服装业向智能化发展已是必然趋势，非接触式三维人体测量仪在服装业的应用，推动了服装业的智能化发展。本文针对现行女装原型设计只依据穿着者高度与围度，而忽视同样高度围度者存在的体型差异问题，提出了一种基于体表角度参数的女装原型设计方法，应用该方法设计的原型适用个体或群体范围更确定，因此对改善服装合体性更有效。体表曲线可以用体表角度来表示。不同部位的体表角度可以反映该部位的形态特征；不同部位体表角度组合可以反映人体局部或整体形态特征。通过对体表角度的研究，可为在原型设计中引入角度参数奠定基础。本文从青年女性体表形态出发，研究原型的设计方法。体表角度分析的目的是为了建立体表角度和原型轮廓角度、省道角度的对应关系，该对应关系的确定，不但可以成为原型设计的重要依据，还可以指导原型的实践应用。本研究依据原型轮廓设计要求选定正面的肩斜角、体侧角，侧面的胸凸角A、胸凸角B、背侧角、背入角等6个体表角度，相对应的省角分别为侧缝省角、胸省角、胸下腰省角、背下腰省角、肩省角。以18-28岁在校女大学生为对象，利用美国TC2三维扫描仪获得人体的三维点云数据。在优化点云数据的基础上，利用逆向工程软件imageware12.0建立虚拟人体模型。根据模型的三维坐标点，计算体表的各个角度值，充分考虑青年女性体型特征和省道结构的关系，结合几何模型，从人体尺寸信息的提取出发，最后通过统计分析软件spss16.0对上述体表角度和省道角度进行相关性分析，得到结果：胸凸角B和胸省角呈正相关性；胸凸角A和胸下腰省呈正相关性；侧缝省角和体侧角呈正相关性；背下腰省和背侧角呈正相关性；肩省和背入角呈正相关性；并得到各自的回归方程。从而为利用体表角度求省道角度的计算方法提供了理论基础，进而为利用体表角度+人体尺寸数据的原型设计方法提供了技术支撑，最终为合体女装原型设计方法奠定了基础。文章最后，针对本方法设计数据较多，计算量大的实际，为便于应用，作者又提出一种智能的女装原型尺寸自动生成方法—基于BP神经网络的女装原型设计参数的自动生成。确定了输入层为背长、胸围、腰围、胸凸角A、胸凸角B、体侧角、背侧角、背入角、肩斜角等9个输入数据，输出层为前后片肩斜、前后片肩宽、前后片领宽、前后片领深、前后片袖窿深、胸宽、背宽、胸省、肩省、胸下腰省、背下腰省、前后片侧缝省等18个输出数据，构建了9×11×18的BP神经网络模型。从样本中选取150组数据作为训练数据，50组作为测试数据，对其进行仿真训练，实验结果表明该方法有效。