JP2009168540A - Evaluating device, evaluating method, evaluating program and recording medium recording this program - Google Patents
Evaluating device, evaluating method, evaluating program and recording medium recording this program Download PDFInfo
- Publication number
- JP2009168540A JP2009168540A JP2008005259A JP2008005259A JP2009168540A JP 2009168540 A JP2009168540 A JP 2009168540A JP 2008005259 A JP2008005259 A JP 2008005259A JP 2008005259 A JP2008005259 A JP 2008005259A JP 2009168540 A JP2009168540 A JP 2009168540A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- hair
- analysis
- image
- texture
- 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.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
本発明は、評価装置、評価方法、評価プログラム、及び該プログラムが記録された記録媒体に係り、特に毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うための評価装置、評価方法、評価プログラム、及び該プログラムが記録された記録媒体に関する。 The present invention relates to an evaluation apparatus, an evaluation method, an evaluation program, and a recording medium on which the program is recorded, and in particular, an evaluation apparatus and an evaluation method for performing highly accurate hair evaluation by quantifying the texture of hair gloss The present invention relates to an evaluation program and a recording medium on which the program is recorded.
従来、毛髪のツヤは、洗髪料や整髪料等の毛髪化粧料（ヘア商品）のイメージに大きく影響しており、ＣＭ等では女優の毛髪のツヤ映像を放送するのが主流となっている。このように、毛髪のツヤはヘア商品の重要要因であるにもかかわらず、ツヤを測定する場合には、毛髪に光を当てたときの反射強度でしか測定できなかった。反射強度の測定では、光沢の有無という点では正確に測定できるもの、毛流れや質感、照明条件で演出されるトータルの美しさ（又は印象）を測定することは困難であった。そこで、種々の方法で毛髪のツヤの測定及び評価が行われている（例えば、非特許文献１、特許文献１〜３等を参照。）。 Conventionally, the gloss of hair has greatly influenced the image of hair cosmetics (hair products) such as shampoos and hair styling agents, and in CMs and the like, it is the mainstream to broadcast glossy images of hair of actresses. Thus, although the gloss of hair is an important factor of hair products, when measuring the gloss, it was possible to measure only the reflection intensity when light was applied to the hair. In the measurement of the reflection intensity, it was difficult to measure the total beauty (or impression) that can be accurately measured in terms of the presence or absence of gloss, the hair flow, the texture, and the lighting conditions. Therefore, measurement and evaluation of hair gloss are performed by various methods (see, for example, Non-Patent Document 1, Patent Documents 1 to 3, etc.).
なお、非特許文献１には、毛髪毛束に対して一定角度から光を入射し、受光角を変角しながら最大正反射強度を自動変角光度計により測定することが示されており、これにより、毛髪のツヤのある／なしに関する官能評価との相関を得ることができる。 Non-Patent Document 1 shows that light is incident on a hair bundle from a certain angle, and the maximum specular reflection intensity is measured with an automatic variable angle photometer while changing the light receiving angle. Thereby, the correlation with the sensory evaluation regarding the presence or absence of the gloss of the hair can be obtained.
また、特許文献１には、実際の頭髪上でツヤを測定できる簡易測定システムが示されており、反射光量によりツヤの強弱を測定することができる。また、目視による官能評価との相関が調べられている。 Patent Document 1 discloses a simple measurement system that can measure gloss on actual hair, and can measure the intensity of gloss based on the amount of reflected light. In addition, the correlation with visual sensory evaluation has been investigated.
また、特許文献２には、頭髪全体の印象を含めたツヤを定量化するために、頭髪全体の画像を取得し、画像解析することにより、ツヤを定量化することが示されている。更に、特許文献３には、皮膚の性状を判定する手法としてフラクタル解析を用いており、肌の見た目を決定する要因を定量化していることが示されている。
しかしながら、上述した非特許文献１に示されている技術は、毛髪のツヤの有無に関する測定はできるものの、質感は測定できない。また、機器が大掛かりとなるため、簡便な測定を行うことができない。 However, although the technique shown in Non-Patent Document 1 described above can measure the presence or absence of hair gloss, it cannot measure the texture. In addition, since the equipment becomes large, simple measurement cannot be performed.
また、特許文献１に示されている技術は、測定部位が小さいことから、頭髪全体での印象を反映することができない。また、反射光量ではツヤの強弱は判定できても、ツヤの質感の詳細は判定することができない。 Moreover, since the technique shown by patent document 1 has a small measurement site | part, it cannot reflect the impression in the whole hair. Further, even if the amount of reflected light can determine the intensity of the gloss, the details of the texture of the gloss cannot be determined.
また、特許文献２に示されている技術は、測定結果が１軸の値を示すため、ツヤの強弱のみを測定する手法であり、官能評価との相関が得られているが、ツヤの質感を表現できていない。 In addition, the technique disclosed in Patent Document 2 is a technique for measuring only the intensity of gloss because the measurement result indicates a uniaxial value, and a correlation with sensory evaluation is obtained. Cannot be expressed.
更に、特許文献２に示されている技術は、あくまで皮膚の状態の鑑別法であり、入射光に対する反射の表す質感を定量化するものではない。また、皮膚のミクロな範囲での測定であり、頭髪のような全体の印象を定量化する手法ではない。 Furthermore, the technique disclosed in Patent Document 2 is merely a method for distinguishing the state of the skin, and does not quantify the texture expressed by reflection with respect to incident light. Moreover, it is a measurement in the microscopic range of the skin, and is not a method for quantifying the overall impression such as hair.
本発明は、上述した課題に鑑みてなされたものであって、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うための評価装置、評価方法、評価プログラム、及び該プログラムが記録された記録媒体を提供することを目的とする。 The present invention has been made in view of the above-described problems, and is an evaluation apparatus, an evaluation method, an evaluation program, and a recording program for quantifying the texture of hair gloss and performing highly accurate hair evaluation. It is an object to provide a recorded recording medium.
上述した課題を解決するために、本件発明は、以下の特徴を有する課題を解決するための手段を採用している。 In order to solve the above-described problems, the present invention employs means for solving the problems having the following characteristics.
請求項１に記載された発明は、撮影された毛髪部分を含む画像を用いて毛髪の評価を行う評価装置において、前記画像中に含まれる毛髪領域に対して、予め設定された少なくとも１つの解析パラメータを用いてフラクタル解析を行い、質感の定量化を行うフラクタル解析手段と、前記フラクタル解析手段により得られたそれぞれの解析結果に基づいて毛髪の評価を行う評価手段とを有することを特徴とする。 The invention described in claim 1 is an evaluation apparatus that evaluates hair using an image including a photographed hair portion, and at least one analysis set in advance for a hair region included in the image. Fractal analysis means for performing fractal analysis using parameters and quantifying the texture, and evaluation means for evaluating hair based on respective analysis results obtained by the fractal analysis means .
請求項１記載の発明によれば、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。これにより、毛髪の状態を客観的に評価することができる。 According to the first aspect of the present invention, it is possible to evaluate the hair with high accuracy by quantifying the texture of the hair gloss. Thereby, the state of hair can be objectively evaluated.
請求項２に記載された発明は、前記フラクタル解析手段は、前記解析パラメータとして、輪郭の複雑性を示すボックスカウント次元、質量次元、明るい部分の均一性を示すＦＢＭ法、明暗の傾きの複雑性を示す面積法、及び明暗の強さの複雑性を示す立方体法のうち、少なくとも１つを用いることを特徴とする。 In the invention described in claim 2, the fractal analysis means uses the box count dimension indicating the complexity of the contour, the mass dimension, the FBM method indicating the uniformity of the bright part, and the complexity of the gradient of light and dark as the analysis parameters. At least one of an area method indicating the intensity of light and a cube method indicating the complexity of intensity of light and dark.
請求項２記載の発明によれば、フラクタル解析を用いて高精度に毛髪の質感の状態を定量化することができる。 According to invention of Claim 2, the state of the texture of hair can be quantified with high precision using fractal analysis.
請求項３に記載された発明は、前記評価手段は、前記毛髪に対して使用された化粧料の評価を行うことを特徴とする。 The invention described in claim 3 is characterized in that the evaluation means evaluates a cosmetic used for the hair.
請求項３記載の発明によれば、毛髪化粧料の製品や原料における評価や開発等に活用することができる。 According to invention of Claim 3, it can utilize for evaluation, development, etc. in the product and raw material of hair cosmetics.
請求項４に記載された発明は、前記評価手段は、前記フラクタル解析手段で用いられた少なくとも１つの解析パラメータによる指標を用いて縦軸及び／又は横軸を示したマップにより評価を行うことを特徴とする。 The invention described in claim 4 is characterized in that the evaluation means performs evaluation based on a map showing a vertical axis and / or a horizontal axis using an index based on at least one analysis parameter used in the fractal analysis means. Features.
請求項４記載の発明によれば、ユーザの判断基準に対応したマップを用いて、毛髪の評価を分かり易く高精度に行うことができる。 According to the fourth aspect of the present invention, it is possible to easily evaluate the hair with high accuracy by using a map corresponding to the judgment criterion of the user.
請求項５に記載された発明は、前記評価手段は、前記フラクタル解析手段で用いられた少なくとも２つの解析パラメータによる指標を用いてマップ化した結果から評価を行うことを特徴とする。 The invention described in claim 5 is characterized in that the evaluation unit performs evaluation from a result of mapping using an index based on at least two analysis parameters used in the fractal analysis unit.
請求項５記載の発明によれば、少なくとも２つの解析パラメータを用いて評価することで、より高精度な評価を行うことができる。 According to the fifth aspect of the present invention, more accurate evaluation can be performed by evaluating using at least two analysis parameters.
請求項６に記載された発明は、前記マップは、予め設定された化粧品ベースの質感の水準となる指標値、予め設定された他の素材の質感の指標値、及び予め設定されたツヤの強弱の指標値のうち、少なくとも１つが示されていることを特徴とする。 According to a sixth aspect of the present invention, the map includes an index value that is a preset cosmetic-based texture level, a preset index value of the texture of another material, and a preset gloss level. Among the index values, at least one is indicated.
請求項６記載の発明によれば、基準となる各指標値がマップのどの位置に属しているかを明確にすることができ、毛髪の評価を迅速且つ正確に行うことができる。 According to the sixth aspect of the present invention, it is possible to clarify which position on the map each index value as a reference belongs, and it is possible to evaluate hair quickly and accurately.
請求項７に記載された発明は、前記撮影された毛髪部分を含む画像の毛髪以外の部分を所定の色に統一し、更に所定の画像サイズに変換する画像変換手段を有することを特徴とする。 The invention described in claim 7 is characterized by comprising image conversion means for unifying the part other than the hair of the image including the photographed hair part into a predetermined color and further converting it into a predetermined image size. .
請求項７記載の発明によれば、フラクタル解析を行う既存のソフトウェア等の性能や入力条件等に容易に対応させることができる。これにより、フラクタル解析を高精度に行うことができる。 According to the seventh aspect of the present invention, it is possible to easily cope with the performance and input conditions of existing software or the like that performs fractal analysis. Thereby, fractal analysis can be performed with high accuracy.
請求項８に記載された発明は、撮影された毛髪部分を含む画像を用いて毛髪の評価を行う評価方法において、前記画像中に含まれる毛髪領域に対して、予め設定された少なくとも１つの解析パラメータを用いてフラクタル解析を行い、質感の定量化を行うフラクタル解析ステップと、前記フラクタル解析ステップにより得られたそれぞれの解析結果に基づいて毛髪の評価を行う評価ステップとを有することを特徴とする。 According to an eighth aspect of the present invention, in the evaluation method for evaluating hair using an image including a photographed hair portion, at least one analysis set in advance with respect to a hair region included in the image. A fractal analysis step for performing fractal analysis using parameters and quantifying the texture; and an evaluation step for evaluating hair based on each analysis result obtained by the fractal analysis step. .
請求項８記載の発明によれば、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。これにより、毛髪の状態を客観的に評価することができる。 According to the eighth aspect of the present invention, it is possible to evaluate the hair with high accuracy by quantifying the texture of the gloss of the hair. Thereby, the state of hair can be objectively evaluated.
請求項９に記載された発明は、前記フラクタル解析ステップは、前記解析パラメータとして、輪郭の複雑性を示すボックスカウント次元、質量次元、明るい部分の均一性を示すＦＢＭ法、明暗の傾きの複雑性を示す面積法、及び明暗の強さの複雑性を示す立方体法のうち、少なくとも１つを用いることを特徴とする。 In the invention described in claim 9, in the fractal analysis step, as the analysis parameter, a box count dimension indicating the complexity of the contour, a mass dimension, an FBM method indicating the uniformity of the bright portion, and a complexity of the gradient of light and darkness At least one of an area method indicating the intensity of light and a cube method indicating the complexity of intensity of light and dark.
請求項９記載の発明によれば、フラクタル解析を用いて高精度に毛髪の質感の状態を定量化することができる。 According to the ninth aspect of the invention, the state of the texture of the hair can be quantified with high accuracy using fractal analysis.
請求項１０に記載された発明は、前記評価ステップは、前記毛髪に対して使用された化粧料の評価を行うことを特徴とする。 The invention described in claim 10 is characterized in that the evaluation step evaluates a cosmetic used for the hair.
請求項１０記載の発明によれば、毛髪化粧料の製品や原料における評価や開発等に活用することができる。 According to invention of Claim 10, it can utilize for evaluation, development, etc. in the product and raw material of hair cosmetics.
請求項１１に記載された発明は、前記評価ステップは、前記フラクタル解析ステップで用いられた少なくとも１つの解析パラメータによる指標を用いて縦軸及び／又は横軸を示したマップを用いて評価を行うことを特徴とする。 In the invention described in claim 11, in the evaluation step, evaluation is performed using a map showing a vertical axis and / or a horizontal axis using an index based on at least one analysis parameter used in the fractal analysis step. It is characterized by that.
請求項１１記載の発明によれば、ユーザの判断基準に対応したマップを用いて、毛髪の評価を分かり易く高精度に行うことができる。 According to the eleventh aspect of the present invention, it is possible to easily evaluate the hair with high accuracy by using a map corresponding to the judgment criterion of the user.
請求項１２に記載された発明は、前記評価ステップは、前記フラクタル解析ステップで用いられた少なくとも２つの解析パラメータによる指標を用いてマップ化した結果から評価を行うことを特徴とする。 The invention described in claim 12 is characterized in that the evaluation step performs evaluation from a result of mapping using an index based on at least two analysis parameters used in the fractal analysis step.
請求項１２記載の発明によれば、少なくとも２つの解析パラメータを用いて評価することで、より高精度な評価を行うことができる。 According to the twelfth aspect of the invention, more accurate evaluation can be performed by evaluating using at least two analysis parameters.
請求項１３に記載された発明は、前記マップは、予め設定された化粧品ベースの質感の水準となる指標値、予め設定された他の素材の質感の指標値、及び予め設定されたツヤの強弱の指標値のうち、少なくとも１つが示されていることを特徴とする。 According to a thirteenth aspect of the present invention, the map includes an index value that is a preset cosmetic-based texture level, a preset index value of the texture of another material, and a preset gloss level. Among the index values, at least one is indicated.
請求項１３記載の発明によれば、基準となる各指標値がマップのどの位置に属しているかを明確にすることができ、毛髪の評価を迅速且つ正確に行うことができる。 According to the invention described in claim 13, it is possible to clarify to which position of the map each index value as a reference belongs, and it is possible to evaluate hair quickly and accurately.
請求項１４に記載された発明は、前記撮影された毛髪部分を含む画像の毛髪以外の部分を所定の色に統一し、更に所定の画像サイズに変換する画像変換手段を有することを特徴とする。 The invention described in claim 14 is characterized by comprising image conversion means for unifying the part other than the hair of the image including the photographed hair part into a predetermined color and further converting it into a predetermined image size. .
請求項１４記載の発明によれば、フラクタル解析を行う既存のソフトウェア等の性能や入力条件等に容易に対応させることができる。これにより、フラクタル解析を高精度に行うことができる。 According to the fourteenth aspect of the present invention, it is possible to easily cope with the performance, input conditions, and the like of existing software that performs fractal analysis. Thereby, fractal analysis can be performed with high accuracy.
請求項１５に記載された発明は、請求項７乃至１２の何れか１項に記載の評価方法を実行させるようにコンピュータを動作させることを特徴とする評価プログラムである。 A fifteenth aspect of the present invention is an evaluation program that causes a computer to operate so as to execute the evaluation method according to any one of the seventh to twelfth aspects.
請求項１５記載の発明によれば、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における毛髪の評価を容易に実現することができる。 According to the fifteenth aspect of the present invention, it is possible to evaluate the hair with high accuracy by quantifying the texture of the gloss of the hair. Moreover, by installing the program, it is possible to easily realize the evaluation of hair in the present invention using a general-purpose personal computer or the like.
請求項１６に記載された発明は、請求項１３に記載の評価プログラムが記録されたコンピュータ読み取り可能な記録媒体である。 The invention described in claim 16 is a computer-readable recording medium on which the evaluation program according to claim 13 is recorded.
請求項１６記載の発明によれば、記録媒体により他の複数のコンピュータに容易に評価プログラムをインストールすることができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における毛髪の評価を容易に実現することができる。 According to the sixteenth aspect of the present invention, it is possible to easily install the evaluation program to a plurality of other computers using a recording medium. Moreover, by installing the program, it is possible to easily realize the evaluation of hair in the present invention using a general-purpose personal computer or the like.
本発明によれば、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。 According to the present invention, it is possible to quantify the texture of hair gloss and to evaluate hair with high accuracy.
＜本発明の概要＞
本発明は、撮影された毛髪部分を含む画像を用いて毛髪の評価を行う際、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行う。このとき、本発明では、従来から物理的な構造・模様（例えば、皮膚のシワやキメ、シミ、ひび割れ）の解析に用いられていたフラクタル解析手法を、物理的な構造ではない毛髪の質感・ツヤ等の解析に適用し、例えば毛髪部分の曲面での光反射の強度分布等を解析することで評価を行う。これにより、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。
<Outline of the present invention>
The present invention evaluates hair with high accuracy by quantifying the texture of hair gloss when evaluating hair using an image including a photographed hair portion. At this time, in the present invention, the fractal analysis method that has been used for the analysis of physical structures and patterns (for example, wrinkles, textures, spots, and cracks on the skin) has been used. The evaluation is performed by analyzing the intensity distribution of light reflection on the curved surface of the hair portion, for example, by applying it to the analysis of gloss and the like. Thereby, the texture of hair gloss can be quantified and highly accurate hair evaluation can be performed.
なお、本発明における毛髪とは、例えば、人や動物の髪や毛束、カツラ（ウィッグ）等の人工の髪や毛束等を含む。また、評価の対象は、毛髪そのものを評価してもよく、また毛髪に使用された化粧料（例えば、シャンプー、リンス、整髪剤、ヘアカラー剤等）の効果に対する評価等を行うこともできる。 The hair in the present invention includes, for example, human and animal hair and hair bundles, artificial hair and hair bundles such as wigs. Moreover, the object of evaluation may evaluate the hair itself, and can also evaluate the effect of cosmetics used on the hair (for example, shampoo, rinse, hair styling agent, hair coloring agent, etc.).
ここで、本発明について具体的に説明すると、毛髪のツヤの質感をツヤ部位（いわゆる天使の輪）内の明るさの割合及び分布に基づいて解析すると、例えば、毛髪がウェット（ＷＥＴ）ギラギラの場合では明るい色調の割合が少なく、複雑な分布をしている。また、人工毛髪の場合では明るい色調の割合が多く、やや複雑な分布となる。また、毛髪がシルク光沢の場合では明るい色調の割合が多いが、分布は狭く、均一な分布となる。また、毛髪が金属光沢の場合ではかなり明るい色調まで分布しており、やや複雑な分布となる。また、毛髪がパールの場合では明るい色調まで分布するが明るい分布の割合は少なく、複雑な分布となっている。更に、毛髪がマット（ＭＡＴＴＥ）の場合では、明るい色調の割合が少なくて分布も狭く、複雑な分布となる。 Here, the present invention will be described in detail. When the texture of the gloss of the hair is analyzed based on the ratio and distribution of the brightness within the gloss part (so-called angel's ring), for example, the hair is wet (WET) glare. In some cases, the ratio of bright colors is small and the distribution is complicated. In the case of artificial hair, the ratio of bright color tone is large and the distribution is somewhat complicated. Further, when the hair is silky glossy, the proportion of light color tone is large, but the distribution is narrow and uniform. In addition, when the hair has a metallic luster, it is distributed to a rather light color tone, which is a slightly complicated distribution. Further, when the hair is pearl, it is distributed to a bright color tone, but the ratio of the bright distribution is small and the distribution is complicated. Further, when the hair is matte (MATTE), the ratio of the bright color tone is small and the distribution is narrow, resulting in a complicated distribution.
つまり、毛髪のツヤの質感に対する認識は、ツヤ部位（天使の輪）内の明るさの割合、及び、分布に影響されていると考えられる。そのため、本発明では、少なくともツヤ部位を含む領域における明るさの割合や分布をフラクタル解析により定量化し、その結果に基づいて毛髪の評価を行う。 That is, it is considered that the recognition of the glossy texture of the hair is influenced by the brightness ratio and distribution in the glossy part (angel ring). Therefore, in this invention, the ratio and distribution of the brightness in the area including at least the gloss part are quantified by fractal analysis, and the hair is evaluated based on the result.
なお、本発明で用いられるフラクタル解析は、画像情報に含まれるフラクタル性を様々な解析パラメータ（例えば、ボックスカウント次元、質量次元、ＦＢＭ（Ｆｒａｃｔｉｏｎａｌ Ｂｒｏｗｎｉａｎ Ｍｏｔｉｏｎ：フラクタルブラウン関数）法、面積法、立方体法）のうち少なくとも１つを用いて解析を行い、その解析結果に基づいて評価を行う。 In the fractal analysis used in the present invention, the fractal nature included in the image information is determined based on various analysis parameters (for example, box count dimension, mass dimension, FBM (Fractional Brownian Motion) method, area method, cube method). ) Is used for analysis, and evaluation is performed based on the analysis result.
更に評価の際には、毛髪のツヤの強弱及び質感をマップとして定量表現することで、ユーザのツヤ分類の判断基準を反映させて高精度な毛髪の評価を行うことができる。 Furthermore, at the time of evaluation, the strength and texture of the hair gloss and the texture are quantitatively expressed as a map, so that the evaluation criteria of the gloss classification of the user can be reflected and the hair can be evaluated with high accuracy.
以下に、本発明における評価装置、評価方法、評価プログラム、及び該プログラムが記録された記録媒体を好適に実施した形態について、図面を用いて説明する。 DESCRIPTION OF EMBODIMENTS Hereinafter, an embodiment in which an evaluation apparatus, an evaluation method, an evaluation program, and a recording medium on which the program is recorded according to the present invention are preferably described will be described with reference to the drawings.
＜評価装置：機能構成例＞
ここで、本実施形態における毛髪の質感（特にツヤ）を評価する評価装置の機構構成例について図を用いて説明する。図１は、本実施形態における評価装置の機構構成の一例を示す図である。
<Evaluation device: functional configuration example>
Here, an example of a mechanism configuration of an evaluation apparatus for evaluating the texture (particularly gloss) of hair in the present embodiment will be described with reference to the drawings. FIG. 1 is a diagram illustrating an example of a mechanism configuration of an evaluation apparatus according to the present embodiment.
図１に示す評価装置１０は、入力手段１１と、出力手段１２と、蓄積手段１３と、画像変換手段１４と、フラクタル解析手段１５と、評価手段１６と、制御手段１７とを有するよう構成されている。 The evaluation apparatus 10 shown in FIG. 1 includes an input unit 11, an output unit 12, a storage unit 13, an image conversion unit 14, a fractal analysis unit 15, an evaluation unit 16, and a control unit 17. ing.
入力手段１１は、ユーザ等からの画像変換指示や、フラクタル解析指示、評価指示等の各種指示の開始／終了等の入力を受け付ける。なお、入力手段１１は、例えばキーボードや、マウス等のポインティングデバイス等からなる。また、入力手段１１は、デジタルカメラ等の撮像手段等により撮影されたユーザ（例えば、被験者等）又はカツラ等の人工の毛髪部分を含む画像を入力する。なお、毛髪部分とは、例えば人の頭部又はカツラを、上又は後からみた全体の領域でもよく、毛髪全体からユーザ等により矩形や円形に選択される所定の狭い領域であってもよい。 The input unit 11 receives input such as start / end of various instructions such as an image conversion instruction, a fractal analysis instruction, and an evaluation instruction from a user or the like. Note that the input unit 11 includes, for example, a keyboard and a pointing device such as a mouse. The input unit 11 inputs an image including a user (for example, a subject or the like) or an artificial hair portion such as a wig photographed by an imaging unit such as a digital camera. The hair portion may be, for example, the entire region of a human head or wig viewed from above or behind, or may be a predetermined narrow region selected by the user or the like as a rectangle or a circle from the entire hair.
また、出力手段１２は、入力手段１１により入力された内容や、入力内容に基づいて実行された内容等の表示・出力を行う。なお、出力手段１２は、ディスプレイやスピーカ等からなる。更に、出力手段１２としてプリンタ等の機能を有していてもよく、その場合には、例えば本実施形態における入力画像や各種設定条件、解析結果、評価結果等を紙等の印刷媒体に印刷して、ユーザ等に提供することができる。 The output unit 12 displays / outputs the content input by the input unit 11 and the content executed based on the input content. The output unit 12 includes a display, a speaker, and the like. Further, the output unit 12 may have a function such as a printer. In this case, for example, the input image, various setting conditions, analysis results, evaluation results, and the like in this embodiment are printed on a print medium such as paper. Can be provided to users and the like.
また、蓄積手段１３は、画像変換手段１４による画像変換結果、フラクタル解析手段１５による解析結果、評価手段１６における画面生成結果等の各種データを蓄積する。また、蓄積手段１３は、必要に応じて蓄積されている各種データを読み出すことができる。 The storage unit 13 stores various data such as an image conversion result by the image conversion unit 14, an analysis result by the fractal analysis unit 15, and a screen generation result by the evaluation unit 16. Further, the storage means 13 can read out various data stored as required.
また、画像変換手段１４は、毛髪を含む画像の入力に対して、毛髪以外の部分（背景部分）を所定の統一色に統一する（例えば、黒等）。なお、画像変換手段１４は、入力された画像の画像サイズも変換することができ、例えば、既存の解析用のソフトウェアによりフラクタル解析を行う場合には、そのソフトウェアの性能等に応じて、例えば８００×６００ピクセル以下等に画像サイズを変換することができる。なお、画像変換手段１４において変換される画像サイズについては、上述した画像サイズに限定されるものではない。 Further, the image conversion means 14 unifies a portion other than the hair (background portion) into a predetermined unified color (for example, black) in response to the input of the image including the hair. Note that the image conversion unit 14 can also convert the image size of the input image. For example, when performing fractal analysis using existing analysis software, the image conversion unit 14 is set to 800, for example, depending on the performance of the software. The image size can be converted to x600 pixels or less. Note that the image size converted by the image conversion unit 14 is not limited to the image size described above.
これにより、例えばフラクタル解析手段１５におけるフラクタル解析を既存のソフトウェアを用いて処理する場合には、そのソフトウェアの性能や入力条件等に容易に対応させることができる。したがって、フラクタル解析を高精度に行うことができる。 Thereby, for example, when the fractal analysis in the fractal analysis means 15 is processed using existing software, it is possible to easily cope with the performance and input conditions of the software. Therefore, fractal analysis can be performed with high accuracy.
次に、フラクタル解析手段１５は、予め設定された複数の解析パラメータのうち、少なくとも１つの解析パラメータを用いてフラクタル解析を行う。具体的には、フラクタル解析手段１５は、毛髪のツヤの画像情報からツヤ部位に存在する複雑性の定量化（数値化）を行う。 Next, the fractal analysis means 15 performs fractal analysis using at least one analysis parameter among a plurality of preset analysis parameters. Specifically, the fractal analysis means 15 quantifies (numerizes) the complexity existing in the gloss part from the image information of the gloss of the hair.
なお、定量化を行うための解析パラメータとしては、例えば、輪郭の複雑性（どのくらいシャープであるか）を示すボックスカウント次元（指標値Ｄ）や、明るい部分の均一性（どのような分布なのか）を示すＦＢＭ法（指標値Ｄｆ）、明暗の傾きの複雑性（グラデーションの状態）を示す面積法（指標値Ｄｋ）、明暗の強さの複雑性（明るさの表面の凹凸）を示す立方体法（指標値Ｄｎ）等を用いることができる。この中から少なくとも１つのパラメータを任意に選択することにより、毛髪のツヤの強弱と質感の両方を解析することができる。 As an analysis parameter for performing quantification, for example, the box count dimension (index value D) indicating the complexity of the contour (how sharp), the uniformity of the bright part (what kind of distribution it is) ) Indicating FBM method (index value Df), area method (index value Dk) indicating complexity of light and dark inclination (gradation state), and cube indicating lightness and darkness complexity (unevenness of surface of brightness) A method (index value Dn) or the like can be used. By arbitrarily selecting at least one parameter from these, it is possible to analyze both the strength and texture of the hair gloss.
また、フラクタル解析手段１５は、解析手法の条件等、必要に応じて画像変換手段１４により変換された画像に対して二値化処理を行う。なお、フラクタル解析手段１５は、必要に応じて毛髪のツヤの輪郭を通常の視野における大きさと一致するように設定することもできる。これにより、実際の視野の大きさと一致するように設定することで、見た目に近いデータによるフラクタル解析を行うことができる。 The fractal analysis unit 15 performs binarization processing on the image converted by the image conversion unit 14 as necessary, such as conditions of the analysis method. In addition, the fractal analysis means 15 can also set so that the outline of the gloss of hair may correspond with the magnitude | size in a normal visual field as needed. Thereby, fractal analysis using data close to the appearance can be performed by setting to match the actual size of the visual field.
評価手段１６は、フラクタル解析手段１５により得られた少なくとも１つの解析パラメータによるそれぞれの解析結果に基づいて毛髪の評価を行う。なお、評価手段１６は、フラクタル解析手段１５で用いられた少なくとも１つの解析パラメータによる指標を用いて縦軸及び／又は横軸を示したマップ（質感マップ）を生成もしくは予め蓄積しておき、そのマップに解析結果をマッピングすることで毛髪の評価を行う。これにより、ユーザの判断基準に対応したマップを用いて、毛髪の評価を分かり易く高精度に行うことができ、ユーザの所望する髪質にするための位置付け（指標）を明確にすることができる。 The evaluation means 16 evaluates the hair based on the respective analysis results based on at least one analysis parameter obtained by the fractal analysis means 15. The evaluation means 16 generates or stores in advance a map (texture map) indicating the vertical axis and / or the horizontal axis using the index based on at least one analysis parameter used in the fractal analysis means 15. The hair is evaluated by mapping the analysis results to the map. Thereby, using the map corresponding to the judgment criteria of the user, the hair evaluation can be performed with high accuracy in an easy-to-understand manner, and the positioning (index) for achieving the hair quality desired by the user can be clarified. .
なお、マップには、少なくとも毛髪のツヤの強弱の軸や質感の軸が示されている。これにより、例えば両方の軸があれば、毛髪のツヤの強弱の軸と質感の軸ツヤの強弱の軸と、質感（くすみとキラキラ）の軸とを相対的に表示することができ、ユーザ（被験者等）の判断基準に対応したマップを用いて、毛髪の評価を分かり易く高精度に行うことができる。 The map shows at least the axis of hair gloss and the axis of texture. Thus, for example, if both axes are present, the hair gloss axis, the texture axis gloss axis, and the texture (dullness and glitter) axis can be displayed relatively, and the user ( The evaluation of the hair can be performed with high accuracy and in an easy-to-understand manner, using a map corresponding to the judgment criteria of the subject and the like.
また、制御手段１７は、評価装置１０の各構成部全体の制御を行う。具体的には、制御手段１７は、例えばユーザ等による入力手段１１からの指示等に基づいて、画像変換処理やフラクタル解析処理、評価処理等の各制御を行う。 Further, the control means 17 controls the entire components of the evaluation device 10. Specifically, the control unit 17 performs various controls such as an image conversion process, a fractal analysis process, and an evaluation process based on, for example, an instruction from the input unit 11 by a user or the like.
＜評価装置１０：ハードウェア構成＞
ここで、上述した評価装置１０においては、各機能をコンピュータに実行させることができる実行プログラム（評価プログラム）を生成し、例えば汎用のパーソナルコンピュータ、サーバ等にその実行プログラムをインストールすることにより、本発明における毛髪の評価処理等を実現することができる。
<Evaluation apparatus 10: Hardware configuration>
Here, in the evaluation apparatus 10 described above, an execution program (evaluation program) that can cause a computer to execute each function is generated, and the execution program is installed in, for example, a general-purpose personal computer, a server, etc. The hair evaluation process in the invention can be realized.
ここで、本実施形態における評価処理が実現可能なコンピュータのハードウェア構成例について図を用いて説明する。図２は、本実施形態における毛髪の評価処理が実現可能なハードウェア構成の一例を示す図である。 Here, an example of a hardware configuration of a computer capable of realizing the evaluation process in the present embodiment will be described with reference to the drawings. FIG. 2 is a diagram illustrating an example of a hardware configuration capable of realizing the hair evaluation process according to the present embodiment.
図２におけるコンピュータ本体には、入力装置２１と、出力装置２２と、ドライブ装置２３と、補助記憶装置２４と、メモリ装置２５と、各種制御を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２６と、ネットワーク接続装置２７とを有するよう構成されており、これらはシステムバスＢで相互に接続されている。 2 includes an input device 21, an output device 22, a drive device 23, an auxiliary storage device 24, a memory device 25, a CPU (Central Processing Unit) 26 for performing various controls, and a network connection device. 27, and these are connected to each other by a system bus B.
入力装置２１は、ユーザ等が操作するキーボード及びマウス等のポインティングデバイスを有しており、ユーザ等からのプログラムの実行等、各種操作信号を入力する。また、入力装置２１は、カメラ等の撮像手段から撮影された被験者の毛髪部分を含む画像を入力する入力ユニットを有している。 The input device 21 has a pointing device such as a keyboard and a mouse operated by a user or the like, and inputs various operation signals such as execution of a program from the user or the like. Moreover, the input device 21 has an input unit for inputting an image including a hair portion of a subject photographed from an imaging means such as a camera.
出力装置２２は、本発明における処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイを有し、ＣＰＵ２６が有する制御プログラムによりプログラムの実行経過や結果等を表示することができる。 The output device 22 has a display for displaying various windows and data necessary for operating the computer main body for performing the processing according to the present invention, and displays the program execution progress, results, and the like by the control program of the CPU 26. can do.
ここで、本発明においてコンピュータ本体にインストールされる実行プログラムは、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやＣＤ−ＲＯＭ等の可搬型の記録媒体２８等により提供される。プログラムを記録した記録媒体２８は、ドライブ装置２３にセット可能であり、記録媒体２８に含まれる実行プログラムが、記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。 Here, the execution program installed in the computer main body in the present invention is provided by a portable recording medium 28 such as a USB (Universal Serial Bus) memory or a CD-ROM, for example. The recording medium 28 on which the program is recorded can be set in the drive device 23, and the execution program included in the recording medium 28 is installed in the auxiliary storage device 24 from the recording medium 28 via the drive device 23.
補助記憶装置２４は、ハードディスク等のストレージ手段であり、本発明における実行プログラムや、コンピュータに設けられた制御プログラム等を蓄積し必要に応じて入出力を行うことができる。 The auxiliary storage device 24 is a storage means such as a hard disk, and can store an execution program according to the present invention, a control program provided in a computer, etc., and perform input / output as necessary.
メモリ装置２５は、ＣＰＵ２６により補助記憶装置２４から読み出された実行プログラム等を格納する。なお、メモリ装置２５は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等からなる。 The memory device 25 stores an execution program read from the auxiliary storage device 24 by the CPU 26. The memory device 25 includes a ROM (Read Only Memory), a RAM (Random Access Memory), and the like.
ＣＰＵ２６は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、及びメモリ装置２５に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、毛髪の評価における各処理を実現することができる。なお、プログラムの実行中に必要な各種情報等は、補助記憶装置２４から取得することができ、また実行結果等を格納することもできる。 The CPU 26 controls processing of the entire computer, such as various operations and input / output of data with each hardware component, based on a control program such as an OS (Operating System) and an execution program stored in the memory device 25. Thus, each treatment in hair evaluation can be realized. Various information necessary during the execution of the program can be acquired from the auxiliary storage device 24, and an execution result or the like can be stored.
ネットワーク接続装置２７は、通信ネットワーク等と接続することにより、実行プログラムを通信ネットワークに接続されている他の端末等から取得したり、プログラムを実行することで得られた実行結果又は本発明における実行プログラム自体を他の端末等に提供することができる。 The network connection device 27 acquires an execution program from another terminal connected to the communication network by connecting to a communication network or the like, or an execution result obtained by executing the program or an execution in the present invention The program itself can be provided to other terminals.
上述したようなハードウェア構成により、本発明における毛髪の評価処理を実行することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における毛髪の評価処理を容易に実現することができる。 With the hardware configuration described above, the hair evaluation process of the present invention can be executed. Moreover, by installing the program, the hair evaluation process in the present invention can be easily realized by a general-purpose personal computer or the like.
＜フラクタル解析を用いた毛髪ツヤの評価処理手順＞
次に、本実施形態における毛髪ツヤの評価処理手順について、フローチャートを用いて具体的に説明する。図３は、本実施形態における毛髪の評価処理手順の一例を示すフローチャートである。
<Evaluation procedure of hair gloss using fractal analysis>
Next, the hair gloss evaluation processing procedure in the present embodiment will be specifically described with reference to a flowchart. FIG. 3 is a flowchart showing an example of a hair evaluation processing procedure in the present embodiment.
図３に示す評価処理では、まずカメラ等の撮像手段により撮影された毛髪部分を含む画像を入力し（Ｓ０１）、入力した画像から毛髪以外の部分（背景部分）を予め設定される色（例えば、黒色）に変換する（Ｓ０２）。なお、Ｓ０２の処理においては、変換される画像を後段の処理で画像処理を行うソフトウェアの性能等に応じて、例えば８００×６００ピクセル以下等に任意に変換して解析できるサイズに調整することができる。次に、予め設定された解析パラメータを用いたフラクタル解析を行う（Ｓ０３）。 In the evaluation process shown in FIG. 3, first, an image including a hair portion photographed by an imaging means such as a camera is input (S01), and a portion other than hair (background portion) is preset from the input image (for example, a color) , Black) (S02). In the process of S02, the converted image may be arbitrarily converted into, for example, a size of 800 × 600 pixels or less and adjusted to a size that can be analyzed according to the performance of software that performs image processing in the subsequent process. it can. Next, fractal analysis using preset analysis parameters is performed (S03).
なお、本実施形態では、少なくとも１つの異なるフラクタル解析を行う。したがって、次に他の解析パラメータによるフラクタル解析を行うか否かを判断する（Ｓ０４）。ここで、他の解析パラメータによりフラクタル解析を行う場合（Ｓ０４において、ＹＥＳ）、Ｓ０３の処理に戻り他の解析パラメータによるフラクタル解析を行う。また、予め設定された解析パラメータによるフラクタル解析を行い、他の手法による解析を行う必要がない場合（Ｓ０４において、ＮＯ）、解析結果による毛髪の評価を行い（Ｓ０５）、評価した結果を画面や記録媒体、印刷媒体等に出力する（Ｓ０６）。なお、Ｓ０５の処理においては、毛髪そのものの評価に限定されず、例えば毛髪に使用した化粧料等の評価を行うことができる。 In the present embodiment, at least one different fractal analysis is performed. Therefore, it is next determined whether or not to perform fractal analysis using other analysis parameters (S04). When fractal analysis is performed using other analysis parameters (YES in S04), the process returns to S03 and fractal analysis is performed using other analysis parameters. In addition, when fractal analysis is performed using preset analysis parameters and analysis by another method is not required (NO in S04), hair is evaluated based on the analysis result (S05), and the evaluation result is displayed on the screen or The data is output to a recording medium, a printing medium, etc. (S06). In addition, in the process of S05, it is not limited to evaluation of hair itself, For example, the cosmetics etc. which were used for hair can be evaluated.
上述したように、本実施形態では、フラクタル解析手法を物理的な構造ではない毛髪の質感・ツヤ等の解析に適用することで、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。 As described above, in this embodiment, the fractal analysis method is applied to the analysis of the hair texture and gloss that is not a physical structure, thereby quantifying the hair gloss texture and evaluating the hair with high accuracy. It can be carried out.
＜Ｓ０１：入力画像について＞
ここで、上述の評価処理にて入力される画像例について説明する。図４は、評価対象として入力される毛髪部分の画像例を示す図である。なお、図４に示す毛髪画像例は、頭部を後からみた髪全体を含む毛髪のツヤ画像を示しているが、本発明において使用される画像についてはこれに限定されるものはなく、例えば一部の領域であってもよい。
<S01: About input image>
Here, an example of an image input in the above-described evaluation process will be described. FIG. 4 is a diagram illustrating an example of an image of a hair portion input as an evaluation target. In addition, although the hair image example shown in FIG. 4 has shown the gloss image of the hair containing the whole hair which looked at the head from the back, about the image used in this invention, it is not limited to this, For example, It may be a partial area.
本実施形態において、評価対象となる毛髪のツヤ画像の種類としては、例えば図４（ａ）に示す「通常」、図４（ｂ）に示す「ツヤ強弱：−１」、図４（ｃ）に示す「ツヤ強弱：−２」、図４（ｄ）に示す「ツヤ強弱：＋１」、図４（ｅ）に示す「ツヤ強弱：＋２」、図４（ｆ）に示す「質感：人工毛髪」、図４（ｇ）に示す「質感：パール」、図４（ｈ）に示す「質感：ギラギラ」、図４（ｉ）に示す「質感：キラキラ」、図４（ｊ）に示す「質感：水」、図４（ｋ）に示す「質感：ウェットくすみ」、図４（ｌ）に示す「質感：マット」、図４（ｍ）に示す「質感：干渉光沢」、図４（ｎ）に示す「質感：シルク光沢」、図４（ｏ）に示す「質感：金属光沢」等がある。なお、これらは事前に専門パネラー等により統計的に選択された種類であり、本発明における評価対象の毛髪の種類は、これに限定されるものではない。また、図４の例では、黒髪の毛髪を示しているが、本発明においてはこれに限定されず、例えば茶色等のヘアカラーリングが施された毛髪（カラーヘア）であってもよい。 In the present embodiment, the types of gloss images of the hair to be evaluated include, for example, “normal” shown in FIG. 4A, “shine strength: −1” shown in FIG. 4B, and FIG. 4C. “Gloss strength: -2” shown in FIG. 4D, “Gloss strength: +1” shown in FIG. 4D, “Gloss strength: +2” shown in FIG. 4E, “Texture: artificial hair” shown in FIG. ”,“ Texture: pearl ”shown in FIG. 4 (g),“ texture: glitter ”shown in FIG. 4 (h),“ texture: glitter ”shown in FIG. 4 (i),“ texture ”shown in FIG. 4 (j). : Water "," texture: wet dullness "shown in Fig. 4 (k)," texture: matte "shown in Fig. 4 (l)," texture: interference gloss "shown in Fig. 4 (m), Fig. 4 (n) “Texture: silk luster” shown in FIG. 4 and “texture: metal luster” shown in FIG. Note that these are types that have been statistically selected in advance by a specialized panelist or the like, and the types of hair to be evaluated in the present invention are not limited thereto. In the example of FIG. 4, black hair is shown. However, the present invention is not limited to this, and may be hair (color hair) that has been subjected to hair coloring such as brown.
＜Ｓ０３：フラクタル解析について＞
次に、上述したＳ０３の処理におけるフラクタル解析について具体的に説明する。フラクタルは、観察するスケールを幾ら小さく設定しても、類似した構造が繰り返し現れるような無限階層的な自己相似性を意味し、自然界のフラクタル構造としては、例えば雷・雲、海岸線、葉脈、血脈、雪の結晶等がある。また、複雑さの程度を表す共通尺度としてフラクタル次元が用いられる。これは、図形等が複雑であればあるほど、フラクタル次元の値も大きくなる。近年、様々な複雑性を求める解析パラメータ（ボックスカウント次元、質量次元、ＦＢＭ法、面積法、立方体法等）が確立している。
<S03: Fractal analysis>
Next, the fractal analysis in the process of S03 described above will be specifically described. Fractal means infinite hierarchical self-similarity in which similar structures appear repeatedly, regardless of the observation scale, and natural fractal structures include lightning / clouds, coastlines, leaf veins, blood vessels, etc. , Snow crystals, etc. In addition, a fractal dimension is used as a common scale representing the degree of complexity. This means that the more complex the figure, the larger the fractal dimension value. In recent years, analysis parameters (box count dimension, mass dimension, FBM method, area method, cube method, etc.) for obtaining various complexity have been established.
ここで、Ｓ０３の処理において用いられる解析パラメータとしては、例えば画像を二値化して解析するボックスカウント次元、質量次元等を用いることができる。この場合、輪郭線や反転部位の複雑性を表すことができ、複雑なほど増加する。 Here, as an analysis parameter used in the processing of S03, for example, a box count dimension, a mass dimension, etc. for binarizing and analyzing an image can be used. In this case, the complexity of the contour line and the inverted part can be expressed, and the complexity increases.
また、その他の手法としては、画像のピクセル単位の濃淡に着目した解析であるＦＢＭ法、面積法、立方体法等がある。この場合、基準点からの距離が離れるにつれて濃度値の差が大きくなる場合には値が減少する。また、距離とは無関係に濃度差にばらつきがある場合には値が増加する。 Further, as other methods, there are an FBM method, an area method, a cube method, and the like, which are analyzes focusing on shades of pixels in an image. In this case, the value decreases when the difference in density value increases as the distance from the reference point increases. In addition, the value increases when there is a variation in density difference regardless of the distance.
したがって、上述した解析パラメータのうち少なくとも１つのパラメータを用いて本実施形態におけるフラクタル解析を行うことができる。 Therefore, the fractal analysis in this embodiment can be performed using at least one parameter among the analysis parameters described above.
＜フラクタル解析例＞
ここで、上述したフラクタル解析を行うための解析パラメータのうち、一例としてボックスカウント次元と、ＦＢＭ法を用いた解析手順について、図を用いて説明する。図５は、本実施形態におけるフラクタル解析の一例を示す図である。
<Example of fractal analysis>
Here, among the analysis parameters for performing the fractal analysis described above, a box count dimension and an analysis procedure using the FBM method will be described with reference to the drawings. FIG. 5 is a diagram illustrating an example of fractal analysis in the present embodiment.
なお、ボックスカウント次元は、例えば画像を二値化して得られる反転画像の周辺部位（特にツヤ部位）の輪郭の複雑性をフラクタル次元として数値化することができる。また、ＦＢＭ法は、画像に含まれるピクセル単位の濃淡分布の複雑性を３Ｄ（３次元）フラクタル次元として数値化することができる。 Note that the box count dimension can be quantified as the fractal dimension, for example, the contour complexity of the peripheral part (particularly the glossy part) of the inverted image obtained by binarizing the image. Further, the FBM method can digitize the complexity of the grayscale distribution in pixels included in the image as a 3D (three-dimensional) fractal dimension.
なお、毛髪のツヤ、質感を評価するための評価指標として用いられるフラクタル解析は、上述した１つのパラメータに限定されるものではなく、２つ又は３つ以上のパラメータを用いてそれぞれ解析を行い、その解析結果を評価手段１６で評価してもよい。つまり、フラクタル解析を用いてツヤ画像の様々な複雑性を評価することができる。 In addition, the fractal analysis used as an evaluation index for evaluating the gloss and texture of hair is not limited to the above-mentioned one parameter, and performs analysis using two or more parameters, The analysis result may be evaluated by the evaluation means 16. That is, various complexity of the gloss image can be evaluated using fractal analysis.
また、解析対象画像として、例えば図５（ａ）に示すように画像全体を使用することで、全体の印象としての評価指標を得ることができる。なお、解析対象画像は、被験者の毛髪の一部分（所定の領域）を含む画像であれば特に制限はない。 Further, by using the entire image as the analysis target image, for example, as shown in FIG. 5A, an evaluation index as an overall impression can be obtained. The analysis target image is not particularly limited as long as it is an image including a part (predetermined region) of the subject's hair.
図５（ａ）に示す画像を用いて、少なくとも１つのフラクタル解析（例えば、ボックスカウント法（図５（ｂ））、及びＦＢＭ法（図５（ｃ）））を実施する。図５（ｂ）に示すボックスカウント法では、画像を二値化して輪郭線や反転部位の複雑性を解析する。この場合、輪郭が複雑だと数値が高くなることから、この特性を用いて評価を行うことができる。 At least one fractal analysis (for example, the box count method (FIG. 5B) and the FBM method (FIG. 5C)) is performed using the image shown in FIG. In the box counting method shown in FIG. 5B, the image is binarized to analyze the complexity of the contour line and the inverted part. In this case, if the contour is complicated, the numerical value becomes high. Therefore, the evaluation can be performed using this characteristic.
また、図５（ｃ）に示すＦＢＭ法では、ピクセル単位の濃淡（明るさ）分布の複雑性を解析する。この場合、ある点からの距離が離れるにつれて濃度差が大きくなると値が減少し、距離とは無関係に濃度差にばらつきがあると値が増加することから、この特性を用いて評価を行うことができる。次に、ボックスカウント法及びＦＢＭ法についての具体的な解析方法について説明する。 Also, in the FBM method shown in FIG. 5C, the complexity of the light and shade (brightness) distribution in units of pixels is analyzed. In this case, the value decreases as the density difference increases as the distance from a certain point increases, and the value increases when there is a variation in the density difference regardless of the distance. it can. Next, specific analysis methods for the box count method and the FBM method will be described.
＜フラクタル次元について＞
まず、フラクタル次元について説明する。図６は、フラクタル次元を説明するための一例を示す図である。一般的に、輪郭が複雑になると、フラクタル次元は大きくなる。例えば、図６（ａ）〜（ｃ）に示すような輪郭形状があった場合に、それぞれの形状に対応するフラクタル次元は、図６（ａ）〜（ｃ）の順に１．６８２、１．６８４、１．７７３となる。このように、輪郭が複雑だと数値が高くなるため、この特性を用いて、画像を二値化して輪郭線や反転部位の複雑性を解析することができる。
<About fractal dimension>
First, the fractal dimension will be described. FIG. 6 is a diagram illustrating an example for explaining the fractal dimension. In general, as the contour becomes complex, the fractal dimension increases. For example, when there are contour shapes as shown in FIGS. 6A to 6C, the fractal dimension corresponding to each shape is 1.682 in the order of FIGS. 6A to 6C. 684, 1.773. Thus, since the numerical value becomes high when the contour is complicated, it is possible to binarize the image and analyze the complexity of the contour line and the inverted portion by using this characteristic.
＜ボックスカウント法（ボックスカウント次元）による解析例＞
ここで、上述のフラクタル次元を用いた一例として、ボックスカウント法による解析例について図を用いて説明する。図７は、ボックスカウント法によるフラクタル解析について説明するための一例を示す図である。
<Example of analysis by the box count method (box count dimension)>
Here, as an example using the above-described fractal dimension, an analysis example by the box count method will be described with reference to the drawings. FIG. 7 is a diagram illustrating an example for explaining the fractal analysis by the box count method.
ボックスカウント法では、画像をある領域毎に予め設定された所定の画素数から構成される間隔ｒの格子によって分割し、その格子中に少なくとも１本の線が含まれる正方形の数Ｎ（ｒ）をカウントする。 In the box count method, an image is divided by a grid having an interval r composed of a predetermined number of pixels set in advance for each region, and the number N (r) of squares including at least one line in the grid. Count.
例えば、図７（ａ），（ｂ）では、それぞれ設定された輪郭形状３１，３２に対して、間隔ｒ＝４（１辺が４画素分の正方形），２（１辺が２画素分の正方形），１（１辺が１画素分の正方形）として分割した正方形の分割領域群のうち、輪郭部分と交わる正方形の数Ｎ（４），Ｎ（２），Ｎ（１）をカウントする。その結果、図７（ａ），（ｂ）に示すように輪郭形状が複雑であるほど、格子間隔を小さくすることで、含まれる格子（正方形）の個数が多くなる。 For example, in FIGS. 7A and 7B, intervals r = 4 (one side is a square for four pixels), 2 (one side is for two pixels) with respect to the set contour shapes 31 and 32, respectively. The number N (4), N (2), and N (1) of the squares intersecting the contour portion among the square divided region groups divided as 1) (one side is a square for one pixel) is counted. As a result, as the contour shape becomes more complex as shown in FIGS. 7A and 7B, the number of included lattices (squares) is increased by reducing the lattice interval.
次に、この結果を図７（ｃ）に示すようにｌｏｇ−ｌｏｇの平面図にプロットし、グラフの傾きにより指標値Ｄを算出する。なお、図７（ｃ）の例では、縦軸をｌｏｇＮ（ｒ）とし、横軸をｌｏｇｒとしているため、指標値Ｄは「−ｌｏｇＮ（ｒ）／ｌｏｇｒ」で求められる。つまり、図７（ｃ）に示すように、輪郭の複雑性により傾きが変化するため、本実施形態では、上述した原理を用いてボックスカウント法による解析を行う。 Next, the result is plotted on a log-log plan view as shown in FIG. 7C, and the index value D is calculated from the slope of the graph. In the example of FIG. 7C, the vertical axis is logN (r) and the horizontal axis is logr, so the index value D is obtained by “−logN (r) / logr”. That is, as shown in FIG. 7C, since the inclination changes depending on the complexity of the contour, in this embodiment, the analysis by the box count method is performed using the principle described above.
＜ＦＢＭ法による解析例＞
次に、本実施形態におけるＦＢＭ法を用いた解析例について図を用いて説明する。図８は、本実施形態におけるＦＢＭ法によるフラクタル解析について説明するための一例を示す図である。ＦＢＭ法では、評価対象となる画像中の所定の領域もしくは入力した画像全体に対してピクセル単位の濃淡分布を取得し、その複雑性を解析する（３Ｄフラクタル次元）。
<Example of analysis by FBM method>
Next, an analysis example using the FBM method in the present embodiment will be described with reference to the drawings. FIG. 8 is a diagram illustrating an example for explaining fractal analysis by the FBM method in the present embodiment. In the FBM method, a gray level distribution in units of pixels is acquired for a predetermined region in an image to be evaluated or the entire input image, and the complexity is analyzed (3D fractal dimension).
例えば、図８（ａ），（ｂ）の左側に示されるような画像の入力に対して、図８（ａ），（ｂ）の右側に示されるような画素単位で濃淡分布が得られるため（３Ｄフラクタル次元）、この画像に基づいて複雑性を解析する。つまり、ＦＢＭ法を用いることにより、図８（ａ）では、指標値Ｄｆ＝２．５６２が得られ、図８（ｂ）では、指標値Ｄｆ＝２．３１８が得られる。 For example, for an image input as shown on the left side of FIGS. 8 (a) and 8 (b), a gray level distribution is obtained in pixel units as shown on the right side of FIGS. 8 (a) and 8 (b). (3D fractal dimension), complexity is analyzed based on this image. That is, by using the FBM method, the index value Df = 2.562 is obtained in FIG. 8A, and the index value Df = 2.318 is obtained in FIG. 8B.
このように、上述した１つの解析手法を用いて、毛髪画像に対するフラクタル解析を行うことにより、毛髪のツヤの輪郭がどれぐらい複雑であるか（ボックスカウント法）、及び明るさの分布がどれくらい複雑であるか（ＦＢＭ法）等の指標値を算出することで、毛髪の質感の定量化を行うことができる。 In this way, by performing the fractal analysis on the hair image using the one analysis method described above, how complex the hair gloss is (box count method) and how complex the brightness distribution is. By calculating an index value such as (FBM method), the hair texture can be quantified.
なお、フラクタル解析については、既存のソフトウェア等を用いることができ、例えば株式会社ＣＣＩのフラクタル解析・評価システム「ＦＬＡＮＡ」等を用いることができるがこれに限定されるものではない。また、上述した解析パラメータ（ボックスカウント法、３Ｄフラクタル次元のＦＢＭ法）以外にも、上述した質量次元、３Ｄフラクタル次元の面積法・立方体法等のフラクタル解析が可能な解析パラメータを任意に選択して用いることができる。 For the fractal analysis, existing software or the like can be used. For example, the fractal analysis / evaluation system “FLANA” of CCI Corporation can be used, but the present invention is not limited to this. In addition to the analysis parameters described above (box count method, 3D fractal dimension FBM method), arbitrarily select analysis parameters capable of fractal analysis such as the above-described mass dimension, 3D fractal dimension area method, and cube method. Can be used.
例えば、面積法では、明暗の傾きの複雑性（グラディエーションの状態）により指標値（Ｄｋ値）を算出する。また、立方体法では、明暗の強さの複雑性（明るさの表面の凹凸）により指標値（Ｄｎ値）を算出する。 For example, in the area method, the index value (Dk value) is calculated based on the complexity of the gradient of light and darkness (gradation state). In the cubic method, the index value (Dn value) is calculated based on the complexity of the intensity of light and darkness (unevenness on the surface of the brightness).
このように、本実施形態を適用することで毛髪のツヤの画像情報からツヤ部位に存在する複雑性を定量し、数値化することができる。また、３つ以上の解析パラメータを用いて、それぞれの指標値を用いて評価を行うこともできる。 Thus, by applying this embodiment, the complexity existing in the gloss part can be quantified and digitized from the image information of the gloss of the hair. It is also possible to perform evaluation using each index value using three or more analysis parameters.
＜評価手段１６＞
次に、上述した解析結果を用いた毛髪の評価例について図を用いて説明する。評価手段１６では、上述したように、少なくとも１つの解析パラメータを用いてフラクタル解析処理を行って得られた解析結果を、マップ（質感マップ）を用いて評価を行う。
<Evaluation means 16>
Next, an example of evaluating hair using the analysis results described above will be described with reference to the drawings. As described above, the evaluation unit 16 evaluates the analysis result obtained by performing the fractal analysis process using at least one analysis parameter, using the map (texture map).
つまり、評価手段１６は、フラクタル解析手段１５で用いられた少なくとも１つの解析パラメータによる指標を縦軸又は横軸の何れかに示したマップを用いて評価を行う。 That is, the evaluation unit 16 performs an evaluation using a map in which an index based on at least one analysis parameter used in the fractal analysis unit 15 is shown on either the vertical axis or the horizontal axis.
なお、上述したボックスカウント法と、ＦＢＭ法とを用いて作成されるマップは、少なくとも毛髪のツヤの強弱の軸及び質感の軸を示すことができる。また、ユーザ等のツヤ分類に類似している。そのため、ユーザ（被験者等）の判断基準に対応したマップを用いて、毛髪の評価を分かり易く高精度に行うことができる。 Note that a map created using the above-described box count method and FBM method can show at least the axis of hair gloss and the axis of texture. It is similar to gloss classification of users and the like. Therefore, the hair can be easily and easily evaluated with high accuracy using a map corresponding to the judgment criteria of the user (subject or the like).
なお、毛髪のツヤ、質感を評価するための評価指標として用いられるフラクタル解析は、上述した１つのパラメータに限定されるものではなく、例えば画像を二値化して解析するボックスカウント次元や質量次元、及び、画像のピクセル単位の濃淡に着目した解析であるＦＢＭ法や面積法、立方体法のうち、少なくとも１つの解析パラメータを用いて本実施形態におけるフラクタル解析を行うことができる。そのため、例えば３つの解析パラメータを用いて得られた結果から、３次元的な評価を行ってもよく、ある１つの解析結果から２次元な評価を行った後、その評価結果と他の解析結果とを用いて評価を行ってもよい。 Note that the fractal analysis used as an evaluation index for evaluating the gloss and texture of hair is not limited to the one parameter described above. For example, a box count dimension or a mass dimension for binarizing and analyzing an image, In addition, it is possible to perform the fractal analysis in the present embodiment using at least one analysis parameter among the FBM method, the area method, and the cube method, which are analyzes focusing on the density of pixels in the image. Therefore, for example, a three-dimensional evaluation may be performed from the results obtained by using three analysis parameters, and after performing a two-dimensional evaluation from a certain analysis result, the evaluation result and other analysis results You may evaluate using.
＜マップの実施例＞
次に、上述した少なくとも１つの解析パラメータを用いて生成されるマップの実施例について毛髪質感マップについて説明する。
<Example of map>
Next, a hair texture map will be described as an example of a map generated using at least one analysis parameter described above.
＜第１実施例＞
図９は、本実施形態における質感マップの第５実施例を示す図である。なお、図９の例では、例えば縦横何れか１つの軸に解析パラメータを１つ用いたフラクタル解析による質感マップの一例を示している。
<First embodiment>
FIG. 9 is a diagram showing a fifth example of the texture map in the present embodiment. Note that the example of FIG. 9 shows an example of a texture map by fractal analysis using one analysis parameter on one of the vertical and horizontal axes, for example.
まず、図９（ａ）の例では、縦軸にボックスカウント次元における輪郭の複雑性の指標値を示し、横軸にツヤの強弱画像の５段階（＋２，＋１，±０，−１，−２）の指標値を示している。つまり、図９（ａ）により、ツヤの強弱の各段階における輪郭の複雑性を評価することができる。 First, in the example of FIG. 9A, the vertical axis indicates the index value of the complexity of the contour in the box count dimension, and the horizontal axis indicates the five levels (+2, +1, ± 0, −1, − The index value of 2) is shown. That is, according to FIG. 9A, it is possible to evaluate the complexity of the contour at each level of glossiness.
また、図９（ｂ）の例では、縦軸にＦＢＭ法のよる明るさの分布の複雑性の指標値（Ｄｆ値）を示し、横軸にツヤの強弱画像の５段階（＋２，＋１，±０，−１，−２）の指標値を示している。つまり、図９（ｂ）により、ツヤの強弱の各段階における明るさの分布の複雑性を評価することができる。 In the example of FIG. 9B, the vertical axis represents the brightness distribution complexity index value (Df value) according to the FBM method, and the horizontal axis represents five levels (+2, +1, The index values of ± 0, -1, -2) are shown. That is, according to FIG. 9B, it is possible to evaluate the complexity of the brightness distribution at each level of glossiness.
また、図９（ｃ）の例では、縦軸にボックスカウント次元における輪郭の複雑性の指標値を示し、横軸に質感を表す各水準（例えば、人工毛髪、パールなツヤ、ギラギラ、キラキラ、ＷＥＴ（ウェット）くすみ、水のつや、マットなツヤ、干渉光、シルク調のツヤ、クロム調のツヤ等）の指標値を示している。つまり、図９（ｃ）により、質感を表す各水準における輪郭の複雑性を評価することができる。 In the example of FIG. 9C, the vertical axis indicates an index value of contour complexity in the box count dimension, and the horizontal axis indicates each level (for example, artificial hair, pearly luster, glitter, glitter, WET (wet) dullness, water gloss, matte gloss, interference light, silk-like gloss, chrome-like gloss, etc.) are indicated. That is, according to FIG. 9C, the complexity of the contour at each level representing the texture can be evaluated.
更に、図９（ｄ）の例では、縦軸にＦＢＭ法のよる明るさの分布の複雑性の指標値（Ｄｆ値）を示し、横軸に質感を表す各水準（例えば、人工毛髪、パールなツヤ、ギラギラ、キラキラ、ＷＥＴ（ウェット）くすみ、水のつや、マットなツヤ、干渉光、シルク調のツヤ、クロム調のツヤ等）の指標値を示している。つまり、図９（ｄ）により、質感を表す各水準における明るさの分布の複雑性を評価することができる。 Further, in the example of FIG. 9 (d), the vertical axis indicates the brightness distribution complexity index value (Df value) according to the FBM method, and the horizontal axis indicates each level (for example, artificial hair, pearl) Index values of gloss, glitter, glitter, WET (wet) dullness, water gloss, matte gloss, interference light, silk-like gloss, chrome-like gloss, and the like. That is, with FIG. 9D, the complexity of the brightness distribution at each level representing the texture can be evaluated.
このように、フラクタル解析を行うための１つの解析パラメータから得られる指標値と、既存の指標値とを用いて、毛髪の評価を迅速且つ正確に行うことができる。なお、これらの指標のプロット位置は、黒髪の場合とカラーヘアの場合とで異なる場合もある。 In this way, hair can be evaluated quickly and accurately using an index value obtained from one analysis parameter for performing fractal analysis and an existing index value. Note that the plot positions of these indices may be different for black hair and color hair.
＜第２実施例：ボックスカウント次元×ＦＢＭ法＞
図１０は、本実施形態における質感マップの第２実施例を示す図である。なお、図１０の例では、２つの解析パラメータを用いたフラクタル解析による毛髪のツヤ・質感マップの一例を示しており、縦軸にはボックスカウント次元における輪郭の複雑性（複雑←複雑性→シンプル）の指標値を示し、横軸にはＦＢＭ法のよる明るさの分布の複雑性（均一←複雑性→複雑）の指標値を示している。
<Second Embodiment: Box Count Dimension × FBM Method>
FIG. 10 is a diagram showing a second example of the texture map in the present embodiment. The example in FIG. 10 shows an example of hair gloss / texture map by fractal analysis using two analysis parameters, and the vertical axis shows the complexity of the contour in the box count dimension (complex ← complexity → simple ), And the horizontal axis indicates the index value of the complexity of the brightness distribution (uniform ← complexity → complex) by the FBM method.
フラクタル解析による毛髪のツヤの解析を行うことで、図１０に示すように、ツヤの強弱の軸４１と、質感の軸（くすみ←質感→キラキラ）４２とをマップ上に示すことができる。なお、質感の軸４２は、ツヤ強弱の軸４１とは直交する軸として示すことができる。 By analyzing the gloss of hair by fractal analysis, as shown in FIG. 10, the axis 41 of glossiness and the axis of texture (dullness ← texture → glitter) 42 can be shown on the map. The texture axis 42 can be shown as an axis orthogonal to the gloss axis 41.
なお、本実施形態では、例えば専門パネラーが選定したヘア商品で得られるツヤを撮影し、ＣＧ技術を用いて同じ髪型に合成した、化粧品ベースの質感である９水準（キラキラ、ギラギラ、ウェットくすみ、水、マット、パール、素髪、整った、パサついた）の指標値と、他の素材の質感である４種類（人工光沢、金属光沢、シルク光沢、干渉光沢）の指標値、及び、専門パネラーの判断基準であるツヤの強弱画像の５段階（＋２，＋１，±０，−１，−２）の指標値のうち、少なくとも１つの指標値を対象となる位置にプロットする。 In this embodiment, for example, the gloss obtained with a hair product selected by a specialized panelist is photographed and synthesized into the same hairstyle using CG technology. Indicator values for water, matte, pearl, hair, tidy, crisp, and other types of material (artificial gloss, metal gloss, silk gloss, interference gloss), and specialized values At least one index value is plotted at a target position among five index values (+2, +1, ± 0, −1, −2) of the glossy image which is a panel criterion.
これにより、基準となる各指標値がマップのどの位置に属しているかを明確にすることができ、毛髪の評価を迅速且つ正確に行うことができる。なお、これらの指標のプロット位置は、黒髪の場合とカラーヘアの場合とで異なる場合もある。また、図１０に示すように、ユーザ等の嗜好等も含めてプロット位置を領域４３のようにある程度の範囲を持たせて表示させてもよい。 Thereby, it can be clarified to which position on the map each index value as a reference belongs, and hair can be evaluated quickly and accurately. Note that the plot positions of these indices may be different for black hair and color hair. In addition, as shown in FIG. 10, the plot position may be displayed with a certain range such as a region 43 including the user's preference and the like.
これにより、ツヤの強弱に加えて、ツヤの質感の分類が可能になり、頭髪ツヤの強弱・質感を定量化して高精度な評価を行うことができる。つまり、少なくとも１つの軸を基準にして各種ツヤ画像がどのような位置付けとなるかを明確にすることができ、ユーザの嗜好や目的とする製品を制作するときのツヤの強弱、質感の判断を高精度に評価することができる。 As a result, it is possible to classify the texture of the gloss in addition to the intensity of the gloss, and it is possible to perform a highly accurate evaluation by quantifying the strength / texture of the hair gloss. In other words, it is possible to clarify the position of various gloss images based on at least one axis, and to determine the user's preference and gloss strength and texture when producing the target product. It can be evaluated with high accuracy.
＜第３実施例：面積法×質量次元＞
図１１は、本実施形態における質感マップの第３実施例を示す図である。なお、図１１の例では、２つの解析パラメータを用いたフラクタル解析による毛髪のツヤ・質感マップの一例を示しており、縦軸には面積法における明暗の傾きの複雑性（グラデーションの状態）の指標値（Ｄｋ値）を示し、横軸には質量次元を示している。
<Third embodiment: area method × mass dimension>
FIG. 11 is a diagram illustrating a third example of the texture map according to the present embodiment. The example of FIG. 11 shows an example of the gloss / texture map of hair by fractal analysis using two analysis parameters, and the vertical axis indicates the complexity of the light / dark gradient in the area method (gradation state). The index value (Dk value) is shown, and the horizontal axis indicates the mass dimension.
フラクタル解析による毛髪のツヤの解析を行うことで、図１１に示すように、上述した化粧品ベースの質感である９水準の指標値と、他の素材の質感である４種類の指標値、及び、専門パネラーの判断基準であるツヤの強弱画像の５段階の指標値のうち、少なくとも１つの指標値を対象となる位置にプロットする。 By performing analysis of hair gloss by fractal analysis, as shown in FIG. 11, the above-described nine-level index values that are cosmetic-based textures, four types of index values that are textures of other materials, and At least one index value is plotted at a target position among five index values of the glossy intensity image which is the judgment standard of the expert panel.
これにより、基準となる各指標値がマップのどの位置に属しているかを明確にすることができ、毛髪の評価を迅速且つ正確に行うことができる。なお、これらの指標のプロット位置は、黒髪の場合とカラーヘアの場合とで異なる場合もある。 Thereby, it can be clarified to which position on the map each index value as a reference belongs, and hair can be evaluated quickly and accurately. Note that the plot positions of these indices may be different for black hair and color hair.
＜第４実施例：立方体法×ＦＢＭ法＞
図１２は、本実施形態における質感マップの第４実施例を示す図である。なお、図１２の例では、２つの解析パラメータを用いたフラクタル解析による毛髪のツヤ・質感マップの一例を示しており、縦軸には立方体法における明暗の強さの複雑性（明るさの表面の凹凸）の指標値（Ｄｎ値）を示し、横軸にはＦＢＭ法のよる明るさの分布の複雑性の指標値（Ｄｆ値）を示している。
<Fourth embodiment: Cubic method × FBM method>
FIG. 12 is a diagram illustrating a fourth example of the texture map according to the present embodiment. The example of FIG. 12 shows an example of a hair gloss / texture map by fractal analysis using two analysis parameters, and the vertical axis shows the complexity of the intensity of light and darkness in the cube method (brightness surface). The index value (Dn value) of the unevenness of the brightness is shown, and the horizontal axis shows the index value (Df value) of the complexity of the brightness distribution by the FBM method.
フラクタル解析による毛髪のツヤの解析を行うことで、図１２に示すように、上述した化粧品ベースの質感である９水準の指標値と、他の素材の質感である４種類の指標値、及び、専門パネラーの判断基準であるツヤの強弱画像の５段階の指標値のうち、少なくとも１つの指標値を対象となる位置にプロットする。 By performing analysis of hair gloss by fractal analysis, as shown in FIG. 12, the above-mentioned 9-level index values that are cosmetic-based textures, four types of index values that are textures of other materials, and At least one index value is plotted at a target position among five index values of the glossy intensity image which is the judgment standard of the expert panel.
これにより、基準となる各指標値がマップのどの位置に属しているかを明確にすることができ、毛髪の評価を迅速且つ正確に行うことができる。なお、これらの指標のプロット位置は、黒髪の場合とカラーヘアの場合とで異なる場合もある。 Thereby, it can be clarified to which position on the map each index value as a reference belongs, and hair can be evaluated quickly and accurately. Note that the plot positions of these indices may be different for black hair and color hair.
＜第５実施例：面積法×ＦＢＭ法＞
図１３は、本実施形態における質感マップの第５実施例を示す図である。なお、図１３の例では、２つの解析パラメータを用いたフラクタル解析による毛髪のツヤ・質感マップの一例を示しており、縦軸には面積法における明暗の傾きの複雑性（グラデーションの状態）の指標値（Ｄｋ値）を示し、横軸にはＦＢＭ法のよる明るさの分布の複雑性の指標値（Ｄｆ値）を示している。
<Fifth embodiment: area method × FBM method>
FIG. 13 is a diagram illustrating a fifth example of the texture map according to the present embodiment. The example in FIG. 13 shows an example of the gloss / texture map of hair by fractal analysis using two analysis parameters, and the vertical axis shows the complexity of the gradient of light and darkness (gradation state) in the area method. The index value (Dk value) is shown, and the horizontal axis shows the index value (Df value) of the complexity of the brightness distribution by the FBM method.
フラクタル解析による毛髪のツヤの解析を行うことで、図１３に示すように、上述した化粧品ベースの質感である９水準の指標値と、他の素材の質感である４種類の指標値、及び、専門パネラーの判断基準であるツヤの強弱画像の５段階の指標値のうち、少なくとも１つの指標値を対象となる位置にプロットする。 By performing analysis of hair gloss by fractal analysis, as shown in FIG. 13, the above-mentioned 9-level index values that are cosmetic-based textures, and 4 types of index values that are textures of other materials, and At least one index value is plotted at a target position among five index values of the glossy intensity image which is the judgment standard of the expert panel.
これにより、基準となる各指標値がマップのどの位置に属しているかを明確にすることができ、毛髪の評価を迅速且つ正確に行うことができる。なお、これらの指標のプロット位置は、黒髪の場合とカラーヘアの場合とで異なる場合もある。 Thereby, it can be clarified to which position on the map each index value as a reference belongs, and hair can be evaluated quickly and accurately. Note that the plot positions of these indices may be different for black hair and color hair.
なお、上述した各マップにおける縦軸、横軸における目盛の取り方や数値等は、本発明においてはこれに限定されるものではない。また、マップの軸を形成する少なくとも１つの解析パラメータの種類については、上述の組み合わせに限定されず、任意に選択することができる。 In addition, in the present invention, the scales and numerical values on the vertical axis and the horizontal axis in each map described above are not limited to this. Further, the type of at least one analysis parameter that forms the axis of the map is not limited to the combination described above, and can be arbitrarily selected.
また、解析パラメータは、２以上用いることが好ましく、特に上述した第２実施例（ボックスカウント次元×ＦＢＭ法）による組み合わせが評価を行う上で好ましい。 Moreover, it is preferable to use two or more analysis parameters, and the combination according to the second embodiment (box count dimension × FBM method) described above is particularly preferable for evaluation.
更に、３つ以上の解析パラメータを用いて３次元マップを形成してもよく、縦軸又は横軸の何れかに１つ以上の解析パラメータから設定される値を定義してもよい。つまり、最初にある１つの解析パラメータを用いて評価を行い、その評価結果を何れかの軸に設定し、他の解析パラメータを他の軸に設定してマップを形成し、そのマップによる評価を行ってもよい。 Further, a three-dimensional map may be formed using three or more analysis parameters, and a value set from one or more analysis parameters may be defined on either the vertical axis or the horizontal axis. In other words, the evaluation is initially performed using one analysis parameter, the evaluation result is set to any axis, the other analysis parameter is set to another axis, a map is formed, and the evaluation using the map is performed. You may go.
＜高感度差異抽出法による嗜好調査＞
ここで、上述したマップ上に示される各指標は、各ユーザ毎の各画像の印象を統計することで所定数にグループ化することができる。例えば、第１のグループを「人工毛髪、キラキラ、ギラギラ、金属光沢」とし、第２のグループを「シルク光沢」とし、第３のグループを「干渉光沢、パール」とし、第４のグループを「マット」とし、第５のグループを「水、ウェットくすみ」とグループ化して表示することができる。
<Preference survey using high-sensitivity difference extraction method>
Here, each index shown on the map described above can be grouped into a predetermined number by statistics of the impression of each image for each user. For example, the first group is “artificial hair, glitter, glitter, metallic luster”, the second group is “silk luster”, the third group is “interference gloss, pearl”, and the fourth group is “ “Matte” and the fifth group can be grouped and displayed as “water, wet dullness”.
ここで、図１４は、ツヤの質感マップと、ユーザの嗜好との関係の一例を示す図である。なお、図１４の縦軸、横軸は上述した図１０に対応しており、更にマップ上には上述した第１〜第５のグループに対応する指標が示されている。 Here, FIG. 14 is a diagram illustrating an example of the relationship between the glossy texture map and the user's preference. Note that the vertical axis and the horizontal axis in FIG. 14 correspond to FIG. 10 described above, and the indexes corresponding to the first to fifth groups described above are shown on the map.
このとき、複数のユーザ毎に高感度差異抽出法による嗜好調査を行った結果、図１４に示すように質感マップでは、設定してツヤ分類に対応して、上述した第１のグルーブ及び第２のグループの質感で嗜好が高いことがわかった。つまり、解析パラメータとして、ボックスカウント次元とＦＢＭ法とを用いて作成されるマップは、ユーザのツヤ分類に類似していることがわかる。 At this time, as a result of performing a preference survey using a high-sensitivity difference extraction method for each of a plurality of users, in the texture map, as shown in FIG. 14, the first groove and the second described above corresponding to the gloss classification are set. The taste of the group's texture was high. That is, it can be seen that a map created using the box count dimension and the FBM method as analysis parameters is similar to the gloss classification of the user.
なお、上述したマップは、画面に表示させてもよく、また記録媒体に記録してもよく、更に紙等の印刷媒体により印刷されてユーザ等に提供されてもよい。 The map described above may be displayed on a screen, recorded on a recording medium, or printed on a printing medium such as paper and provided to a user or the like.
上述したように、本発明によれば、毛髪のツヤの質感を定量化して高精度な毛髪の評価を行うことができる。これにより、毛髪の状態を客観的に評価することができ、例えば毛髪化粧料等の製品や原料における評価や開発に活用することができる。 As described above, according to the present invention, it is possible to quantify the texture of hair gloss and evaluate the hair with high accuracy. Thereby, the state of hair can be evaluated objectively, for example, it can utilize for evaluation and development in products and materials, such as hair cosmetics.
具体的には、フラクタル解析手法を用いて質感を定量化することができる。また、複数のフラクタル解析を行う複数の解析パラメータの中から少なくとも１つのパラメータを選択することでマップによる評価を行い、ユーザの判断基準に対応した評価基準を提示することができる。なお、本発明は、黒髪だけでなく、白髪やヘアカラーにより着色された染毛の毛髪（カラーヘア）にも適用することができる。 Specifically, the texture can be quantified using a fractal analysis technique. In addition, by selecting at least one parameter from a plurality of analysis parameters for performing a plurality of fractal analyses, an evaluation using a map can be performed, and an evaluation criterion corresponding to the user's criterion can be presented. The present invention can be applied not only to black hair, but also to colored hair (color hair) colored with white hair or hair color.
これにより、毛髪の研究開発等において、本発明における解析結果により、製品評価や製品情報の開発に活用することができ、また原料として粉体の評価、開発商品の試作品の評価、他社品の評価、店頭機器ソフトへの応用等へ適用することができる。 As a result, in the research and development of hair, etc., it can be used for product evaluation and product information development based on the analysis results in the present invention. In addition, evaluation of powder as a raw material, evaluation of prototypes of developed products, It can be applied to evaluation and application to store equipment software.
以上本発明の好ましい実施例について詳述したが、本発明は係る特定の実施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本発明の要旨の範囲内において、種々の変形、変更が可能である。 The preferred embodiments of the present invention have been described in detail above, but the present invention is not limited to such specific embodiments, and various modifications, within the scope of the gist of the present invention described in the claims, It can be changed.
１０ 評価装置
１１ 入力手段
１２ 出力手段
１３ 蓄積手段
１４ 画像変換手段
１５ フラクタル解析手段
１６ 評価手段
１７ 制御手段
２１ 入力装置
２２ 出力装置
２３ ドライブ装置
２４ 補助記憶装置
２５ メモリ装置
２６ ＣＰＵ
２７ ネットワーク接続装置
２８ 記録媒体
３１，３２ 輪郭形状
４１ ツヤの強弱の軸
４２ 質感の軸
４３ 領域
DESCRIPTION OF SYMBOLS 10 Evaluation apparatus 11 Input means 12 Output means 13 Storage means 14 Image conversion means 15 Fractal analysis means 16 Evaluation means 17 Control means 21 Input device 22 Output device 23 Drive apparatus 24 Auxiliary storage device 25 Memory device 26 CPU
27 Network connection device 28 Recording medium 31, 32 Contour shape 41 Glossy axis 42 Texture axis 43 Area
Claims (16)
前記画像中に含まれる毛髪領域に対して、予め設定された少なくとも１つの解析パラメータを用いてフラクタル解析を行い、質感の定量化を行うフラクタル解析手段と、
前記フラクタル解析手段により得られたそれぞれの解析結果に基づいて毛髪の評価を行う評価手段とを有することを特徴とする評価装置。 In an evaluation apparatus for evaluating hair using an image including a photographed hair part,
Fractal analysis means for performing fractal analysis using at least one preset analysis parameter on the hair region included in the image, and quantifying the texture;
An evaluation apparatus comprising evaluation means for evaluating hair based on each analysis result obtained by the fractal analysis means.
前記解析パラメータとして、輪郭の複雑性を示すボックスカウント次元、質量次元、明るい部分の均一性を示すＦＢＭ法、明暗の傾きの複雑性を示す面積法、及び明暗の強さの複雑性を示す立方体法のうち、少なくとも１つを用いることを特徴とする請求項１に記載の評価装置。 The fractal analysis means includes
As the analysis parameters, the box count dimension indicating the complexity of the contour, the mass dimension, the FBM method indicating the uniformity of the bright part, the area method indicating the complexity of the gradient of light and darkness, and the cube indicating the complexity of the intensity of light and darkness The evaluation apparatus according to claim 1, wherein at least one of the methods is used.
前記毛髪に対して使用された化粧料の評価を行うことを特徴とする請求項１又は２に記載の評価装置。 The evaluation means includes
The evaluation apparatus according to claim 1, wherein the cosmetic used for the hair is evaluated.
前記フラクタル解析手段で用いられた少なくとも１つの解析パラメータによる指標を用いて縦軸及び／又は横軸を示したマップを用いて評価を行うことを特徴とする請求項１乃至３の何れか１項に記載の評価装置。 The evaluation means includes
4. The evaluation is performed using a map showing a vertical axis and / or a horizontal axis using an index based on at least one analysis parameter used in the fractal analysis means. The evaluation apparatus as described in.
前記フラクタル解析手段で用いられた少なくとも２つの解析パラメータによる指標を用いてマップ化した結果から評価を行うことを特徴とする請求項１乃至４の何れか１項に記載の評価装置。 The evaluation means includes
The evaluation apparatus according to any one of claims 1 to 4, wherein the evaluation is performed from a result of mapping using an index based on at least two analysis parameters used by the fractal analysis means.
予め設定された化粧品ベースの質感の水準となる指標値、予め設定された他の素材の質感の指標値、及び予め設定されたツヤの強弱の指標値のうち、少なくとも１つが示されていることを特徴とする請求項４又は５に記載の評価装置。 The map is
At least one of a preset index value that is a level of a cosmetic-based texture, a preset index value of the texture of another material, and a preset index value of glossiness is shown. The evaluation apparatus according to claim 4, wherein:
前記画像中に含まれる毛髪領域に対して、予め設定された少なくとも１つの解析パラメータを用いてフラクタル解析を行い、質感の定量化を行うフラクタル解析ステップと、
前記フラクタル解析ステップにより得られたそれぞれの解析結果に基づいて毛髪の評価を行う評価ステップとを有することを特徴とする評価方法。 In an evaluation method for evaluating hair using an image including a photographed hair part,
A fractal analysis step for performing fractal analysis using at least one analysis parameter set in advance for the hair region included in the image, and quantifying the texture;
And an evaluation step of evaluating hair based on each analysis result obtained by the fractal analysis step.
前記解析パラメータとして、輪郭の複雑性を示すボックスカウント次元、質量次元、明るい部分の均一性を示すＦＢＭ法、明暗の傾きの複雑性を示す面積法、及び明暗の強さの複雑性を示す立方体法のうち、少なくとも１つを用いることを特徴とする請求項８に記載の評価方法。 The fractal analysis step includes
As the analysis parameters, the box count dimension indicating the complexity of the contour, the mass dimension, the FBM method indicating the uniformity of the bright part, the area method indicating the complexity of the gradient of light and darkness, and the cube indicating the complexity of the intensity of light and darkness The evaluation method according to claim 8, wherein at least one of the methods is used.
前記毛髪に対して使用された化粧料の評価を行うことを特徴とする請求項８又は９に記載の評価方法。 The evaluation step includes
The evaluation method according to claim 8 or 9, wherein the cosmetic used for the hair is evaluated.
前記フラクタル解析ステップで用いられた少なくとも１つの解析パラメータによる指標を用いて縦軸及び／又は横軸を示したマップを用いて評価を行うことを特徴とする請求項８乃至１０の何れか１項に記載の評価方法。 The evaluation step includes
11. The evaluation is performed using a map showing a vertical axis and / or a horizontal axis using an index based on at least one analysis parameter used in the fractal analysis step. Evaluation method described in 1.
前記フラクタル解析ステップで用いられた少なくとも２つの解析パラメータによる指標を用いてマップ化した結果から評価を行うことを特徴とする請求項８乃至１１の何れか１項に記載の評価方法。 The evaluation step includes
The evaluation method according to any one of claims 8 to 11, wherein the evaluation is performed from a result of mapping using an index based on at least two analysis parameters used in the fractal analysis step.
予め設定された化粧品ベースの質感の水準となる指標値、予め設定された他の素材の質感の指標値、及び予め設定されたツヤの強弱の指標値のうち、少なくとも１つが示されていることを特徴とする請求項１１又は１２に記載の評価方法。 The map is
At least one of a preset index value that is a level of a cosmetic-based texture, a preset index value of the texture of another material, and a preset index value of glossiness is shown. The evaluation method according to claim 11 or 12, wherein:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008005259A JP5085344B2 (en) | 2008-01-15 | 2008-01-15 | Evaluation apparatus, evaluation method, evaluation program, and recording medium on which the program is recorded |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008005259A JP5085344B2 (en) | 2008-01-15 | 2008-01-15 | Evaluation apparatus, evaluation method, evaluation program, and recording medium on which the program is recorded |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009168540A true JP2009168540A (en) | 2009-07-30 |
| JP5085344B2 JP5085344B2 (en) | 2012-11-28 |
Family
ID=40969883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008005259A Active JP5085344B2 (en) | 2008-01-15 | 2008-01-15 | Evaluation apparatus, evaluation method, evaluation program, and recording medium on which the program is recorded |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5085344B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012044285A (en) * | 2010-08-13 | 2012-03-01 | Fujimikku:Kk | Image data management apparatus, image data management program and image data management method |
| CN103063617A (en) * | 2013-01-11 | 2013-04-24 | 江南大学 | Device and method for measuring glossiness of in-vitro hair |
| WO2017204542A1 (en) * | 2016-05-24 | 2017-11-30 | (주)아모레퍼시픽 | Hair gloss diagnosis system and hair gloss diagnosis method |
| JP2019084024A (en) * | 2017-11-07 | 2019-06-06 | 株式会社Ａｖｅｎｔｉｎｏ | Head image evaluation device and head image evaluation method |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6380988B2 (en) | 2015-03-31 | 2018-08-29 | 富士フイルム株式会社 | Skin evaluation apparatus, method and program |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000135207A (en) * | 1998-10-30 | 2000-05-16 | Pola Chem Ind Inc | Differentiation of skin |
| JP2000206044A (en) * | 1999-01-12 | 2000-07-28 | Kao Corp | Method for evaluating hair gloss |
| JP2000287953A (en) * | 1999-04-02 | 2000-10-17 | Kao Corp | Hair diagnosing system |
| JP2007180866A (en) * | 2005-12-27 | 2007-07-12 | Kao Corp | Imaging apparatus |
-
2008
- 2008-01-15 JP JP2008005259A patent/JP5085344B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000135207A (en) * | 1998-10-30 | 2000-05-16 | Pola Chem Ind Inc | Differentiation of skin |
| JP2000206044A (en) * | 1999-01-12 | 2000-07-28 | Kao Corp | Method for evaluating hair gloss |
| JP2000287953A (en) * | 1999-04-02 | 2000-10-17 | Kao Corp | Hair diagnosing system |
| JP2007180866A (en) * | 2005-12-27 | 2007-07-12 | Kao Corp | Imaging apparatus |
Non-Patent Citations (3)
| Title |
|---|
| ZIELINSKI,M.: ""A new approach to hair surface topography: Fourier transform and fractal analysis"", JOURNAL OF COSMETIC SCIENCE, vol. 40, no. 3, JPN6012042732, June 1989 (1989-06-01), pages 173 - 189, ISSN: 0002306160 * |
| 川副智行 他: ""頭髪ツヤ画像を用いたツヤ質感の画像解析と印象の関連"", 第10回日本感性工学会大会 予稿集2008, JPN6012042734, September 2008 (2008-09-01), pages 21 - 06, ISSN: 0002306162 * |
| 酒井洋: ""カラー画像のフラクタル次元を考慮した強調処理"", 1989年電子情報通信学会秋季全国大会講演論文集, vol. (6), JPN6012042733, 15 August 1989 (1989-08-15), pages 6 - 113, ISSN: 0002306161 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012044285A (en) * | 2010-08-13 | 2012-03-01 | Fujimikku:Kk | Image data management apparatus, image data management program and image data management method |
| CN103063617A (en) * | 2013-01-11 | 2013-04-24 | 江南大学 | Device and method for measuring glossiness of in-vitro hair |
| WO2017204542A1 (en) * | 2016-05-24 | 2017-11-30 | (주)아모레퍼시픽 | Hair gloss diagnosis system and hair gloss diagnosis method |
| KR20170132507A (en) | 2016-05-24 | 2017-12-04 | (주)아모레퍼시픽 | Hair sheen diagnosis system and hair sheen diagnosis method |
| KR102552777B1 (en) * | 2016-05-24 | 2023-07-10 | (주)아모레퍼시픽 | Hair sheen diagnosis system and hair sheen diagnosis method |
| JP2019084024A (en) * | 2017-11-07 | 2019-06-06 | 株式会社Ａｖｅｎｔｉｎｏ | Head image evaluation device and head image evaluation method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5085344B2 (en) | 2012-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7336810B2 (en) | Skin evaluation method and image simulation method | |
| KR101140533B1 (en) | Method and system for recommending a product based upon skin color estimated from an image | |
| Rump et al. | Photo‐realistic rendering of metallic car paint from image‐based measurements | |
| JP5085344B2 (en) | Evaluation apparatus, evaluation method, evaluation program, and recording medium on which the program is recorded | |
| US20120128220A1 (en) | Method for acquiring hair characteristic data and apparatus for acquiring the same | |
| JP2015028781A (en) | Method and device for digitally generating appearance data | |
| MacLennan et al. | Rembrandt's An Old Man in Military Costume: Combining hyperspectral and MA-XRF imaging to understand how two paintings were painted on a single panel | |
| Kimori et al. | Quantifying morphological features of actin cytoskeletal filaments in plant cells based on mathematical morphology | |
| JP4133248B2 (en) | Skin gloss evaluation method | |
| JP6895749B2 (en) | How to measure the texture of cosmetics | |
| CN108140236A (en) | For normalizing image processing method and device with artifact correction | |
| JP2010198382A (en) | Simulation apparatus, simulation method and computer program | |
| JP6323097B2 (en) | Color measuring device, color measuring system, color measuring method, and program | |
| Zhao et al. | Research on the application of computer image processing technology in painting creation | |
| Dong et al. | Material appearance modeling: A data-coherent approach | |
| JP2006061170A (en) | Discrimination method for skin | |
| Bigerelle et al. | Fractal and statistical characterization of brushstroke on paintings | |
| Miller et al. | Color in motion: Generating 3-dimensional multispectral models to study dynamic visual signals in animals | |
| Bergner et al. | A practical approach to spectral volume rendering | |
| Tang et al. | Natural textures for weather data visualization | |
| Baltrusaitis et al. | A high fidelity synthetic face framework for computer vision | |
| Frost et al. | Digital documentation of reflective objects: a cross-polarised photogrammetry workflow for complex materials | |
| JP7213911B2 (en) | Cosmetic evaluation method and cosmetic design method | |
| JP4893968B2 (en) | How to compose face images | |
| JP2007252892A (en) | Estimation method of evaluation value by visual recognition of three-dimensional shape of skin surface |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110104 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120807 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120821 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120905 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5085344 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150914 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |