CN104540445A - 图像处理装置、图像处理方法、程序和图像处理系统 - Google Patents

Abstract

在特征值计算单元(241)中，计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值。特征部分提取单元(243)执行满足预设提取条件的特征值的提取，并且提取毛孔、丘疹和/或斑点作为特征部分。此外，其中移除皮肤表面反射的皮肤图像用于执行对于皮肤图像的亮度信息分离处理，以便获取指示皮肤结构分量的全局亮度信息，并且该全局亮度信息用于计算特征值。结果，可以从皮肤图像更精度地检测诸如毛孔、丘疹等的特征部分。

Description

图像处理装置、图像处理方法、程序和图像处理系统

技术领域

本技术涉及能够从皮肤图像精确检测特征部分的图像处理装置、图像处理方法、程序和图像处理系统。

背景技术

迄今、在皮肤咨询等期间，对用户的皮肤引入各种类型的测量，并且基于测量结果给出各条建议。例如，测量毛孔的尺寸，以便根据毛孔的尺寸选择化妆品，并且查看用于减小毛孔尺寸的治疗等的疗效。

关于毛孔的测量，例如，在专利文献1中，从原始图像减去平滑图像，并且对其上已经执行减法的图像执行二进制化，以便将图像分为指示毛孔的区域和其他区域，以测量指示毛孔的区域的数目、尺寸等。

引用列表

专利文献

专利文献1：JP H7-55447A

发明内容

技术问题

顺便提及，预期变为检测毛孔时的阻碍因素的边缘分量和纹理分量包括在图像中，其中已经从原始图像减去平滑图像。因此，当对其上已经减法的图像执行二进制化时，遇到问题在于指示毛孔的区域与指示边缘分量和纹理分量的区域不能相互区分，使得不能以精确方式检测用作特征部分的毛孔。

此外，不限于毛孔，如果当测量皮肤时，诸如粉刺的丘疹可以检测为特征部分，则可以根据皮肤状况以适当方式给出各条意见等。

因此，本技术的目的是提供能够从皮肤图像精确检测特征部分的图像处理装置、图像处理方法、程序和图像处理系统。

根据本公开的第一方面，提供一种图像处理装置，包括：特征值计算单元，配置为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；以及特征部分提取单元，配置为基于由所述特征值计算单元计算的所述特征值，提取所述皮肤图像的特征部分。

在本技术中，对所述皮肤图像执行亮度信息分离处理，例如通过配置提供在成像单元上的光源和偏振滤光片具有相互的正交关系，移除皮肤的表面反射的图像，以便获取指示皮肤的结构分量的全局亮度信息。使用所述全局亮度信息，执行所述特征值的计算。例如，与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值。此外，指示具有相互类似的像素值的图像区域与周围之间的信号差别的强度，作为所述特征值。基于这样的特征值，例如，可以提取作为皮肤图像的特征部分的毛孔、丘疹、斑点和毛孔中的杂质的至少一个。此外，基于特征部分的提取结果，特征部分具有满足预先设置的提取条件的特征值，计算统计以生成与特征部分的数目、尺寸和颜色浓度的至少一个相关的信息。

此外，提供执行黑色素的分析的黑色素分析单元，并且利用基于皮肤图像计算的特征值和皮肤图像的黑色素分析结果，执行特征部分的提取。例如，利用基于用白色光拍摄的皮肤图像计算的特征值以及用红色光和近红外光或紫外光拍摄的皮肤图像的黑色素分析结果，执行特征部分的提取。此外，提供图像定位单元，其例如匹配过去的皮肤图像的位置与当前的皮肤图像的位置，以匹配特征部分，并且利用使用指示强度改变的极性的第二特征值执行特征部分的匹配，执行皮肤图像的位置的匹配，使得过去的皮肤图像和当前的皮肤图像的相应特征部分匹配。此外，当相应特征部分的数目等于或小于预定数目时，呈现用于移动成像区域的一条建议，使得第二皮肤图像的相应特征部分的位置位于第一皮肤图像的相应特征部分的位置。

根据本公开的第二方面，提供一种图像处理方法，包括以下步骤：为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；并且基于计算的特征值，提取所述皮肤图像的特征部分。

根据本公开的第三方面，提供一种用于使得计算机执行皮肤图像处理的程序，所述程序使得计算机执行：为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；并且基于计算的特征值，提取所述皮肤图像的特征部分。

注意，本技术的程序时可以使用存储介质和通信介质提供的程序，该通信介质提供到通用计算机，该通用计算机可以执行以计算机可读形式的各种程序代码，例如，诸如光盘、磁盘、半导体存储器的存储介质，或者诸如网络的通信介质。通过以计算机可读形式提供程序，在计算机上实现根据程序的处理。

根据本公开的第四方面，提供一种图像处理系统，包括：成像设备；以及信息处理设备，其中所述成像设备提供有配置为生成皮肤图像的成像单元，并且其中所述成像设备和所述信息处理设备之一提供有特征值计算单元，配置为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值，特征部分提取单元，配置为基于由所述特征值计算单元计算的所述特征值，提取所述皮肤图像的特征部分，以及呈现单元，配置为呈现所述特征部分的提取结果。

本发明的有益效果

根据本技术，为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值，并且基于所述特征值，提取所述皮肤图像的特征部分。因此，可以精确地检测皮肤的毛孔、丘疹等作为特征部分，并且因此可以根据皮肤状况以适当的方式给出各条建议等。注意，本说明书中描述的效果仅仅是示例，并且效果不限于本说明书中描述的那些，并且此外开能存在额外效果。

附图说明

图1是示例图像处理系统的配置的图。

图2包括以示意性方式图示成像设备的配置的图。

图3包括每个图示附件的光源的示例的图。

图4是图示当拍摄图像时成像设备的位置的图。

图5是图示图像处理装置的第一实施例的配置的图。

图6包括示例函数C的图。

图7是示例混合比BR_S和BR_M的图。

图8是图示特征部分分析单元的配置的图。

图9是图示操作提取特征部分的流程图。

图10是图示检测到的特征部分、光源、以及特征部分的提取条件之间的关系的图。

图11是示例呈现单元的操作的图。

图12是示例附件的光源的图。

图13是图示成像处理装置的第二实施例的配置的图。

图14是图示黑色素分析单元的图。

图15是图示将黑色素分布Mx转换为黑色素指数ID_Mx的转换特性的图。

图16是图示提取特征部分的操作的流程图。

图17是图示图像处理装置的第三实施例的配置的图。

图18是图示特征部分分析单元的配置的图。

图19是图示第三实施例的操作的流程图。

图20是示例呈现单元的操作的图。

图21示例当特征部分对的数目等于或小于预定数目时给出的一条建议。

具体实施方式

下文中，将描述本技术的实施例。注意到，将按以下顺序给出描述。

1.图像处理系统

2.第一实施例

2-1.第一实施例的配置

2-2.第一实施例的操作

3.第二实施例

3-1.第二实施例的配置

3-2.第二实施例的操作

4.第三实施例

4-1.第三实施例的配置

4-2.第三实施例的操作

<1.图像处理系统>

图1示例本技术的图像处理系统的配置。通过采用具有成像功能的一台设备(下文中称为“成像设备”)11、信息处理设备15和16等构成图像处理系统10。成像设备11和图像处理设备(例如，个人计算机)15可以通过有线或无线传输路径直接相互耦合。此外，成像设备11和信息处理设备(例如，服务器设备)16可以通过公共通信网络等相互耦合。

成像设备11包括生成皮肤的捕获图像的成像单元12。在成像设备11和信息处理设备15和16的任一中提供检测皮肤的特征部分的图像处理装置20。图像处理装置20包括特征值计算单元和特征部分提取单元。特征值计算单元从皮肤的捕获图像(下文中，称为“皮肤图像”)计算与灰度相关的极性以及尺度作为特征值，其指示具有相互类似的像素值并且与其周围不同的像素区域。特征部分提取单元基于计算的特征值提取皮肤的特征部分。此外，在成像设备11和信息处理设备15和16的任一中提供呈现皮肤的特征部分的提取结果的呈现单元50。注意到，用于使用图像处理装置20检测皮肤的特征部分的皮肤图像不限于从成像单元112输出的皮肤图像，并且可以是已经在成像单元112中生成并且已经存储在记录介质等中的皮肤图像。

<2.第一实施例>

在第一实施例中，将描述这样的情况，其中利用图像处理装置20从皮肤图像检测诸如毛孔等的特征部分。

图2以示意性方式图示拍摄皮肤的图像的成像设备的配置。注意到，图2(A)是成像设备11的前视图，并且图2(B)是成像设备11的侧视图。在成像设备11的镜头桶111的远端提供附件12。此外，附件12可以与镜头桶111集成地形成，或者可以配置以便可附接到镜头桶111和可从镜头桶111拆卸。如图3(A)所示，在附件12中以环形形状安排构成照明单元的多个光源121(例如，发光二极管(LED)1到n)。白色LED优选的作为光源。当内部反射分量的皮肤图像是要在已经执行皮肤表面反射分量的移除之后获得的时，如图3(B)所示，提供白色LED 121-1和白色LED 121-2，白色LED121-1提供有每个具有预定偏振面的偏振滤光片，白色LED 121-2提供有具有例如与该预定偏振面正交的偏振面的偏振滤光片。此外，如图3(C)所示，可以用近紫外光LED 121-v检测用作特征部分的毛孔中的杂质。

如图4所示，例如，提供有附件12的成像设备11通过近距离接触皮肤捕获皮肤图像。此外，当使用提供有偏振滤光片的光源时，在延伸到成像单元112的光路中提供偏振滤光片113，其偏振面与预定偏振面正交。因为以上述方式提供偏振滤光片，通过在接通白色LED 121-1之后拍摄图像，可以获得其皮肤表面反射分量已经移除的图像，并且通过在接通白色LED 121-2之后拍摄图像，可以获得其皮肤表面反射分量没有移除的图像。

[2-1.第一实施例的配置]

图5图示图像处理装置的第一实施例的配置。图像处理装置20包括预处理单元21、亮度信息分离单元22和特征部分分析单元24。

预处理单元21获取皮肤图像并且执行预处理。预处理单元21对获取的皮肤图像的亮度信息执行对比度增强处理，以大大地强调阴影。例如，采用直方图均衡处理作为执行对比度增强处理的方法。此外，当噪声突出时，可以在对比度增强之前执行噪声移除，并且当阴影突出时，可以在对比度增强之前执行阴影补偿。

亮度信息分离单元22将已经由预处理单元21获得的亮度信息分离为全局亮度信息和局部亮度信息。全局亮度信息是指示包括在图像中的照明分量以及皮肤的结构分量的信息。此外，局部亮度信息是指示皮肤的详细图案(诸如纹理)的信息。

在分离亮度信息时，例如，可以通过对输入的亮度信息执行低通处理，分离全局亮度信息，并且因此可以采用JP 2009-98925A中公开的分离方法。在上面的分离方法中，通过对已经获取的亮度信息(输入的亮度信息)f_in ^W执行低通滤波处理生成亮度信息f_G'(见表达式(1))。此外，输入的亮度信息f_in ^W与亮度信息f_G'之间差的低幅度分量单独设为局部亮度信息f_L ^W。在此情况下，当对具有高边缘强度的部分执行简单低通滤波处理时，高强度边缘将包括在局部亮度信息中。因此，通过使用抑制高幅度分量的函数C仅提取低幅度分量，生成局部亮度信息f_L ^W(见表达式(2))。此外，通过计算输入的亮度信息f_in ^W与局部亮度信息f_L ^W之间的差生成全局亮度信息f_G ^W(见表达式(3))。

[数学公式1]

${f_G}^{\&prime;}(x,y)=\mathrm{lpf}\&CircleTimes;f_{\mathrm{in}}^W(x,y)...\left(1\right)$

$f_L^W(x,y)=C(f_{\mathrm{in}}^W(x,y)-{f_G}^{\&prime;}(x,y))...\left(2\right)$

$f_G^W(x,y)=(f_{\mathrm{in}}^W(x,y)-f_L^W(x,y))...\left(3\right)$

图6示例函数C。在函数C中，对其幅度没有包括在"i_min-i_max"的范围中的信号执行抑制幅度的处理。注意到，图6(A)到6(D)示例具有不同幅度抑制特性的函数C。

此外，在另一分离方法中，通过应用函数C到输入亮度信息与已经通过具有不同通过频带的多个低通滤波器执行滤波处理的多条亮度信息的每条之间的差，执行幅度的限制。可以使用作为已经对其执行幅度限制的亮度信息的积分的局部亮度信息，生成全局亮度信息。

例如，通过利用具有不同通过频带的三个低通滤波器对输入的亮度信息f_in ^W执行低通滤波处理，生成亮度信息f_G'(见表达式(4))。注意到，在表达式(4)和(5)中，S、M和L指示低通滤波器的抽头的数目，并且低通滤波器的频带按此顺序变窄。随后，利用函数C，仅从输入的亮度信息f_in ^W与亮度信息f_Gj ^W之间的差提取低幅度分量，以生成亮度信息f_Lj ^W(见表达式(5))。此外，通过将亮度信息f_Lj ^W乘以对应于边缘强度的混合比BR_s和BR_M，生成局部亮度信息f_L ^W(见表达式(6))。可以从如上生成的局部亮度信息f_L ^W从表达式(3)生成全局亮度信息f_G ^W。

[数学公式2]

${f_{G_j}}^{\&prime;}(x,y)=\mathrm{lp}{f}_j\&CircleTimes;f_{\mathrm{in}}^W(x,y),(j=S,M,L)...\left(4\right)$

$f_{L_j}^W(x,y)=C(f_{\mathrm{in}}^W(x,y)-{f_{G_j}}^{\&prime;}(x,y)),(j=S,M,L)...\left(5\right)$

$f_G^W(x,y)={\mathrm{BR}}_S\&times;f_{L_S}^W(x,y)+(1-{\mathrm{BR}}_S)\&times;({\mathrm{BR}}_M\&times;f_{L_M}^W(x,y)+(1-{\mathrm{BR}}_M)\&times;f_{L_L}^W(x,y))...\left(6\right)$

图7示例混合比BR_s和BR_M。当边缘强度高时，混合比BR_s和混合比BR_M的比都是高。当边缘强度中等时，混合比BR_s的比高于混合比BR_M的比。当边缘强度低时，混合比BR_s和混合比BR_M的比都是低。

注意到，亮度信息的分离不受上述方法限制，并且例如可以应用已知的边缘保留平滑滤波器(诸如，例如双边滤波器)作为低通滤波器。

特征部分分析单元24从皮肤图像计算特征值，并且基于计算的特征值，分析皮肤的特征部分。图8图示特征部分分析单元24的配置。特征部分分析单元24包括特征值计算单元241、特征部分提取单元243和统计计算单元244。

特征值计算单元241计算特征值。特征值计算单元241例如使用在亮度信息分离单元22中生成的全局亮度信息，计算特征值。特征值计算单元241计算与皮肤图像的灰度相关的极性以及指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度，作为特征值。此外，特征值计算单元241可以进一步计算指示具有相互类似的像素值的图像区域以及该图像区域周围之间的信号差别的强度作为特征值。

接下来将描述特征值的计算。使用图像特征提取技术执行特征点的计算。诸如加速强健特征(SURF)以及尺度不变特征变换(SIFT)的技术已知为图像特征提取技术。

例如，在加速强健特征(SURF)中，以以下方式选择图像中的特征点(白圈和黑圈)。具体地，通过在高斯函数的均方差σ改变的同时，搜索具有海森矩阵的最大矩阵值的点，检测图像中的特征点。为了在计算海森矩阵的矩阵值的同时增加速度，执行采用近似滤波器的表达式(7)的计算。注意到，在表达式(7)中，D_xx、D_yy和D_xy指示基于二阶高斯微分的图像的卷积，二阶高斯微分是使用箱式滤波器计算的海森矩阵的分量。此外，滤波器尺寸对应于高斯均方差，并且例如9×9的滤波器尺寸对应于σ＝1.2。

[数学公式3]

det(H_approx)＝D_xxD_yy-(0.9D_xy)²···(7)

特征值计算单元241计算指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度，作为特征值，换句话说，特征值计算单元241计算其中在表达式(7)中计算的矩阵值变为最大值的尺度作为特征值。此外，特征值计算单元241设置与皮肤图像的灰度有关的极性作为特征值，换句话说，特征值计算单元241设置已经从其计算特征值的特征点的拉普拉斯值作为特征值。此外，特征值计算单元241可以在特征值中包括指示具有相互类似的像素值的图像区域以及该图像区域周围之间的信号差别的强度，诸如已经在表达式(7)中计算的矩阵值的最大值。注意到，特征值计算单元241可以使用上述其他调整提取技术以计算特征值。

特征值提取部分243基于由特征值计算单元241获得的特征值，提取特征点。例如，当提取毛孔部分作为特征部分时，特征值提取部分243设置拉普拉斯为“1”作为提取条件。这是因为上述与毛孔的特性匹配，因为拉普拉斯指示与皮肤图像的灰度相关的极性，并且当拉普拉斯为“1”时黑色像素由白色像素围绕。此外，特征值提取部分243限制指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度。已知毛孔的尺寸是大约0.1mm到0.3mm。因此，特征值提取部分243设置由特征值计算单元241获得的特征值的尺度对应于毛孔的尺寸的提取条件。

此外，特征值提取部分243可以限制强度。视为毛孔突出的区域的特征需要相对于其他区域的特定量的信号强度(对比度差)。因此，特征值提取部分243设置能够提取突出的毛孔等的强度(矩阵值)作为提取条件。

通过提取满足如上设置的所有提取条件的特征点作为皮肤的特征部分，特征值提取部分243将能够从皮肤图像仅提取毛孔区域。注意，如稍后所述，可以改变提取条件以提取丘疹等作为皮肤的特征点。

统计计算单元244计算已经由特征值提取部分243提取的特征部分的统计。例如，当提取毛孔作为特征部分时，统计计算单元244测量提取的特征的数目，并且计算毛孔的数目。此外，统计计算单元244计算提取的特征部分的尺度的平均值，以从平均值获得毛孔的尺寸的统计。此外，统计计算单元244计算提取的特征部分的强度的平均值(例如，海森值)以设置毛孔的颜色浓度。此外，不限于平均值，统计计算单元244可以计算最大值、方差等。此外，可以执行毛孔的尺寸和颜色的分类，并且可以为每个分类计算分类值。此外，不限于毛孔，统计计算单元244可以以类似方式计算丘疹等的统计。此外，统计计算单元244可以获得具有高黑色素指数的区域的比率。

在成像设备11、信息处理设备15等中提供的呈现单元50将特征部分分析单元24的分析结果呈现给用户。例如，呈现单元50在屏幕上显示已经在特征部分分析单元24中计算的统计。

[2-2.第一实施例的操作]

接下来将描述图像处理装置的第一实施例的操作。图9是图示提取特征部分的操作的流程图。在步骤ST1中，图像处理装置20获取特征值。图像处理装置20获取已经使用全局亮度信息计算的特征值，其指示例如与皮肤图像的灰度相关的极性、指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度、以及强度(对比度差)，并且进到步骤ST2。

在步骤ST2中，图像处理装置20辨别特征值是否具有预定极性。当特征值指示提取的特征部分的极性时，例如当拉普拉斯是“1”并且特征值匹配毛孔的特性时，然后图像处理装置20进到步骤ST3。此外，当特征值不指示特征部分的极性时，图像处理装置20进到步骤ST7。

在步骤ST3中，图像处理装置20辨别特征值是否有预定尺度。当特征值指示提取的特征部分的极性时，例如当在特征值中指示的尺度是对应于毛孔的尺度时，然后图像处理装置20进到步骤ST4。此外，当特征值不指示预定尺度时，图像处理装置20进到步骤ST7。

在步骤ST4中，图像处理装置20辨别特征值是否有预定强度。当特征值指示提取的特征部分的极性时，例如，在特征值中指示的强度是对应于毛孔部分和皮肤部分之间的对比度差的强度时，然后图像处理装置20进到步骤ST5。此外，当特征值不指示预定强度时，例如，当在特征值中指示的强度低于毛孔部分和皮肤部分之间的对比度差的强度时，图像处理装置20进到步骤ST7。

在步骤ST5中，图像处理装置20确定特征值是特征部分。例如，当在步骤ST2到ST4特征值满足毛孔的提取条件时，图像处理装置20确定特征值是指示毛孔的特征部分，并且进到步骤ST6。

在步骤ST6中，图像处理装置20辨别特征部分的提取处理是否已经完成。如果还没有确定是否是特征部分的特征值的区域剩余，则图像处理装置20进到步骤ST7，并且如果没有这样的特征值剩余，则图像处理装置20结束提取特征部分的操作。

在步骤ST7中，图像处理装置20获取新的特征值。图像处理装置20获取还没有确定是否是特征部分的特征值，并且返回到步骤ST2。

注意，在提取特征部分的操作中，确定极性、尺度和强度的顺序不限于图9中图示的顺序，并且可以以不同方式排序。此外，可以提取特征部分，而不执行强度的任何确定。

通过执行的这样的处理，图像处理装置20以精确方式从皮肤图像提取毛孔部分。此外，当在呈现单元50上呈现特征部分的提取结果时，以用户可以容易地理解的方式呈现结果。

此外，当要检测丘疹和毛孔中的杂质作为特征部分时，可以切换光源的波长以及特征点的提取条件，使得不但毛孔而且丘疹、毛孔中的杂质等可以检测。图10图示提取的特征部分、光源和提取条件之间的关系。例如，当检测毛孔时，使用白光源。设置提取条件，使得极性指示由具有高亮度的像素围绕的特征，并且使得尺度的范围是大约0.1到0.3mm。当检测丘疹时，使用白光源。设置提取条件，使得极性指示由具有低亮度的像素围绕的特征，并且使得尺度的范围是大约0.5到1.0mm。当检测毛孔中的杂质时，使用近紫外光源。已知具有皮脂的部分在近紫外光的情况下发射绿光，并且具有由粉刺细菌造成的卟啉的部分在近紫外光的情况下发射橙色光。因此，设置提取条件，使得极性指示当皮肤图像是灰度时由具有低亮度的像素围绕的特征，使得极性指示在近紫外光的情况下绿色和橙色光，并且使得尺度的范围是大约0.2到0.5mm。

图11示例呈现单元的操作。图11(A)图示例如其中根据毛孔的尺寸在皮肤图像上绘制毛孔的状态，并且图11(B)是根据它们的尺寸显示的毛孔的尺寸的分布(直方图)。图11(C)图示其中根据它们的颜色浓度在捕获的图像上绘制毛孔的状态。此外，图11(D)图示根据它们的颜色浓度显示的毛孔的颜色浓度的分布(直方图)。如上所述，以用户可以容易地理解的方式在呈现单元50上呈现特征部分的提取结果。

<3.第二实施例>

顺便提及，当斑点的尺度和亮度与毛孔的那些相互类似时，将难以将斑点与毛孔区分。因此，在第二实施例中，将描述这样的情况，其中执行黑色素的分析，黑色素许多存在于斑点的部分中，并且使用分析结果执行斑点和毛孔之间的辨别。当执行黑色素的分析时，在成像设备11中切换光源的波长之后拍摄图像以便便于黑色素的分析。例如，如图12所示，在附件12中进一步提供红色LED 121-r和近红外LED 121-ir，并且在改变用于照明的光源之后成像设备11拍摄皮肤的图像。此外，在分析黑色素时，在照射紫外光线的同时拍摄的捕获图像可以用于执行黑色素的分析，并且可以使用皮肤的光谱反射因子执行黑色素分析。下文中，将描述这样的情况，其中使用通过在红色光和近红外光之间切换的同时拍摄图像获得的图像，执行黑色素的分析。

[3-1.第二实施例的配置]

图13图示图像处理装置的第二实施例的配置。图像处理装置20包括预处理单元21、亮度信息分离单元22、黑色素分析单元23和特征部分分析单元24。

预处理单元21获取用白色光源拍摄的皮肤图像并且执行预处理。类似于第一实施例，预处理单元21对获取的皮肤图像的亮度信息执行对比度增强处理，以强调阴影。此外，当噪声突出时，可以在对比度增强之前执行噪声移除，并且当阴影突出时，可以在对比度增强之前执行阴影补偿。注意，作为亮度信息，对用白色光源拍摄的皮肤图像优选地使用蓝色(B)信道信号，并且对用红色光源拍摄的皮肤图像和用近红外光源拍摄的皮肤图像优选地使用红色(R)信道信号。

亮度信息分离单元22将已经由预处理单元21获得的亮度信息分离为全局亮度信息和局部亮度信息。以类似于第一实施例的方式，亮度信息分离单元22相互分离作为指示包括在图像中的照明分量以及皮肤的结构分量的信息的全局亮度信息，以及指示皮肤的详细图案(诸如纹理)的信息的局部亮度信息。

黑色素分析单元23获取使用红色光源拍摄的皮肤图像和使用近红外光源拍摄的皮肤图像，并且基于获取的皮肤图像执行黑色素的分析。图14图示黑色素分析单元23的配置。黑色素分析单元23包括黑色素分布计算单元231和黑色素指数计算单元232。

黑色素分布计算单元231从通过将红色光照射用于执行校准的标准漫反射片获得的捕获的图像计算亮度信息(红色分量)f_std ^R的平均值Avg_std ^R(见表达式(8))。类似地，从通过将近红外光照射标准漫反射片获得的捕获的图像计算亮度信息(近红外分量)f_std ^IR的平均值Avg_std ^IR(见表达式(9))。

[数学公式4]

${\mathrm{Avg}}_{\mathrm{std}}^R=\underset{x,y}{\mathrm{\&Sigma;}}{f}_{\mathrm{std}}^R(x,y)/\underset{x,y}{\mathrm{\&Sigma;}}...\left(8\right)$

${\mathrm{Avg}}_{\mathrm{std}}^{\mathrm{IR}}=\underset{x,y}{\mathrm{\&Sigma;}}{f}_{\mathrm{std}}^{\mathrm{IR}}(x,y)/\underset{x,y}{\mathrm{\&Sigma;}}...\left(9\right)$

随后，从通过将红色光照射皮肤获得的捕获的图像的输入亮度信息(红色分量)f_in ^R、通过将近红外光照射皮肤获得的捕获的图像的输入亮度信息(近红外分量)f_in ^IR、以及当使用标准漫反射片时的平均值Avg_std ^R和Avg_std ^IR计算黑色素分布Mx(见表达式(10))。

[数学公式5]

$\mathrm{Mx}(x,y)=k\left\{\log \right[\frac{f_{\mathrm{in}}^R(x,y)}{{\mathrm{Avg}}_{\mathrm{std}}^R}]-\log [\frac{f_{\mathrm{in}}^{\mathrm{IR}}(x,y)}{{\mathrm{Avg}}_{\mathrm{std}}^{\mathrm{IR}}}\left]\right\}+q...\left(10\right)$

注意，在表达式(10)中，“k”是指示表达式的斜率的参数，并且“q”是指示表达式的截距的参数。

黑色素指数计算单元232通过将已经由黑色素分布计算单元231计算的黑色素分布标准化。

黑色素指数计算单元232计算输入亮度信息(红色分量)f_in ^R的平均值Avg_in ^R以及输入亮度信息(近红外分量)f_in ^IR平均值Avg_in ^IR(见表达式(11)和(12))。

[数学公式6]

${\mathrm{Avg}}_{\mathrm{in}}^R=\underset{x,y}{\mathrm{\&Sigma;}}{f}_{\mathrm{in}}^R(x,y)/\underset{x,y}{\mathrm{\&Sigma;}}...\left(11\right)$

${\mathrm{Avg}}_{\mathrm{in}}^{\mathrm{IR}}=\underset{x,y}{\mathrm{\&Sigma;}}{f}_{\mathrm{in}}^{\mathrm{IR}}(x,y)/\underset{x,y}{\mathrm{\&Sigma;}}...\left(12\right)$

随后，从输入亮度信息(红色分量)f_in ^R的平均值Avg_in ^R、输入亮度信息(近红外分量)f_in ^IR的平均值Avg_in ^IR、以及当使用标准漫反射片时的平均值Avg_std ^R和Avg_std ^IR计算平均黑色素量Mx_avg(表达式(13))。

[数学公式7]

$M{x}_{\mathrm{Avg}}=k\left\{\log \right[\frac{{\mathrm{Avg}}_{\mathrm{in}}^R}{{\mathrm{Avg}}_{\mathrm{std}}^R}]-\log [\frac{{\mathrm{Avg}}_{\mathrm{in}}^{\mathrm{IR}}}{{\mathrm{Avg}}_{\mathrm{std}}^{\mathrm{IR}}}\left]\right\}+q...\left(13\right)$

注意，在表达式(13)中，“k”是指示表达式的斜率的参数，并且“q”是指示表达式的截距的参数。

随后，使用平均黑色素量Mx_avg设置阈值Mx_th1和Mx_th2(表达式(14)和(15))。

[数学公式8]

Mx_th₁＝Mx_Avg-e···(14)

Mx_th₂＝Mx_Avg+e···(15)

注意，在表达式(14)和(15)中，“e”是定义从“0”到“1”设置黑色素指数的范围的黑色素分布Mx。注意，设置阈值的方法不限于上述方法，并且例如阈值可以设为固定值。

黑色素指数计算单元232设置阈值Mx_th1和Mx_th2，并且利用图15中图示的转换特性，将黑色素分布Mx转换为黑色素指数ID_Mx。

特征部分分析单元24从皮肤图像计算特征值，并且基于计算的特征值，提取皮肤的特征部分。类似于第一实施例，特征部分分析单元24包括特征值计算单元241、特征部分提取单元243和统计计算单元244。

特征值计算单元241计算特征值。特征值计算单元241例如使用在亮度信息分离单元22中生成的全局亮度信息，计算特征值。特征值计算单元241计算与皮肤图像的灰度相关的极性以及指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度，作为特征值。此外，特征值计算单元241可以进一步计算指示具有相互类似的像素值的图像区域以及该图像区域周围之间的信号差别的强度作为特征值。

特征值提取部分243基于由特征值计算单元241获得的特征值，提取特征点。例如，当提取毛孔部分作为特征部分时，特征值提取部分243设置拉普拉斯为“1”作为提取条件。这是因为上述与毛孔的特性匹配，因为拉普拉斯指示与皮肤图像的灰度相关的极性，并且当拉普拉斯为“1”时黑色像素由白色像素围绕。此外，特征值提取部分243限制指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度。已知毛孔的尺寸是大约0.1mm到0.3mm。因此，特征值提取部分243设置由特征值计算单元241获得的特征值的尺度对应于毛孔的尺寸的提取条件。

此外，特征值提取部分243可以限制强度。视为毛孔突出的区域的特征需要相对于其他区域的特定量的信号强度(对比度差)。因此，特征值提取部分243设置能够提取突出的毛孔等的强度(矩阵值)作为提取条件。

顺便提及，当拉普拉斯为“1”时，指示黑色像素由白色像素围绕的特征。该特征不但匹配毛孔的特征，而且匹配斑点的特征。此外，当斑点的尺寸和颜色与毛孔的那些类似时，可能不能进行特征部分是毛孔还是斑点的区分。因此，特征值提取部分243基于提取的特征部分的黑色素指数ID_Mx确定特征部分是毛孔的区域还是斑点的区域。例如，当黑色素指数ID_Mx大于预定值时，确定特征部分为毛孔的区域，并且当等于或小于预定值时，确定特征部分为斑点的区域。

统计计算单元244计算已经由特征值提取部分243提取的特征部分的统计。例如，当提取毛孔作为特征部分并且同时与斑点区分时，统计计算单元244测量提取的特征的数目，并且计算毛孔的数目。此外，统计计算单元244计算提取的特征部分的尺度的平均值，以从平均值获得毛孔的尺寸的统计。此外，统计计算单元244计算提取的特征部分的强度的平均值(例如，海森值)以设置毛孔的颜色浓度。此外，统计计算单元244可以获得具有高黑色素指数的区域的比率。

在成像设备11、信息处理设备15等中提供的呈现单元50将特征部分分析单元24的分析结果呈现给用户。例如，呈现单元50在屏幕上显示已经在特征部分分析单元24中计算的统计。

[3-2.第二实施例的操作]

接下来将描述图像处理装置的第二实施例的操作。图16是图示提取特征部分的操作的流程图。在步骤ST11中，图像处理装置20获取特征值。图像处理装置20获取已经使用亮度信息计算的特征值，其指示例如与皮肤图像的灰度相关的极性、指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度、以及强度(对比度差)，并且进到步骤ST12。

在步骤ST12中，图像处理装置20辨别特征值是否具有预定极性。当特征值指示提取的特征部分的极性时，例如当拉普拉斯是“1”并且特征值匹配毛孔或斑点的特性时，然后图像处理装置20进到步骤ST13。此外，当特征值不指示特征部分的极性时，图像处理装置20进到步骤ST18。

在步骤ST13中，图像处理装置20辨别特征值是否有预定尺度。当特征值指示提取的特征部分的极性时，例如当在特征值中指示的尺度是对应于毛孔的尺度时，然后图像处理装置20进到步骤ST14。此外，当特征值不指示预定尺度时，图像处理装置20进到步骤ST18。

在步骤ST14中，图像处理装置20辨别特征值是否有预定强度。当特征值指示提取的特征部分的极性时，例如，在特征值中指示的强度是对应于毛孔部分和皮肤部分之间的对比度差的强度时，然后图像处理装置20进到步骤ST15。此外，当特征值不指示预定强度时，例如，当在特征值中指示的强度低于毛孔部分和皮肤部分之间的对比度差的强度时，图像处理装置20进到步骤ST18。

在步骤ST15中，图像处理装置20辨别黑色素指数是否等于或小于预定值。当黑色素指数等于或小于预定值时，图像处理装置20进到步骤ST16，并且当黑色素指数大于预定值时，图像处理装置20进到步骤ST18。

在步骤ST16中，图像处理装置20辨别特征值是特征部分。例如，当在步骤ST12到ST14中，特征值满足毛孔(斑点)的提取条件时，并且当在步骤S15中，黑色素指数等于或小于预定值时，图像处理装置20确定特征值是指示毛孔的特征部分，并且进到步骤ST17。注意，当黑色素指数大于预定值时，可以辨别特征值为斑点，并且处理可以进到步骤ST18。

在步骤ST17中，图像处理装置20辨别特征部分的提取处理是否已经完成。如果还没有确定是否是特征部分的特征值的区域剩余，则图像处理装置20进到步骤ST18，并且如果没有这样的特征值剩余，则图像处理装置20结束提取特征部分的操作。

在步骤ST18中，图像处理装置20获取新的特征值。图像处理装置20获取还没有确定是否是特征部分的特征值，并且返回到步骤ST12。

注意，在提取特征部分的操作中，确定极性、尺度和强度的顺序不限于图16中图示的顺序，并且可以以不同方式排序。此外，可以提取特征部分，而不执行强度的任何确定。

通过执行这样的处理，使得图像处理装置20能够区分毛孔和斑点，并且因此可以精确地提取毛孔。此外，当在呈现单元50上呈现特征部分的提取结果时，除了第一实施例外，可以用不同颜色显示具有高黑色素指数的区域，并且可以显示具有由统计计算单元244获得的高黑色素指数的区域的比率。

根据上述第二实施例，可以利用黑色素分析结果相互区分毛孔和斑点，并且可以以精确的方式提取毛孔。此外，因为可以区分毛孔和斑点，所以可以以精确的方式呈现毛孔和斑点的状态。

<4.第三实施例>

在已经在第一实施例和第二实施例中描述检测皮肤的特征部分的处理的同时，希望可以进行皮肤的特征部分随着时间的改变的辨别。例如，当执行减小毛孔的尺寸的治疗或者去掉丘疹等的治疗时，希望可以执行毛孔和丘疹如何改变的比较。因此，在第三实施例中，将给出能够定位图像使得相应的特征部分位于不同时间的多个皮肤图像中的相同位置的图像处理装置的描述。

[4-1.第三实施例的配置]

图17图示图像处理装置的第三实施例的配置。图像处理装置20包括预处理单元21、亮度信息分离单元22和特征部分分析单元24。

预处理单元21获取皮肤图像并且执行预处理。类似于第一实施例，预处理单元21对获取的皮肤图像的亮度信息执行对比度增强处理，以强调阴影。此外，当噪声突出时，可以在对比度增强之前执行噪声移除，并且当阴影突出时，可以在对比度增强之前执行阴影补偿。

亮度信息分离单元22将已经由预处理单元21获得的亮度信息分离为全局亮度信息和局部亮度信息。以类似于第一实施例的方式，亮度信息分离单元22相互分离作为指示包括在图像中的照明分量以及皮肤的结构分量的信息的全局亮度信息，以及指示皮肤的详细图案(诸如纹理)的信息的局部亮度信息。

特征值分析单元24从皮肤图像计算特征值，并且基于计算的特征值，分析皮肤的特征部分。如图18所示，特征值分析单元24包括特征值计算单元241、定位单元242、特征部分提取单元243、以及统计计算单元244。

特征值计算单元241计算特征值。特征值计算单元241例如使用在亮度信息分离单元22中生成的全局亮度信息，计算特征值。特征值计算单元241计算与皮肤图像的灰度相关的极性以及指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度，作为特征值。此外，特征值计算单元241可以进一步计算指示具有相互类似的像素值的图像区域以及该图像区域周围之间的信号差别的强度作为特征值。

此外，特征值计算单元241计算第二特征值，用于匹配特征部分以便相互匹配过去的皮肤图像的位置与当前的皮肤图像的位置。特征值计算单元241例如计算指示强度改变的极性的特征值作为第二特征值。

接下来将示例指示强度改变的极性的第二特征值的计算。特征值计算单元241获得每个特征部分的取向(＝参考角度)。例如，在特征部分(x,y,s))周围半径6s的范围中执行利用哈尔小波(4s)的滤波处理，并且获得在x方向和y方向的响应(dx和dy)以计算梯度方向θ和强度m(见表达式(16)和(17))。注意，“s”指示尺度。

[数学公式9]

$\mathrm{\&theta;}(x,y)={\tan }^{-1}\left(\frac{\mathrm{dy}}{\mathrm{dx}}\right)...\left(16\right)$

$m(x,y)=\sqrt{{\mathrm{dx}}^2+{\mathrm{dy}}^2}...\left(17\right)$

随后，形成基于分辨率的梯度方向的直方图。例如，当分辨率设为“箱宽＝60度”，将形成具有在6方向上的分类的直方图。通过求和包括在各分类中的梯度方向的强度，在每个分类中设置分类值。在以以上方式形成的直方图中，其中分类值最大的方向设为取向。

随后，中心围绕特征部分的正方形区域(例如，“20s×20s”区域)分为“4×4”子区域，并且旋转取向的角度。此后，每个子区域分为四个以形成具有相同尺寸的哈尔小波(2s)以便获得梯度矢量。从分别作为梯度矢量的x方向分量和y方向分量的“dx”和“dy”计算四维矢量(Σdx、Σdy、Σ|dx|和Σ|dy|)。四维矢量在x方向具有大梯度，并且当其绝对值大时梯度方向为正。此外，当梯度方向为负时，x方向上的梯度小，并且其绝对值大。如上所述，四维矢量变为指示强度改变的极性的信息。因此，从16个子区域获得四维矢量，并且64个特征值用作第二特征值。

此外，特征值计算单元241存储全局亮度信息和已经从全局亮度信息计算的第二特征值，以便允许位置与随后拍摄的皮肤图像匹配。

信息存储单元25存储全局亮度信息和已经从全局亮度信息计算的第二特征值。注意，皮肤图像、预处理之后的皮肤图像、或者全局亮度信息可以存储在信息存储单元25中，并且可以在特征值计算单元241中执行如上所述的处理以计算第二特征值，并且计算的第二特征值可以输出到定位单元242。

定位单元242执行过去的皮肤图像与当前的皮肤图像之间的匹配，并且检测相互对应的特征部分对。对于匹配方法，可以采用诸如最近邻居的线性搜索的方法。

此外，当发现超过预定数目的特征部分对时，定位单元242执行投影变换等，并且匹配新皮肤图像与过去的皮肤图像的位置。例如，通过从特征部分对获得单应矩阵并且通过执行投影变换，新皮肤图像的位置与过去的皮肤图像的位置匹配。此外，当通过匹配发现的特征部分对的数目等于或小于预定数目时，定位单元242基于特征点的配对部分的位置，呈现一条意见以在可以发现更多特征部分对的方向移动成像区域。例如，当新皮肤图像的相应特征部分的位置相对于过去的皮肤图像的位置向显示器的左边偏离时，呈现一条意见以向左移动成像区域，使得过去的皮肤图像的相应特征部分的位置与当前的皮肤图像的相应特征部分的位置处于类似位置。

特征值提取部分243基于由特征值计算单元241获得的特征值，提取特征点。例如，当提取毛孔部分作为特征部分时，特征值提取部分243设置拉普拉斯为“1”作为提取条件。这是因为上述与毛孔的特性匹配，因为拉普拉斯指示与皮肤图像的灰度相关的极性，并且当拉普拉斯为“1”时黑色像素由白色像素围绕。此外，特征值提取部分243限制指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度。已知毛孔的尺寸是大约0.1mm到0.3mm。因此，特征值提取部分243设置由特征值计算单元241获得的特征值的尺度对应于毛孔的尺寸的提取条件。

此外，特征值提取部分243可以限制强度。视为毛孔突出的区域的特征需要相对于其他区域的特定量的信号强度(对比度差)。因此，特征值提取部分243设置能够提取突出的毛孔等的强度(矩阵值)作为提取条件。

通过提取满足如上设置的所有提取条件的特征点作为皮肤的特征部分，特征值提取部分243将能够从皮肤图像仅提取毛孔区域。注意，如稍后所述，可以改变提取条件以提取丘疹等作为皮肤的特征点。

如上所述，特征值提取部分243通过用与皮肤图像的灰度相关的极性和尺度提取特征点，提取皮肤的毛孔、丘疹等的特征部分。

统计计算单元244计算已经由特征值提取部分243提取的特征部分的统计。例如，当提取毛孔作为特征部分并且同时与斑点区分时，统计计算单元244测量提取的特征的数目，并且计算毛孔的数目。此外，统计计算单元244计算提取的特征部分的尺度的平均值，以从平均值获得毛孔的尺寸的统计。此外，统计计算单元244计算提取的特征部分的强度的平均值(例如，海森值)以设置毛孔的颜色浓度。此外，统计计算单元244可以获得具有高黑色素指数的区域的比率。

在成像设备11、信息处理设备15等中提供的呈现单元50将特征部分分析单元24的分析结果呈现给用户。例如，呈现单元50在屏幕上显示已经在特征部分分析单元24中计算的统计。

[4-2.第三实施例的操作]

接下来将描述图像处理装置的第三实施例的操作。图19是第三实施例的操作的流程图。在步骤ST21中，图像处理装置20获取特征值。图像处理装置20获取由成像设备11生成的皮肤图像，并且进到步骤ST12。

在步骤ST22中，图像处理装置20执行预处理。图像处理装置20对获取的皮肤图像的亮度信息执行对比度增强处理等，以大大地强调阴影，并且进到步骤ST23。

在步骤ST23中，图像处理装置20分离亮度信息。图像处理装置20将已经对其执行预处理的亮度信息分离为全局亮度信息和局部亮度信息，并且进到步骤ST24。

在步骤ST24中，图像处理装置20计算特征值。使用全局亮度信息的图像处理装置20计算与皮肤图像的灰度相关的极性以及指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度，作为特征值，并且进到步骤ST25。此外，图像处理装置20还可以进一步计算指示具有相互类似的像素值的图像区域以及该图像区域周围之间的信号差别的强度。

在步骤ST25中，图像处理装置20辨别特征部分对的数目是否大于预定数目。图像处理装置20辨别从过去的皮肤图像检测的特征部分与当前的皮肤图像的特征部分对的数目是否大于预定数目，并且当数目等于或小于预定数目时，图像处理装置20进到步骤S26，并且当数目大于预定数目时，进到步骤S27。

在步骤ST26中，图像处理装置20呈现一条意见。图像处理装置20在呈现单元50上呈现一条意见，诸如移动成像区域的方向，使得过去的皮肤图像中的特征部分与由成像设备11生成的皮肤图像中的特征部分对的位置基本在相同位置，然后返回步骤ST21。

在步骤ST27中，图像处理装置20计算单应矩阵。为了匹配过去的皮肤图像与由成像设备11生成的皮肤图像的位置，图像处理装置20计算指示过去的皮肤图像与由成像设备11生成的皮肤图像之间的位置对应，并且进到步骤S28。

在步骤ST28中，图像处理装置20执行定位。图像处理装置20使用计算的单应矩阵执行投影变换，以匹配过去的皮肤图像与由成像设备11生成的皮肤图像的位置，并且结束处理。

执行上述处理，图像处理装置20执行图像的位置的匹配，并且呈现检测结果，使得过去的皮肤图像与由成像设备11生成的皮肤图像的对应特征部分可以容易地比较。

图20示例呈现单元的操作。图20(A)图示其中例如根据它们的尺寸在过去的皮肤图像上绘制毛孔的状态，并且图20(B)图示根据它们的尺寸显示的过去的皮肤图像的毛孔的尺寸的分布(直方图)。图20(C)图示其中例如根据它们的尺寸在由成像设备新生成的皮肤图像上绘制毛孔的状态，并且图20(D)图示根据它们的尺寸显示的新生成的皮肤图像的毛孔的尺寸的分布(直方图)。此外，与之前的改变可以呈现给用户。例如，在图20中，显示指示毛孔的整体数目与之前比已经变少的消息。注意，在该实施例中，在比较毛孔的尺寸的同时，可以比较毛孔的数目或者毛孔的颜色浓度，或者可以比较上面的所有。

如上所述，因为执行过去的皮肤图像与当前的皮肤图像的位置的匹配，并且因为显示特征部分的检测结果，所以将容易确认特征部分的时间改变。

图21示例当特征部分对的数目等于或小于预定数目时给出的一条建议。在呈现设备中，例如，显示过去的皮肤图像的检测结果和新皮肤图像的检测结果，并且此外给出关于将皮肤图像定位在基本相同位置的成像区域的移动方法的一条建议。因此，可以容易地执行过去的皮肤图像的位置与当前的皮肤图像的位置的匹配。

根据如上所述的第三实施例，可以容易地比较过去的皮肤状况和当前的皮肤状况；因此，可能容易和精确地检查从各条建议获得何种何种效果。

在说明书中说明的处理序列可以由硬件、软件和组合硬件和软件的配置实施。在由软件实施处理的情况下，可能在并入专用硬件的计算机的存储器中安装程序，其中编码处理序列并且执行程序。还可能在能够执行各种类型的处理的通用计算机中安装程序并且执行程序。

例如，程序可以预先记录在作为记录介质的硬盘或ROM(只读存储器)上。可替代地，程序可以暂时或永久地存储(记录)在可移除记录介质上，诸如软盘、CD-ROM(致密盘制度存储器)、MO(磁光)盘、DVD(数字多功能盘)、磁盘或者半导体存储卡。可以提供这样的可移除记录介质作为所谓封装软件。

此外，程序可以不但从可移除记录介质安装在计算机上，而且可以无线地或有线地经由诸如LAN(局域网)或因特网的网络从下载站点传送到计算机。在这样的计算机中，以前述方式传送的程序可以接收并且安装在诸如内建硬件的记录介质上。

注意，本技术不应解释为限于上述技术的实施例。以示例方式公开技术的实施例，并且对于本领域技术人员显而易见的是可以修改或替换实施例而不背离本技术的范围。换句话说，在理解本技术范围时，应该考虑权利要求。

(1)一种图像处理装置，包括：

特征值计算单元，配置为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；以及

特征部分提取单元，配置为基于由所述特征值计算单元计算的所述特征值，提取所述皮肤图像的特征部分。

(2)如(1)所述的图像处理装置，还包括：

亮度信息分离单元，配置为对所述皮肤图像执行亮度信息分离处理，以便获取全局亮度信息，

其中所述特征值计算单元用由所述亮度信息分离单元获取的所述全局亮度信息，计算所述特征值。

(3)如(1)或(2)所述的图像处理装置，

其中所述特征值计算单元计算指示具有相互类似的像素值的图像区域与周围之间的信号差别的强度，作为所述特征值。

(4)如(1)到(3)的任一所述的图像处理装置，还包括：

黑色素分析单元，配置为分析黑色素，

其中所述特征部分提取单元使用由所述特征值计算单元计算的所述特征值以及由所述黑色素分析单元获得的分析结果，提取特征部分。

(5)如(1)到(4)的任一所述的图像处理装置，还包括：

图像定位单元，配置为以特征部分相互一致的方式匹配第一和第二皮肤图像的位置，

其中所述特征值计算单元计算指示强度改变的极性的第二特征值，并且

其中所述图像定位单元以所述第一和第二皮肤图像的相应特征部分相互一致的方式，通过使用所述第二特征值执行所述特征部分的匹配，匹配所述皮肤图像的位置。

(6)如(5)所述的图像处理装置，

其中过去的图像用作所述第一皮肤图像，并且当前的图像用作所述第二皮肤图像，

其中当相应的特征部分的数目等于或小于预定数目时，所述图像定位单元呈现关于以所述第二皮肤图像的相应特征部分的位置定位在所述第一皮肤图像的相应特征部分的位置的方式移动成像区域的一条建议。

(7)如(1)到(6)的任一所述的图像处理装置，

其中所述特征部分提取单元提取毛孔、丘疹、斑点和毛孔中的杂质的至少一个作为所述特征部分。

(8)如(7)所述的图像处理装置，

其中所述特征部分提取单元基于由所述特征值计算单元从使用白色光拍摄的皮肤图像计算的特征值，提取毛孔、丘疹和斑点的至少一个，并且基于由所述特征值计算单元从使用近紫外光拍摄的皮肤图像计算的特征值，提取毛孔中的杂质。

(9)如(1)到(8)的任一所述的图像处理装置，还包括：

统计计算单元，配置为通过基于具有满足预先设置的提取条件的特征值的特征部分的提取结果计算统计，生成与特征部分的数目、尺寸和颜色浓度的至少一个相关的信息。

(10)如(1)到(9)的任一所述的图像处理装置，

其中所述皮肤图像是通过配置提供在成像单元上的光源和偏振滤光片具有相互的正交关系，移除皮肤的表面反射的图像。

工业应用性

在本技术的图像处理装置、图像处理方法、程序和图像处理系统中，计算与皮肤图像的灰度相关的极性以及指示具有相互类似并且与像素区域的周围不同的像素值的像素区域的尺度，作为特征值，并且基于特征值，提取皮图图像的特征部分。因此，可以精确地检测皮肤的毛孔、丘疹等作为特征部分，并且可以根据皮肤状况以适当的方式给出各条建议等。因此，本技术适于包括皮肤的成像功能的电子设备，诸如例如，数字相机、便携式终端设备和通过网络等提供各种服务的信息处理设备等。

参考符号列表

10   图像处理系统

11   成像设备

12   附件

15,16   信息处理设备

20   图像处理装置

21   预处理单元

22   亮度信息分离单元

23   黑色素分析单元

24   特征部分分析单元

25   信息存储单元

50   呈现单元

111  镜头桶

112  成像单元

113  偏振滤光片

121  光源

231  黑色素分布计算单元

232  黑色素指数计算单元

241  特征值计算单元

242  定位单元

243  特征部分提取单元

244  统计计算单元

Claims (13)

1.一种图像处理装置，包括：

特征值计算单元，配置为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；以及

特征部分提取单元，配置为基于由所述特征值计算单元计算的所述特征值，提取所述皮肤图像的特征部分。

2.如权利要求1所述的图像处理装置，还包括：

亮度信息分离单元，配置为对所述皮肤图像执行亮度信息分离处理，以便获取全局亮度信息，

其中所述特征值计算单元用由所述亮度信息分离单元获取的所述全局亮度信息，计算所述特征值。

3.如权利要求1所述的图像处理装置，

其中所述特征值计算单元计算指示具有相互类似的像素值的图像区域与周围之间的信号差别的强度，作为所述特征值。

4.如权利要求1所述的图像处理装置，还包括：

黑色素分析单元，配置为分析黑色素，

其中所述特征部分提取单元使用由所述特征值计算单元计算的所述特征值以及由所述黑色素分析单元获得的分析结果，提取特征部分。

5.如权利要求1所述的图像处理装置，还包括：

图像定位单元，配置为以特征部分相互一致的方式匹配第一和第二皮肤图像的位置，

其中所述特征值计算单元计算指示强度改变的极性的第二特征值，并且

其中所述图像定位单元以所述第一和第二皮肤图像的相应特征部分相互一致的方式，通过使用所述第二特征值执行所述特征部分的匹配，匹配所述皮肤图像的位置。

6.如权利要求5所述的图像处理装置，

其中过去的图像用作所述第一皮肤图像，并且当前的图像用作所述第二皮肤图像，

其中当相应的特征部分的数目等于或小于预定数目时，所述图像定位单元呈现关于以所述第二皮肤图像的相应特征部分的位置定位在所述第一皮肤图像的相应特征部分的位置的方式移动成像区域的一条建议。

7.如权利要求1所述的图像处理装置，

其中所述特征部分提取单元提取毛孔、丘疹、斑点和毛孔中的杂质的至少一个作为所述特征部分。

8.如权利要求7所述的图像处理装置，

其中所述特征部分提取单元基于由所述特征值计算单元从使用白色光拍摄的皮肤图像计算的特征值，提取毛孔、丘疹和斑点的至少一个，并且基于由所述特征值计算单元从使用近紫外光拍摄的皮肤图像计算的特征值，提取毛孔中的杂质。

9.如权利要求1所述的图像处理装置，还包括：

统计计算单元，配置为通过基于具有满足预先设置的提取条件的特征值的特征部分的提取结果计算统计，生成与特征部分的数目、尺寸和颜色浓度的至少一个相关的信息。

10.如权利要求1所述的图像处理装置，

其中所述皮肤图像是通过配置提供在成像单元上的光源和偏振滤光片具有相互的正交关系，移除皮肤的表面反射的图像。

11.一种图像处理方法，包括以下步骤：

为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；并且

基于计算的特征值，提取所述皮肤图像的特征部分。

12.一种用于使得计算机执行皮肤图像处理的程序，所述程序使得计算机执行：

为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值；并且

基于计算的特征值，提取所述皮肤图像的特征部分。

13.一种图像处理系统，包括：

成像设备；以及

信息处理设备，

其中所述成像设备提供有配置为生成皮肤图像的成像单元，并且

其中所述成像设备和所述信息处理设备之一提供有

特征值计算单元，配置为计算与皮肤图像的灰度相关的极性、以及指示每个具有相互类似并且与图像区域的周围不同的像素值的图像区域的尺度，作为特征值，

特征部分提取单元，配置为基于由所述特征值计算单元计算的所述特征值，提取所述皮肤图像的特征部分，以及

呈现单元，配置为呈现所述特征部分的提取结果。