JP5085344B2 - 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 - Google Patents

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。

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。）。

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。

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。

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。
涌井二男，「毛髪のつやについての研究」，日本化粧品技術者会誌，Ｖｏｌ．２１，Ｎｏ．２，Ｐ１５６−１６１ 特開２０００−１１６６２２号公報 特開平４−１０５０４５号公報 特開２０００−１３５２０７号公報

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

＜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。

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）。

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。

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。

＜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。

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。

＜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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

＜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。

＜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。

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。

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。

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。

＜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）。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

＜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。

＜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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

＜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。

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。

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。

＜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。

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。

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。

＜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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。 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。 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。 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。 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。 本実施形態における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。 フラクタル次元を説明するための一例を示す図である。 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。 本実施形態における質感マップの第１実施例を示す図である。 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。 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。 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。 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。 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。

符号の説明

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

Claims (16)

1. 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評価装置。
2. 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請求項１に記載の評価装置。
3. 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請求項１又は２に記載の評価装置。
4. 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。
5. 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請求項１乃至４の何れか１項に記載の評価装置。
6. 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請求項４又は５に記載の評価装置。
7. 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請求項１乃至６の何れか１項に記載の評価装置。
8. 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評価方法。
9. 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請求項８に記載の評価方法。
10. 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請求項８又は９に記載の評価方法。
11. 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請求項８乃至１０の何れか１項に記載の評価方法。
12. 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請求項８乃至１１の何れか１項に記載の評価方法。
13. 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請求項１１又は１２に記載の評価方法。
14. 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請求項８乃至１３の何れか１項に記載の評価方法。
15. 請求項８乃至１４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。
16. 請求項１５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。