JP4640619B2

JP4640619B2 - 毛髪繊維形状解析システム及び解析方法

Info

Publication number: JP4640619B2
Application number: JP2007077775A
Authority: JP
Inventors: 敬四分一; 平行佐藤
Original assignee: Kao Corp
Current assignee: Kao Corp
Priority date: 2007-03-23
Filing date: 2007-03-23
Publication date: 2011-03-02
Anticipated expiration: 2027-03-23
Also published as: JP2008241256A

Description

本発明は、毛髪繊維形状を解析するシステムと方法に関する。

毛髪繊維の形状は、艶等の見た目の印象や、パサツキ等の感触に影響を与える大切な因子である。例えば、毛髪繊維のうねりが多くなると艶がなくなり、輝きが失われる。したがって、毛髪繊維の形状の測定は、ヘアケア製品の開発指針を得る上で有用となる。

従来、毛髪繊維の形状の測定方法として、毛髪に軸方向の張力をかけ、毛軸方向に設定したある刻み長さで毛髪の太さの情報を取得する方法が提案されている（特許文献１，特許文献２）。これらの方法では、毛髪に対して十分太い幅のレーザー光線を照射し、その影の形状を検出する。また、毛髪あるいはセンサー部分を毛軸方向に移動させることで、軸方向での太さ及び断面形状を計測する。

また、毛髪を空中に吊るし、これにレーザー光線を用いて空間をスキャンし、毛髪形状を取得することも提案されている（特許文献３）。

しかしながら、特許文献１および２では、毛髪に軸方向の張力をかけた状態で測定するため、太さは計測できるものの、うねり形状を計測することができない。特許文献３では、毛髪繊維の軸方向に力はかからないが、測定に時間がかかることから、測定は無風状態で行う必要があり、無風環境を提供する専用の実験室あるいはチャンバーが必要となる。また、このシステムは装置の解像度の制限から毛髪繊維の太さの測定ができない。

また、どれも装置が大掛かりであるため、研究室等に据え付けた装置でしか測定することができず、装置を使用するために技術的な訓練も必要である。測定自体にも時間がかかり、さらに、データを統計的に扱うために多くの毛髪を解析しようとすると、多大な時間を要する。

特開平３−２８９９４２号公報特開２００１−２４１９３９号公報特開２００５−３４８９０５号公報

これに対し、本発明は、持ち運び可能な安価な装置で、実験室のみならず特に測定用に環境が制御されていない一般的なオフィスの事務机の上でも実施可能であり、二次元画像として取得された毛髪繊維のうねり形状及びそのうねりの周期、並びに二次元画像として取得された毛髪繊維の太さ及び１本の毛髪の毛髪繊維軸方向での太さ分布等の毛髪繊維形状に関する情報を、簡便な操作で短時間に測定できるようにすることを目的とする。

なお、本発明において、うねりとは、曲がりや折れのことをいい、均一、不均一に関わらず含まれる概念である。

また、本発明において毛髪繊維の二次元画像とは、毛髪繊維の軸方向に意図的に力を掛けない状態で毛髪繊維を平面に投影した画像をいい、毛髪繊維が自重によって変形している状態の二次元画像は含まれるものとする。例えば、毛髪繊維を吊し、そのままの状態で鉛直方向の平面に投影した画像、毛髪繊維を平面に置き、そのままの状態でその平面に投影した画像、毛髪繊維を平面に置き、別の平面で挟むことにより平面に押し付けた状態で撮った画像は含まれる。

また、特に断りなく毛髪繊維画像というときは、毛髪繊維の二次元画像のことをいう。

上述の目的を達成するため、本発明は、
毛髪繊維の二次元画像を取得する画像取得手段、
毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維のうねり指標及び／又は太さを演算する機能と演算結果を集計する機能を有する演算手段、及び
表示手段を備えた毛髪繊維形状解析システムを提供する。

また、本発明は、毛髪繊維の二次元画像を取得し、毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維のうねり指標及び/又は太さを演算し、集計する毛髪繊維形状解析方法を提供する。

本発明の毛髪繊維形状解析システム又は毛髪繊維形状解析方法によれば、毛髪繊維の二次元画像を使用する。この二次元画像における毛髪繊維には、その軸方向に意図的な張力がかかっていない。そのため、毛髪繊維のありのままのうねり形状、太さ等を解析することが可能となる。

したがって、本発明の毛髪繊維形状解析システム又は毛髪繊維形状解析方法はヘアケア製品が毛髪繊維形状に及ぼす影響を評価して、新たな毛髪化粧料を開発する際に有用となり、また、消費者の毛髪繊維形状を例えば店頭で測定し、その場でその消費者に適したヘアケア製品を推奨する場合にも有用となる。

また、本発明のシステムは持ち運びが可能であるため、研究室や工場だけでなく、消費者の実態を調べるフィールドワーク等においても使用することが可能である。

以下、図面を参照しつつ、本発明を詳細に説明する。なお、各図中、同一符号は同一又は同等の構成要素を表している。

図１は、本発明の一実施例の毛髪繊維形状解析方法の流れ図であり、図２はこの方法を実施する毛髪繊維形状解析システム１の概略構成図である。

図３は、モンゴロイドの女性からランダムにサンプリングした毛髪繊維ａ〜ｉの模式図である。同図に示すように、毛髪繊維には、ａ〜ｄのようにうねりが大きく、その周期が小さいものと、ｅ〜ｉのようにうねりが緩やかで、周期の大きいものがある。また、いずれの毛髪も、一方の端点から他方の端点に至るまで、毛髪繊維の太さが変化している。本実施例の毛髪繊維形状解析システム１は、このようなうねりや太さといった毛髪繊維形状の特徴を迅速かつ簡便に自動的に解析するものである。

このシステム１は、イメージスキャナ２、パソコン本体３、及びディスプレイ４からなる。

イメージスキャナ２は、毛髪繊維の二次元画像を取得する画像取得手段として設けられている。このイメージスキャナ２には、好ましくは２４００ｄｐｉ（最小解像度１０．５８μｍ）以上、より好ましくは４８００ｄｐｉ（最小解像度５．２９μｍ）以上の高解像度のものを使用する。このようなイメージスキャナ２としては市販品を使用することができ、例えば、ＥＰＳＯＮ社のフラットヘッド型イメージスキャナＧＴ−Ｘ８００、ＧＴ−Ｘ９００等を使用することができる。

また、ハンディ型の小型イメージスキャナも使用することができる。この場合、毛髪繊維を切り取ることなく、測定することができ、例えば、図４に示すように、毛髪繊維Ｈ１〜２０本程度を厚さ２〜３ｍｍ程度の毛髪繊維の色とは異なる単色のプラスチック板５（例えば、大きさＡ４サイズ、厚さ２ｍｍのアクリル板をグレーに塗装したもの）の上に置き、その上から、光を透過するフィルム（例えば、厚さ０．２ｍｍ程度のプラスチック製フィルム）６をのせて毛髪繊維Ｈを挟みこみ、このフィルム６の上からハンディスキャナ２ａを用いてスキャンすることで、ありのままの姿の毛髪形状を測定することが可能となる。

なお、画像取得手段としては、イメージスキャナ２の他、デジタルカメラを使用してもよく、また、既に形成されている毛髪繊維の二次元画像をインターネット等の通信回線でパソコン本体３に取り込ませるものであってもよい。

パソコン本体３は、毛髪繊維画像を記憶すると共に、選択した毛髪繊維画像に対して以下の画像処理と解析処理を行う機能を備える。なお、パソコン本体３は、デスクトップ型でもノート型でもよいが、持ち運びが容易な点からはノート型が好ましい。

ディスプレイ４はイメージスキャナ２で撮った毛髪繊維画像やパソコン本体３で演算処理した画像、集計結果等の表示手段となる。表示手段として、必要に応じてプリンタやプロジェクターをパソコン本体３に接続してもよい。

パソコン本体３で行う画像処理ないし解析処理に際しては、まず、例えば、図５に示すように一画面中に一本の毛髪が存在する毛髪繊維画像をパソコンがメモリーに取得する。画像取得手段で図３に示すような一画面中に複数本の毛髪が存在する毛髪繊維画像を取得した場合には、解析対象とする一又は複数の毛髪繊維画像を解析ソフトウェアにより自動的に選択する。あるいは、手動により選択することもできる。

ここで、うねり形状の解析をする場合には、図６に示すように、毛髪繊維画像の形状線を得ることが好ましい。形状線は、読み込んだ毛髪繊維画像に対し、毛髪繊維の太さに起因する毛髪繊維画像の線幅を解像度限界まで狭くすることにより中心線を検出する細線化法、エッジを検出するエッジ検出法、又は中心検出法により取得することができる。形状線の取得により、毛髪繊維の一端から他端までを線として追跡することが可能となる。

より具体的には、細線化法とは、読み込んだ毛髪繊維画像を予め二値化した後に毛髪繊維の太さに起因する毛髪繊維画像の線幅を、例えば、左上から右下、右下から左上、右上から左下、左下から右上の順に周囲から画素を除去することで線幅を狭めてゆくという処理を画像上で走査することにより、元の毛髪繊維画像の中心部に形状線が来るようにする手法をいう。

この場合、二値化は、例えば、一定の閾値を設ける固定二値化法、スキャナーのランプ光量変動や低下による輝度情報の変動が大きい場合に背景の輝度レベルや局所的濃淡情報（例えば、３×３，５×５のマスク、ライン）により自動的に二値化する自動二値化法により行うことができる。画像取得手段として民生用スキャナーを用いる場合は、自動二値化法がより好ましい。

また、エッジ検出法は、エッジ抽出フィルタを用いることにより画像内のエッジを検出する方法であり、毛髪繊維画像にエッジ検出法を用いて検出されるエッジ線を形状線とする。この場合、１本の毛髪繊維に２本のエッジ線が検出されるが、うねり形状の解析には、いずれか一方を使用すればよい。

中心検出法では、図７に示すように、１本の毛髪繊維に対して検出される２本のエッジ線Ｌ１の中心線Ｌ２を求め、この中心線Ｌ２を形状線とする。

なお、このように形状線を検出する際の前処理として、ホコリ等のノイズ画像を除去するノイズ除去処理を行うことで、自動演算過程において、毛髪繊維画像の認識間違えを減らすことができ、より高い精度の解析が可能となる。

次に、形状線に対して、図８に示すように、毛髪繊維Ｈの一端Ｐ₀側から他端側へ毛髪の軸方向に所定間隔ｄの位置Ｐ₁、Ｐ₂、…、Ｐ_n、…で接線を引く。この間隔ｄは、スキャナーの解像度より大きければ演算可能であるが、演算上の計算誤差を十分小さくし、高速に演算する観点から、毛髪繊維の長さの１／５〜１／１０００、更には１／１０〜１／１００、特に１／１５〜１／５０である事が好ましい。また毛髪繊維の形状を正確に測定する観点から、毛髪繊維画像１本あたりの測定点は、１０〜１００００点、更には１５〜１０００点、特に２０〜５００点である事が好ましい。

また、間隔ｄの位置Ｐ_nを自動的に見出して追跡する方法としては、図９に示すように、間隔ｄを半径とする円を毛髪繊維Ｈの一端Ｐ₀で描き、その円と毛髪繊維Ｈとの交点をＰ₁とし、この交点Ｐ₁で半径ｄの円を描き、その円と毛髪Ｈとの交点をＰ₂ とし、以降順次同様に半径ｄの円と毛髪繊維Ｈとの交点を求める方法をあげることができる。

この方法において、図１０に示すように毛髪繊維Ｈが閉じたループをなす場合、例えば位置Ｐ₂ を中心とする円と毛髪繊維Ｈが点Ｐ₃、Ｐ₃'、Ｐ₃'' の３カ所で交わり、これらが位置Ｐ₂ の次の位置候補となる場合に、位置Ｐ₂ の一つ前の円の中心Ｐ₁ から各点Ｐ₃、Ｐ₃'、Ｐ₃'' までの距離を比較し、その距離が最も遠い点Ｐ₃ を位置Ｐ₂ の次の位置とする。これにより、毛髪繊維Ｈが閉じたループをなしていても、毛髪繊維の形状を自動的に正確に追跡することが可能となる。

こうして順次追跡した位置Ｐ_nでの接線から毛髪繊維のうねり指標を求める。このうねり指標としては、例えば、各位置での毛髪繊維軸に対する接線の傾きの変化（即ち、接線の傾きの差）を求める。毛髪繊維軸に対する接線の傾きの変化は、具体的には、位置Ｐ_nにおける接線の傾きと、位置Ｐ_nからｘ個前に選択した位置Ｐ_n-xにおける接線の傾きとの差を算出することにより得ることができる。このｘの数値としては、間隔ｄとの兼ね合いで決定されるが、ｘ×ｄの値が50μｍ〜50ｍｍ、更には80μｍ〜40ｍｍ、特に100μｍ〜30ｍｍとなる範囲で設定することが好ましい。

このように、各位置で毛髪繊維軸に対する接線の傾きの変化を求めるのは、例えば図１１において、位置Ｐ₂における接線と位置Ｐ_nにおける接線は、画面上での傾きは異なるが、共に毛髪繊維の直線部分にあるため、うねりの評価としては同じ評価を与えるためである。この毛髪繊維軸に対する接線の差については、適当な数値幅でその出現頻度を集計し、ヒストグラム、又は折れ線グラフ等にグラフ化してもよい。あるいは、各位置における接線の傾きの値そのものをうねり指標とし、その出現頻度を適当な数値幅で集計し、ヒストグラム、又は折れ線グラフ等にグラフ化する事も好ましい。

図１２Ａ〜図１２Ｃは、毛髪繊維軸に対する接線の傾きとその出現頻度をヒストグラムにしたものである。このようなヒストグラムによれば、直毛であるほど図１２Ａのようにシャープなピークが現れ、図３の毛髪繊維ｃのように周期の短いうねりがあると図１２Ｂのように幅が広い分布となり、図３の毛髪繊維ｄのように大きなうねりがあると図１２Ｃのようにピークの裾の幅は広くならず、ピーク自体の幅が広くなる分布となる。したがって、うねりの大きさや周期といったうねりの特徴を容易に視覚的に認識することが可能となるので好ましい。

この他、各位置Ｐ_nで得られた接線の毛髪繊維軸に対する傾きから求めるうねり指標の集計方法としては、例えば、毛髪繊維軸に対する接線の傾きの最大値と最小値の差や比、毛髪繊維軸に対する接線の傾きの平均値、標準偏差や分散であってもよい。さらには、接線の傾きのデータを微分し、その値の最大値を用いてもよく、毛髪繊維の曲率を算出してもよい。

なお、各位置Ｐ_nでの接線の傾き、接線の傾きの差、出現頻度等の算出自体は、公知の表計算ソフトを用いることにより行うことができる。

得られたうねり指標の集計結果は、当初の毛髪繊維画像と共に保存し、再度呼び出し可能としておく。

一方、読み込んだ毛髪繊維画像に対して太さの解析をするために、まずキャリブレーションを行う。キャリブレーション手法としては、測定対象の毛髪繊維が黒髪等の濃色の場合でも、金髪のように明るい場合でも、まず、太さ既知の細線、例えばニラコ社製の金属線（型番/太さ/材質AU-171095/0.03mm/金、AU-171105/0.05mm/金、AU-171145/0.08mm/金、AU-171165/0.10mm/金）や、従来の方法を用いて予め太さを測定しておいた毛髪を測定し、次に、図１３に示すように、線幅が先の金属線や予め太さを測定しておいた毛髪と同じになる輝度値を求め、この輝度値を、毛髪繊維の太さを求めるときの閾値とする。そして、この閾値で挟まれる範囲を位置Ｐ_n における毛髪繊維の太さとする。ここで、毛髪繊維画像の輝度の取得自体は、公知の画像処理ソフトの機能を使用することもできるし、専用ソフトを用いることもできる。ソフトにより、輝度として明度を使用してもよい。また、閾値前後の領域Ａにおいて、図１４Ａに示すように輝度値がデジタル化された階段状の値として得られる場合に、図１４Ｂに示すように階段の間を最小二乗法を用いて統計的補完処理をすることで、毛髪繊維画像が低解像度であっても、取得された画像の実解像度以上の補間解像度で毛髪繊維の太さを計測することができる。

なお、このようにして得られる毛髪繊維の太さは、図１５に示すように、毛髪繊維Ｈを二次元平面（ｘｙ平面）へ投影した場合の太さである。したがって、毛髪繊維の輪切り断面が扁平であって、軸方向でねじれを持っているような場合は、投影平面では太さｗが変化しているように測定される。よって、この投影平面での太さの変化を詳細に解析することで、毛髪繊維軸のねじれ構造を知ることが可能となり、近似的に毛髪繊維の三次元形状を予測することも可能となる。特に、図１６に示すように、毛髪繊維Ｈが折れ曲がった部分を有する傷んだ髪の場合には、その折れた部分で毛髪繊維の太さが極端に狭くなることから、そのような傷んだ髪を明瞭に識別することが可能となる。

所定間隔ｄの各位置で得られた毛髪繊維の太さは、適当な数値幅で出現頻度を集計し、それをヒストグラム、折れ線グラフ等にグラフ化することが好ましい。図１７は、太さと出現頻度を折れ線グラフで表した例である。これにより、毛髪繊維の太さの特徴を容易に視覚的に認識することが可能となる。

また、各位置で得られた毛髪繊維の太さからその平均、標準偏差、最大値と最小値の差などを算出することによっても毛髪繊維の太さの特徴を評価することができる。

さらに、毛髪繊維の各位置でのうねりと太さを関連づけ、例えば、図１８に示すようにうねり指標と太さをそれぞれ毛髪繊維の長さの方向に対してプロットしてもよく、図１９に示すように、毛髪繊維軸に対する接線の傾きと太さの分布図を作製してもよい。これにより、毛髪繊維の軸方向におけるねじれ形状が予測できる。

実施例１、比較例１
測定サンプルとして、モンゴロイド女性から長さおよそ１５ｃｍでうねりのある毛髪繊維１本を採取した。この毛髪繊維を９０°ずつ変えて４方向から見た場合、図２０に示すような形状であった。

この毛髪繊維をＥＰＳＯＮ社のＧＴ−X８００のスキャナガラス面に載置し、スキャナーの蓋を用いてガラス面に押し付けた状態で、透過光モード、解像度4800dpiで読み取った。その画像をパソコンで自動二値化し、細線化し、０．２ｍｍ間隔で計測点をとり、各計測点で接線を求めた。図２１に、各計測点での毛先からの距離と毛髪繊維の接線の傾きとの関係を示す（実施例１）。

比較例１として、この毛髪繊維を引っ張って直線状とし、上述と同様に画像を取得し、０．２ｍｍ間隔で接線を求め、毛髪繊維の傾きを得、それを図２１にプロットした。図２１から、毛髪繊維を引っ張って毛髪繊維画像を撮っても、毛髪の形状データが得られないことがわかる。

また、実施例１及び比較例１で得た毛髪繊維の傾きについて、その出現度数を０．５°のデータ区間で集計し、この接線の傾きの出現度数のヒストグラムを得た。結果を図２２Ａ、図２２Ｂに示す。

なお、以上のパソコンでの操作は、毛髪繊維画像の読み込みと計測間隔（０．２ｍｍ）を個別に設定する他、集計、作表、作図は市販の表計算ソフトを用いてパソコンが自動で行うようにした。

実施例２
モンゴロイドの女性６名から性状の異なる長さ７〜１１ｃｍの６本の黒髪（図２３のサンプル１〜６）を採取し、各毛髪繊維の太さを実施例１と同様にして求めた。結果を表１に集計した。また、各サンプルの太さと出現頻度のヒストグラムを図２４に表示した。

これらの結果から、うねりのある髪（サンプル１〜３）は、太さと出現頻度のヒストグラムにおいて、２山又は３山を呈する傾向があり、直毛（サンプル４〜６）は、正規分布に近い１山の形状を示す傾向にあることがわかった。

実施例３
図２５に示す、米国在住のコーカシアン女性のストレートな金髪を採取し、計測間隔を間隔ｄ＝０．５ｍｍとする以外は実施例１と同様にして毛髪繊維の太さを求め、また、各計測点において、１個前の計測点に対する接線方向の角度の変化量を求めた。この結果を表２に集計し、毛髪繊維の毛先からの距離と太さの関係図を図２６に示し、太さの出現頻度のヒストグラムを図２７に示し、毛髪繊維の毛先からの距離と毛髪繊維軸に対する接線の角度との関係を図２８を示し、毛髪繊維軸に対する接線の角度の出現度数のヒストグラムを図２９に示した。

この結果から、金髪を測定対象とした場合にも、毛髪繊維の形状を解析できることがわかった。

実施例４
毛髪繊維の太さを求める本発明のシステムにおいて、毛髪繊維画像の統計的補間処理を施した場合の測定精度を確認するため、統計的補間処理を行った場合と行わなかった場合について、ニラコ社製の太さ既知の金属線（型番/太さ/材質AU-171225/0.150mm/金、AU-171145/0.080mm/金、Pt-351105/0.050mm/白金）の太さを実施例１と同様に計測した。各金属線について、長さ２ｃｍの区間（計測点の数＝１００点）における各計測点での太さの測定結果を表３、表４に示した。その結果、０．０５０ｍｍおよび０．０８０ｍｍの金属線においては、統計的補間処理ありの場合は、太さの平均値が０．０５１ｍｍと０．０７９ｍｍとなり、金属線の実太さとの差は０．００１ｍｍに収まっている。一方、統計的補間処理なしの場合は、それぞれ、太さの平均値は、０．０６１ｍｍおよび０．０８４ｍｍとなり、金属線の実太さとの差は、０．０１１ｍｍと０．００４ｍｍとなり、統計的補間処理を行った場合と比べて、誤差が大きいことがわかった。

誤差は特に細い金属線で大きくなることがわかり、コーカシアン毛のように、その太さが５０μｍ前後と細い場合は、特に補間処理が有効であることがわかった。また、データのバラツキを示す標準偏差を比較してみると、補間処理ありの方が一桁小さくなっており、より、安定した測定が可能となることがわかった。

本発明の毛髪繊維形状解析システム及び方法は、毛髪繊維のありのままの形状及び／又は太さを簡単に計測する事ができる。よって、本発明の毛髪繊維形状解析システム及び方法を用いて種々のヘアケア剤、紫外線、加齢等が毛髪繊維に及ぼす影響を評価することは、ヘアケア製品の開発で有用となる。

また、店頭等において、消費者の毛髪繊維形状を調べ、ヘアケアドバイスをする場合にも有用となる。

毛髪繊維形状解析方法の流れ図である。毛髪繊維形状解析システムの概略構成図である。毛髪繊維の模式図である。ハンディスキャナを用いた毛髪繊維画像の取得方法の説明図である。毛髪繊維画像の模式図である。毛髪繊維画像の形状線画像である。中心検出法の説明図である。毛髪繊維画像上の所定間隔の位置で接線を引いた状態の説明図である。毛髪繊維画像上で所定間隔の位置を自動的に追跡する方法の説明図である。閉じたループをなしている毛髪繊維画像上で所定間隔の位置を自動的に追跡する方法の説明図である。毛髪繊維軸に対する毛髪繊維の接線の傾きの差の説明図である。毛髪繊維軸に対する毛髪繊維の接線の傾きと出現頻度のヒストグラムの例である。毛髪繊維軸に対する毛髪繊維の接線の傾きと出現頻度のヒストグラムの例である。毛髪繊維軸に対する毛髪繊維の接線の傾きと出現頻度のヒストグラムの例である。毛髪繊維画像の太さの計測方法の説明図である。統計的補間処理の説明図である。統計的補間処理の説明図である。計測される毛髪繊維の太さの説明図である。折れ曲がった毛髪繊維について、計測される太さの説明図である。毛髪繊維の太さと出現頻度のグラフの例である。毛髪繊維の太さ又はうねりと毛髪繊維の長さのグラフである。毛髪繊維の太さと傾きの長さ方向の分布図である。実施例１のサンプルの４方向の画像である。実施例１及び比較例１で取得した、毛髪繊維軸に対する接線の角度の変化図である。実施例１の毛髪繊維軸に対する接線の角度の分布図である。比較例１の毛髪繊維軸に対する接線の角度の分布図である。実施例２のサンプルの模式図である。実施例２のサンプルの太さとその出現頻度のヒストグラムである。実施例３のサンプル画像である。毛髪繊維の太さの関係図である。毛髪繊維の太さの出現頻度のヒストグラムである。毛髪繊維の毛先からの距離と毛髪繊維軸に対する接線の角度との関係図である。毛髪繊維軸に対する接線の角度とその出現度数のヒストグラムである。

符号の説明

１毛髪繊維形状解析システム
２イメージスキャナ（画像取得手段）
２ａハンディスキャナ
３パソコン本体
４ディスプレイ
５プラスチック板
６フィルム
７ホルダー
Ｈ毛髪繊維

Claims

毛髪繊維の二次元画像である毛髪繊維画像を取得する画像取得手段、
毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維のうねり指標及び/又は太さを演算する機能と演算結果を集計する機能を有する演算手段、及び
表示手段を備えた毛髪繊維形状解析システムであって、
演算手段が、毛髪繊維画像上の位置Ｐ _n で描いた半径ｄの円と毛髪繊維画像との交点を、位置Ｐ _n から所定間隔にある位置Ｐ _n+1 として前記所定間隔にある複数の位置を順次定め、
位置Ｐ _n で描いた半径ｄの円と毛髪繊維画像との交点が複数あり、これらが位置Ｐ _n から所定間隔にある位置Ｐ _n+1 の候補となるときに、これらの候補のうち、位置Ｐ _n の前の位置Ｐ _n-1 からの距離が最も大きい位置を、位置Ｐ _n の次の位置Ｐ _n+1 として選択する毛髪繊維形状解析システム。
演算手段が少なくとも毛髪繊維のうねり指標を演算する機能を有し、該演算手段が、毛髪繊維画像から形状線を求め、その形状線上で一端側から他端側へ所定間隔で順次選択した位置において接線を求め、ある位置Ｐ_n での毛髪繊維軸に対する接線の傾きと、ｘ個前に選択した位置Ｐ_n-xにおける毛髪繊維軸に対する接線の傾きとの差をその位置Ｐ_n での毛髪繊維のうねり指標とする請求項１記載の毛髪繊維形状解析システム。
演算手段が少なくとも毛髪繊維のうねり指標を演算する機能を有し、該演算手段が、毛髪繊維画像から形状線を求め、その形状線上で一端側から他端側へ所定間隔で順次選択した位置において求めた接線の傾きをうねり指標とし、適当な数値幅でそのうねり指標の出現頻度を算出し、グラフ化する請求項１記載の毛髪繊維形状解析システム。
演算手段が少なくとも毛髪繊維の太さを演算する機能を有し、該演算手段が、毛髪繊維画像上で一端側から他端側へ所定間隔で順次選択した位置において、毛髪繊維画像の接線に垂直な直線を求め、その直線に沿って毛髪繊維画像の明るさ又は輝度変化に基づいて毛髪繊維の太さを得る請求項１〜３のいずれかに記載の毛髪繊維形状解析システム。
毛髪繊維の二次元画像である毛髪繊維画像を取得し、毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維のうねり指標及び/又は太さを演算し、集計する毛髪繊維形状解析方法であって、
毛髪繊維画像上の位置Ｐ _n で描いた半径ｄの円と毛髪繊維画像との交点を、位置Ｐ _n から所定間隔にある位置Ｐ _n+1 として前記所定間隔にある複数の位置を順次定め、
位置Ｐ _n で描いた半径ｄの円と毛髪繊維画像との交点が複数あり、これらが位置Ｐ _n から所定間隔にある位置Ｐ _n+1 の候補となるときに、これらの候補のうち、位置Ｐ _n の前の位置Ｐ _n-1 からの距離が最も大きい位置を、位置Ｐ _n の次の位置Ｐ _n+1 として選択する毛髪繊維形状解析方法。
演算手段が少なくとも毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維のうねり指標を演算する場合に、該演算手段が、毛髪繊維画像から形状線を求め、その形状線上で一端側から他端側へ所定間隔で順次選択した位置において接線を求め、ある位置Ｐ_n での接線の傾きと、ｘ個前に選択した位置Ｐ_n-xにおける接線の傾きとの差をその位置Ｐ_n での毛髪繊維のうねり指標とする請求項５記載の毛髪繊維形状解析方法。
演算手段が少なくとも毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維のうねり指標を演算する場合に、該演算手段が、毛髪繊維画像から形状線を求め、その形状線上で一端側から他端側へ所定間隔で順次選択した位置において接線の傾きをうねり指標として求め、適当な数値幅で接線の傾きの出現頻度を算出し、グラフ化する請求項５記載の毛髪繊維形状解析方法。
演算手段が少なくとも毛髪繊維画像上の所定間隔にある複数の位置で、毛髪繊維の太さを演算する場合に、該演算手段が、毛髪繊維画像上で一端側から他端側へ所定間隔で順次選択した位置において、毛髪繊維画像の接線に垂直な直線を求め、その直線に沿って毛髪繊維画像の明るさ又は輝度変化に基づいて毛髪繊維の太さを得る請求項５〜７のいずれかに記載の毛髪繊維形状解析方法。