JP2008061892A

JP2008061892A - 表皮組織定量化装置及びプログラム

Info

Publication number: JP2008061892A
Application number: JP2006244379A
Authority: JP
Inventors: Hiroshi Kobayashi; 宏小林
Original assignee: Tokyo University of Science
Current assignee: Tokyo University of Science
Priority date: 2006-09-08
Filing date: 2006-09-08
Publication date: 2008-03-21
Anticipated expiration: 2026-09-08
Also published as: JP4909686B2

Abstract

【課題】表皮組織を正確に定量化する。
【解決手段】コンピュータは、カメラにより撮像された画像の輝度値のばらつきが所定値以上になるように前記画像の各画素の輝度値を変換し（ステップＳ２）、変換された各画素の輝度値を二値化し（ステップＳ３）、二値化された黒画素と所定の短直線とをマッチングして、マッチングした短直線の連結によって表される皮溝を抽出し（ステップＳ４）、短直線の連結数が所定値以上の皮溝を主要皮溝として抽出し（ステップＳ５）、抽出された皮溝に基づいて、表皮組織を定量化した指標として、皮溝の平均太さ、皮溝の間隔、皮溝の平行度の少なくとも１つを算出する（ステップＳ６）。
【選択図】図２

Description

本発明は、被験者の表皮組織を定量化する表皮組織定量化装置及びプログラムに関する。

従来、皮膚の状態を皮膚画像に基づいて定量的に評価することが行われている。

特許文献１の皮膚画像処理装置は、皮膚のデジタル画像に基づいて皮膚の表面に存在するしわを３次元モデルにより評価する。上記皮膚画像処理装置は、２つの顔画像に基づいてしわの最も深い部分をプロットし、しわのエッジ幅、最も深い部分とエッジとの間の距離とを画素で数え、移動量に基づいて最大深さを計算する。

特許文献２の皮膚表面状態評価装置は、標準部位（理想肌）及び評価部位それぞれにおける拡大画像、皮丘の平均面積や皮溝の平均深さの数値、又はそれらの比較結果をモニター画面に表示する。

特許文献３の皮膚の鑑別法は、皮膚の状態をカラー画像に取り込み、単一色画素画像又は処理画素画像に細線化処理を行い細線のピーク幅間隔を指標とする。
特開２００４−３２１７９３号公報特開２００５−３４４２４号公報特開２００６−６１１７０号公報

しかし、特許文献１及び２技術においては、２つの画像を必要としたり、理想肌を予めモニターしたりして、２つの肌を比較しているに過ぎず、表皮組織を定量化していなかった。また、特許文献３の技術は、輝度ヒストグラムから平均値、標準偏差等を計算しているに過ぎず、詳細に表皮組織を定量化していない。

本発明は、上述した課題を解決するために提案されたものであり、表皮組織を正確に定量化することができる表皮組織定量化装置及びプログラムを提供することを目的とする。

本発明に係る表皮組織定量化装置は、表皮組織を撮像する撮像手段と、前記撮像手段により撮像された画像の輝度値のばらつきが所定値以上になるように、前記画像の各画素の輝度値を変換する輝度値変換手段と、前記輝度値変換手段により変換された各画素の輝度値を二値化する二値化手段と、前記二値化手段により二値化された黒画素と所定の短直線とをマッチングして、マッチングした短直線の連結によって表される皮溝を抽出する短直線マッチング手段と、前記短直線マッチング手段により抽出された皮溝の中から短直線の連結数が所定値以上の皮溝を主要皮溝として抽出する主要皮溝抽出手段と、前記主要皮溝抽出手段により抽出された皮溝に基づいて、表皮組織を定量化した指標として、皮溝の平均太さ、皮溝の間隔、皮溝の平行度の少なくとも１つを算出する定量化指数算出手段と、を備えている。

また、本発明に係る表皮組織定量化プログラムは、コンピュータを、撮像手段により撮像された画像の輝度値のばらつきが所定値以上になるように、前記画像の各画素の輝度値を変換する輝度値変換手段と、前記輝度値変換手段により変換された各画素の輝度値を二値化する二値化手段と、前記二値化手段により二値化された黒画素と所定の短直線とをマッチングして、マッチングした短直線の連結によって表される皮溝を抽出する短直線マッチング手段と、前記短直線マッチング手段により抽出された皮溝の中から短直線の連結数が所定値以上の皮溝を主要皮溝として抽出する主要皮溝抽出手段と、前記主要皮溝抽出手段により抽出された皮溝に基づいて、表皮組織を定量化した指標として、皮溝の平均太さ、皮溝の間隔、皮溝の平行度の少なくとも１つを算出する定量化指数算出手段と、して機能させる。

本発明に係る表皮組織定量化装置及びプログラムは、表皮組織を正確に定量化することができる。

以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。

図１は、本発明の実施の形態に係る表皮組織定量化装置の構成を示すブロック図である。表皮組織定量化装置は、人体の表皮を撮像するカメラ１０と、カメラ１０で撮像された表皮画像に基づいて表皮を定量化するコンピュータ２０と、を備えている。コンピュータ２０は、演算処理を行うＣＰＵ２１、データのワークエリアであるＲＡＭ２２と、ＣＰＵ２１の制御プログラムを記憶するＲＯＭ２３を備えている。以上のように構成された表皮組織定量化装置は、次の処理を行うことにより、表皮組織の定量化を行う。

図２は、コンピュータ２０のＣＰＵ２１が実行する表皮組織定量化ルーチンを示すフローチャートである。

ステップＳ１では、コンピュータ２０のＣＰＵ２１は、カメラ１０により撮像された表皮画像を読み込んで、ステップＳ２に進む。

ステップＳ２では、ＣＰＵ２１は、表皮画像の各画素の輝度変換処理を実行する。ここでは、次に示す輝度変換ルーチンが実行される。

（輝度変換ルーチン）
図３は、輝度変換ルーチンを示すフローチャートである。

ステップＳ１１では、ＣＰＵ２１は、表皮画像の輝度平均値を算出して、ステップＳ１２に進む。なお、本実施形態では、表皮画像を構成する各画素の輝度範囲を０〜２５５とする。

ステップＳ１２では、ＣＰＵ２１は、表皮画像から輝度分布を表すヒストグラムを生成し、輝度平均値が輝度範囲の中心値である１２８になるようにヒストグラム全体をシフトして、ステップＳ１３に進む。

ステップＳ１３では、ＣＰＵ２１は、輝度平均値（＝１２８）を中心とした両側のヒストグラムの幅を表すヒストグラム切片幅（Ｗ）を所定数（本実施形態では５）減らして、ステップＳ１４に進む。なお、ヒストグラム切片幅の初期値は１２７とする。したがって、最初は、ヒストグラム切片幅は１２７から５を引いた１２２となり、その結果、ヒストグラムの輝度範囲は６〜２４９となる。

ステップＳ１４では、ＣＰＵ２１は、ヒストグラムの新たな輝度範囲で標準偏差を算出し、標準偏差が５０以上であるかを判定する。そして、肯定判定のときはステップＳ１５に進み、否定判定のときはステップＳ１３に戻る。

ステップＳ１５では、ＣＰＵ２１は、ヒストグラムの輝度範囲が０から２５５になるように輝度値の線形変換を行って、本ルーチンを終了する。これにより、図２に示すステップＳ２が終了する。

図４から図６は、表皮画像の輝度値のヒストグラムを示す図であり、（Ａ）ヒストグラム切片幅Ｗ（新たな輝度範囲）と（Ｂ）新たな輝度範囲における標準偏差Ｓ．Ｄ．を示す図である。これらの図に示すように、ヒストグラム切片幅Ｗが６２（輝度範囲６４〜１９２）になったときに、標準偏差Ｓ．Ｄ．が５０を超えた値（５１）になる。そして、ＣＰＵ２１は、輝度範囲が６４〜１９２から０〜２５５になるように輝度値の線形変換を行う。これにより、当初の表皮画像の輝度値に偏りが合った場合でも、輝度値に適度なばらつきを与えて、高精度の画像処理が可能になる。そして、図２に示すステップＳ３に進む。

（二値化処理）
ステップＳ３では、ＣＰＵ２１は、二値化処理を実行する。本実施形態では、色ムラを考慮して、二値化処理の対象となる画素毎に閾値を変動させて二値化処理を行う。具体的には、次に示す二値化処理ルーチンが実行される。

図７は、二値化処理ルーチンを示すフローチャートである。

ステップＳ２１では、ＣＰＵ２１は、二値化処理の対象となる画素（対象画素）に対して十字領域の交点を一致させる。そして、ＣＰＵ２１は、十字領域内の各画素の平均輝度値を計算し、対象画素の輝度値と十字領域内の各画素の平均輝度値との差である輝度差（＝輝度平均値−対象画素の輝度値）を計算して、ステップＳ２２に進む。

図８及び図９は、十字領域の交点に対象画素が設定された状態を示す図である。

ステップＳ２２では、ＣＰＵ２１は、輝度差が二値化閾値以上であるかを判定し、肯定判定のときはステップＳ２３に進み、否定判定のときはステップＳ２４に進む。

ステップ２３では、ＣＰＵ２１は、対象画素は黒画素であると判定して、ステップ２５に進む。また、ステップ２４では、ＣＰＵ２１は、対象画素は白画素であると判定して、ステップ２５に進む。

ステップ２５では、ＣＰＵ２１は、対象画素周囲の黒画素を同一グループと認識して、ステップ２６に進む。

ステップ２６では、ＣＰＵ２１は、ノイズによる黒画素を除去すべく、グループ内の黒画素数が領域閾値以上であるかを判定して、肯定判定のときはステップ２７に進み、否定判定のときはステップ２８に進む。

ステップ２７では、ＣＰＵ２１は、対象グループは黒画素であると判定する。また、ステップ２８では、ＣＰＵ２１は、対象グループは白画素であると判定する。そして、ステップ２７またはステップＳ２８が終了すると、本ルーチンを終了して、図２に示すステップＳ４に進む。

（短直線マッチング）
つぎに、ステップＳ４では、ＣＰＵ２１は、短直線マッチング処理を行う。具体的には、次に示す短直線マッチングルーチンが実行される。

図１０は、短直線マッチング処理ルーチンを示すフローチャートである。

ステップＳ３１では、ＣＰＵ２１は、二値化された表皮画像の例えば左上からスキャンを開始して新たな黒画素を探索し、探索した黒画素をマッチング開始画素として設定して、ステップＳ３２に進む。

ステップＳ３２では、ＣＰＵ２１は、図１１に示すように、所定の短直線（例えば、幅ｔ＝１画素、基本長さｌ＝２０画素）の一端をマッチング開始画素上に設定する。そして、ＣＰＵ２１は、マッチング開始画素を軸にして、所定の短直線を所定角度Δθ（例えば５度）ずつ回転させて、短直線の７０％以上の画素が黒画素になるか否かを判定する。そして、肯定判定のときはステップＳ３３に進み、否定判定のときはステップＳ３１に戻る。なお、本実施形態では、「７０」％の数値を用いたが、これに限定されるものではないのは勿論である。

ステップＳ３３では、ＣＰＵ２１は、マッチング開始画素の位置における皮溝（黒画素部分）の太さを計算して、ステップＳ３４に進む。なお、このステップＳ３３については、詳しくは後述する（ステップＳ５の（平均太さ）の算出を参照。）。

ステップＳ３４では、ＣＰＵ２１は、図１２に示すように、ステップＳ３３で計算された皮溝の太さに応じて所定の短直線の長さを延長する。例えば、皮溝が太いほど、短直線の延長率が高くなる。そして、ＣＰＵ２１は、延長直線の７０％以上の画素が黒画素であり、かつ、所定の短直線の反対側の画素（マッチング開始点と異なる端部の画素）がマッチング未処理の画素であるか否かを判定し、肯定判定のときはステップＳ３５に進み、否定判定のときはステップＳ３１に戻る。

ステップＳ３５では、ＣＰＵ２１は、延長された短直線を黒画素部分にマッチングさせて、ステップＳ３６に進む。

ステップＳ３６では、ＣＰＵ２１は、マッチングされた短直線の終点の画素を新たなマッチング開始画素に設定して、ステップＳ３７に進む。

ステップＳ３７では、ＣＰＵ２１は、新たなマッチング開始画素を基準にして更にマッチング処理可能であるかを判定し、肯定判定のときはステップＳ３８に進み、否定判定のときはステップＳ３３に戻る。

ステップＳ３８では、ＣＰＵ２１は、マッチング開始画素が探索終点（例えば二値化された表皮画像を左上からスキャンした場合では右下の画素）に達したかを判定し、肯定判定のときは本ルーチンを終了し、否定判定のときはステップＳ３１に戻る。短直線マッチングルーチンの実行の結果、例えば図１３に示すように、９本の短直線が連結される。そして、図２に示すステップＳ５に進む。

（主要部抽出処理）
ステップＳ５では、ＣＰＵ２１は、ステップＳ４で抽出された多くの皮溝の中から主要な皮溝を抽出する。具体的には、次に示す主要皮溝抽出ルーチンが実行される。

図１４は、主要皮溝抽出ルーチンを示すフローチャートである。

ステップＳ４１では、ＣＰＵ２１は、ステップＳ４で抽出された皮溝の各々のグループにおいて短直線の連結数を計算して、ステップＳ４２に進む。

ステップＳ４２では、ＣＰＵ２１は、短直線の連結数が連結閾値以上であるか否かを判定し、肯定判定のときはステップＳ４３に進み、否定判定のときはステップＳ４４に進む。

ステップＳ４３では、ＣＰＵ２１は、短直線の連結数が連結閾値以上であるグループの皮溝を主要皮溝と判定する。また、ステップＳ４４では、ＣＰＵ２１は、短直線の連結数が連結閾値以上ではないグループの皮溝を非主要皮溝と判定する。そして、ステップＳ４３又はステップＳ４４を経て、ステップＳ４５に進む。

ステップＳ４５では、ＣＰＵ２１は、主要皮溝のみを抽出して、本ルーチンを終了する。そして、図２に示すステップＳ６に進む。

（定量解析）
ステップＳ６では、ＣＰＵ２１は、表皮組織の定量解析を行う。ＣＰＵ２１は、具体的には、皮溝の平均太さ、間隔、平行度を計算する。

（平均太さ）
平均太さの計算は、上述したステップＳ３３で行うことができる。最初に、ＣＰＵ２１は、マッチング開始画素を中心に短直線を５°ずつ回転させ、図１５に示すように、各角度における中心から皮溝縁までの長さ（連続した黒画素数）ｔ（θ）を測定する。そして、ｔ（θ）とｔ（θ＋１８０）の和をＴ（θ）とし、図１６に示すように、Ｔ（θ）の最小値Ｔminをマッチング開始画素における皮溝太さＴ［pixel］とする。ＣＰＵ２１は、これを短直線マッチングする毎に繰り返し、図１７に示すように、各マッチング開始画素（Ｔ_１〜Ｔ_５）における太さを積算する。最後に、ＣＰＵ２１は、積算太さを短直線の本数で割ることにより、その画像における皮溝の平均太さＴｌ［pixel］を算出する。よって、マッチングの短直線の総本数をＮとすると、ＣＰＵ２１は、次の式（１）に従って、皮溝の平均太さＴｌを計算する。

（間隔ＬＩ）
一般に、皮溝の長さに注目すると、皮溝の全長が大きいほど、皮溝間隔が狭くなる傾向がある。ここで、皮溝の太さは間隔に対して微小であるので、無視することができる。よって、皮溝の平均太さは考慮せず、皮溝全長が皮溝間隔を表す指標となる。すなわち、ＣＰＵ２１は、次の式（２）に従って、皮溝間隔Ｌｌ［×１０^４pixel］を計算する。

なお、Ｓｌは、短直線マッチング画像の皮溝の面積であり、短直線マッチング画像におけるマッチング画素数とする。

（平行度、変動係数）
皮溝の方向性を表す指標として、皮溝の平行度を用いる。

図１８及び図１９は、（Ａ）平行度の異なる２枚の表皮画像と（Ｂ）角度毎の短直線本数と表したヒストグラムを示す図である。図１８（Ａ）に示す平行度が高い表皮画像では、同図（Ｂ）に示すようにヒストグラムのピークが明確であり、皮溝の方向を示す角度にピークが生じている。これに対して、図１９（Ａ）に示す平行度が低い画像では、同図（Ｂ）に示すようにヒストグラムはなだらかな形状となり、ピーク位置が不明確である。よって、ヒストグラムのピークの明確さをヒストグラム高さの標準偏差σ_ｎで表し、それを平行度の指標とする。そこで、ＣＰＵ２１は、次の式（３）に従って、ヒストグラム高さの標準偏差σ_ｎを算出する。

σ_ｎが大きいほど平行度が高いことを示す。なお、ｎ［θ］は角度θでの短直線本数、ＡＶＥ［ｎ［θ］］はｎ［θ］の平均値、Ｍはθの数（ヒストグラムの階級数）である。

ここで、皮溝の平行度が等しい場合でも、短直線本数ｎ［θ］が異なるとσ_ｎが大きく異なることがある。そこで、短直線本数ｎ［θ］の違いを正規化するために、標準偏差σ_ｎを短直線本数の平均値で割った値、すなわち変動係数Ｃ_ｖを皮溝の平行度としてもよい。このとき、ＣＰＵ２１は、次の式（４）に従って変動係数Ｃ_ｖを計算すればよい。

なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。

本発明の実施の形態に係る表皮組織定量化装置の構成を示すブロック図である。コンピュータのＣＰＵが実行する表皮組織定量化ルーチンを示すフローチャートである。輝度変換ルーチンを示すフローチャートである。表皮画像の輝度値のヒストグラムを示す図であり、（Ａ）ヒストグラム切片幅Ｗ（新たな輝度範囲）と（Ｂ）新たな輝度範囲における標準偏差Ｓ．Ｄ．を示す図である。表皮画像の輝度値のヒストグラムを示す図であり、（Ａ）ヒストグラム切片幅Ｗ（新たな輝度範囲）と（Ｂ）新たな輝度範囲における標準偏差Ｓ．Ｄ．を示す図である。表皮画像の輝度値のヒストグラムを示す図であり、（Ａ）ヒストグラム切片幅Ｗ（新たな輝度範囲）と（Ｂ）新たな輝度範囲における標準偏差Ｓ．Ｄ．を示す図である。二値化処理ルーチンを示すフローチャートである。十字領域の交点に対象画素が設定された状態を示す図である。十字領域の交点に対象画素が設定された状態を示す図である。短直線マッチング処理ルーチンを示すフローチャートである。所定の短直線の一端をマッチング開始画素上に設定して回転させる状態を示す図である。所定の短直線の長さを延長する状態を示す図である。９本の短直線が連結された状態を示す図である。主要皮溝抽出ルーチンを示すフローチャートである。中心から皮溝縁までの長さ（連続した黒画素数）ｔ（θ）を測定する状態を示す図である。マッチング開始画素における皮溝太さＴ［pixel］を示す図である。各マッチング開始画素（Ｔ_１〜Ｔ_５）における太さを積算する状態を示す図である。（Ａ）表皮画像と（Ｂ）角度毎の短直線本数と表したヒストグラムを示す図である。（Ａ）表皮画像と（Ｂ）角度毎の短直線本数と表したヒストグラムを示す図である。

符号の説明

１０カメラ
２０コンピュータ
２１ＣＰＵ
２２ＲＡＭ
２３ＲＯＭ

Claims

表皮組織を撮像する撮像手段と、
前記撮像手段により撮像された画像の輝度値のばらつきが所定値以上になるように、前記画像の各画素の輝度値を変換する輝度値変換手段と、
前記輝度値変換手段により変換された各画素の輝度値を二値化する二値化手段と、
前記二値化手段により二値化された黒画素と所定の短直線とをマッチングして、マッチングした短直線の連結によって表される皮溝を抽出する短直線マッチング手段と、
前記短直線マッチング手段により抽出された皮溝の中から短直線の連結数が所定値以上の皮溝を主要皮溝として抽出する主要皮溝抽出手段と、
前記主要皮溝抽出手段により抽出された皮溝に基づいて、表皮組織を定量化した指標として、皮溝の平均太さ、皮溝の間隔、皮溝の平行度の少なくとも１つを算出する定量化指数算出手段と、
を備えた表皮組織定量化装置。
前記短直線マッチング手段は、前記黒画素をマッチング開始画素として前記短直線の一端をマッチング開始画素に設定し、マッチング開始画素を軸にして短直線を所定角度ずつ回転させて短直線の所定割合以上の画素が黒画素になるときに、黒画素と所定の短直線とがマッチングしたと判定する
請求項１に記載の表皮組織定量化装置。
コンピュータを、
撮像手段により撮像された画像の輝度値のばらつきが所定値以上になるように、前記画像の各画素の輝度値を変換する輝度値変換手段と、
前記輝度値変換手段により変換された各画素の輝度値を二値化する二値化手段と、
前記二値化手段により二値化された黒画素と所定の短直線とをマッチングして、マッチングした短直線の連結によって表される皮溝を抽出する短直線マッチング手段と、
前記短直線マッチング手段により抽出された皮溝の中から短直線の連結数が所定値以上の皮溝を主要皮溝として抽出する主要皮溝抽出手段と、
前記主要皮溝抽出手段により抽出された皮溝に基づいて、表皮組織を定量化した指標として、皮溝の平均太さ、皮溝の間隔、皮溝の平行度の少なくとも１つを算出する定量化指数算出手段と、
して機能させる表皮組織定量化プログラム。
前記短直線マッチング手段は、前記黒画素をマッチング開始画素として前記短直線の一端をマッチング開始画素に設定し、マッチング開始画素を軸にして短直線を所定角度ずつ回転させて短直線の所定割合以上の画素が黒画素になるときに、黒画素と所定の短直線とがマッチングしたと判定する
請求項３に記載の表皮組織定量化プログラム。