JP2015062569A - シワ状態分析方法及びシワ状態分析装置 - Google Patents

Abstract

【課題】肌画像に基づいて肌のシワ状態を高精度に定量化する技術を提供する。
【解決手段】シワ状態分析方法は、分析対象部位の肌輝度画像を取得する画像取得工程Ｓ２１と、画像取得工程で取得された肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出工程Ｓ２２と、線検出工程で抽出された各線状テクスチャ画像から、各所定角度の線形成分強度をそれぞれ抽出する強度抽出工程Ｓ２３と、強度抽出工程で抽出された各線形成分強度を用いて、分析対象部位の肌のシワ状態情報を生成する情報生成工程Ｓ２４と、を含む。
【選択図】図２

Description

本発明は、肌画像の分析技術に関する。

目尻、口元、首等のシワは、見た目年齢を大きく左右するため、シワの発生予防や解消を目的とする様々な化粧料や製剤が提供されている。一方で、肌のシワ状態の評価は、目視で行われており、それを正確に定量化する手法が確立されていないのが現状である。

下記特許文献１は、肌のシワ状態の評価を高精度に行うシワ評価方法を提案する。この提案手法は、肌画像から、シワ毎の位置及び大きさを含むシワ情報を抽出し、この抽出されたシワ情報と過去に得られたシワ情報とを比較することにより、シワ状態を評価する。

特開２０１０−１１９４３１号公報

肌のシワは、皮膚表面に形成される線状の溝に基づいて視認される。一方で、皮膚表面には、皮溝と呼ばれる溝も存在し、この皮溝及び皮丘の状態は、キメと呼ばれる判断基準で示される。一般的に、皮溝が深くかつ皮丘が不揃いな状態の肌が、キメの粗い肌と評価されるが、キメの粗い肌の皮溝がそのままシワと認識されるとは限らない。即ち、皮膚表面に形成される溝であっても、シワと視認される溝と、そうでない溝とがあり得る。

上述の特許文献１の提案手法は、撮影画像から領域を特定し、シワ抽出を行っている。しかし、具体的には、特定したシワ部分をレプリカにより三次元形状を得るなどして、シワ情報を抽出している。従って、上述の特許文献１は、撮影画像から直接一本一本のシワ領域を特定する具体的手法を開示していない。

本発明は、このような課題に鑑みてなされたものであり、肌画像に基づいて肌のシワ状態を高精度に定量化する技術を提供する。以降、シワとは、シワと視認される、肌表面に形成される溝群を意味し、肌表面に形成される全ての線状の溝そのものを単純に示すものではない。

本発明の各態様では、上述した課題を解決するために、それぞれ以下の構成を採用する。

第１の態様に係るシワ状態分析方法は、分析対象部位の肌輝度画像を取得する画像取得工程と、画像取得工程で取得された肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出工程と、線検出工程で抽出された各線状テクスチャ画像から、各所定角度の線形成分強度をそれぞれ抽出する強度抽出工程と、強度抽出工程で抽出された各線形成分強度を用いて、分析対象部位の肌のシワ状態情報を生成する情報生成工程と、を含む。

第２の態様に係るシワ状態分析装置は、分析対象部位の肌輝度画像を取得する画像取得部と、画像取得部で取得された肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出部と、線検出部で抽出された各線状テクスチャ画像から、各所定角度の線形成分強度をそれぞれ抽出する強度抽出部と、強度抽出部で抽出された各線形成分強度を用いて、分析対象部位の肌のシワ状態情報を生成する情報生成部とを有する。

なお、本発明の別態様としては、上記第１態様に係る方法を少なくとも１つのコンピュータに実現させるプログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記憶媒体であってもよい。この記録媒体は、非一時的な有形の媒体を含む。

上記各態様によれば、肌画像に基づいて肌のシワ状態を高精度に定量化することができる。具体的には、特定された肌画像内におけるシワの方向性を定量化できる。また、シワの深さ、量を定量化できる。これらを基に、経時でのシワの変化を定量的に表すことができる。例えば、一定期間使用した化粧料のシワへの効果を、化粧料の使用前後で、シワの定量化された数値の大小より評価することができる。また、化粧料に使用する成分において、同様に、シワ改善効果を評価するスクリーニング方法等に使用できる。

第１実施形態におけるシワ状態分析装置のハードウェア構成例を概念的に示す図である。 第１実施形態におけるシワ状態分析装置の動作例を示すフローチャートである。 シワ状態情報の一例としての極座標グラフを示す図である。 第１実施形態におけるシワ状態分析装置の処理構成例を概念的に示す図である。 第２実施形態におけるシワ状態分析装置の動作例を示すフローチャートである。 第２実施形態における肌輝度画像の取得を概念的に示す図である。 第２実施形態におけるシワ状態分析装置の処理構成例を概念的に示す図である。 実施例におけるシワ状態分析装置の動作例を示すフローチャートである。 実施例におけるＧａｂｏｒフィルタリングを概念的に示す図である。 製剤利用前の第１被験者の肌輝度画像及び線状テクスチャ画像を示す図である。 製剤利用後の第１被験者の肌輝度画像及び線状テクスチャ画像を示す図である。 製剤利用前の第２被験者の肌輝度画像及び線状テクスチャ画像を示す図である。 製剤利用後の第２被験者の肌輝度画像及び線状テクスチャ画像を示す図である。 製剤利用前の第３被験者の肌輝度画像及び線状テクスチャ画像を示す図である。 製剤利用後の第３被験者の肌輝度画像及び線状テクスチャ画像を示す図である。 製剤利用前後の第１被験者に関する極座標グラフを示す図である。 製剤利用前後の第２被験者に関する極座標グラフを示す図である。 製剤利用前後の第３被験者に関する極座標グラフを示す図である。 製剤利用前の第１被験者、第２被験者及び第３被験者に関する面積及び扁平率を示す二次元グラフを示す図である。 製剤利用前後の第１被験者、第２被験者及び第３被験者に関する面積及び扁平率を示す二次元グラフを示す図である。

以下、本発明の実施の形態について説明する。なお、以下に挙げる各実施形態はそれぞれ例示であり、本発明は以下の各実施形態の構成に限定されない。

［第１実施形態］
〔ハードウェア構成〕
図１は、第１実施形態におけるシワ状態分析装置（以降、単に分析装置とも表記する）１０のハードウェア構成例を概念的に示す図である。第１実施形態における分析装置１０は、いわゆるコンピュータであり、ＣＰＵ（Central Processing Unit）２、メモリ３、入出力インタフェース（Ｉ／Ｆ）４等を有する。メモリ３は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ハードディスク、可搬型記憶媒体等である。

入出力Ｉ／Ｆ４は、入力部７、出力部９、他のコンピュータや他の装置と通信を行う通信装置等と接続される。入力部７は、キーボード、マウス等のようなユーザ操作の入力を受け付ける装置である。出力部９は、ディスプレイ装置やプリンタ等のようなユーザに情報を提供する装置である。なお、分析装置１０のハードウェア構成は制限されない。

〔動作例（シワ状態分析方法）〕
図２は、第１実施形態におけるシワ状態分析装置１０の動作例を示すフローチャートである。以下、図２を用いて、第１実施形態におけるシワ状態分析方法を説明する。
分析装置１０により実行されるシワ状態分析方法は、図２に示されるように、画像取得工程（Ｓ２１）、線検出工程（Ｓ２２）、強度抽出工程（Ｓ２３）及び情報生成工程（Ｓ２４）を含む。以下、これら各工程について詳述する。

画像取得工程（Ｓ２１）では、分析装置１０は、分析対象部位の肌輝度画像を取得する。分析対象部位は制限されない。この分析対象部位には、例えば、見た目年齢を左右するシワが生じ易い目の下や目尻の所定範囲が選ばれる。肌輝度画像は、肌の分析対象部位が写る画像であり、画素毎に明暗情報を持つ画像である。肌輝度画像は、一般的なカメラで撮像されたカラー画像がグレースケール化されることで得られるグレースケール画像であってもよい。また、肌輝度画像は、ＪＰＥＧ（Joint Photographic Experts Group）形式、ＢＭＰ（Bitmap image）形式、ＴＩＦＦ（Tagged Image File Format）形式、ＧＩＦ（Graphic Interchange Format）形式等の画像ファイルとして取得されてもよいし、各画素の明暗情報を羅列したデータとして取得されてもよい。本実施形態は、肌輝度画像のデータ形式を制限しない。分析装置１０は、当該肌輝度画像を、可搬型記録媒体、他の装置等から入出力Ｉ／Ｆ４を経由して取得することもできる。

線検出工程（Ｓ２２）では、分析装置１０は、画像取得工程（Ｓ２１）で取得された肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する。１つの所定角度についての線状テクスチャ画像は、肌輝度画像内においてその所定角度の方向に延びる線形成分のみを表す画像である。ここで、線状テクスチャ画像により表わされる線形成分は、所定角度方向に存在する成分のみでなく、所定角度から許容角度の範囲内に存在する成分を含んでもよい。許容角度の範囲は、線状テクスチャ画像の抽出手法に依存し、隣接する所定角度間の角度幅より小さければよい。

線状テクスチャ画像で表わされる線形成分は、肌輝度画像に写る線状の模様であり、ほとんど、当該分析対象部位の肌表面に形成された線状の溝（くぼみ）に対応する。よって、線検出工程（Ｓ２２）によれば、シワと視認される溝、及び、シワとは視認され難い溝（浅い皮溝など）を含む、分析対象部位の肌に現れる様々な線形成分を線状テクスチャ画像として抽出することができる。

また、上記複数の所定角度は、線状テクスチャ画像の抽出手法や、要求される分析精度などに対応して、予め決められ、メモリ３に保持される。当該複数の所定角度は、例えば、０度から３６０度までの間を等角度間隔（例えば、１０度）で分けて得られる角度である。複数の所定角度の設定は、シワ状態の分析精度に依存し、所定角度の数が多い程、分析精度は向上するが、処理時間（処理負荷）が大きくなる。そこで、当該複数の所定角度は、０度から３６０度までの間を５度以上３０度以下の角度幅で分けて得られる角度に設定されることが望ましい。但し、分析装置１０は、入力部７を用いてユーザにより入力されたデータにより、当該複数の所定角度を変更することもできる。

線状テクスチャ画像の抽出手法には、周知の様々な手法を用いることができる。例えば、Ｐｒｅｗｉｔｔオペレータ、Ｓｏｂｅｌオペレータ等のようなエッジ検出オペレータ、ＶａｎｄｅｒＢｒｕｇオペレータ、Ｐａｔｏｎオペレータ、Ｋａｓｖａｎｄオペレータ等のような線検出オペレータ、Ｗａｖｅｌｅｔ、Ｇａｂｏｒフィルタ等をその抽出手法として利用することができる。本実施形態は、線状テクスチャ画像の具体的抽出手法を制限しない。但し、線状テクスチャ画像を抽出する所定角度の数が多い程、分析精度が向上するため、高い分析精度が要求される場合には、任意の所定角度に対応可能な抽出手法が用いられることが望ましい。この抽出手法として、Ｇａｂｏｒフィルタを用いる実施例が後述される。

強度抽出工程（Ｓ２３）では、分析装置１０は、線検出工程（Ｓ２２）で抽出された各線状テクスチャ画像から、各所定角度の線形成分強度をそれぞれ抽出する。１つの所定角度の線形成分強度は、その所定角度の方向に延びる線形成分の特徴量（エントロピー）を示す。線形成分強度の抽出手法には、周知の様々なテクスチャ解析手法を用いることができる。本実施形態は、各所定角度の方向に延びる線形成分の特徴量を得ることができれば、線形成分強度の抽出手法を制限しない。

例えば、分析装置１０は、線状テクスチャ画像の濃度ヒストグラムから分散値又は標準偏差値を算出し、この分散値又は標準偏差値を線形成分強度とすることができる。大きい分散値を示す線状テクスチャ画像は、明暗のコントラストが高い画像であり、明暗のコントラストが高い画像には、完全な非線形成分（最も明るい成分）と完全な線形成分（最も暗い成分）とが混在すると考えられる。この混在状態は、画像成分のエントロピーが大きい状態といえる。一方で、線状テクスチャ画像における上記混在状態は、肌表面にはっきりとした凹凸形状が多数存在している状態と考えることができる。凸部が完全な非線形成分であり凹部が完全な線形成分であると考えられるからである。よって、線状テクスチャ画像の濃度ヒストグラムから得られる分散値は、肌表面に形成された、その所定角度方向に延びる線状の溝の特徴量、即ち、線形成分強度を示すと言える。

このような濃度ヒストグラム法（ＧＬＨＭ）以外にも、濃度レベル差分法（ＧＬＤＭ）や空間濃度レベル依存法（ＳＧＬＤＭ）等が当該抽出手法として利用されてもよい。更に、分析装置１０は、線状テクスチャ画像を二値化処理し、得られた二値化画像内の一方の値の面積を線形成分強度として算出するようにしてもよい。一方の値の面積は、例えば、黒の画素の数に対応する。この場合、二値化閾値は、当該肌輝度画像に写る分析対象部位の撮影倍率等により予め設定され、メモリ３に保持される。また、分析装置１０は、一方の値の面積と他方の値の面積との比、又は、全体面積に対する一方の値の面積の割合を線形成分強度として算出するようにしてもよい。

情報生成工程（Ｓ２４）では、分析装置１０は、強度抽出工程（Ｓ２３）で抽出された各線形成分強度を用いて、分析対象部位の肌のシワ状態情報を生成する。上述のように、（Ｓ２３）で抽出された各線形成分強度は、分析対象部位における、各所定角度の方向に延びる線形成分の特徴量をそれぞれ示すため、分析装置１０は、肌表面の溝の方向性の有無及び強さを表すシワ状態情報を生成することができる。

本発明者は、肌表面に形成される溝（くぼみ）でも、強い方向性を示す溝群が、シワと認識される程度が大きく、逆に、方向性が弱い溝群は、シワと認識される程度が小さいことを見出した。シワと認識される程度は、シワ感と呼ぶこともできる。これにより、本発明者は、肌輝度画像に表われる線形成分の方向性の存在が、シワ感を与える溝群（シワ）の存在を示し、その線形成分の方向性の強さが、その溝群が与えるシワ感の強さを示すと考えた。従って、情報生成工程（Ｓ２４）で生成される上述のシワ状態情報によれば、分析対象部位の肌におけるシワの存在やシワ感の強さを示すことができ、言い換えれば、シワ状態を高精度に定量化することができる。

具体的には、分析装置１０は、次のようなシワ状態情報を生成することができる。
図３は、シワ状態情報の一例としての極座標グラフを示す図である。
図３に示されるように、分析装置１０は、所定角度と線形成分強度との対応関係をそれぞれ示す複数の極座標点がプロットされた極座標グラフを上記シワ状態情報として生成してもよい。図３の例は、中心からの距離が線形成分強度の強さを示しているため、この分析対象部位の肌の溝群が、約５５度（約２３５度）方向に強い方向性を示すことを表している。このような強い方向性を示す溝群は、上述したように、シワと視認される程度が大きい。従って、生成された極座標グラフによれば、シワ状態が定量化されており、その分析対象部位の肌にシワが存在し、シワ感が強いことを評価者に容易に認識させることができる。

また、分析装置１０は、所定角度と線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、方向性強度、又は、方向性強度と面積との組み合わせを、上記シワ状態情報として算出することもできる。図３の例では、プロットされた極座標点が結ばれてなる形状に関する、方向性強度、又は、方向性強度と面積との組み合わせが算出される。方向性強度とは、方向性の強さを示す値である。算出される面積は、当該分析対象部位の肌に現れる線形成分のトータル特徴量を示し、算出される方向性強度は、当該線形成分の方向性の強さを示す。従って、方向性強度がシワ状態情報として算出されれば、少なくともシワの存在及びシワ感の強さを定量化することができる。また、方向性強度と面積との組み合わせがシワ状態情報として算出されれば、シワの存在及びシワ感の強さのみならず、溝群の特徴量（数、深さ、長さ等）の大きさを定量化することができる。

ところで、隣接する極座標点間の補間は、周知の線形補間手法により実施されればよい。また、面積は、例えば、隣接する２つの極座標点と中心点とを結ぶ三角形の面積の合算により求めることができる。また、方向性強度には、例えば、扁平度（扁平率）や歪み度などが利用される。分析装置１０は、極座標上の上記形状内部の長径（長軸）と短径（短軸）とを用いて、方向性強度を算出することでできる。本実施形態は、線形補間手法、面積の算出手法、方向性強度の算出手法を制限しない。

また、分析装置１０は、所定角度と線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、面積及び方向性強度をシワ状態情報として算出し、面積を示す座標軸及び方向性強度を示す座標軸を少なくとも含む座標系に、算出された面積及び方向性強度に対応する点がプロットされたグラフを生成することもできる。上述のように、面積は分析対象部位の線形成分のトータル量を示し、方向性強度は、当該線形成分の方向性の強さを示すため、生成されたグラフによれば、シワの存在及びシワ感の強さと、溝群の特徴量（数、深さ、長さ等）の大きさとの関係を評価者に視覚的に把握させることができる。

ここで、上述した分析装置１０がグラフ（極座標グラフ）を生成するとは、そのグラフを何らかの形態で出力（表示、印刷、データ出力等）できるようにするためのデータを生成することを意味する。本実施形態は、そのグラフの具体的生成手法及び出力手法を制限しない。

〔処理構成〕
図４は、第１実施形態における分析装置１０の処理構成例を概念的に示す図である。第１実施形態における分析装置１０は、画像取得部１１、線検出部１２、強度抽出部１３、情報生成部１４等を有する。これら各処理部は、例えば、ＣＰＵ２によりメモリ３に格納されるプログラムが実行されることにより実現される。また、当該プログラムは、例えば、ＣＤ（Compact Disc）、メモリカード等のような可搬型記録媒体やネットワーク上の他のコンピュータから入出力Ｉ／Ｆ４を介してインストールされ、メモリ３に格納されてもよい。

分析装置１０は、図４に示される各処理部を用いて、上述のシワ状態分析方法を実行することができる。即ち、分析装置１０は、図２に示されるように動作する。この場合、画像取得部１１は、上述の画像取得工程（Ｓ２１）を実行し、線検出部１２は、上述の線検出工程（Ｓ２２）を実行し、強度抽出部１３は、上述の強度抽出工程（Ｓ２３）を実行し、情報生成部１４は、上述の情報生成工程（Ｓ２４）を実行する。

分析装置１０は、分析対象部位の肌輝度画像を、分析装置１０自身で予め保持していてもよいし、分析装置１０自身で生成してもよいし、他のコンピュータや可搬型記録媒体等から入出力Ｉ／Ｆ４を介して取得してもよい。

〔第１実施形態における作用及び効果〕
上述したように、第１実施形態では、分析対象部位の肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像がそれぞれ抽出され、各線状テクスチャ画像から、各所定角度の線形成分強度がそれぞれ抽出され、各線形成分強度を用いて、当該分析対象部位の肌のシワ状態情報が生成される。線状テクスチャ画像は、分析対象部位の肌表面の、各所定角度方向に延びる線形成分（溝を含む）を表しており、線形成分強度は、各所定角度方向に延びる線形成分の特徴量を表す。

従って、第１実施形態によれば、分析対象部位の肌に現れる線形成分の方向性の存在及び強さを、所定角度方向毎に表すシワ状態情報を生成することができる。分析対象部位の肌に現れる線形成分のほとんどは、肌表面の溝群であるため、生成されたシワ状態情報により、分析対象部位の肌における、シワの存在及びシワ感の強さを定量化することができる。第１実施形態によれば、当該線形成分の方向性を考慮することにより、肌表面に形成される溝であっても、シワと視認される溝群とそうでない溝群とを区別することができるため、肌のシワ状態を高精度に定量化することができる。

［第２実施形態］
以下、第２実施形態における分析装置１０及びシワ状態分析方法について、第１実施形態と異なる内容を中心に説明する。第２実施形態では、シワ状態の分析精度を上げ得る肌輝度画像の具体的取得手法が新たに追加される。以下、第１実施形態と同じ内容の説明は、適宜省略される。第２実施形態における分析装置１０のハードウェア構成は、図１に示される第１実施形態と同じである。

〔動作例（シワ状態分析方法）〕
以下、第２実施形態におけるシワ状態分析方法を図５及び図６を用いて説明する。図５は、第２実施形態における分析装置１０の動作例を示すフローチャートである。図５では、図２と同じ工程については同じ符号が付されている。図６は、第２実施形態における肌輝度画像の取得を概念的に示す図である。

分析装置１０により実行される第２実施形態におけるシワ状態分析方法は、図２に示される第１実施形態の方法に加えて、画像処理工程（Ｓ５１）及び規格化工程（Ｓ５２）を更に含む。以下、第１実施形態と異なる内容の工程を中心に、各工程について詳述する。

画像処理工程（Ｓ５１）では、分析装置１０は、被験者の肌にＳ偏光を投射しＳ偏光及びＰ偏光を撮像して得られる各偏光画像から表面反射光画像を取得する。具体的には、分析装置１０は、Ｓ偏光を投射しＳ偏光を撮像して得られる偏光画像（Ｓ−Ｓ偏光画像）と、Ｓ偏光を投射しＰ偏光を撮像して得られる偏光画像（Ｓ−Ｐ偏光画像）との差分を取る。Ｓ−Ｓ偏光画像は、被験者の肌の表面反射光成分が強く、内部反射光成分が少ない画像であり、Ｓ−Ｐ偏光画像は、被験者の肌の内部反射光成分が強い画像である。よって、Ｓ−Ｓ偏光画像とＳ−Ｐ偏光画像との差分を得ることにより、表面反射光成分以外のノイズを更に抑えた表面反射光画像を取得することができる。分析装置１０は、各偏光画像を、可搬型記録媒体、他の装置等から入出力Ｉ／Ｆ４を経由して取得することもできる。

更に、分析装置１０は、Ｐ偏光を投射しＳ偏光を撮像して得られるＰ−Ｓ偏光画像と、Ｐ偏光を投射しＰ偏光を撮像して得られるＰ−Ｐ偏光画像とを更に用いて、表面反射光画像を取得するようにしてもよい。これにより、表面反射光成分以外のノイズを更に抑えた表面反射光画像を取得することができる。但し、Ｐ−Ｓ偏光画像及びＰ−Ｐ偏光画像を用いる場合には、撮影時間が長くなり、画像間における被写体のずれが生じ易いこと、より多くの撮影設備が必要となることといった問題点がある。よって、このような問題点とノイズの抑制という効果との対比によれば、上述のようなＳ−Ｓ偏光画像とＳ−Ｐ偏光画像との組み合わせのみを用いる手法が望ましい。

規格化工程（Ｓ５２）では、分析装置１０は、（Ｓ５１）で得られた表面反射光画像から分析対象部位の規格化された肌画像を抽出する。具体的には、分析装置１０は、当該表面反射光画像から分析対象部位を検出し、その検出された分析対象部位の画像領域に基づいて、分析対象部位の規格化された画像（肌画像）を抽出する。（Ｓ５１）で取得される各偏光画像における解像度、サイズ、分析対象部位の向きが不揃いの場合には、規格化処理として、画像の解像度やサイズの調整、画像内に写る分析対象部位の向きの調整等が行われてもよい。

分析対象部位の検出手法は制限されない。例えば、分析装置１０は、表面反射光画像において目の領域を自動検出し、その目の領域の相対的位置関係から分析対象部位を自動検出することができる。他の例として、ユーザが、入力部７を操作することにより、表面反射光画像内の分析対象部位の領域を指定し、その領域に対応する画像を分析装置１０に生成させるようにしてもよい。図６の例では、右目の下の所定幅の領域が分析対象部位として検出されている。

画像取得工程（Ｓ２１）では、分析装置１０は、（Ｓ５２）で得られた肌画像から色情報を削除することにより、当該肌輝度画像を取得する。
以降、第１実施形態の方法と同様に、（Ｓ２２）、（Ｓ２３）及び（Ｓ２４）が実行される。

〔処理構成〕
図７は、第２実施形態における分析装置１０の処理構成例を概念的に示す図である。第２実施形態における分析装置１０は、第１実施形態の構成に加えて、画像処理部６１及び規格化部６２を更に有する。画像処理部６１及び規格化部６２についても、他の処理部と同様に、ＣＰＵ２によりメモリ３に格納されるプログラムが実行されることにより実現される。

分析装置１０は、図７に示される各処理部を用いて、上述のシワ状態分析方法を実行することができる。即ち、分析装置１０は、図７に示されるように動作する。この場合、画像処理部６１は、上述の画像処理工程（Ｓ５１）を実行し、規格化部６２は、上述の規格化工程（Ｓ５２）を実行する。他の各処理部は、第１実施形態と同様である。

分析装置１０は、各偏光画像を、他のコンピュータや可搬型記録媒体等から入出力Ｉ／Ｆ４を介して取得することができる。また、分析装置１０は、入出力Ｉ／Ｆ４に接続される、図１に図示されていない撮像装置を更に有してもよい。この場合、分析装置１０は、その撮像装置から当該各偏光画像を取得する。

上述の第２実施形態では、規格化工程（Ｓ５２）及び規格化部６２が設けられたが、偏光画像が規格化された状態で生成され、かつ、偏光画像において分析対象部位のみが写されている場合には、規格化工程（Ｓ５２）及び規格化部６２は省くことができる。

〔第２実施形態における作用及び効果〕
第２実施形態では、表面反射光画像から、分析対象部位の規格化された肌画像が取得され、この肌画像から色情報が削除されることで、分析対象部位の肌輝度画像が取得される。そして、この取得された肌輝度画像に基づいて、第１実施形態と同様に、シワ状態情報が生成される。

表面反射光画像は、クマ、シミ、ソバカス等のような色ムラ成分を除外した肌表面の形状に由来する成分（凹凸成分）を表す。従って、第２実施形態によれば、肌輝度画像から抽出される線状テクスチャ画像に、分析対象部位の肌表面の形状以外に由来する線形成分（ノイズ成分）が含まれるのを一層防ぐことができる。これにより、肌表面の形状（主に溝）以外のノイズ成分を除外した状態で、各所定角度の線形成分強度を抽出することができるため、シワ状態を一層高精度に分析することができる。

以下に実施例を挙げ、上述の実施形態を更に具体的に説明する。本発明は以下の実施例から何ら限定を受けない。

図８は、実施例における分析装置１０の動作例を示すフローチャートである。以下、図８を用いて、実施例におけるシワ状態分析方法を説明する。
分析装置１０は、第２実施形態と同様の方法で、表面反射光画像を取得する（Ｓ８１）。本実施例では、高さ２４８２ピクセル×幅１６４８ピクセルの解像度を持ち、被験者の顔全体がその画像全体を占めるように撮像された表面反射光画像が取得される。

分析装置１０は、その表面反射光画像から分析対象部位の肌画像を抽出する（Ｓ８２）。具体的には、上記表面反射光画像から、被験者の右目の下の、高さ２００ピクセル×幅３００ピクセルの範囲が分析対象部位の肌画像として取得される。本実施例では、表面反射光画像の中の分析対象部位の範囲は、入力部７を用いたユーザ操作により指定された。

分析装置１０は、（Ｓ８２）で抽出された肌画像をグレースケール化することにより、分析対象部位の肌輝度画像を取得する（Ｓ８３）。

続いて、分析装置１０は、肌輝度画像に対して、各所定角度に対応する各Ｇａｂｏｒフィルタをそれぞれ適用する（Ｓ８４）。
図９は、実施例におけるＧａｂｏｒフィルタリングを概念的に示す図である。分析装置１０は、図９に示されるように、当該各所定角度の線状テクスチャ画像をそれぞれ抽出することができる。

図９では、紙面の都合上、０度、４５度、９０度及び１３５度の４つの所定角度の線状テクスチャ画像のみが示されるが、本実施例では、５度の角度幅で設定された０度から１７５度までの３６個の所定角度に対応するＧａｂｏｒフィルタが利用される。肌輝度画像から抽出される一方向の線形成分は、向きに応じて大きな差はないと考えられるため、本実施例では、各方向の一つの向きに対応する各所定角度に対応するＧａｂｏｒフィルタのみが利用される。そして、以降の処理において、得られた各線状テクスチャ画像は、同一方向の逆向きに対応する各所定角度の線状テクスチャ画像としても利用される。これにより、Ｇａｂｏｒフィルタリングの処理負荷を減らすことができ、全体の処理時間を短縮することができる。

一般的に、Ｇａｂｏｒフィルタは、以下の式で表わされる。

上記式におけるθに、上記各所定角度が設定されることにより、各所定角度に対応するＧａｂｏｒフィルタが実現される。また、Ｇａｂｏｒフィルタの形状が所定形状となるように、他のパラメータλ、φ、σ及びγが予め決定され、メモリ３に保持される。但し、係数γの代わりに上記式の項（ｘ'^２＋γ^２・ｙ'^２）に他の係数が掛けられてもよい。また、λは、検出する線幅に対応するため、肌輝度画像に写る分析対象部位の撮影倍率や分析対象となる溝形状に応じて、変更されてもよい。この場合、分析装置１０は、入力部７を介してユーザにより入力されるデータによりλを設定変更する。

次に、分析装置１０は、（Ｓ８４）で抽出された、当該各所定角度の線状テクスチャ画像に対して二値化処理をそれぞれ行う（Ｓ８５）。具体的には、分析装置１０は、上記式で得られた輝度値が閾値ｔよりも高い領域を全て白く（最も明るい値に）設定し、当該輝度値が閾値ｔよりも低い領域を全て黒く（最も暗い値に）設定する。分析装置１０は、上記式で得られた輝度値から輝度ヒストグラムを求め、この輝度ヒストグラムから閾値ｔを用いて、黒くする画素（しわ部）と、それ以外（白くする画素）とを決める。ここで、輝度ヒストグラムとは、線状テクスチャ画像における輝度値毎の画素数を示す。

続いて、分析装置１０は、（Ｓ８５）で得られた、各所定角度の二値化画像から、全体面積に対する黒領域の面積の比（割合）をそれぞれ算出する（Ｓ８６）。二値化画像の白のピクセル数をＮ_２５５で表し、二値化画像の黒のピクセル数をＮ_０で表した場合、ここでは、面積比として、Ｎ_０／（Ｎ_２５５＋Ｎ_０）が算出される。ここで算出される面積比は、上述の線形成分強度を表す値の一例である。上述したように、本実施例では、各方向の一つの向きに対応する各所定角度（例えば、所定角度＋１８０°）について線状テクスチャ画像が生成されるため、算出された面積比についても、同一方向の逆向きに対応する各所定角度の面積比としても利用される。これにより、面積比の計算量も減らすことができ、全体の処理時間を短縮することができる。

分析装置１０は、（Ｓ８６）で得られた所定角度と面積比との対応関係をそれぞれ示す複数の極座標点がプロットされた極座標グラフを生成する（Ｓ８７）。

更に、分析装置１０は、上記複数の極座標点を結んで得られる極座標上の形状に関する、面積及び扁平率を算出する（Ｓ８８）。扁平率は上記方向性強度を表す値である。分析装置１０は、隣接する２つの極座標点と中心点とで形成される各三角形の面積の合計を算出する。また、分析装置１０は、最大の面積比の２倍を長径として算出し、最小の面積比の２倍を短径として算出し、算出された長径と短径とを用いて、扁平率を算出する。

更に、分析装置１０は、面積を一座標軸とし、扁平率を一座標軸とし、（Ｓ８８）で算出された面積及び扁平率を示す点がプロットされた二次元グラフを生成する（Ｓ８９）。

本実施例における分析装置１０は、図７に示される第２実施形態と同様の処理構成を有すればよい。この場合、画像処理部６１が（Ｓ８１）を実行し、規格化部６２が（Ｓ８２）を実行し、画像取得部１１が（Ｓ８３）を実行し、線検出部１２が（Ｓ８４）を実行し、強度抽出部１３が（Ｓ８５）及び（Ｓ８６）を実行し、情報生成部１４が（Ｓ８７）、（Ｓ８８）及び（Ｓ８９）を実行する。

本実施例の効果を検証すべく、本実施例におけるシワ状態分析方法において、或る製剤の効果を適切に定量評価できると共に、被験者のシワ状態を適切に分析できることが次のように検証された。この検証では、３人の被験者にシワ改善化粧料を２週間利用させ、本実施例におけるシワ状態分析方法を用いて、利用前後の各被験者のシワ状態を分析した。具体的には、シワ改善化粧料利用前及びシワ改善化粧料利用後における、第１被験者、第２被験者及び第３被験者の表面反射光画像、即ち、６つの表面反射光画像を対象に、本実施例におけるシワ状態分析方法が実施された。以降、本実施例で利用されたシワ改善化粧料を製剤と略称する。

図１０Ａは、製剤利用前の第１被験者の肌輝度画像及び線状テクスチャ画像を示す図であり、図１０Ｂは、製剤利用後の第１被験者の肌輝度画像及び線状テクスチャ画像を示す図である。図１１Ａは、製剤利用前の第２被験者の肌輝度画像及び線状テクスチャ画像を示す図であり、図１１Ｂは、製剤利用後の第２被験者の肌輝度画像及び線状テクスチャ画像を示す図である。図１２Ａは、製剤利用前の第３被験者の肌輝度画像及び線状テクスチャ画像を示す図であり、図１２Ｂは、製剤利用後の第３被験者の肌輝度画像及び線状テクスチャ画像を示す図である。各図では、紙面の都合上、０度、４５度、９０度及び１３５度の４つの所定角度の線状テクスチャ画像のみが示される。

上記各図を目視で比較することにより、各被験者のシワ状態が、利用前後で次のように変化していると視認することができる。
第１被験者については、利用前には、略４５度方向にシワ感を与える線状の溝が多数形成されていたのが、利用後には、略４５度方向の線状の溝の深さが減っている。即ち、利用前後で、線状の溝の方向性は変化せず、溝の深さが減り、全体としてシワが薄くなった印象を受ける（シワ感が減少している）。
第２被験者については、利用前には、略４５度方向にシワ感を与える深い線状の溝が多数形成されていたのが、利用後には、略４５度方向の線状の溝の深さが減る一方で、様々な方向の浅い線状の溝が形成されている。即ち、利用前後で、線状の溝の深さは減り、全体的にシワが薄くなった印象を受ける（シワ感が減少している）一方で、あらゆる方向の浅いシワが形成された。
第３被験者については、利用前には、９０度方向に薄い線状の溝が形成されていたのが、利用後には、線状の溝が消えている。即ち、利用前後で、線状の溝が消え、全体としてシワが消えた印象を受ける（シワ感が消えている）。

本実施例におえるシワ状態分析方法が実施されることにより、図１３、図１４及び図１５に示される極座標グラフが生成され（Ｓ８６）、図１６及び図１７に示される面積及び扁平率の二次元グラフが生成された（Ｓ８７及びＳ８８）。

図１３は、製剤利用前後の第１被験者に関する極座標グラフを示す図であり、図１４は、製剤利用前後の第２被験者に関する極座標グラフを示す図であり、図１５は、製剤利用前後の第３被験者に関する極座標グラフを示す図である。図１３、図１４及び図１５において、実線が製剤利用前を示し、破線が製剤利用後を示す。各極座標グラフは、各被験者のシワ状態の変化を次のように表わしている。

第１被験者の極座標グラフでは、極座標点を結んでなる形状は楕円形状のままであるが、長径が短縮するように変化している。これにより、第１被験者については、製剤利用前後で、線形成分の方向性は存在するもののそれの強さは弱まっており、かつ、トータル特徴量も減っていると分析できる。結果、極座標グラフ（図１３）によれば、第１被験者のシワ状態を、製剤利用前後で、シワは残るものの、シワ感が弱まっており、かつ、溝群の量が小さくなっていると、分析することができる。
第２被験者の極座標グラフでは、極座標点を結んでなる形状は少し円形に近づいている。これにより、第２被験者については、製剤利用前後で、線形成分の方向性は存在するもののそれの強さは弱まっていると分析できる。結果、極座標グラフ（図１４）によれば、第２被験者のシワ状態を、製剤利用前後で、シワは残るものの、シワ感が全体的に弱まったと、分析することができる。
第３被験者の極座標グラフでは、極座標点を結んでなる形状がひょうたん型から円形にかなり変化している。これにより、第３被験者については、製剤利用前後で、線形成分の方向性がほとんどなくなっていると分析できる。結果、極座標グラフ（図１５）によれば、第３被験者のシワ状態を、製剤利用前後で、シワはほとんど消え、シワ感がほとんどなくなったと、分析することができる。

図１６は、製剤利用前の第１被験者、第２被験者及び第３被験者に関する面積及び扁平率を示す二次元グラフを示す図であり、図１７は、製剤利用前後の第１被験者、第２被験者及び第３被験者に関する面積及び扁平率を示す二次元グラフを示す図である。図１６及び図１７のグラフでは、左下の領域、即ち、扁平率及び面積が小さい領域は、シワ感が小さい（シワが目立ち難い）こと及び溝群の量が小さいことを示し、右上の領域、即ち、扁平率及び面積が大きい領域は、シワ感が大きい（シワが目立ち易い）こと及び溝群の量が大きいことを示す。上述の各極座標グラフから得られる分析結果が、図１６及び図１７によれば、数値としてより具体的に表されている。

図１６のグラフによれば、第２被験者（肌輝度画像Ｐ２０）の肌が、面積及び扁平率の両方の値が最大であるため、最大のシワ感を与え、かつ、深く長い線状の溝群を多く持つことが示される。

図１７のグラフによれば、各被験者の製剤効果が次のように分析できる。
第１被験者については、面積及び扁平率が減少しているため、製剤利用前後で、シワ感が減りかつ溝群の量が減っていると分析できる。
第２被験者については、面積がわずかに増加し扁平率が減少しているため、製剤利用前後で、溝群の量はほとんど変わらないがシワ感が少し減っていると分析できる。
第３被験者については、面積が大きく増加し扁平率が大きく減少しているため、製剤利用前後で、溝群の量は増えたがシワ感が大きく減っていると分析できる。

上述の極座標グラフ及び上述の二次元グラフを用いたシワ状態の各分析結果は、目視による分析（官能評価）と略一致する。これにより、本実施例におけるシワ状態分析方法において、或る製剤の効果を適切に定量評価できていること、及び、各被験者のシワ状態を適切に分析できていることが証明された。

なお、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態及び実施例で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態及び実施例では、図示される工程の順番を内容的に支障のない範囲で変更することができる。

上記の各実施形態及び各変形例の一部又は全部は、次のようにも特定され得る。但し、上述の各実施形態及び各変形例が以下の記載に制限されるものではない。

＜１＞ 分析対象部位の肌輝度画像を取得する画像取得工程と、
前記画像取得工程で取得された前記肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出工程と、
前記線検出工程で抽出された前記各線状テクスチャ画像から、前記各所定角度の線形成分強度をそれぞれ抽出する強度抽出工程と、
前記強度抽出工程で抽出された前記各線形成分強度を用いて、前記分析対象部位の肌のシワ状態情報を生成する情報生成工程と、
を含むシワ状態分析方法。

＜２＞ 前記情報生成工程は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、方向性強度、又は、該方向性強度と面積との組み合わせを、前記シワ状態情報として算出する、
＜１＞に記載のシワ状態分析方法。
＜３＞ 前記情報生成工程は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点がプロットされた極座標グラフを前記シワ状態情報として生成する、
＜１＞又は＜２＞に記載のシワ状態分析方法。
＜４＞ 前記情報生成工程は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、面積及び方向性強度を前記シワ状態情報として算出し、面積を示す座標軸及び方向性強度を示す座標軸を少なくとも含む座標系に、算出された該面積及び該方向性強度に対応する点がプロットされたグラフを生成する、
＜１＞から＜３＞のいずれか１つに記載のシワ状態分析方法。
＜５＞ 前記強度抽出工程は、前記各線状テクスチャ画像の濃度ヒストグラムの分散値又は標準偏差値を、前記各所定角度の前記線形成分強度としてそれぞれ算出する、
＜１＞から＜４＞のいずれか１つに記載のシワ状態分析方法。
＜６＞ 前記強度抽出工程は、前記各線状テクスチャ画像を二値化処理し、前記各所定角度の二値化画像の一方の値の面積を用いて、前記各所定角度の前記線形成分強度を抽出する、
＜１＞から＜４＞のいずれか１つに記載のシワ状態分析方法。
＜７＞ 前記強度抽出工程は、前記各所定角度の前記線形成分強度として、前記各所定角度の二値化画像から全体面積に対する白又は黒の面積比をそれぞれ算出する、
＜６＞に記載のシワ状態分析方法。
＜８＞ 前記線検出工程は、前記肌輝度画像に対して、５度以上３０度以下の角度幅で設定された前記各所定角度に対応する各Ｇａｂｏｒフィルタをそれぞれ適用することにより、前記各所定角度の線状テクスチャ画像をそれぞれ抽出する、
＜１＞から＜７＞のいずれか１つに記載のシワ状態分析方法。
＜９＞ 被験者の肌にＳ偏光を投射しＳ偏光及びＰ偏光を撮像して得られる各偏光画像から表面反射光画像を取得する画像処理工程と、
前記表面反射光画像から前記分析対象部位の規格化された肌画像を抽出する規格化工程と、
を更に含み、
前記画像取得工程は、前記肌画像から色情報を削除することにより、前記肌輝度画像を取得する、
＜１＞から＜８＞のいずれか１つに記載のシワ状態分析方法。
＜１０＞ 分析対象部位の肌輝度画像を取得する画像取得部と、
前記画像取得部で取得された前記肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出部と、
前記線検出部で抽出された前記各線状テクスチャ画像から、前記各所定角度の線形成分強度をそれぞれ抽出する強度抽出部と、
前記強度抽出部で抽出された前記各線形成分強度を用いて、前記分析対象部位の肌のシワ状態情報を生成する情報生成部と、
を含むシワ状態分析装置。
＜１１＞ 前記情報生成部は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、方向性強度、又は、該方向性強度と面積との組み合わせを、前記シワ状態情報として算出する、
＜１０＞に記載のシワ状態分析装置。
＜１２＞ 前記情報生成部は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点がプロットされた極座標グラフを前記シワ状態情報として生成する、
＜１０＞又は＜１１＞に記載のシワ状態分析装置。
＜１３＞ 前記情報生成部は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、面積及び方向性強度を前記シワ状態情報として算出し、面積を示す座標軸及び方向性強度を示す座標軸を少なくとも含む座標系に、算出された該面積及び該方向性強度に対応する点がプロットされたグラフを生成する、
＜１０＞から＜１２＞のいずれか１つに記載のシワ状態分析装置。
＜１４＞ 前記強度抽出部は、前記各線状テクスチャ画像の濃度ヒストグラムの分散値又は標準偏差値を、前記各所定角度の前記線形成分強度としてそれぞれ算出する、
＜１０＞から＜１３＞のいずれか１つに記載のシワ状態分析装置。
＜１５＞ 前記強度抽出部は、前記各線状テクスチャ画像を二値化処理し、前記各所定角度の二値化画像の一方の値の面積を用いて、前記各所定角度の前記線形成分強度を抽出する、
＜１０＞から＜１３＞のいずれか１つに記載のシワ状態分析装置。
＜１６＞ 前記強度抽出部は、前記各所定角度の前記線形成分強度として、前記各所定角度の二値化画像から全体面積に対する白又は黒の面積比をそれぞれ算出する、
＜１５＞に記載のシワ状態分析装置。
＜１７＞ 前記線検出部は、前記肌輝度画像に対して、５度以上３０度以下の角度幅で設定された前記各所定角度に対応する各Ｇａｂｏｒフィルタをそれぞれ適用することにより、前記各所定角度の線状テクスチャ画像をそれぞれ抽出する、
＜１０＞から＜１６＞のいずれか１つに記載のシワ状態分析装置。
＜１８＞ 被験者の肌にＳ偏光を投射しＳ偏光及びＰ偏光を撮像して得られる各偏光画像から表面反射光画像を取得する画像処理部と、
前記表面反射光画像から前記分析対象部位の規格化された肌画像を抽出する規格化部と、
を更に含み、
前記画像取得部は、前記肌画像から色情報を削除することにより、前記肌輝度画像を取得する、
＜１０＞から＜１７＞のいずれか１つに記載のシワ状態分析装置。
＜１９＞ ＜１＞から＜９＞のいずれか１つに記載のシワ状態分析方法を少なくとも１つのコンピュータに実行させるプログラム。
＜２０＞ ＜１９＞に記載のプログラムを前記少なくとも１つのコンピュータにより読み取り可能に記録する記録媒体。

２ ＣＰＵ
３ メモリ
１０ シワ状態分析装置（分析装置）
１１ 画像取得部
１２ 線検出部
１３ 強度抽出部
１４ 情報生成部
６１ 画像処理部
６２ 規格化部

Claims (11)

1. 分析対象部位の肌輝度画像を取得する画像取得工程と、
   前記画像取得工程で取得された前記肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出工程と、
   前記線検出工程で抽出された前記各線状テクスチャ画像から、前記各所定角度の線形成分強度をそれぞれ抽出する強度抽出工程と、
   前記強度抽出工程で抽出された前記各線形成分強度を用いて、前記分析対象部位の肌のシワ状態情報を生成する情報生成工程と、
   を含むシワ状態分析方法。
2. 前記情報生成工程は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、方向性強度、又は、該方向性強度と面積との組み合わせを、前記シワ状態情報として算出する、
   請求項１に記載のシワ状態分析方法。
3. 前記情報生成工程は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点がプロットされた極座標グラフを前記シワ状態情報として生成する、
   請求項１又は２に記載のシワ状態分析方法。
4. 前記情報生成工程は、前記所定角度と前記線形成分強度との対応関係をそれぞれ示す複数の極座標点を結んで得られる極座標上の形状に関する、面積及び方向性強度を前記シワ状態情報として算出し、面積を示す座標軸及び方向性強度を示す座標軸を少なくとも含む座標系に、算出された該面積及び該方向性強度に対応する点がプロットされたグラフを生成する、
   請求項１から３のいずれか１項に記載のシワ状態分析方法。
5. 前記強度抽出工程は、前記各線状テクスチャ画像の濃度ヒストグラムの分散値又は標準偏差値を、前記各所定角度の前記線形成分強度としてそれぞれ算出する、
   請求項１から４のいずれか１項に記載のシワ状態分析方法。
6. 前記強度抽出工程は、前記各線状テクスチャ画像を二値化処理し、前記各所定角度の二値化画像の一方の値の面積を用いて、前記各所定角度の前記線形成分強度を抽出する、
   請求項１から４のいずれか１項に記載のシワ状態分析方法。
7. 前記強度抽出工程は、前記各所定角度の前記線形成分強度として、前記各所定角度の二値化画像から全体面積に対する白又は黒の面積比をそれぞれ算出する、
   請求項６に記載のシワ状態分析方法。
8. 前記線検出工程は、前記肌輝度画像に対して、５度以上３０度以下の角度幅で設定された前記各所定角度に対応する各Ｇａｂｏｒフィルタをそれぞれ適用することにより、前記各所定角度の線状テクスチャ画像をそれぞれ抽出する、
   請求項１から７のいずれか１項に記載のシワ状態分析方法。
9. 被験者の肌にＳ偏光を投射しＳ偏光及びＰ偏光を撮像して得られる各偏光画像から表面反射光画像を取得する画像処理工程と、
   前記表面反射光画像から前記分析対象部位の規格化された肌画像を抽出する規格化工程と、
   を更に含み、
   前記画像取得工程は、前記肌画像から色情報を削除することにより、前記肌輝度画像を取得する、
   請求項１から８のいずれか１項に記載のシワ状態分析方法。
10. 分析対象部位の肌輝度画像を取得する画像取得部と、
    前記画像取得部で取得された前記肌輝度画像から、複数の所定角度の各々についての線状テクスチャ画像をそれぞれ抽出する線検出部と、
    前記線検出部で抽出された前記各線状テクスチャ画像から、前記各所定角度の線形成分強度をそれぞれ抽出する強度抽出部と、
    前記強度抽出部で抽出された前記各線形成分強度を用いて、前記分析対象部位の肌のシワ状態情報を生成する情報生成部と、
    を備えるシワ状態分析装置。
11. 請求項１から９のいずれか１項に記載のシワ状態分析方法を少なくとも１つのコンピュータに実行させるプログラム。