JP2004166801A

JP2004166801A - 肌のつやの評価方法

Info

Publication number: JP2004166801A
Application number: JP2002333915A
Authority: JP
Inventors: Makoto Fujii; 誠藤井; Emina Horikoshi; 恵美奈堀越; Takashi Someya; 高士染谷
Original assignee: Kose Corp
Current assignee: Kose Corp
Priority date: 2002-11-18
Filing date: 2002-11-18
Publication date: 2004-06-17
Anticipated expiration: 2022-11-18
Also published as: JP4133248B2

Abstract

【課題】肌のつやを客観的に測定でき、肉眼観察と同様な評価を与えることのできる評価方法を提供すること。
【解決手段】次の工程（１）ないし（５）、
（１）被験者の肌を撮像してデジタル画像データを得る工程、
（２）デジタル画像データから各ピクセルの鏡面反射光成分のデータを取り出す工程、
（３）鏡面反射光成分のデータから各ピクセルの明るさの平均値を求め、物理的な光沢度とする工程、
（４）鏡面反射光成分のデータを多重解像度解析に付して、複数の異なる周波数成分毎のデータに分離し、このデータ中から肌のきめを表現する中周波数成分の複数のデータを選び、選んだデータを合成して再構成画像データとし、この再構成画像データの各ピクセル成分のデータを２乗し、平均値を求め、見かけの粗さとする工程、
（５）前記の物理的な光沢度と肌表面の見かけの粗さにより、肌のつや状態を表現する工程
を含む肌のつやの評価方法。
【選択図】なし

Description

【０００１】
【発明の属する技術分野】
本発明は、肌のつやの評価方法に関し、更に詳細には、肌のつやを客観的に評価することのできる評価方法に関する。
【０００２】
【従来の技術】
肌表面のつやは、肌の健康状態、美しさ、もしくは化粧後の仕上がりを表現する上で非常に重要な要素である。そのため肌に適切なつやを与えることは、基礎化粧品、もしくはメーキャップ化粧品の重要な目的のひとつである。
【０００３】
このような効果を持つ化粧品を開発するためには、「肌のつや」が、どのような肌の光沢の状態を指しているのか、客観的に測定する必要がある。
【０００４】
しかし、肌のつやは、物質としての皮膚の性質に加えて、皮脂、化粧膜、また皮膚表面の形状などの影響をうけ、「てかり」と判断され、悪い印象を与える場合があり、肌のつやを光沢度のような１次元の値でのみ評価することは問題がある。
【０００５】
従来、肌の「てかり」や「脂浮き」を判断、評価する方法としては、皮膚表面の明暗を強調した状態で撮像して画像データを得、これから一定の閾値以上の明のピクセルと、それ以外の暗のピクセルを区分し、明のピクセルの数と、これが占める面積割合を求める方法が知られている（特許文献１参照）。
【０００６】
しかしながら、この方法は結局、光沢を測定するものであり、しかも閾値の決め方によって結果が変わりうるものであって、客観的に肌のつやを評価できるかどうか疑問のあるものであった。
【０００７】
【特許文献１】
特許第３２３６７３１号
【０００８】
【発明が解決しようとする課題】
従って、肌のつやを客観的に測定でき、肉眼観察と同様な評価を与えることのできる評価方法の提供が求められていた。
【０００９】
【課題を解決するための手段】
本発明者らは、上記問題を解決するべく鋭意検討を行っていたところ、好ましい肌の光沢は、物理的な光沢度と、肌の質感により決まることに気付いた。そして、光沢度と質感を表す「見かけの粗さ」を、一つのデジタルカラー画像から画像解析によって求める方法を見出し、本発明を完成した。
【００１０】
すなわち本発明は、次の工程（１）ないし（５）、
（１）被験者の肌を撮像してデジタル画像データを得る工程、
（２）デジタル画像データから各ピクセルの鏡面反射光成分のデータを取り出す工程、
（３）鏡面反射光成分のデータから各ピクセルの明るさの平均値を求め、物理的な光沢度とする工程、
（４）鏡面反射光成分のデータを多重解像度解析に付して、複数の異なる周波数成分毎のデータに分離し、このデータ中から肌のきめを表現する中周波数成分の複数のデータを選び、選んだデータを合成して再構成画像データとし、この再構成画像データの各ピクセル成分のデータを２乗し、平均値を求め、肌表面の見かけの粗さとする工程、
（５）前記の物理的な光沢度と肌表面の見かけの粗さにより、肌のつや状態を表現する工程
を含む肌のつやの評価方法を提供するものである。
【００１１】
【発明の実施の形態】
本発明方法を実施するには、まず、被検対象の肌画像を撮像し、デジタル画像データを得ることが必要である。
【００１２】
この撮像は、一般的なデジタルカメラを用いて行うことができ、ＲＧＢ値等の形でデジタル画像データが得られるものであればその画素数等については特に制約はない。
【００１３】
得られたデジタル画像データ中には、鏡面反射光成分と内部反射光成分が存在するが、一般に鏡面反射光の色は、光源色と同じ色であり、内部反射光の色は、物体に固有の色になるとされている。この現象は２色反射モデルといわれるが、本発明では、このモデルを利用して、デジタル画像データ中から、各ピクセルの鏡面反射光成分のデータを取り出す。
【００１４】
すなわち、２色反射モデルによると、デジタル画像のピクセルデータである各ピクセルの測定値ｉ（Ｒ，Ｇ，Ｂ）は、肌色単位ベクトルｋＢ（Ｂｒ，Ｂｇ，Ｂｂ）と、光源色単位ベクトルｋＳ（Ｓｒ，Ｓｇ，Ｓｂ）を用い、下記式（１）のように表すことができる。式中、ｉ_Ｓは鏡面反射光強度、ｉ_Ｂは内部反射光強度である。
【００１５】
【式１】

【００１６】
行列をもちいて画像データすべての測定値について表現すると式（２）のように表現できる。
【式２】

【００１７】
しかし、Ｉはｎ×３の行列、Ｉ_ＳＢはｎ×２の行列、Ｋ_ＳＢは２×３の行列であり、Ｋ_ＳＢが正方行列ではないため、Ｉ_ＳＢは一意に定まらない。そこで、ムーア−ペンローズ（Ｍｏｏｒ−Ｐｅｎｒｏｓｅ）型一般逆行列Ｋ_ＳＢ ^＋をもちいて反射光強度行列Ｉ_ＳＢを式（３）で推定する。
【式３】

【００１８】
このようにすることにより、各ピクセルごとの鏡面反射光成分のデータを求めることができる。そして、この鏡面反射光成分のデータの各ピクセルの明るさの平均値を求め、これを物理的な光沢度とし、肌のつや評価の第１の要素とする。
【００１９】
次に、上記のようにして得られた鏡面反射光成分のデータを多重解像度解析により、複数の異なる周波数成分に分け、それぞれのデータを得る。
【００２０】
すなわち、分離した鏡面反射光成分のデータには、顔の骨格や、肉付き、毛穴や小じわ、といった表面形状や、表面に分布する皮脂の影響が含まれている。つまり、鏡面反射光成分のデータはさまざまなスケールの変動成分の合成と考えられる。この変動成分中から、質感に様々な影響をあたえると考えられる、毛穴や小じわなどの肌表面の微細な形状に由来する成分を分離する。
【００２１】
この変動成分の分離は、画像データを、他の画像の線形結合に分解し、元の画像データの特徴を吟味する多重解像度解析により行われる。より、具体的には、画像データである鏡面反射光成分のデータを２次元高速ウェーブレット変換によって、より低周波数の関数で近似した近似画像と、元の画像との誤差である高周波成分の誤差画像に分解する。そして、近似画像をさらにウェーブレット変換をもちいて分解することで、元画像の低周波成分から高周波成分を示す画像を得ることができる。そして、低周波成分から高周波成分に分解した画像を適宜合成することにより、元画像を再構成することが可能である。この画像の分解、再構成は、例えば、２ないし１０次（Ｎ＝２〜１０）のドビッシー（Ｄａｕｂｅｃｈｉｅｓ）ウェーブレットを用いて行うことができる。
【００２２】
このウェーブレット変換およびウェーブレット逆変換の手順を、説明のため、少ないレベルで記載すれば図１に示す通りである。すなわち、元の画像データから、ウェーブレット変換で、３つの高周波画像データと１つの低周波画像データを得、このうちの３つの高周波画像データをウェーブレット逆変換し、レベル１の画像データ（最も高い周波数のデータ）とする。次いで、上で得られた低周波画像を再度ウェーブレット変換し、新たな３つの高周波画像と１つの低周波画像を得る。このうちの３つの高周波画像を２回ウェーブレット逆変換し、レベル２の画像データ（２番目に高い周波数のデータ）とする。更に、上記低周波画像についてウェーブレット変換を行い、得られた３つの高周波画像を３回ウェーブレット逆変換し、レベル３の画像データ（３番目に高い周波数のデータ）とする。図１ではこれ以上記載していないが、上記手順を順次繰り返すことにより、高周波から低周波に到る複数の画像データを得ることができる。一方、３回目のウエーブレット変換の結果得られた低周波画像データは、３回ウェーブレット逆変換し、レベル３Ｆの画像データとする。
【００２３】
これらの画像データのうちから、毛穴や小じわなどを反映すると考えられる中周波数成分の複数の画像データを取り出し、これらのデータを合成して再構成画像データとする。そして、この再構成画像データの各ピクセル成分のデータを２乗し、平均値を求め、これを肌表面の見かけの粗さとし、肌のつや評価の第２の要素とする。
【００２４】
このようにして得られた物理的な光沢度と、肌表面の見かけの粗さを元に、肌のつや状態を表現する。表現方法としては、種々の方法が考えられるが、例えば、ＸＹ平面上にプロットして示しても良いし、ある方程式にこの数値を代入し、例えば、肌の光沢度指数等として算出されるようにしても良い。
【００２５】
【作用】
本発明は、肌のつやの評価に、光沢の他に質感を示す値として「肌表面の見かけの粗さ」という概念を持ち込んだ点に特徴を有するものである。
【００２６】
このような概念を持ち込んだので、本発明方法によれば、光沢を測定した場合は同じとされる肌であっても、「てかり」や「脂浮き」等がある場合と、本来の好ましい肌のつやのある状態を区別することが可能となるのである。
【００２７】
【実施例】
以下、実施例を挙げ、本発明を更に詳しく説明するが、本発明はこれら実施例に何ら制約されるものではない。
【００２８】
実施例１
肌の物理的な光沢度と肌表面の見かけの粗さの算出：
同一人物について、額部分のファンデーションの塗布状態を変えることで、光沢感の異なる６種類のサンプルを作成した。サンプルを人工太陽照明のもとで、デジタルカメラで撮影し、解析に用いるサンプル画像データ（５１２×５１２ピクセル，２４ビットフルカラー）とした。解析に使用したサンプル画像の一つを図２に示す。
【００２９】
これらの画像について、２色反射モデルに基づき、各ピクセルの測定値ｉ（Ｒ，Ｇ，Ｂ）および測定された光源色単位ベクトルｋＳ（Ｓｒ，Ｓｇ，Ｓｂ）を用い、ムーア−ペンローズ（Ｍｏｏｒ−Ｐｅｎｒｏｓｅ）型一般逆行列Ｋ_ＳＢ ^＋を利用して反射光強度行列Ｉ_ＳＢを求めた。各ピクセルについて順次鏡面反射光強度を求め、この明るさの平均値を物理的な光沢度とした。なお、図２から求めた鏡面反射光強度のデータを画像化したものが図３である。図３の画像には、肌表面の形状を反映した陰影が強調されており、この解析後においても、質感の情報は損なわれていないことがわかる。
【００３０】
一方、上記鏡面反射光強度のデータから、質感を表す成分を分離するために、ウェーブレット変換およびウェーブレット逆変換を用いて多重解像度解析を行った。上記変換および逆変換において、画像サイズは２５６ピクセル×２５６ピクセルとし、Ｎ＝４のドビッシーウェーブレットを用いた。画像上の一直線上における明るさの変化を多重解像度解析した状況を図４に、鏡面反射光強度データをレベル８まで多重解像度解析したデータを画像化したものを図５に示す。レベル８Ｆは低周波数の関数で図３を近似した近似画像である。レベル１から８の画像は、近似画像と図２の鏡面反射光画像との誤差成分を表す誤差画像である。レベル１がもっとも高周波成分の誤差画像を示し、レベルが大きくなるにしたがって、低周波成分の誤差画像を示す。すべてのレベルの画像を合計することで、図３の鏡面反射光画像を再構成することができる。
【００３１】
図５から、より肌表面の陰影の特徴がよく現れているレベル３〜６の中周波数成分のみを合成して再構成データとした。この再構成データを画像したものを図６に示す。この画像は、図３に示した鏡面反射光画像から肌表面の微細な陰影を特徴的に分離したものであり、肌表面が粗い場合や、化粧膜や皮脂などの影響で見た目が粗く見える場合に、この画像の成分の陰影が強調される性質を持っている。そこで、この再構成データの各ピクセル成分のデータを２乗し、平均値を求め、これを「見かけの粗さ」とし、質感を表す指標とした。
【００３２】
実施例２
肌表面の見かけの粗さと官能評価による心理光沢度との相関：
実施例１で使用した６つのサンプル画像を、６名のパネルに見てもらい、一対比較の中屋の変法により心理光沢度を数値化した。その心理光沢度の高いものから順に、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆとした。
【００３３】
この数字と、上記実施例１でもとめた「見かけの粗さ」の値をプロットしたところ、図７が得られ、これらの数字は極めて相関が高いことが示された。
【００３４】
このことから、実施例１でもとめた「見かけの粗さ」の値は、心理光沢度を反映するものとして利用できることがわかった。
【００３５】
実施例３
肌のつやの評価：
実施例１で使用した６つのサンプル画像を、最も心理光沢度が低かったサンプル画像Ｆを基準として「物理光沢度」と、「見かけの粗さ」をプロットし、図８を得た。
【００３６】
この図において、「物理光沢度」は、光沢の量を示し、「見かけの粗さ」は光沢の質を示すものであると理解でき、画像間での光沢の相対的な位置関係を把握することができる。そして、例えば、図８において、横軸方向は、光沢の質を意味し、縦軸方向は光沢の量を意味するので、この図中で現在の肌のつや状態を把握した後、好ましいつや状態の方向を与えるファンデーション等を選択することでより化粧効果を上げることが可能となる。
【００３７】
【発明の効果】
本発明方法は、これまで曖昧であった肌のつやを光沢の量と質で明確に表現することができるものであり、肌につやを与えるという効能を評価する上で有用なものである。従って、新しい皮膚化粧料の開発等において、有利に利用できる。
【００３８】
また、本発明方法は、デジタルカメラ等と所定の計算あるいは解析式を組み込んだコンピュータを利用し、実施することができるので、薬局やデパート等の化粧品売り場で簡単に顧客の肌のつやを評価でき、化粧品の販促等にも利用できる。
【図面の簡単な説明】
【図１】ウェーブレット変換およびウェーブレット逆変換の手順を示す図面
【図２】解析に使用したサンプル画像の例を示す写真
【図３】サンプル画像から求めた鏡面反射光強度のデータを画像化した写真
【図４】画像上の一直線上における明るさの変化を多重解像度解析した状況を示す図面
【図５】鏡面反射光強度データを多重解像度解析したデータを画像化した写真
【図６】再構成データを画像化した写真
【図７】肌表面の見かけの粗さと官能評価による心理光沢度との相関を示す図面
【図８】物理光沢度と見かけの粗さで肌のつやを表現した図面
以上

Claims

次の工程（１）ないし（５）、
（１）被験者の肌を撮像してデジタル画像データを得る工程、
（２）デジタル画像データから各ピクセルの鏡面反射光成分のデータを取り出
す工程、
（３）鏡面反射光成分のデータから各ピクセルの明るさの平均値を求め、物理
的な光沢度とする工程、
（４）鏡面反射光成分のデータを多重解像度解析に付して、複数の異なる周波数成分毎のデータに分離し、このデータ中から肌のきめを表現する中周波数成分の複数のデータを選び、選んだデータを合成して再構成画像データとし、この再構成画像データの各ピクセル成分のデータを２乗し、
平均値を求め、肌表面の見かけの粗さとする工程、
（５）前記の物理的な光沢度と肌表面の見かけの粗さにより、肌のつや状態を
表現する工程
を含む肌のつやの評価方法。
２色反射モデルを用いてデジタル画像データから鏡面反射光成分のデータを取り出す請求項第１項記載の肌のつやの評価方法。
ウェーブレット変換と、ウェーブレット逆変換を繰り返すことにより、鏡面反射光成分を複数の異なる周波数成分毎のデータに分離する請求項第１項または第２項記載の肌のつやの評価方法。