CN109069065B - 色斑部位的评价方法及色斑部位评价装置 - Google Patents

色斑部位的评价方法及色斑部位评价装置 Download PDF

Info

Publication number
CN109069065B
CN109069065B CN201780022594.8A CN201780022594A CN109069065B CN 109069065 B CN109069065 B CN 109069065B CN 201780022594 A CN201780022594 A CN 201780022594A CN 109069065 B CN109069065 B CN 109069065B
Authority
CN
China
Prior art keywords
skin image
color
spot
color spot
skin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780022594.8A
Other languages
English (en)
Other versions
CN109069065A (zh
Inventor
菊地久美子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shiseido Co Ltd
Original Assignee
Shiseido Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shiseido Co Ltd filed Critical Shiseido Co Ltd
Publication of CN109069065A publication Critical patent/CN109069065A/zh
Application granted granted Critical
Publication of CN109069065B publication Critical patent/CN109069065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/1032—Determining colour for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dermatology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提供一种色斑部位(斑点)的评价方法，其包括：从第1皮肤图像及与该第1皮肤图像不同的第2皮肤图像中分别检测多个色斑部位的色斑部位检测步骤(步骤S102)；算出第1皮肤图像及第2皮肤图像各自具有的各色斑部位的重心位置坐标的重心位置算出步骤(步骤S108)；及根据重心位置算出步骤中算出的各色斑部位的重心位置坐标，对第1皮肤图像中包含的多个色斑部位与第2皮肤图像中包含的多个色斑部位进行对应匹配的匹配处理步骤(步骤S110)。

Description

色斑部位的评价方法及色斑部位评价装置
技术领域
本发明涉及一种色斑部位的评价方法及色斑部位评价装置。
背景技术
目前已有针对例如通过视觉在面部整体、眼睛周围或颊部等部位确认到的斑点(blotch)或雀斑(freckle)，使用分光测色计等机器对颜色信息或皮肤色素成分信息进行定量化，并根据定量化的颜色信息或皮肤色素成分信息来评价斑点或雀斑的方法。例如，利用多个波长的分光反射率数据进行主成分分析，并根据所获得的黑色素相关主成分分数在测定区域中的平均值，来进行颜色信息的定量化(例如，参照专利文献1)。
<现有技术文献>
<专利文献>
专利文献1:(日本)特开2003－144393号公报
专利文献2:(日本)特开2001－325584号公报
发明内容
<本发明要解决的课题>
在此，斑点等色斑部位的状态会随着年龄的增加而变化，或受季节的影响发生变化。此外，某个色斑部位的状态有时还会因为例如美白剂等药剂的效果而有变化。然而，一直以来未能对这种色斑部位各自的变化进行掌握及评价。
对此，专利文献2公开了一种图像对位方法，其中对2个以上的图像进行对位并取得侧重表示特定构造物的特定构造物重视图像，求出所述取得的特定构造物重视图像之间的构造性对应位置关系，并根据所述求出的构造性对应位置关系，对上述2个以上的图像进行对位。然而，根据这种方法，无法使2个以上的图像的色斑部位彼此对应。
本发明的一个形态，其目的在于掌握并评价皮肤图像中包含的各色斑部位的变化。
<解决上述课题的手段>
根据一个形态，提供一种色斑部位的评价方法，其包括：色斑部位检测步骤，从第1皮肤图像及与所述第1皮肤图像不同的第2皮肤图像中分别检测多个色斑部位；重心位置算出步骤，算出所述第1皮肤图像及所述第2皮肤图像各自具有的各所述色斑部位的重心位置坐标；匹配处理步骤，根据所述重心位置算出步骤中算出的各所述色斑部位的所述重心位置坐标，使所述第1皮肤图像包含的所述多个色斑部位与所述第2皮肤图像包含的所述多个色斑部位对应匹配。
<发明的效果>
能够掌握并评价皮肤图像中包含的各色斑部位的变化。
附图说明
图1是表示本实施方式的斑点评价装置的功能结构之一例的图。
图2是表示可实现斑点评价处理的硬件结构之一例的图。
图3是表示斑点评价处理之一例的流程图。
图4是表示斑点检测处理之一例的流程图。
图5A是表示对第1皮肤图像及第2皮肤图像进行对位，并决定坐标基准点的处理之一例的示意图。
图5B是表示对第1皮肤图像及第2皮肤图像进行对位，并决定坐标基准点的处理之一例的示意图。
图5C是表示对第1皮肤图像及第2皮肤图像进行对位，并决定坐标基准点的处理之一例的示意图。
图6是表示算出各斑点的重心位置坐标的处理之一例的示意图。
图7是表示使斑点彼此对应匹配的处理的示意图。
图8是表示进行图7的处理时第1皮肤图像及第2皮肤图像的多个斑点的对应关系之一例的示意图。
图9A是表示斑点的变化模式的图。
图9B是表示斑点的变化模式的图。
图9C是表示斑点的变化模式的图。
图9D是表示斑点的变化模式的图。
图9E是表示斑点的变化模式的图。
图10A是表示各斑点的相关信息之一例的图。
图10B是表示各斑点的相关信息之一例的图。
图10C是表示各斑点的相关信息之一例的图。
图11A是表示利用本实施方式的斑点评价装置进行对应匹配的斑点之具体例的图。
图11B是表示利用本实施方式的斑点评价装置进行对应匹配的斑点之具体例的图。
具体实施方式
以下，关于本发明的实施形态，参照附图进行说明，但本发明并不限定于下述实施方式，只要不脱离本发明的范围，可对下述实施方式进行各种变形及置换。
在本实施方式中，作为色斑部位之一例以斑点作为对象，作为色斑部位的评价方法以斑点评价处理为例进行说明。在此，斑点是指皮肤有黑色素等色素沉着，并且，皮肤的色素沉着部位与无沉着部位具有明确界限的程度的色素沉着状态。具体而言，斑点包括例如老年性色素斑或日光性着色斑(solar lentigo)、炎症后色素沉着、雀斑、黄褐斑(chloasma)等。
图1是表示本实施方式的斑点评价装置10的功能结构之一例的图。
斑点评价装置10包括输入部11、输出部12、存储部13、图像取得部14、斑点检测部15、重心位置算出部16、匹配处理部17、斑点评价部18及控制部19。
输入部11例如接受由使用斑点评价装置10的用户发出的与斑点评价处理相关的各种指示的开始、结束、设定等输入。输出部12输出通过输入部11被输入的内容、根据输入内容被执行的内容等。输出部12例如进行将图像取得部14、斑点检测部15、重心位置算出部16、匹配处理部17、斑点评价部18等的处理结果显示在下述显示器等的处理。
在本实施方式中，图像取得部14取得第1皮肤图像及与所述第1皮肤图像不同的第2皮肤图像。在此，第1皮肤图像及第2皮肤图像可以是在不同时期对同一被检测者的同一对象部分进行拍摄的皮肤图像。
在此，第1皮肤图像及第2皮肤图像例如可以是拍摄被检测者的颊部整体的皮肤图像。此外，第1皮肤图像及第2皮肤图像例如还可以是从使用由扩散照明箱及数字相机构成的SIA(Skin Image Analyzer)系统等拍摄的被检测者面部图像中抽出的特定部位(例如，眼睛周围或颊等)的皮肤图像。
斑点检测部15从第1皮肤图像及第2皮肤图像中分别检测出多个斑点。重心位置算出部16算出第1皮肤图像及第2皮肤图像分别包含的各斑点的重心位置坐标。匹配处理部17根据由重心位置算出部16算出的各斑点的重心位置坐标，对第1皮肤图像中包含的多个斑点与第2皮肤图像中包含的多个斑点进行对应匹配。
斑点评价部18根据由匹配处理部17进行对应匹配的斑点的对应关系，来评价斑点的变化。
控制部19进行斑点评价装置10的各构成部整体的控制。控制部19例如对皮肤图像的斑点检测、重心位置算出、匹配处理、斑点评价等中的至少1项进行控制，然而控制部19的控制内容并不限定于此。
存储部13存储本实施方式中需要的各种信息。具体而言，存储部13存储用于执行本实施方式的斑点评价处理的各种程序或各种设定信息等。存储部13存储第1皮肤图像及第2皮肤图像、各皮肤图像包含的斑点的相关信息(斑点数、各斑点的面积、各斑点的浓度、各斑点的重心位置坐标、斑点的对应关系等)、评价结果等。
在此，存储部13是上述多种信息的集合体，例如可以具备作为数据库的功能，构成可利用关键词等进行检索及抽出的体系。并且，存储部13存储的信息也可以是经由例如互联网或LAN(Local Area Network)等为代表的通信网络从外部装置取得的信息。
例如，能够在PC(Personal Computer)等通用计算机、智能手机或平板终端等中安装用于使计算机执行图1所示的斑点评价装置10的各功能的执行程序(斑点评价程序)，来实现斑点评价装置10。
(硬件结构)
图2是表示可实现斑点评价处理的硬件结构之一例的图。斑点评价装置10具有输入装置21、输出装置22、驱动装置23、辅助存储装置24、存储器装置25、进行各种控制的CPU(Central Processing Unit)26及网络连接装置27，上述各部分通过系统总线B彼此连接。
输入装置21可以是用户等操作的键盘、鼠标等指向装置。另外，输入装置21例如也可以是能够输入声音等的麦克风等声音输入装置。
输出装置22可以是显示器或扬声器等。另外，输出装置22也可以是打印机等印刷装置。
并且，在斑点评价装置10例如是智能手机或平板终端等的情况下，上述输入装置21及输出装置22例如可以是触控面板之类输入输出一体型的结构。
在此，本实施方式的斑点评价装置10中安装的执行程序，例如由USB(UniversalSerial Bus)存储器或CD-ROM等可移动型记录介质28等提供。可将记录介质28设置在驱动装置23，记录介质28包含的执行程序从记录介质28通过驱动装置23被安装到辅助存储装置24中。
辅助存储装置24是硬盘等存储单元，其中存储本实施方式的执行程序、设在计算机中的控制程序等，并能够根据需要进行输入输出。
存储器装置25存放由CPU26从辅助存储装置24中读取的执行程序等。在此，存储器装置25是ROM(Read Only Memory)或RAM(Random Access Memory)等。另外，上述辅助存储装置24及存储器装置25也可以是作为1个存储装置的一体型结构。
CPU26根据OS(Operating System)等的控制程序及存储器装置25中存放的执行程序，来对各种演算，或与各硬件结构部的数据输入输出等计算机整体处理进行控制，从而实现本实施方式的斑点评价处理。在此，可以从辅助存储装置24取得在执行程序时所需要的各种信息等，并存放执行结果等。
网络连接装置27通过与以互联网或LAN等为代表的通信网络等进行连接，从连接通信网络的其他装置等取得例如执行程序或各种数据。另外，网络连接装置27也可以将通过执行程序而获得的执行结果等提供给其他装置等。
通过上述硬件结构，可以执行本实施方式的斑点评价处理。另外，通过安装执行程序，容易利用通用PC等实现本实施方式的斑点评价处理。
(斑点评价处理)
图3是表示斑点评价处理之一例的流程图。
本实施方式中，图像取得部14取得第1皮肤图像及第2皮肤图像等2个皮肤图像(步骤S102)。第1皮肤图像及第2皮肤图像例如可以是同一被检测者在使用美白药剂等药剂之前以及使用一定期间之后的图像、同一被检测者的增龄变化图像、同一被检测者在不同季节的图像等在不同时期对同一被检测者的同一对象部分进行拍摄而获得的皮肤图像。在此，本实施方式的以下说明中，第2皮肤图像与第1皮肤图像是同一被检测者的同一对象部分的皮肤图像，且第2皮肤图像拍摄于第1皮肤图像之后。
作为第1皮肤图像及第2皮肤图像，图像取得部14可以取得例如对被检测者颊部的规定区域进行拍摄的皮肤图像(500×500像素的像素区域等)，并以此作为解析区域。另外，图像取得部14还可以取得被检测者的面部图像，然后根据面部图像轮廓等，作为解析区域抽出例如颊部的规定区域(500×500像素的像素区域等)，并以此作为第1皮肤图像及第2皮肤图像。然而，例如为了在下述步骤S106的处理中对第1皮肤图像及第2皮肤图像进行对位时发生偏位的情况下也能够确保充分的解析区域，第1皮肤图像100及第2皮肤图像102可以包括比上述定义的解析区域更广的区域范围。
斑点检测部15对由图像取得部14取得的第1皮肤图像及第2皮肤图像执行图像处理，对第1皮肤图像及第2皮肤图像分别进行斑点检测(步骤S104)。关于斑点检测部15的处理，参照图4进行详细说明。
(斑点检测处理)
图4是表示步骤S104的斑点检测处理的详细流程图。对第1皮肤图像及第2皮肤图像分别进行以下处理。
斑点检测部15算出作为解析区域的皮肤图像的黑色素成分或血红蛋白成分等色素成分，并变换成表示色素成分浓度及其他分布状态的图像(色素成分的分布图像)(步骤S11)。具体而言，斑点检测部15取得解析区域的RGB表色系RGB值、根据RGB表色系变换而成的作为CIE国际基准值的CIE-XYZ值、色彩数据Lab值等。
在此，例如可以通过下式，将RGB表色系RGB值变换成CIE-XYZ值。
X＝0.001645×R+0.001116×G+0.000314×B+2.585143
Y＝0.001110×R+0.002080×G+0.000065×B+2.359088
Z＝0.000439×R+0.000610×G+0.002439×B+2.757769
(式1)
另外，可以将通过(式1)获得的XYZ值，根据本申请人提出的日本专利第3727807号公报等中记载的方法，通过以下(式2)，变换成黑色素成分或血红蛋白成分等色素成分。
黑色素量＝-4.861×log10(1/X)+1.268×log10(1/Y)+4.669×log10(1/Z)+0.063
血红蛋白量＝-32.218×log10(1/X)+37.499×log10(1/Y)-4.495×log10(1/Z)+0.444
(式2)
然后，斑点检测部15从通过步骤S11获得的色素成分的分布图像中除去低频率成分。由此，能够排除例如面部形状所致暗影，即起伏大的部分所造成的影响。斑点检测部15例如将半宽度约为40.0mm以上的频带作为暗影所致影响进行清除。具体而言，斑点检测部15首先例如使用高斯函数等的带通滤波器，生成低频率成分的图像(步骤S12)。其次，斑点检测部15从通过步骤S11的处理获得的色素成分的分布图像中减去通过步骤S12获得的低频率成分的图像(步骤S13)。
然后，斑点检测部15对通过步骤S13获得的图像进行2值化处理(步骤S14)。2值化处理中，例如对于黑色素成分的浓度，例如以平均值+0.01～0.30等作为阈值，将具有阈值以上黑色素值(高黑色素值)的像素作为高黑色素部分。由此，能够对正常的皮肤部分与高黑色素部分进行识别。
接下来，斑点检测部15对通过步骤S14获得的图像进行噪音处理(步骤S15)。例如可以利用中值滤波器(5×5像素等)进行噪音处理，但并不限定于此。
然后，斑点检测部15进行标示处理，将通过步骤S15获得的图像中高黑色素值像素相互连续的区域作为1个色素沉着部位并对其进行标记(步骤S16)。斑点检测部15例如将被识别为高黑色素值像素的像素彼此邻接的部分相连接而构成的像素群作为1个色素沉着部位进行抽出。
接下来，斑点检测部15将通过步骤S16被加以标记的色素沉着部位中的规定面积(例如，实际尺寸1.0mm2)以下的区域排除在外，将剩余的色素沉着部位检测为斑点(S17)。由此，能够排除例如毛孔等小的抽出物，高精度检测斑点。
上述斑点检测部15的处理，已记载于本申请人提出的日本专利申请2014-234938中，可适当应用日本专利申请2014-234938的内容。
返回图3，重心位置算出部16根据从第1皮肤图像中检测出的多个斑点及从第2皮肤图像中检测出的多个斑点，对第1皮肤图像及第2皮肤图像进行对位，决定坐标的基准点(步骤S106)。在此，通过根据从第1皮肤图像及第2皮肤图像中分别检测出的斑点分布来识别模式的方式，能够进行对位。
图5A～图5C是表示上述处理之一例的示意图。图5A表示第1皮肤图像100，图5B表示第2皮肤图像102。图5C是第1皮肤图像100及第2皮肤图像102重叠对位的图。重心位置算出部16根据第1皮肤图像100及第2皮肤图像102中包含的多个斑点106的分布，对第1皮肤图像100与第2皮肤图像102进行对位，使第1皮肤图像100及第2皮肤图像102的坐标对齐。例如，可以将左下的规定位置决定为XY坐标系得基准点(原点(0,0))。由此，在后续工序中，能够对第1皮肤图像100包含的斑点106及第2皮肤图像102包含的斑点进行高精度的对应匹配。
返回图3，接下来，由重心位置算出部16算出第1皮肤图像100及第2皮肤图像102中分别相对于通过步骤S106决定的基准点的各斑点106的重心位置坐标(步骤S108)。
图6是表示所述处理之一例的示意图。重心位置算出部16算出第1皮肤图像100(及第2皮肤图像102)中各斑点106a～106d的重心108的位置坐标。
例如能够根据构成所述斑点区域的全像素的位置，算出坐标重心108的位置坐标。具体而言，通过算出构成所述斑点区域的全像素的X坐标及Y坐标的平均，能够获得重心108的位置坐标。
另外，作为其他例子，也可以按照以下程序算出重心108的位置坐标。
(1)根据构成各斑点的轮廓的全像素的算出方法
构成各斑点的轮廓的全像素数为n个时，加算全点的X坐标，并除以n，获得重心108的X坐标。同样算出重心108的Y坐标。
(2)对构成各斑点区域的全像素进行黑色素浓度加权的算出方法
以黑色素浓度对构成所述斑点区域的全像素进行加权(对坐标进行乘算)，然后分别算出X坐标及Y坐标的平均，可获得重心位置。
(3)进行椭圆拟合求出椭圆中心的方法
以上均为一例，也可以适宜采用其他方法。
返回图3，接下来，由匹配处理部17根据第1皮肤图像100及第2皮肤图像102的各斑点106的重心位置坐标，对斑点106彼此进行匹配(步骤S110)。匹配处理部17进行关于第1皮肤图像100的各斑点106，在第2皮肤图像102中检测与其对应的斑点106的第1探索步骤，以及，关于第2皮肤图像102的各斑点106，在第1皮肤图像100中检测与其对应的斑点106的第2探索步骤。
图7是表示所述处理之一例的示意图。图7是表示各皮肤图像的坐标轴与黑色素量的关系的一例的示意图。图7中(a)对应第1皮肤图像100，(b)对应第2皮肤图像102。
首先，关于第1探索步骤进行说明。匹配处理部17，关于第1皮肤图像100的斑点106a，将以与斑点106a之重心位置坐标109a对应的第2皮肤图像102之对象坐标(图7(b)中的“a”)为中心的规定范围作为探索范围110，对第2皮肤图像102进行探索。
在此假设为，重心位置坐标位于第2皮肤图像102的探索范围110内的斑点当中，斑点106g的重心位置坐标109g最接近对象坐标a。在此情况下，匹配处理部17将重心位置坐标位于第2皮肤图像102的探索范围110内的斑点当中的重心位置坐标109g最接近对象坐标a的斑点106g与第1皮肤图像100的斑点106a对应匹配(图中虚线箭头所示的对应匹配)。匹配处理部17对第1皮肤图像100的各斑点进行上述处理。
另外，当不存在重心位置坐标位于第2皮肤图像102的探索区域内的斑点的情况下，匹配处理部17则会将第2皮肤图像102内不存在与第1皮肤图像100的所述斑点对应的斑点这一事件与第1皮肤图像100的所述斑点对应匹配。
以下，关于第2探索步骤进行说明。匹配处理部17，关于第2皮肤图像102的斑点106g，将以与斑点106g之重心位置坐标109g对应的第1皮肤图像100之对象坐标(图7(a)中的“g”)为中心的规定范围作为探索范围112，对第1皮肤图像100进行探索。
在此假设为，重心位置坐标位于第1皮肤图像100的探索范围112内的斑点当中，斑点106a的重心位置坐标109a最接近对象坐标g。在此情况下，匹配处理部17将重心位置坐标位于第1皮肤图像100的探索范围112内的斑点当中的重心位置坐标109a最接近对象坐标g的斑点106a与第2皮肤图像102的斑点106g对应匹配(图中实线箭头所示的对应匹配)。匹配处理部17对第2皮肤图像102的各斑点进行上述处理。
另外，当不存在重心位置坐标位于第1皮肤图像100的探索区域内的斑点的情况下，匹配处理部17则会使第1皮肤图像100内不存在与第2皮肤图像102的所述斑点对应的斑点这一事件与第2皮肤图像102的所述斑点对应匹配。
在此，探索范围110的范围(尺寸)，例如可以是以对象坐标作为中心，且半径在与实际尺寸40mm对应的像素数以下的圆内(半径在1像素以上)，更优选为，例如可以是以对象坐标作为中心，且半径在与实际尺寸1mm以上2mm以下对应的像素数的圆内。实际尺寸是指皮肤图像的拍摄对象的实际尺寸，例如颊等部位的实际尺寸。
另外，探索范围112的范围(尺寸)例如可与探索范围110同样。如上所述，在根据第1皮肤图像100的斑点的重心位置坐标来探索第2皮肤图像102中与其对应的斑点时，以及根据第2皮肤图像102的斑点的重心位置坐标来探索第1皮肤图像100中与其对应的斑点时，通过设定相同的探索范围，可避免对第1皮肤图像100与第2皮肤图像102中的斑点进行对应匹配时出现矛盾。另外，能够按照相同基准对下述斑点的分裂及斑点的结合进行检测。另外，探索范围110的尺寸与探索范围112的尺寸也可以不同。
另外，可以根据通过图3的步骤S104检测出的斑点面积的平均值等，以动态方式决定探索范围的尺寸。在此情况下，探索范围110的尺寸与探索范围112的尺寸可以相同，也可以不同。
图8是表示进行以上处理时的第1皮肤图像100及第2皮肤图像102的多个斑点的对应关系之一例的模式图。图8中，(a)与第1皮肤图像100对应，(b)与第2皮肤图像102对应。图中的虚线箭头表示在第1探索步骤中进行对应匹配的结果。另外，图中的实线箭头表示在第2探索步骤中进行对应匹配的结果。
例如，进行了第2探索步骤的情况下，仅能使第2皮肤图像102的斑点106g与第1皮肤图像100的斑点106b对应匹配。相对于此，通过还进行第1探索步骤，能够把握第1皮肤图像100的斑点106a及斑点106b分别与第2皮肤图像102的斑点106g对应匹配的情况。由此，能够检测斑点的结合。
另外，同样，例如进行了第1探索步骤的情况下，仅能使第1皮肤图像100的斑点106c与第2皮肤图像102的斑点106i对应匹配。相对于此，通过还进行第2探索步骤，能够把握第2皮肤图像102的斑点106h及斑点106i分别与第1皮肤图像100的斑点106c对应配置的情况。由此，能够检测斑点的分裂。
此外，例如通过进行第1探索步骤，能够检测获知相对于第1皮肤图像100的斑点106d，第2皮肤图像102中不包含与其对应的斑点的情况。由此，能够检测出斑点的消失。在此虽未图示，同样，例如通过进行第2探索步骤，能够检测获知相对于第2皮肤图像102包含的斑点，第1皮肤图像100中并无对应斑点的情况。由此，能够检测出斑点的产生。
如上所述，在本实施方式中，通过进行第1探测步骤及第2探索步骤的两者，能够详细检测出各斑点的对应关系。在此，可以先进行第1探索步骤及第2探索步骤的任一方。
返回图3，接下来，斑点评价部18根据匹配处理部17的匹配处理步骤的结果，对斑点的变化模式等进行评价(步骤S112)。图9A～图9E是表示斑点的变化模式的图。
例如，由匹配处理部17进行的第1探索步骤中，若不存在与第1皮肤图像100的斑点106对应的且重心位置坐标位于第2皮肤图像102的探索区域内的斑点，斑点评价部18将评价为第1皮肤图像100的所述斑点已消失(图9A)。
另外，例如，由匹配处理部17进行的第2探索步骤中，若不存在与第2皮肤图像102的斑点对应的且重心位置坐标位于第1皮肤图像100的探索区域内的斑点，斑点评价部18将评价为产生了第2皮肤图像102的所述斑点(图9B)。
此外，由匹配处理部17进行的第1探索步骤中，若第1皮肤图像100的多个斑点106与第2皮肤图像102的一个斑点106对应，斑点评价部18将评价为第1皮肤图像100的多个斑点106发生了结合(图9C)。
此外，由匹配处理部17进行的第2探索步骤中，若第2皮肤图像102的多个斑点与第1皮肤图像100的一个斑点对应，斑点评价部18将评价为第1皮肤图像100的斑点106发生了分裂(图9D)。
另外，由匹配处理部17进行匹配处理步骤的结果，第1皮肤图像100的斑点106与第2皮肤图像102的斑点106为1:1对应的情况下，斑点评价部18将评价为维持原状(图9E)。
在此，第1皮肤图像100与第2皮肤图像102之间的以虚线表示的图，是推测从第1皮肤图像100的状态成为第2皮肤图像102的状态推移的图。
另外，不仅能够进行如上所述的变化模式检测，还能够根据对应匹配的斑点之间的面积、黑色素量等的变化，来定量解析斑点的变化过程。另外，不仅能够对解析区域整体进行评价，还能够对各斑点的变化分别进行评价，因此，能够进行例如抽出第1皮肤图像100包含的多个斑点当中相对较淡的斑点，并对这些斑点的变化进行选择性的解析等，以各种各样的条件进行探讨。由此，例如关于对淡的斑点有效果的药剂，能够对其效果进行适当评价。
图10A～图10C是表示通过斑点检测部15、重心位置算出部16、匹配处理部17及斑点评价部18的处理获得的各斑点的相关信息之一例的图。所述信息被存储在存储部13中。
图10A及图10B表示通过斑点检测部15、重心位置算出部16及斑点评价部18的处理获得的各斑点的相关斑点信息之一例。斑点信息例如包括斑点ID、重心位置、面积、黑色素量、斑点分类等项目。斑点ID用于确定各斑点的信息。重心位置表示各斑点的重心位置坐标。面积表示各斑点的面积。黑色素量表示各斑点的黑色素量。在此，黑色素量可以是所述斑点的黑色素量的平均值等，并且，还可以按照构成各斑点的各图像对应起来进行存储。另外，斑点分类表示根据各斑点的面积或黑色素量，由斑点评价部18进行评价的斑点分类。
图10C表示根据图10A及图10B所示斑点信息，通过匹配处理部17及斑点评价部18的处理获得的第1皮肤图像100及第2皮肤图像102中的各斑点的对应关系、变化模式等的斑点对应信息之一例。斑点对应信息包括第1皮肤图像100的斑点ID、第2皮肤图像102的斑点ID、变化模式、状态变化等项目。变化模式表示第1皮肤图像100包含的斑点在第2皮肤图像102中如何变化的模式。状态变化表示例如斑点的面积发生变化、斑点的黑色素量发生变化等的状态变化。
(精度验证例)
以下，说明由本实施方式的斑点评价装置10对斑点的匹配处理进行精度検証的结果。在此，让某被检测者在规定期间使用规定药剂，使用前的皮肤图像作为第1皮肤图像100，使用后的皮肤图像作为第2皮肤图像102，采用本实施方式的斑点评价装置10，对第1皮肤图像100中的斑点与第2皮肤图像102中的斑点进行了对应匹配处理。并将其结果，与通过目视逐一确认的结果进行了对比。
对比结果，关于与参照图3及图6说明的第1探索步骤对应的、第1皮肤图像100中包含的各斑点，在从第2皮肤图像102中检测对应斑点的步骤中，791个中有785个与目视结果一致，正确率为99.2％。另外，关于与第2探索步骤对应的、第2皮肤图像102中包含的各斑点，在从第1皮肤图像100中检测对应斑点的步骤中，868个中有862个与目视结果一致，正确率为99.3％。
如上所述，确认到，通过本实施方式的斑点评价装置10，能够在第1皮肤图像100与第2皮肤图像102之间进行高精度的斑点对应匹配。
图11A及图11B是从精度验证例中采用的药剂使用前的皮肤图像100与药剂使用后的皮肤图像102中提取其一部分的图。图11A表示第1皮肤图像100，图11B表示第2皮肤图像102。通过本实施方式的斑点评价装置10，图11A所示的斑点106e与图11B所示的斑点106f及106g对应匹配。如上所述，通过本实施方式的斑点评价装置10，针对历来无法掌握个别变化的各斑点，也能够把握并评价其变化。
通过本实施方式的斑点评价处理，能够掌握并评价皮肤图像中包含的各斑点的变化。具体而言，例如关于同一被检测者的同一对象部位，通过对拍摄时期不同的第1皮肤图像及第2皮肤图像中分别包含的多个斑点进行对应匹配，能够把握各斑点的变化，例如，能够把握小斑点如何变化、大斑点如何变化、浓斑点如何变化、淡斑点如何变化等。
另外，根据同一被检测者使用美白药剂等药剂之前及使用规定期间之后的图像中的斑点变化，能够更详细地把握药剂的效果等。由此，例如化妆品厂家等能够迎合顾客的皮肤状态或烦恼等提供最适当的产品建议。另外，根据同一被检测者的增龄变化图像中的斑点变化，能够对伴随增龄的斑点显现、恶化等过程进行定量解析，充实基础知识。
以上，关于本发明的优选实施方式及实施例进行了详细说明，但本发明并不限定于上述特定的实施方式及实施例，在权利要求范围记载的本发明要旨的范围内，可进行各种变形、变更。
以上的实施方式中，利用第1皮肤图像100及第2皮肤图像102进行了说明，此外，图像取得部14也可以取得3个以上的皮肤图像。在此情况下，例如能够对按时序前后排列的皮肤图像中包含的斑点的对应关系分别进行检测。
另外，皮肤颜色主要根据“血红蛋白色素”、“黑色素”对光的吸收而定。血红蛋白或黑色素成分等构成皮肤颜色的色素在皮肤内部的分布并不均同，局部产生过剩色素时，皮肤表面的色调将成为不均匀状态。这种状态一般被称为色斑。色斑中，血红蛋白色素为要因产生的症状例如有“痤疮”、“痤疮痕”等，黑色素为要因产生的症状例如有“斑点(老年性色素斑点或日光性着色斑、炎症后色素沉着、雀斑、黄褐斑点等)”、“痣”等。在本实施方式中，以上述症状作为对象。以上实施方式中，以色斑部位是斑点的情况为例进行了说明，但色斑部位并不限定于斑点，作为对象色斑部位，也可以是例如、痤疮、痤疮痕、丘疹、烫伤痕、痣等可根据黑色素成分或血红蛋白成分等的色素成分及色彩值等进行特定的各种症状。本申请的色斑部位评价处理尤其适合于以产生经时变化的色斑部位作为对象的情况。
另外，本实施方式的斑点评价部18能够通过输出部12，将图11A及图11B所示的第1皮肤图像100及第2皮肤图像102显示在显示器等输出装置22。此时，例如，斑点评价装置10的用户能够利用指示器等从第1皮肤图像100中选择规定的斑点106c，强调显示第2皮肤图像102中对应的斑点106h及106i等。由此，用户能够目视确认第1皮肤图像100中的各斑点在第2皮肤图像102中有何等变化。
本国际申请根据2016年4月15日向日本专利厅提交的专利申请2016-082380号请求优先权，并引用其全部内容。
符号说明
10斑点评价装置
11输入部
12输出部
13存储部
14图像取得部
15斑点检测部
16重心位置算出部
17匹配处理部
18斑点评价部
19控制部
21输入装置
22输出装置
23驱动装置
24辅助存储装置
25存储器装置
26CPU
27网络连接装置
28记录介质
100第1皮肤图像
102第2皮肤图像
106斑点
108重心
110探索范围
112探索范围

Claims (10)

1.一种色斑部位的评价方法，其包括：
色斑部位检测步骤，从第1皮肤图像及与所述第1皮肤图像不同的第2皮肤图像中，分别检测多个色斑部位；
重心位置算出步骤，算出所述第1皮肤图像及所述第2皮肤图像各自具有的各所述色斑部位的重心位置坐标；及
匹配处理步骤，根据在所述重心位置算出步骤中算出的各所述色斑部位的所述重心位置坐标，对所述第1皮肤图像中包含的所述多个色斑部位与所述第2皮肤图像中包含的所述多个色斑部位进行对应匹配，
所述匹配处理步骤包括第1探索步骤，关于所述第1皮肤图像的各所述色斑部位，将以与所述色斑部位的所述重心位置坐标对应的所述第2皮肤图像的对象坐标为中心的规定范围作为探索区域，对所述第2皮肤图像进行探索，并将所述重心位置坐标位于所述探索区域内的所述色斑部位当中的、所述重心位置坐标最接近所述对象坐标的色斑部位与所述第1皮肤图像的所述色斑部位对应匹配，并且，当不存在所述重心位置坐标位于所述探索区域内的所述色斑部位的情况下，则将所述第2皮肤图像内不存在与所述第1皮肤图像的所述色斑部位对应的所述色斑部位这一事件与所述第1皮肤图像的所述色斑部位对应匹配。
2.根据权利要求1所述的色斑部位的评价方法，其中，
所述第1皮肤图像及所述第2皮肤图像是在不同时期对同一被检测者的同一对象部分进行拍摄而获得的皮肤图像。
3.根据权利要求1所述的色斑部位的评价方法，其中，
所述色斑部位的评价方法还包括，根据从所述第1皮肤图像检测出的所述多个色斑部位及从所述第2皮肤图像检测出的所述多个色斑部位，对所述第1皮肤图像及所述第2皮肤图像进行对位，并决定坐标的基准点的步骤，
在所述重心位置算出步骤中，算出相对于所述基准点的各所述色斑部位的所述重心位置坐标。
4.根据权利要求1所述的色斑部位的评价方法，其中，
所述色斑部位为斑点，
在所述色斑部位检测步骤中，根据黑色素成分或血红蛋白成分的分布图像，检测所述多个色斑部位。
5.根据权利要求1～4任一项所述的色斑部位的评价方法，其中，
所述匹配处理步骤包括第2探索步骤，关于所述第2皮肤图像的各所述色斑部位，将以与所述色斑部位的所述重心位置坐标对应的所述第1皮肤图像的对象坐标为中心的规定范围作为探索区域，对所述第1皮肤图像进行探索，并将所述重心位置坐标位于所述探索区域内的所述色斑部位当中的、所述重心位置坐标最靠近所述对象坐标的色斑部位与所述第2皮肤图像的所述色斑部位对应匹配，并且，当不存在所述重心位置坐标位于所述探索区域内的所述色斑部位的情况下，则将所述第1皮肤图像内不存在与所述第2皮肤图像的所述色斑部位对应的所述色斑部位这一事件与所述第2皮肤图像的所述色斑部位对应匹配。
6.根据权利要求5所述的色斑部位的评价方法，其中，
所述第2皮肤图像与所述第1皮肤图像是对同一被检测者的同一对象部分进行拍摄而获得的皮肤图像，并且在所述第1皮肤图像之后拍摄获得所述第2皮肤图像，
所述色斑部位的评价方法还包括评价步骤，根据在所述匹配处理步骤中被对应匹配的所述第1皮肤图像中包含的所述多个色斑部位与所述第2皮肤图像中包含的所述多个色斑部位的对应关系，对所述第1皮肤图像与所述第2皮肤图像之间的色斑部位的变化进行评价。
7.根据权利要求6所述的色斑部位的评价方法，其中，
所述评价步骤中，在所述匹配处理步骤的所述第1探索步骤中不存在所述重心位置坐标位于所述探索区域内的所述色斑部位的情况下，评价为所述第1皮肤图像的所述色斑部位已消失，在所述第2探索步骤中不存在所述重心位置坐标位于所述探索区域内的所述色斑部位的情况下，评价为产生了所述第2皮肤图像的所述色斑部位。
8.根据权利要求6所述的色斑部位的评价方法，其中，
所述评价步骤中，在所述第1探索步骤中有所述第1皮肤图像的多个所述色斑部位与所述第2皮肤图像的一个所述色斑部位被对应匹配的情况下，评价为所述第1皮肤图像的所述多个色斑部位发生了结合，在所述第2探索步骤中有所述第2皮肤图像的多个所述色斑部位与所述第1皮肤图像的一个所述色斑部位被对应匹配的情况下，评价为所述第1皮肤图像的所述色斑部位发生了分裂。
9.一种色斑部位评价装置，其包括：
色斑部位检测部，从第1皮肤图像及与所述第1皮肤图像不同的第2皮肤图像中，分别检测多个色斑部位；
重心位置算出部，算出所述第1皮肤图像及所述第2皮肤图像各自具有的各所述色斑部位的重心位置坐标；及
匹配处理部，根据所述重心位置算出部算出的各所述色斑部位的所述重心位置坐标，对所述第1皮肤图像中包含的所述多个色斑部位与所述第2皮肤图像中包含的所述多个色斑部位进行对应匹配，
关于所述第1皮肤图像的各所述色斑部位，所述匹配处理部将以与所述色斑部位的所述重心位置坐标对应的所述第2皮肤图像的对象坐标为中心的规定范围作为探索区域，对所述第2皮肤图像进行探索，并将所述重心位置坐标位于所述探索区域内的所述色斑部位当中的、所述重心位置坐标最接近所述对象坐标的色斑部位与所述第1皮肤图像的所述色斑部位对应匹配，并且，当不存在所述重心位置坐标位于所述探索区域内的所述色斑部位的情况下，则将所述第2皮肤图像内不存在与所述第1皮肤图像的所述色斑部位对应的所述色斑部位这一事件与所述第1皮肤图像的所述色斑部位对应匹配。
10.一种记录介质，其中记录有可供计算机读取的色斑部位评价程序，
所述色斑部位评价程式使计算机实现以下功能：
色斑部位检测单元，从第1皮肤图像及与所述第1皮肤图像不同的第2皮肤图像中，分别检测多个色斑部位；
重心位置算出单元，算出所述第1皮肤图像及所述第2皮肤图像各自具有的各所述色斑部位的重心位置坐标；及
匹配处理单元，根据所述重心位置算出单元算出的各所述色斑部位的所述重心位置坐标，对所述第1皮肤图像中包含的所述多个色斑部位与所述第2皮肤图像中包含的所述多个色斑部位进行对应匹配，
关于所述第1皮肤图像的各所述色斑部位，所述匹配处理单元将以与所述色斑部位的所述重心位置坐标对应的所述第2皮肤图像的对象坐标为中心的规定范围作为探索区域，对所述第2皮肤图像进行探索，并将所述重心位置坐标位于所述探索区域内的所述色斑部位当中的、所述重心位置坐标最接近所述对象坐标的色斑部位与所述第1皮肤图像的所述色斑部位对应匹配，并且，当不存在所述重心位置坐标位于所述探索区域内的所述色斑部位的情况下，则将所述第2皮肤图像内不存在与所述第1皮肤图像的所述色斑部位对应的所述色斑部位这一事件与所述第1皮肤图像的所述色斑部位对应匹配。
CN201780022594.8A 2016-04-15 2017-02-22 色斑部位的评价方法及色斑部位评价装置 Active CN109069065B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016082380A JP6650819B2 (ja) 2016-04-15 2016-04-15 色ムラ部位の評価方法、色ムラ部位評価装置及び色ムラ部位評価プログラム
JP2016-082380 2016-04-15
PCT/JP2017/006522 WO2017179304A1 (ja) 2016-04-15 2017-02-22 色ムラ部位の評価方法及び色ムラ部位評価装置

Publications (2)

Publication Number Publication Date
CN109069065A CN109069065A (zh) 2018-12-21
CN109069065B true CN109069065B (zh) 2021-08-10

Family

ID=60042637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780022594.8A Active CN109069065B (zh) 2016-04-15 2017-02-22 色斑部位的评价方法及色斑部位评价装置

Country Status (7)

Country Link
US (1) US10786197B2 (zh)
EP (1) EP3443899A4 (zh)
JP (1) JP6650819B2 (zh)
KR (1) KR20180130553A (zh)
CN (1) CN109069065B (zh)
TW (1) TW201738842A (zh)
WO (1) WO2017179304A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110191661B (zh) * 2016-12-20 2022-07-05 株式会社资生堂 涂布控制装置、涂布装置、涂布控制方法以及记录介质
EP3707670A1 (en) * 2017-11-07 2020-09-16 Canfield Scientific, Incorporated Enhancing pigmentation in dermoscopy images
JP7512167B2 (ja) 2020-10-26 2024-07-08 株式会社 資生堂 頬画像中のシミ分布に基づく肌分類
JP7152727B2 (ja) * 2021-02-25 2022-10-13 エバ・ジャパン 株式会社 生体情報算出装置及び生体情報算出方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101977551A (zh) * 2008-03-18 2011-02-16 皇家飞利浦电子股份有限公司 用于皮肤成像的仪器、用于皮肤分析的系统
CN104318239A (zh) * 2014-11-14 2015-01-28 江南大学 基于纹理分析的快速图像特征提取方法
CN105453291A (zh) * 2013-06-18 2016-03-30 埃西斯创新有限公司 光活性层的生产方法

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6624860B1 (en) * 1998-01-26 2003-09-23 Sharp Kabushiki Kaisha Color filter layer providing transmitted light with improved brightness and display device using same
JP3727807B2 (ja) 1999-06-14 2005-12-21 株式会社資生堂 皮膚中成分および皮膚特性の測定方法および測定装置
JP4294880B2 (ja) 2000-03-06 2009-07-15 富士フイルム株式会社 画像の位置合わせ方法および装置
JP3734741B2 (ja) 2001-11-12 2006-01-11 株式会社資生堂 しみ・そばかす評価方法
EP1681709A4 (en) * 2003-10-16 2008-09-17 Nikon Corp DEVICE AND METHOD FOR MEASURING OPTICAL CHARACTERISTICS, EXPOSURE SYSTEM AND EXPOSURE METHOD AND COMPONENT MANUFACTURING METHOD
US20070002342A1 (en) * 2005-06-29 2007-01-04 Xerox Corporation Systems and methods for evaluating named colors against specified print engines
JP4958483B2 (ja) * 2006-06-19 2012-06-20 キヤノン株式会社 記録装置
US8194952B2 (en) 2008-06-04 2012-06-05 Raytheon Company Image processing system and methods for aligning skin features for early skin cancer detection systems
US20090327890A1 (en) * 2008-06-26 2009-12-31 Raytheon Company Graphical user interface (gui), display module and methods for displaying and comparing skin features
US20110040192A1 (en) * 2009-05-21 2011-02-17 Sara Brenner Method and a system for imaging and analysis for mole evolution tracking
JP5426475B2 (ja) * 2010-05-21 2014-02-26 株式会社 資生堂 肌の色ムラ解析装置、肌の色ムラ解析方法、及び肌の色ムラ解析プログラム
US20130188878A1 (en) * 2010-07-20 2013-07-25 Lockheed Martin Corporation Image analysis systems having image sharpening capabilities and methods using same
JP5809498B2 (ja) * 2010-10-19 2015-11-11 キヤノン株式会社 光源ユニットの調整装置及び製造方法
US8554016B2 (en) * 2010-11-10 2013-10-08 Raytheon Company Image registration system and method for registering images for deformable surfaces
JP5738720B2 (ja) * 2011-03-24 2015-06-24 日本メナード化粧品株式会社 メラニン合成能力評価方法及び美容アドバイス方法並びにそれらを用いるメラニン合成能力評価システム及び美容アドバイスシステム
JP5794889B2 (ja) * 2011-10-25 2015-10-14 富士フイルム株式会社 シミ種別分類装置の作動方法、シミ種別分類装置およびシミ種別分類プログラム
JP6080427B2 (ja) * 2012-08-10 2017-02-15 キヤノン株式会社 シャック・ハルトマンセンサとそれを利用した波面計測方法
JP6299594B2 (ja) * 2012-08-17 2018-03-28 ソニー株式会社 画像処理装置、画像処理方法、プログラムおよび画像処理システム
CN105393252B (zh) 2013-04-18 2019-04-19 数字标记公司 生理数据采集和分析
US20140313303A1 (en) * 2013-04-18 2014-10-23 Digimarc Corporation Longitudinal dermoscopic study employing smartphone-based image registration
JP6179196B2 (ja) 2013-05-31 2017-08-16 富士通株式会社 データセンター
JP6040103B2 (ja) * 2013-06-06 2016-12-07 浜松ホトニクス株式会社 補償光学システムの対応関係特定方法、補償光学システム、および補償光学システム用プログラム
CN105263399B (zh) * 2013-06-07 2017-06-23 富士胶片株式会社 透明感评价装置、透明感评价方法
JP2015198785A (ja) * 2014-04-08 2015-11-12 キヤノン株式会社 診療支援装置、診療支援方法及びプログラム
JP6138745B2 (ja) * 2014-11-19 2017-05-31 株式会社 資生堂 シミ評価装置、及びシミ評価プログラム
JP5977408B2 (ja) * 2015-08-20 2016-08-24 花王株式会社 体表評価方法および体表評価装置
JP6868847B2 (ja) * 2016-06-29 2021-05-12 パナソニックＩｐマネジメント株式会社 画像処理装置および画像処理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101977551A (zh) * 2008-03-18 2011-02-16 皇家飞利浦电子股份有限公司 用于皮肤成像的仪器、用于皮肤分析的系统
CN105453291A (zh) * 2013-06-18 2016-03-30 埃西斯创新有限公司 光活性层的生产方法
CN104318239A (zh) * 2014-11-14 2015-01-28 江南大学 基于纹理分析的快速图像特征提取方法

Also Published As

Publication number Publication date
US20190117147A1 (en) 2019-04-25
JP2017189536A (ja) 2017-10-19
EP3443899A1 (en) 2019-02-20
US10786197B2 (en) 2020-09-29
TW201738842A (zh) 2017-11-01
EP3443899A4 (en) 2019-10-30
WO2017179304A1 (ja) 2017-10-19
JP6650819B2 (ja) 2020-02-19
KR20180130553A (ko) 2018-12-07
CN109069065A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN109069065B (zh) 色斑部位的评价方法及色斑部位评价装置
Johannes et al. Automatic plant disease diagnosis using mobile capture devices, applied on a wheat use case
EP3000386B1 (en) Skin function evaluation device and skin evaluation method
Barbin et al. Digital image analyses as an alternative tool for chicken quality assessment
US20170311871A1 (en) Skin spot evaluation apparatus, skin spot evaluation method and program
US9665949B2 (en) Skin dullness evaluation apparatus and skin dullness evaluation method
TWI701018B (zh) 資訊處理裝置、資訊處理方法、及程式
JP5426475B2 (ja) 肌の色ムラ解析装置、肌の色ムラ解析方法、及び肌の色ムラ解析プログラム
Madooei et al. Automatic detection of blue-white veil by discrete colour matching in dermoscopy images
US20110286644A1 (en) Image calibration and analysis
US20170079599A1 (en) Moisture feeling evaluation device, moisture feeling evaluation method, and moisture feeling evaluation program
Yang et al. Machine vision system for on-line wholesomeness inspection of poultry carcasses
US20110007151A1 (en) Imaging Method For Determining Meat Tenderness
Liu et al. Objective determination of pork marbling scores using the wide line detector
Naganathan et al. Hyperspectral imaging of ribeye muscle on hanging beef carcasses for tenderness assessment
Song et al. Smartphone detection of minced beef adulteration
Li et al. Sublingual vein extraction algorithm based on hyperspectral tongue imaging technology
KR20180045473A (ko) 이미지 분석을 이용한 흑색종 검사 시스템, 방법 및 컴퓨터 프로그램
US10964062B2 (en) Skin evaluation device, skin evaluation method, and skin evaluation program
Furman et al. Contactless fingerprint devices usability test
JP2003144393A (ja) しみ・そばかす評価方法
KR20200055884A (ko) 피부 진단용 이미지 데이터 처리 방법 및 이를 이용하는 피부 진단용 예약 방법
Higashi et al. Computational lighting for extracting optical features from RGB images
Azman et al. Disease Classification by Human Fingernail Colour Image Processing
Sharma et al. SKIN TEXTURE RECOGNITION THROUGH IMAGE PROCESSING.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1260525

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant