JP6107537B2 - 撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム - Google Patents

撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム Download PDF

Info

Publication number
JP6107537B2
JP6107537B2 JP2013175770A JP2013175770A JP6107537B2 JP 6107537 B2 JP6107537 B2 JP 6107537B2 JP 2013175770 A JP2013175770 A JP 2013175770A JP 2013175770 A JP2013175770 A JP 2013175770A JP 6107537 B2 JP6107537 B2 JP 6107537B2
Authority
JP
Japan
Prior art keywords
image
unit
polarized
light emitting
skin
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.)
Active
Application number
JP2013175770A
Other languages
English (en)
Other versions
JP2015046698A5 (ja
JP2015046698A (ja
Inventor
雄介 中村
雄介 中村
信一郎 五味
信一郎 五味
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2013175770A priority Critical patent/JP6107537B2/ja
Priority to KR1020140093807A priority patent/KR102336064B1/ko
Priority to US14/446,858 priority patent/US9345430B2/en
Priority to CN201410413099.8A priority patent/CN104414646B/zh
Publication of JP2015046698A publication Critical patent/JP2015046698A/ja
Publication of JP2015046698A5 publication Critical patent/JP2015046698A5/ja
Application granted granted Critical
Publication of JP6107537B2 publication Critical patent/JP6107537B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Dermatology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Input (AREA)
  • Studio Devices (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Optics & Photonics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Description

本開示は、撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラムに関し、特に、より低コストな構成で肌の表面状態を評価することができるようにする撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラムに関する。
肌（皮膚）の表面状態、例えば、肌のテカリ量や肌のきめなどを解析する手法が研究されている。例えば、偏光フィルタを光源側とイメージセンサ側に用意し、並行偏光および直交偏光の状態を作って肌を撮影し、その差分を用いて肌のテカリ量を算出する方法がある（例えば、特許文献１参照）。
特開２０１０−２７３７３７号公報
しかしながら、上述の方法を実現するためには、偏光フィルタを３枚（３種類）用意して、光源側に並行偏光および直交偏光の２種類の偏光が得られるように２枚設置し、イメージセンサ側に残りの１枚を設置する必要がある。あるいは、偏光フィルタを２枚（２種類）用意して光源側とイメージセンサ側にそれぞれ１枚ずつ設置し、光源側かまたはイメージセンサ側のどちらかを９０度回転させて撮影する仕組みが必要である。したがって、より低コストに肌の表面状態を評価できる方法が望まれている。
本開示は、このような状況に鑑みてなされたものであり、より低コストな構成で肌の表面状態を評価することができるようにするものである。
本開示の第１の側面の撮像システムは、撮像装置と画像処理装置とからなり、前記撮像装置は、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向は直交関係にあり、前記撮像素子は、前記無偏光発光部により照射された被写体と、前記偏光発光部により照射された被写体を時分割で撮像し、その結果得られる無偏光画像と直交偏光画像を出力するように構成されており、前記画像処理装置は、前記撮像装置で撮像された前記無偏光画像と前記直交偏光画像から、鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部と、前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部とを備える。
本開示の第１の側面の撮像システムの画像処理方法は、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置と、前記撮像装置で撮像された無偏光画像と直交偏光画像から、鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部と、前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部とを備える画像処理装置とからなる撮像システムの、前記撮像装置が、前記無偏光発光部により照射された被写体と、前記偏光発光部により照射された被写体を時分割で撮像し、前記無偏光画像と前記直交偏光画像を前記画像処理装置に出力し、前記画像処理装置が、前記無偏光画像と前記直交偏光画像から、鏡面反射成分の画像である鏡面反射画像を生成し、前記鏡面反射画像から、被評価者の皮脂量を算出する。
本開示の第１の側面においては、撮像装置において、無偏光発光部により照射された被写体と、偏光発光部により照射された被写体が時分割で撮像され、無偏光画像と直交偏光画像が出力される。また、画像処理装置において、無偏光画像と直交偏光画像から、鏡面反射成分の画像である鏡面反射画像が生成され、鏡面反射画像から、被評価者の皮脂量が算出される。
本開示の第２の側面の画像処理装置は、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部と、前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部とを備える。
本開示の第２の側面の画像処理装置の画像処理方法は、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成し、前記鏡面反射画像から、被評価者の皮脂量を算出する。
本開示の第２の側面のプログラムは、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を処理するコンピュータに、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成し、前記鏡面反射画像から、被評価者の皮脂量を算出する処理を実行させるためのものである。
本開示の第２の側面においては、無偏光画像と直交偏光画像から鏡面反射成分の画像である鏡面反射画像が生成され、鏡面反射画像から、被評価者の皮脂量が算出される。
本開示の第３の側面の画像処理装置は、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する並行偏光画像生成部を備える。
本開示の第３の側面の画像処理装置の画像処理方法は、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する。
本開示の第３の側面のプログラムは、無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を処理するコンピュータに、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する処理を実行させるためのものである。
本開示の第３の側面においては、無偏光画像と直交偏光画像から並行偏光成分の画像である並行偏光画像が生成される。
なお、プログラムは、伝送媒体を介して伝送することにより、又は、記録媒体に記録して、提供することができる。
撮像装置及び画像処理装置は、独立した装置であっても良いし、１つの装置を構成している内部ブロックであっても良い。
本開示の第１乃至第３の側面によれば、より低コストな構成で肌の表面状態を評価することができるようにする。
なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
本開示に係る撮像システムの第１の実施の形態を示すブロック図である。 撮像装置の鏡筒部分を示す図である。 前処理部が行う前処理の概要を示す図である。 鏡面反射画像生成部の詳細構成例を示すブロック図である。 クリッピング部が行うクリッピング処理の処理内容を説明する図である。 テカリ画像算出部が行う処理内容を説明する図である。 テカリ評価部内に記憶されているテカリ評価値算出テーブルの例を示す図である。 評価結果提示画面の例を示す図である。 評価結果提示画面のその他の例を示す図である。 撮像システムの第１の実施の形態による肌のテカリ評価処理を説明するフローチャートである。 本開示に係る撮像システムの第２の実施の形態を示すブロック図である。 並行偏光画像生成部の詳細構成例を示すブロック図である。 第１の実施の形態と第２の実施の形態の処理の違いについて説明する図である。 第１の実施の形態と第２の実施の形態の処理の違いについて説明する図である。 きめ解析部の詳細構成例を示すブロック図である。 表皮画像処理部および表皮パターン検出部の機能構成例を示すブロック図である。 後天的要素解析部の機能構成例を示すブロック図である。 撮像システムの第２の実施の形態による肌のきめ評価処理を説明するフローチャートである。 きめ解析処理の詳細を説明するフローチャートである。 表皮画像処理の詳細を説明するフローチャートである。 表皮パターン検出処理の詳細を説明するフローチャートである。 後天的要素解析処理の詳細を説明するフローチャートである。 皮丘領域のサイズのヒストグラムの例を示す図である。 表皮サイズ分布解析部が有する正規化カーブの例を示す図である。 表皮形状分布解析処理１の詳細を説明するフローチャートである。 表皮形状分布解析部が有する正規化カーブの例を示す図である。 表皮形状分布解析処理２の詳細を説明するフローチャートである。 参照形状の例を説明する図である。 きめ評価結果の提示例を示す図である。 きめ評価結果のその他の提示例を示す図である。 本開示に係る撮像システムの第３の実施の形態を示すブロック図である。 本開示に係る撮像システムの第４の実施の形態を示すブロック図である。 本開示に係るコンピュータの一実施の形態の構成例を示すブロック図である。
以下、本開示を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．第１の実施の形態（肌のテカリを評価する撮像システム）
２．第２の実施の形態（肌のきめを評価する撮像システム）
３．第３の実施の形態（肌のテカリときめを評価する撮像システム）
４．第４の実施の形態（サーバで画像処理を行う撮像システム）
＜１．第１の実施の形態＞
＜撮像システムのブロック図＞
図１は、本開示に係る撮像システムの第１の実施の形態を示すブロック図である。
図１の撮像システム１は、撮像装置１１、画像処理装置１２、および表示装置１３により構成され、肌画像を撮像し、肌の表面状態として肌のテカリを評価するシステムである。
撮像装置１１は、被評価者の肌の画像を撮像し、その結果得られた肌画像を画像処理装置１２に供給する。より具体的には、撮像装置１１は、肌画像として、無偏光画像ITと直交偏光画像IPVの２種類（２枚）の画像を撮像し、画像処理装置１２に供給する。
図２は、撮像装置１１の鏡筒部分を示す図である。
撮像装置１１の鏡筒部４１に、複数の発光部４２が円環状に配置されており、鏡筒部４１の中央部にイメージセンサ４３が配置されている。イメージセンサ４３は、例えば、CMOS（Complementary Metal Oxide Semiconductor）イメージセンサやCCD(Charge Coupled Device)などの撮像素子で構成され、その前面には、偏光フィルタが配置されている。
発光部４２には、無偏光成分の光を被評価者の肌に照射する無偏光発光部４２Aと、所定の偏光成分の光を被評価者の肌に照射する偏光発光部４２Bとがある。無偏光発光部４２Aは、白色の光を発するLED (Light Emitting Diode）光源を有する。一方、偏光発光部４２Bは、白色の光を発するLED光源と、その前面に配置された偏光フィルタとを有する。偏光発光部４２Bに配された偏光フィルタと、イメージセンサ４３に配された偏光フィルタの偏光方向は、直交するように取り付けられている。
無偏光発光部４２Aと偏光発光部４２Bのそれぞれは、図２に示されるように、イメージセンサ４３に対して、点対称に配置されている。
また、図２の例では、無偏光発光部４２Aと偏光発光部４２Bが、それぞれ４つずつ配置されているが、無偏光発光部４２Aと偏光発光部４２Bの個数は、この例に限られない。それぞれ少なくとも２つの無偏光発光部４２Aと偏光発光部４２Bが点対称に配置されていれば良く、また、それぞれ６つ以上の無偏光発光部４２Aと偏光発光部４２Bが点対称に配置されていてもよい。
なお、明るさのムラをなくするため、無偏光発光部４２Aと偏光発光部４２Bのそれぞれを点対称に配置し、無偏光発光部４２Aと偏光発光部４２Bの個数を合わせるのが望ましいが、それ以外の配置としてもよい。
初めに、被写体としての被評価者の肌を無偏光発光部４２Aにより発光させた状態で第１の偏光方向（水平方向）の偏光フィルタを介してイメージセンサ４３が被評価者の肌の撮像を行うことにより、撮像装置１１は、被評価者の肌の無偏光画像ITを生成して、画像処理装置１２に供給する。
次に、偏光発光部４２Bが第２の偏光方向（垂直方向）の偏光フィルタを介して発光させた状態でイメージセンサ４３が被評価者の肌の撮像を行うことにより、撮像装置１１は、被評価者の肌の直交偏光画像IPVを生成して、画像処理装置１２に供給する。
これにより、偏光フィルタを３枚（３種類）用意して、光源側に並行偏光および直交偏光の２種類の偏光が得られるように２枚設置し、イメージセンサ側に残りの１枚を設置する場合と比べて、偏光フィルタが２種類で済む。
また、偏光フィルタを２枚（２種類）用意して光源側とイメージセンサ側にそれぞれ１枚ずつ設置し、光源側かまたはイメージセンサ側のどちらかを９０度回転させて撮影する場合と比べて、回転させる機能が省略できる。
したがって、本技術によれば、より低コストな構成で肌の表面状態を評価するために必要な肌画像を得ることができるので、低コストな構成で肌の表面状態を評価することができる。
なお、無偏光発光部４２Aによる撮像と、偏光発光部４２Bによる撮像の順番は逆でもよい。すなわち、撮像装置１１は、無偏光発光部４２Aによる撮像と、偏光発光部４２Bによる撮像を時分割で実行し、無偏光画像ITと直交偏光画像IPVを生成できればよい。
また、第１の偏光方向と第２の偏光方向は直交関係があれば、イメージセンサ４３側及び偏光発光部４２B側のそれぞれの偏光方向は限定されない。
図１に戻り、画像処理装置１２は、前処理部２１、鏡面反射画像生成部２２、テカリ解析部２３、および評価結果提示部２４により構成される。また、テカリ解析部２３は、テカリ画像算出部３１、テカリ量算出部３２、及びテカリ評価部３３で構成される。
前処理部２１には、撮像装置１１で撮像された２枚（２種類）の肌画像、すなわち、無偏光画像ITと直交偏光画像IPVが、撮像装置１１から供給される。
前処理部２１は、撮像装置１１から供給された無偏光画像ITと直交偏光画像IPVに対して、後段での処理を行いやすくするための前処理を行う。具体的には、前処理部２１は、輝度レベル（平均輝度）が最適な値になるように２枚の画像の輝度レベルを調整する。
＜前処理部２１の概要＞
図３は、前処理部２１が行う前処理の概要を示す図である。
前処理部２１は、取得された画像の輝度値の平均値をsrc_avg、画像の平均輝度として合わせたいレベルを標準値std_valとすると、調整前の画像の所定の画素の輝度値src_valを、以下の式により調整後の画像の輝度値dst_valに調整する。
dst_val=src_val+(std_val-src_avg)
より具体的には、前処理部２１は、無偏光画像ITの画素（x,y）の調整前の輝度値IT（x,y）から、調整後の輝度値IT P（x,y）を、次式（１）により求める。
Figure 0006107537
また、前処理部２１は、直交偏光画像IPVの画素（x,y）の調整前の輝度値IPV（x,y）から、調整後の輝度値IPV P（x,y）を、次式（２）により求める。
Figure 0006107537
式（１）及び式（２）内の分数の分母のNは、無偏光画像ITまたは直交偏光画像IPVの画素数を表す。なお、標準値std_valは、固定値として予め設定されて入力されている。
前処理部２１は、前処理後の無偏光画像IT P及び直交偏光画像IPV Pを、鏡面反射画像生成部２２に供給する。また、前処理部２１は、前処理後の無偏光画像IT Pを、評価結果提示部２４にも供給する。
鏡面反射画像生成部２２は、前処理部２１から供給される前処理後の無偏光画像IT P及び直交偏光画像IPV Pを用いて、鏡面反射成分の画像である鏡面反射画像ISを生成し、テカリ画像算出部３１とテカリ量算出部３２に供給する。
＜鏡面反射画像生成部２２の構成＞
図４は、鏡面反射画像生成部２２の詳細構成例を示すブロック図である。
鏡面反射画像生成部２２は、ゲイン乗算部５１、減算部５２、及び、クリッピング部５３により構成される。
ゲイン乗算部５１は、以下の式（３）に従って、直交偏光画像IPV Pに対して、ゲインGainPPを乗算し、ゲイン乗算後の直交偏光画像IPV P,Gを得る。
Figure 0006107537
ここで、ゲインGainPPは、無偏光画像ITの平均輝度を、直交偏光画像IPVの平均輝度に合わせるための値が設定されるが、本実施の形態では、前処理部２１により２枚の画像の平均輝度が同一となるように既に調整されているため、GainPP=1.0とすることができる。
換言すれば、前処理部２１は省略することもでき、その場合には、無偏光画像ITの平均輝度を、直交偏光画像IPVの平均輝度に合わせるためのゲインGainPPが、他のブロックで算出されるか、または、外部から入力され、式（３）により直交偏光画像IPV Pに対して乗算される。また、ゲインGainPPは、後述する第２の実施の形態における式（６）により求められる値を採用してもよい。
減算部５２は、無偏光画像IT Pから、ゲイン乗算後の直交偏光画像IPV P,Gを減算し、差分画像IDiff1を生成する。すなわち、減算部５２は、無偏光画像IT Pの各画素に対して次式（４）の演算を行う。
Figure 0006107537
式（４）により、画像の変動成分、例えば、表面の微細構造、鏡面反射成分などを抽出することができる。
クリッピング部５３は、減算部５２で算出された差分画像IDiff1に対して、画像が適切な範囲に収まるようにクリッピングするクリッピング処理を行い、クリッピング処理後の画像を、鏡面反射画像ISとして出力する。
図５は、クリッピング部５３が行うクリッピング処理の処理内容を表す変換テーブルを示している。図５の横軸は、差分画像IDiff1の画素（x,y）の輝度値IDiff1(x,y)を表し、縦軸は、クリッピング処理後の鏡面反射画像ISの輝度値IS(x,y)を表す。
図５に示されるように、クリッピング部５３は、減算部５２の差分演算により生じた負の輝度値を０に設定する処理を行う。
以上のように、鏡面反射画像生成部２２は、前処理部２１から供給される前処理後の無偏光画像IT P及び直交偏光画像IPV Pを用いて鏡面反射画像ISを算出し、テカリ画像算出部３１とテカリ量算出部３２に供給する。
＜テカリ解析部２３の構成＞
図１に戻り、テカリ解析部２３は、鏡面反射画像生成部２２から供給される鏡面反射画像ISを用いて、肌のテカリを解析する。
テカリ画像算出部３１は、鏡面反射画像生成部２２から供給される鏡面反射画像ISから、テカリ画像IGを算出する。テカリ画像IGは、被評価者の皮脂量を示す画像である。
図６は、鏡面反射画像ISの画素（x,y）の輝度値IS(x,y)に対してテカリ画像算出部３１が行う処理内容を示す図である。図６の横軸は、鏡面反射画像ISの画素（x,y）の輝度値IS(x,y)を表し、縦軸は、テカリ画像IGの画素（x,y）の輝度値IG(x,y)を表す。
図６に示されるように、テカリ画像算出部３１は、鏡面反射画像ISの輝度値Is_th_minから輝度値Is_th_maxまでの範囲を、０から２５５の輝度値にマッピングすることにより、テカリ画像IGを算出する。
図１に戻り、テカリ量算出部３２は、鏡面反射画像生成部２２から供給される鏡面反射画像ISから、テカリ量（皮脂量）Gloss_valを算出する。テカリ量Gloss_valは、次式（５）により算出される。
Figure 0006107537
式（５）において、分母のNは、鏡面反射画像ISの画素数を表す。従って、テカリ量Gloss_valは、鏡面反射画像ISの平均輝度によって求めることができる。
テカリ画像算出部３１により算出されたテカリ画像IGと、テカリ量算出部３２により算出されたテカリ量Gloss_valは、テカリ評価部３３に供給される。
テカリ評価部３３は、内部に記憶されているテカリ評価値算出テーブルを用いて、テカリ量算出部３２により算出されたテカリ量Gloss_valから、テカリ評価値Gloss_evalを算出する。
図７は、テカリ評価部３３内に記憶されているテカリ評価値算出テーブルの例を示している。
テカリ評価値算出テーブルは、例えば、図７に示されるように、テカリ量Gloss_valが第１の値gloss_val_th_min未満である場合にはテカリ評価値Gloss_evalとして０を割り当て、第１の値gloss_val_th_min以上第２の値gloss_val_th_max以下のテカリ量Gloss_valに対して０ないし１００のテカリ評価値Gloss_evalを割り当て、第２の値gloss_val_th_maxより大きいテカリ量Gloss_valに対しては１００のテカリ評価値Gloss_evalを割り当てるテーブルである。これにより、テカリ量Gloss_valが、０から１００までのいずれかの値をとるテカリ評価値Gloss_evalに変換される。なお、テカリ評価値算出テーブルは、図７の例に限られない。
テカリ評価部３３は、テカリ評価値算出テーブルに基づいて算出したテカリ評価値Gloss_evalを、テカリ画像算出部３１から供給されたテカリ画像IGとともに、評価結果提示部２４に供給する。
評価結果提示部２４は、前処理部２１から供給される前処理後の無偏光画像IT Pと、テカリ評価部３３から供給されるテカリ評価値Gloss_evalとテカリ画像IGを用いて、被評価者の肌のテカリの状態の評価結果を示す情報を、表示装置１３に表示させる。
表示装置１３は、LCD(Liquid Crystal Display)や有機EL(Electro Luminescence)ディスプレイなどで構成され、評価結果提示部２４から供給される画像信号に基づいて、所定の画像を表示する。
なお、表示装置１３は、画像処理装置１２の一部として備えられるものでもよいし、携帯電話機などの携帯情報端末やテレビジョン受像機など、表示機能以外の機能を含む装置であってもよい。換言すれば、表示機能を少なくとも有する任意の種類の装置を表示装置１３として利用することができる。
＜評価結果提示画面の例＞
図８と図９を参照して、評価結果提示部２４により表示装置１３に表示される評価結果提示画面の例について説明する。
図８は、テカリ評価値Gloss_evalを用いた被評価者の肌のテカリの状態の評価結果を提示する評価結果提示画面の例を示している。
図８の評価結果提示画面６０は、メッセージ提示部６１、水分量提示部６２、油分量提示部６３、及び肌状態マップ提示部６４を有する。
メッセージ提示部６１には、予め用意されている複数のメッセージのなかから、被評価者の油分量と水分量に応じて選択された所定のメッセージが表示される。図８の例では、「最もトラブルを起こしやすい肌状態です。積極的な保湿力ケアでトラブル回避！」のメッセージが表示されている。
水分量提示部６２には、被評価者の水分量の測定結果が表示される。被評価者の水分量は、例えば、静電容量方式で肌の水分量を測定する水分量測定器（測定部）で測定され、評価結果提示部２４に供給される。図８の例では、水分量として「０」が表示されている。
油分量提示部６３には、被評価者の油分量の測定結果が表示される。テカリ評価部３３から供給されたテカリ評価値Gloss_evalが被評価者の油分量として油分量提示部６３に表示される。図８の例では、油分量として「５１」が表示されている。
肌状態マップ提示部６４は、被評価者の油分量と水分量の状態を、油分量を横軸、水分量を縦軸とした２次元マップで表す。肌状態は、２次元マップの各象限に対応して「ノーマル肌」、「オイリー肌」、「オイリードライ肌」、または「乾燥肌」に分けられる。具体的には、肌状態は、水分量が50未満でかつ油分量が50未満であれば「乾燥肌」に分類され、水分量が50未満でかつ油分量が50以上であれば「オイリードライ肌」に分類され、水分量が50以上でかつ油分量が50未満であれば「ノーマル肌」に分類され、水分量が50以上でかつ油分量が50以上であれば「オイリー肌」に分類される。そして、２次元マップ上の被評価者の油分量と水分量の位置に、被評価者の肌状態を示す「あなた」の文字が表示されている。
図９は、被評価者の肌のテカリの状態の評価結果を提示する評価結果提示画面のその他の例を示している。
図９の評価結果提示画面７０は、テカリ評価値提示部７１、メッセージ提示部７２、および肌画像提示部７３を有する。
テカリ評価値提示部７１には、テカリ評価部３３から供給されたテカリ評価値Gloss_evalが表示される。図９は、テカリ評価部３３から供給されたテカリ評価値Gloss_evalが75と算出された場合の例であり、テカリ評価値提示部７１には「テカリ評価値：75/100」が表示されている。
メッセージ提示部７２には、予め用意されている複数のメッセージのなかから、被評価者のテカリ評価値Gloss_evalに応じて選択された所定のメッセージが表示される。図９の例では、「テカリが目立つ状態です。皮脂を抑えるケアを心がけましょう。」のメッセージが表示されている。
肌画像提示部７３には、前処理部２１から供給された前処理後の無偏光画像IT Pに、テカリ評価部３３から供給されたテカリ画像IGを重畳させた画像が表示される。テカリ画像IGは、テカリが目立つ領域ほど高輝度となっているので、被評価者は肌の表面状態を容易に把握することができる。
＜肌のテカリ評価処理＞
次に、図１０のフローチャートを参照して、撮像システム１の第１の実施の形態による肌のテカリ評価処理について説明する。
初めに、ステップＳ１において、撮像装置１１は、肌画像を撮像する。すなわち、撮像装置１１は、無偏光発光部４２Aと偏光発光部４２Bを時分割で発光させて被評価者の肌を撮像することにより、無偏光画像ITと直交偏光画像IPVの２種類（２枚）の画像を生成し、その結果得られた撮像画像を画像処理装置１２に供給する。
ステップＳ２において、前処理部２１は、撮像装置１１から供給された無偏光画像ITと直交偏光画像IPVに対して、後段での処理を行いやすくするための前処理を行う。具体的には、前処理部２１は、画像の平均輝度が最適な値になるように、式（１）および式（２）による輝度値の調整を行う。前処理後の無偏光画像IT Ｐと直交偏光画像IPV Pは、鏡面反射画像生成部２２に供給され、前処理後の無偏光画像IT Ｐについては評価結果提示部２４にも供給される。
ステップＳ３において、鏡面反射画像生成部２２のゲイン乗算部５１は、上述した式（３）に従って、直交偏光画像IPV Pに対してゲインGainPPを乗算する。ゲイン乗算後の直交偏光画像IPV P,Gは、減算部５２に供給される。
ステップＳ４において、減算部５２は、直交偏光画像IPVから、ゲイン乗算後の直交偏光画像IPV P,Gを減算し、差分画像IDiff1を生成する。すなわち、減算部５２は、直交偏光画像IPVの各画素に対して上述した式（４）の演算を行う。
ステップＳ５において、クリッピング部５３は、減算部５２で算出された差分画像IDiff1に対して、画像が適切な範囲に収まるようにクリッピングするクリッピング処理を行う。そして、クリッピング部５３は、クリッピング処理後の画像を、鏡面反射画像ISとして、テカリ画像算出部３１とテカリ量算出部３２に出力する。
ステップＳ６において、テカリ解析部２３のテカリ画像算出部３１は、鏡面反射画像生成部２２から供給された鏡面反射画像ISから、テカリ画像IGを算出する。より具体的には、テカリ画像算出部３１は、図６に示したように、鏡面反射画像ISの輝度値Is_th_minから輝度値Is_th_maxまでの範囲を、０から２５５の輝度値にマッピングすることにより、テカリ画像IGを算出する。
ステップＳ７において、テカリ解析部２３のテカリ量算出部３２は、鏡面反射画像生成部２２から供給された鏡面反射画像ISから、上述した式（５）によりテカリ量Gloss_valを算出する。
ステップＳ８において、テカリ解析部２３のテカリ評価部３３は、テカリ画像算出部３１により算出されたテカリ量Gloss_valに基づいてテカリの評価を行う。具体的には、テカリ評価部３３は、図７に示したテカリ評価値算出テーブルを用いて、テカリ量Gloss_valからテカリ評価値Gloss_evalを算出する。算出されたテカリ評価値Gloss_evalは、テカリ画像算出部３１から供給されたテカリ画像IGとともに、テカリ評価部３３から評価結果提示部２４に供給される。
ステップＳ９において、評価結果提示部２４は、被評価者の肌のテカリの状態の評価結果を表示装置１３に表示させる。より具体的には、評価結果提示部２４は、前処理部２１から供給される前処理後の無偏光画像IT Pと、テカリ評価部３３から供給されるテカリ評価値Gloss_evalとテカリ画像IGなどを用いて、図８の評価結果提示画面や、図９の評価結果提示画面を表示装置１３に表示させる。
以上により、肌のテカリ評価処理が終了する。
上述した肌のテカリ評価処理によれば、撮像装置１１で得られた無偏光画像ITと直交偏光画像IPVを用いて肌の表面状態を評価することができるので、低コストな構成で肌の表面状態を評価することができる。
上述した第１の実施の形態によれば、撮像装置１１で得られた無偏光画像ITと直交偏光画像IPVを２値化せずにテカリ量を評価するため、情報が欠落することなく、より正確に、肌の表面状態を評価することができる。
＜２．第２の実施の形態＞
＜撮像システムのブロック図＞
次に、撮像システムの第２の実施の形態について説明する。
図１１は、本開示に係る撮像システムの第２の実施の形態を示すブロック図である。
なお、図１１においては、上述した第１の実施の形態と対応する部分については同一の符号を付してあり、その説明は適宜省略する。
図１１の撮像システム１は、第１の実施の形態と同様、撮像装置１１、画像処理装置１２、および表示装置１３により構成されるが、画像処理装置１２の一部の構成が第１の実施の形態と異なる。
即ち、第２の実施の形態では、画像処理装置１２が、前処理部２１、並行偏光画像生成部８１、きめ解析部８２、及び評価結果提示部８３により構成される。これにより、画像処理装置１２は、被評価者の肌の表面状態として、肌のきめを評価する。
並行偏光画像生成部８１は、前処理部２１から供給される、前処理後の無偏光画像IT Ｐと直交偏光画像IPV Pを用いて、並行偏光成分の画像である並行偏光画像IPPを生成し、きめ解析部８２に供給する。
きめ解析部８２は、並行偏光画像生成部８１で算出された並行偏光画像IPPを用いて、被評価者の肌のきめを解析するきめ解析処理を実行し、その結果得られる解析結果を、評価結果提示部８３に供給する。
評価結果提示部８３は、きめ解析部８２から供給される解析結果を用いて、被評価者の肌のきめの状態の評価結果を示す情報を、表示装置１３に表示させる。
＜並行偏光画像生成部８１の構成＞
図１２は、並行偏光画像生成部８１の詳細構成例を示すブロック図である。
並行偏光画像生成部８１は、ゲイン算出部９１、ゲイン乗算部９２、減算部９３、およびオフセット加算部９４により構成される。
前処理部２１から供給された前処理後の無偏光画像IT Ｐは、ゲイン算出部９１と減算部９３に入力され、前処理後の直交偏光画像IPV Pは、ゲイン算出部９１とゲイン乗算部９２に入力される。
ゲイン算出部９１は、ゲイン乗算部９２が直交偏光画像IPV Pに対して乗算するゲインGainPPを算出する。このゲインGainPPは下記の考えに基づいて求めることができる。すなわち、無偏光画像IT Pは、２色性反射モデルによると表面反射成分と内部反射成分から成る。表面反射成分は表面の微細構造および鏡面反射成分を含んでおり、比較的高域成分が支配的であるのに対し、内部反射成分は肌内部の色を表すため、低域成分が支配的である。そのため、以下の式（６）で算出されるゲインGainPPを求めることで、表面反射成分の画像を得ることができる。
Figure 0006107537
式（６）のargmax｛｝は、｛｝内の計算値が最大になる変数を求める関数であり、式（６）は、局所コントラストContrast(△d(x,y))の総和が最大となるようなゲインGainPPを算出することを表す。
ここで、△d(x,y)は、以下の式（７）で与えられ、減算部９３で行われる減算の処理内容を、ゲインGainPPを未知数として表した式である。
Figure 0006107537
局所コントラストContrast(△d(x,y))としては、△d(x,y)に対して微分フィルタを適用し、その応答を局所コントラストとする方法を採用して、以下の式（８）で与えられる。
Figure 0006107537
式（８）によれば、３×３の微分フィルタを水平方向と垂直方向の方向別に２種類用意し、水平方向と垂直方向でそれぞれ畳み込み演算を行って絶対値を取った値を加算した値により、局所コントラストContrast(△d(x,y))が求められる。なお、式（８）の△Dは、減算部９３で行われる減算処理後の差分画像の領域に対応する△d(x,y)の集合全体を表し、丸（○）のなかにバツ（×）を表した記号は、畳み込み演算を表す。なお、局所コントラストContrast(△d(x,y))は、式（８）以外の方法で計算してもよい。
算出されたゲインGainPPは、ゲイン算出部９１からゲイン乗算部９２に供給される。
ゲイン乗算部９２は、以下の式（９）に従って、前処理後の直交偏光画像IPV Pに対して、ゲイン算出部９１で算出されたゲインGainPPを乗算し、ゲイン乗算後の直交偏光画像IPV P,Gを算出して減算部９３に供給する。
Figure 0006107537
減算部９３は、次式（１０）に従って、無偏光画像IT Pから、ゲイン乗算後の直交偏光画像IPV P,Gを減算し、差分画像IDiff2を生成して、オフセット加算部９４に供給する。
Figure 0006107537
オフセット加算部９４は、減算部９３から供給される差分画像IDiff2にオフセット値std_valを加算することにより並行偏光画像IPPを算出する。すなわち、オフセット加算部９４は、次式（１１）の演算を行う。算出された並行偏光画像IPPは、きめ解析部８２に供給される。
Figure 0006107537
＜第１の実施の形態と第２の実施の形態の違い＞
図１３と図１４を参照して、第１の実施の形態と第２の実施の形態の処理の違いについて説明する。
図１３は、上述した第１の実施の形態における鏡面反射画像ISの算出の概念を示す図である。
図１３のグラフの横軸は、画像の所定の一ラインの画素位置ｘを表し、縦軸は、画素位置ｘにおける輝度値（画素値）を表す。
被評価者の肌に光を照射して反射されてくる光の成分には、肌の表面で反射されてくる表面反射成分と、肌の内部に一旦侵入して内部で反射されてくる内部反射成分とがある。全反射成分は、表面反射成分と内部反射成分のいずれをも含む反射成分である。
全反射成分は、無偏光発光部４２Aを発光させて撮像して得られる無偏光画像ITとして取得することができ、内部反射成分は、偏光発光部４２Bを発光させて撮像して得られる直交偏光画像IPVとして取得することができる。
第１の実施の形態の画像処理装置１２は、全反射成分である無偏光画像ITから、内部反射成分である直交偏光画像IPVを減算することにより、図１３において実線で示される表面反射成分である鏡面反射画像ISを算出している。ここで算出された鏡面反射画像ISのうち、図１３において斜線を付して示される正の領域が、肌のテカリの部分に相当する。
これに対して、図１４は、第２の実施の形態における並行偏光画像IPPの算出の概念を示す図である。
第２の実施の形態の並行偏光画像生成部８１は、全反射成分である無偏光画像ITから、内部反射成分である直交偏光画像IPVを減算することにより得られる表面反射成分にオフセット値std_valを加算して全反射成分等と同一の輝度レベルに調整することで、表面反射成分である並行偏光画像IPPを算出している。表面反射成分を全反射成分などと同一輝度レベルに調整するためのオフセット値は全反射成分（無偏光画像IT）と内部反射成分（直交偏光画像IPV）の平均値に相当するものであるが、無偏光画像ITと直交偏光画像IPVは前処理部２１により標準値std_valに輝度値が調整されているので、オフセット値として標準値std_valを利用することができる。
＜きめ解析部８２の構成＞
図１５は、きめ解析部８２の詳細構成例を示すブロック図である。
きめ解析部８２は、表皮画像処理部１０１、表皮パターン検出部１０２、後天的要素解析部１０３、及び、きめ評価部１０４により構成される。
表皮画像処理部１０１には、並行偏光画像生成部８１で算出された並行偏光画像IPPが供給される。なお、以下では、並行偏光画像IPPを表皮画像とも称して説明を行う。
表皮画像処理部１０１は、補正やノイズ除去等の所定の画像処理を表皮画像に施し、画像処理後の表皮画像を、表皮パターン検出部１０２および後天的要素解析部１０３に供給する。
表皮パターン検出部１０２は、皮丘または皮溝により表皮に形成されている表皮画像内の表皮のパターン（以下、表皮パターンと称する）を検出し、検出結果（以下、表皮パターン検出結果と称する）を後天的要素解析部１０３に供給する。
後天的要素解析部１０３は、画像処理後の表皮画像、および、表皮パターン検出結果に基づいて、肌のきめの状態を示す要素のうち後天的な要素の解析を行う。後天的要素解析部１０３は、解析結果をきめ評価部１０４に供給する。
きめ評価部１０４は、後天的要素解析部１０３による解析結果に基づいて、被評価者の肌のきめの状態を評価し、評価結果を評価結果提示部８３（図１１）に供給する。
＜表皮画像処理部１０１および表皮パターン検出部１０２の構成＞
図１６は、表皮画像処理部１０１および表皮パターン検出部１０２の機能構成例を示すブロック図である。
表皮画像処理部１０１は、画像補正部１２１、単一チャネル抽出部１２２、および、ノイズ除去部１２３を含むように構成される。また、表皮パターン検出部１０２は、２値化部１３１およびラベリング処理部１３２を含むように構成される。
画像補正部１２１は、表皮画像の歪み補正や縮小等の所定の画像補正を行い、補正後の表皮画像を単一チャネル抽出部１２２に供給する。
単一チャネル抽出部１２２は、補正した表皮画像から所定のチャネルの信号成分を抽出し、抽出した信号成分からなる表皮画像（以下、単一チャネル表皮画像と称する）をノイズ除去部１２３に供給する。
ノイズ除去部１２３は、単一チャネル表皮画像のノイズを除去し、ノイズ除去後の単一チャネル表皮画像（以下、ノイズ除去表皮画像と称する）を、表皮パターン検出部１０２の２値化部１３１および後天的要素解析部１０３に供給する。
２値化部１３１は、ノイズ除去表皮画像に対して２値化処理を行い、得られた２値化画像（以下、２値化表皮画像と称する）をラベリング処理部１３２に供給する。
ラベリング処理部１３２は、２値化表皮画像に対してラベリング処理を行うことにより、表皮パターンを検出する。より具体的には、ラベリング処理部１３２は、表皮画像内の皮丘の領域（以下、皮丘領域と称する）を表皮パターンとして検出する。また、ラベリング処理部１３２は、表皮画像内の皮丘領域の数をカウントする。そして、ラベリング処理部１３２は、皮丘領域および皮丘数の検出結果を示す表皮パターン検出結果を後天的要素解析部１０３に供給する。
＜後天的要素解析部１０３の構成例＞
図１７は、後天的要素解析部１０３の機能構成例を示すブロック図である。
後天的要素解析部１０３は、表皮サイズ分布解析部１５１、表皮形状分布解析部１５２、表皮形状分布解析部１５３、および、表皮方向性解析部１５４を含むように構成される。
表皮サイズ分布解析部１５１は、表皮パターンのサイズの分布を解析する。より具体的には、表皮サイズ分布解析部１５１は、皮丘領域のサイズの分布を解析し、皮丘領域のサイズの均一性を表す表皮サイズ分布評価値を算出する。表皮サイズ分布解析部１５１は、算出した表皮サイズ分布評価値をきめ評価部１０４に供給する。
表皮形状分布解析部１５２は、表皮パターンの形状の分布を解析する。より具体的には、表皮形状分布解析部１５２は、皮丘領域の形状の分布を解析し、皮丘領域の形状の均一性を表す表皮形状分布評価値を算出する。表皮形状分布解析部１５２は、算出した表皮形状分布評価値をきめ評価部１０４に供給する。
表皮形状分布解析部１５３は、表皮形状分布解析部１５２とは異なる観点で、表皮パターンの形状の分布を解析する。より具体的には、表皮形状分布解析部１５３は、各皮丘領域と所定の参照形状とを比較し、各参照形状に近い形状を有する皮丘領域の割合を示す表皮形状分布情報を求める。表皮形状分布解析部１５３は、求めた表皮形状分布情報をきめ評価部１０４に供給する。
表皮方向性解析部１５４は、表皮パターンの方向性を解析する。より具体的には、表皮方向性解析部１５４は、ノイズ除去表皮画像に対して、例えば、0度、45度、90度、135度の４方向のエッジフィルタを適用することにより、皮丘領域のエッジ方向の分布を解析し、皮丘領域のエッジ方向の分布の均一性を表す表皮方向性評価値を算出する。表皮方向性解析部１５４は、算出した表皮方向性評価値を、きめ評価部１０４に供給する。
なお、皮丘のサイズ、形状、エッジ方向は、加齢、健康状態、肌の手入れ等により後天的に変化する。従って、表皮サイズ分布評価値、表皮形状分布評価値、表皮形状分布情報、および、表皮方向性評価値は、肌のきめの状態の後天的性質を評価するための指標となる。
＜肌のきめ評価処理＞
次に、図１８のフローチャートを参照して、撮像システムの第２の実施の形態による肌のきめ評価処理について説明する。
初めに、ステップＳ２１において、撮像装置１１は、肌画像を撮像する。すなわち、撮像装置１１は、無偏光発光部４２Aと偏光発光部４２Bを時分割で発光させて被評価者の肌を撮像することにより、無偏光画像ITと直交偏光画像IPVの２種類（２枚）の画像を生成し、その結果得られた撮像画像を画像処理装置１２に供給する。
ステップＳ２２において、前処理部２１は、撮像装置１１から供給された無偏光画像ITと直交偏光画像IPVに対して、後段での処理を行いやすくするための前処理を行う。具体的には、前処理部２１は、画像の平均輝度が最適な値になるように、式（１）および式（２）による輝度値の調整を行う。前処理後の無偏光画像IT Ｐと直交偏光画像IPV Pは、並行偏光画像生成部８１に供給される。
ステップＳ２３において、並行偏光画像生成部８１のゲイン算出部９１は、ゲイン乗算部９２が直交偏光画像IPV Pに対して乗算するゲインGainPPを算出する。
ステップＳ２４において、ゲイン乗算部９２は、前処理後の直交偏光画像IPV Pに対して、ゲイン算出部９１で算出されたゲインGainPPを乗算し、ゲイン乗算後の直交偏光画像IPV P,Gを減算部９３に供給する。具体的には、ゲイン乗算部９２は、上述した式（９）の演算を行う。
ステップＳ２５において、減算部９３は、無偏光画像IT Pから、ゲイン乗算後の直交偏光画像IPV P,Gを減算し、差分画像IDiff2を生成して、オフセット加算部９４に供給する。すなわち、減算部９３は、無偏光画像IT Pの各画素に対して、上述した式（１０）の演算を行う。
ステップＳ２６において、オフセット加算部９４は、式（１１）に従って、差分画像IDiff2にオフセット値std_valを加算することにより、並行偏光画像IPPを生成する。そして、オフセット加算部９４は、生成した並行偏光画像IPPを、きめ解析部８２に供給する。
ステップＳ２７において、きめ解析部８２は、ステップＳ２６で生成された並行偏光画像IPP（表皮画像）を用いて、被評価者の肌のきめを解析するきめ解析処理を実行し、その結果得られる解析結果を、評価結果提示部８３に供給する。ステップＳ２７のきめ解析処理の詳細は、図１９以降で後述する。
ステップＳ２８において、評価結果提示部８３は、きめ解析部８２から供給される解析結果を用いて、被評価者の肌のきめの状態の評価結果を示す情報を、表示装置１３に表示させ、処理を終了する。
＜きめ解析処理＞
図１９は、図１８のステップＳ２７におけるきめ解析処理の詳細なフローチャートを示している。
この処理では、初めに、ステップＳ４１において、表皮画像処理部１０１は、補正やノイズ除去等の所定の画像処理を、表皮画像としての並行偏光画像IPPに施す表皮画像処理を行う。表皮画像処理の詳細は、図２０を参照して後述する。
ステップＳ４２において、表皮パターン検出部１０２は、皮丘または皮溝により表皮に形成されている表皮画像内の表皮パターンを検出し、検出結果である表皮パターン検出結果出力する表皮パターン検出処理を行う。表皮パターン検出処理の詳細は、図２１を参照して後述する。
ステップＳ４３において、後天的要素解析部１０３は、画像処理後の表皮画像、および、表皮パターン検出結果に基づいて、肌のきめの状態を示す要素のうち後天的な要素の解析を行う後天的要素解析処理を行う。後天的要素解析処理の詳細は、図２２を参照して後述する。
ステップＳ４４において、きめ評価部１０４は、後天的要素解析部１０３による解析結果に基づいて、被評価者の肌のきめの状態を評価し、評価結果として、きめ評価値を算出する。算出されたきめ評価値は評価結果提示部８３に供給され、きめ解析処理は終了して、処理は、図１８に戻り、ステップＳ２８に進む。
以上のようにして、肌のきめの状態を示す後天的要素であるきめの均一性、および、皮丘の形状に基づいて、肌のきめの状態を評価することができる。その結果、より正確に肌のきめの状態を評価することができる。
＜表皮画像処理＞
次に、図２０のフローチャートを参照して、図１９のステップＳ４１における表皮画像処理の詳細について説明する。
ステップＳ６１において、画像補正部１２１は、画像の補正を行う。例えば、表皮画像の周縁部には、シェーディング歪みやレンズ歪みなどが発生していると考えられる。そこで、画像補正部１２１は、例えば、表皮画像に対してシェーディング補正やレンズ歪補正を行ったり、表皮画像の中央の領域を切り出したりする。
また、画像補正部１２１は、例えば、処理コストを下げるために、補正後の画像を縮小する。
なお、以下、特に断りのない限り、補正後の表皮画像のサイズを縦160画素×横120画素とする。
画像補正部１２１は、補正後の表皮画像を単一チャネル抽出部１２２に供給する。
ステップＳ６２において、単一チャネル抽出部１２２は、補正した表皮画像から所定のチャネルの信号成分を抽出する。例えば、単一チャネル抽出部１２２は、補正した表皮画像からＢ（Blue）チャネルの信号成分を抽出する。そして、単一チャネル抽出部１２２は、抽出した信号成分からなる単一チャネル表皮画像をノイズ除去部１２３に供給する。
ステップＳ６３において、ノイズ除去部１２３は、単一チャネル表皮画像のノイズを除去する。例えば、ノイズ除去部１２３は、単一チャネル表皮画像に対して平滑化フィルタを適用する。
より具体的には、ノイズ除去部１２３は、例えば、ランダムノイズや、皮丘、皮溝上のテクスチャ成分を除去するために、単一チャネル表皮画像に対してエッジ保存型平滑化フィルタを適用する。このエッジ保存型平滑化フィルタには、例えば、kernelサイズが３×３画素、σspace＝15、σcolor＝15のバイラテラルフィルタが用いられる。
次に、ノイズ除去部１２３は、例えば、汗腺などの影響による高輝度領域や鏡面反射成分を除去するために、単一チャネル表皮画像に対して孤立点除去フィルタを適用する。この孤立点除去フィルタには、例えば、３×３画素のメディアンフィルタが用いられる。
なお、これらのノイズ除去の処理は撮影環境や撮像装置１１の性能に大きく依存するため、それらに応じて、適用するフィルタ、パラメータなどを適宜変更することが望ましい。
そして、ノイズ除去部１２３は、ノイズ除去後の単一チャンネル表皮画像であるノイズ除去表皮画像を、表皮パターン検出部１０２の２値化部１３１、および、後天的要素解析部１０３の表皮方向性解析部１５４に供給する。
以上で表皮画像処理は終了し、図１９のきめ解析処理に戻る。
＜表皮パターン検出処理＞
次に、図２１のフローチャートを参照して、図１９のステップＳ４２における表皮パターン検出処理の詳細について説明する。
ステップＳ７１において、２値化部１３１は、２値化処理を行う。具体的には、２値化部１３１は、一様な光源下において、表皮画像の明るい領域は手前にある皮丘、暗い領域は奥にある皮溝であるという前提のもと、皮丘、皮溝のセグメンテーションを行うために、ノイズ除去表皮画像を２値化する。そして、２値化部１３１は、ノイズ除去表皮画像を２値化して得られた２値化表皮画像をラベリング処理部１３２に供給する。
ステップＳ７２において、ラベリング処理部１３２は、２値化表皮画像に対して、外側から４連結または８連結によるラベリング処理を行う。ここで、ラベリング処理部１３２は、最も外側の白の輪郭で囲まれる領域を１つの領域として検出し、その内側に黒色の領域や、白の輪郭で囲まれる領域が存在しても無視する。これにより、例えば、皮丘の内側の凹み等により暗くなる領域が無視され、皮丘領域を正確に検出することが可能になる。
なお、以下、ラベリング処理によりラベルが付与された領域をラベリング領域と称する。
また、一般的な人の肌において、皮溝の間隔は0.25〜0.5mmとされる。皮丘の形状が三角形または四角形が多いことを考慮すると、皮丘の面積は0.031〜0.25mm2程度になると考えられる。
そこで、ラベリング処理部１３２は、撮像装置１１のイメージセンサ４３のサイズ等に基づいて、表皮画像における皮丘のサイズの適正範囲を求める。そして、ラベリング処理部１３２は、検出したラベリング領域の中から、求めた適正範囲内のサイズの領域を皮丘領域として検出する。
また、ラベリング処理部１３２は、検出した皮丘領域の数を、皮丘数Nridgeとしてカウントする。
そして、ラベリング処理部１３２は、皮丘領域および皮丘数Nridgeの検出結果を示す表皮パターン検出結果を、後天的要素解析部１０３の表皮サイズ分布解析部１５１、表皮形状分布解析部１５２、および、表皮形状分布解析部１５３に供給する。
以上で表皮パターン検出処理は終了し、図１９のきめ解析処理に戻る。
＜後天的要素解析処理＞
次に、図２２のフローチャートを参照して、図１９のステップＳ４３における後天的要素解析処理の詳細について説明する。
ステップＳ８１において、表皮サイズ分布解析部１５１は、表皮パターンのサイズの分布を解析する。
具体的には、まず、表皮サイズ分布解析部１５１は、皮丘領域のサイズのヒストグラムを作成する。図２３は、皮丘領域のサイズ（面積）のヒストグラムの例を示している。図内の横軸は、皮丘領域のサイズを示し、縦軸はヒストグラムの各ビンの度数frqnを示している。
次に、表皮サイズ分布解析部１５１は、次式（１２）により、皮丘領域のサイズの平均値Havgを算出する。
Figure 0006107537
なお、ｎは各ビンの中央値を示している。
また、表皮サイズ分布解析部１５１は、次式（１３）により、皮丘領域のサイズの分散Hvarを算出する。
Figure 0006107537
さらに、表皮サイズ分布解析部１５１は、図２４に示される正規化カーブにより、分散Hvarを0から1の範囲内に正規化した表皮サイズ分布評価値Eevalsizeを算出する。ここで、図中、Size_th_minおよびSize_th_maxは、それぞれ正規化カーブを決定する閾値である。
表皮サイズ分布評価値Eevalsizeは、皮丘領域のサイズの分散Hvarが小さくなるほど大きくなる。すなわち、表皮サイズ分布評価値Eevalsizeは、皮丘領域のサイズのバラツキが小さくなるほど大きくなる。従って、表皮サイズ分布評価値Eevalsizeは、皮丘領域のサイズの均一性を表す指標となる。
表皮サイズ分布解析部１５１は、表皮サイズ分布評価値Eevalsizeをきめ評価部１０４に供給する。
ステップＳ８２において、表皮形状分布解析部１５２は、表皮形状分布解析処理１を行う。
＜表皮形状分布解析処理１＞
ここで、図２５のフローチャートを参照して、ステップＳ８２の表皮形状分布解析処理１の詳細について説明する。
ステップＳ１０１において、表皮形状分布解析部１５２は、基準領域を選択する。すなわち、表皮形状分布解析部１５２は、まだ基準領域に設定していない皮丘領域を１つ選択し、基準領域に設定する。
ステップＳ１０２において、表皮形状分布解析部１５２は、比較領域を選択する。すなわち、表皮形状分布解析部１５２は、まだ基準領域との形状の比較を行っていない皮丘領域を１つ選択し、比較領域に設定する。
ステップＳ１０３において、表皮形状分布解析部１５２は、基準領域と比較領域の形状の相違度を算出する。
例えば、表皮形状分布解析部１５２は、基準領域と比較領域の形状をHuモーメント不変量により数値化し、その数値化した値に基づいて、基準領域と比較領域の形状の相違度を算出する。相違度の算出方法は特に限定されないが、基準領域と比較領域の形状が近いほど、相違度は小さくなる。
なお、Huモーメント不変量の詳細については、例えば、「M-K. Hu. "Visual pattern recognition by moment invariants", IRE Trans.action on Information Theory, 1962年2月, Volume 8、pp. 179-187」に記載されている。
ステップＳ１０４において、表皮形状分布解析部１５２は、相違度を積算する。すなわち、表皮形状分布解析部１５２は、これまでの各皮丘領域の相違度の積算値に、新たに算出した相違度を加算する。
ステップＳ１０５において、表皮形状分布解析部１５２は、基準領域と比較していない皮丘領域が残っているか否かを判定する。基準領域と比較していない皮丘領域が残っていると判定された場合、処理はステップＳ１０２に戻る。
その後、ステップＳ１０５において、基準領域と比較していない皮丘領域が残っていないと判定されるまで、ステップＳ１０２乃至Ｓ１０５の処理が繰り返し実行される。
一方、ステップＳ１０５において、基準領域と比較していない皮丘領域が残っていないと判定された場合、処理はステップＳ１０６に進む。
ステップＳ１０６において、表皮形状分布解析部１５２は、基準領域に設定していない皮丘領域が残っているか否かを判定する。基準領域に設定していない皮丘領域が残っていると判定された場合、処理はステップＳ１０１に戻る。
その後、ステップＳ１０６において、基準領域に設定していない皮丘領域が残っていないと判定されるまで、ステップＳ１０１乃至Ｓ１０６の処理が繰り返し実行される。これにより、全ての皮丘領域の組み合わせについて相違度が算出され、さらに、相違度の累積加算値が算出される。
一方、ステップＳ１０６において、基準領域に設定していない皮丘領域が残っていないと判定された場合、処理はステップＳ１０７に進む。
ステップＳ１０７において、表皮形状分布解析部１５２は、次式（１４）により、相違度の平均Diffavgを算出する。
Figure 0006107537
なお、R i 、R j は、それぞれラベルｉおよびラベルｊの皮丘領域を表す。従って、式（１４）の右辺の分母は、全ての皮丘領域の組み合わせの形状の相違度の累積加算値となる。また、Ncompは、次式（１５）により求められ、皮丘領域の形状の比較数を表す。
Figure 0006107537
ステップＳ１０８において、表皮形状分布解析部１５２は、評価値を算出する。具体的には、表皮形状分布解析部１５２は、図２６に示される正規化カーブにより、相違度の平均Diffavgを0から1の範囲内に正規化した表皮形状分布評価値Eevalshapeを算出する。ここで、図中、Shape_th_minおよびShape_th_maxは、それぞれ正規化カーブを決定する閾値である。
表皮形状分布評価値Eevalshapeは、皮丘領域の形状の相違度の平均Diffavgが小さくなるほど大きくなる。すなわち、表皮形状分布評価値Eevalshapeは、皮丘領域の形状のバラツキが小さくなるほど大きくなる。従って、表皮形状分布評価値Eevalshapeは、皮丘領域の形状の均一性を表す指標となる。
表皮形状分布解析部１５２は、表皮形状分布評価値Eevalshapeをきめ評価部１０４に供給する。
その後、表皮形状分布解析処理１は終了する。
図２２に戻り、ステップＳ８３において、表皮形状分布解析部１５３は、表皮形状分布解析処理２を行う。
＜表皮形状分布解析処理２＞
ここで、図２７のフローチャートを参照して、ステップＳ８３の表皮形状分布解析処理２の詳細について説明する。
ステップＳ１２１において、表皮形状分布解析部１５３は、参照形状を選択する。
皮丘の形状は、一般的に三角形、または菱形が理想的とされている。一方、二股以上に分かれているような形状、細長い形状のものは、理想的でないと考えられる。
そこで、表皮形状分布解析部１５３は、例えば、図２８に示されるShape0乃至Shape3を参照形状に設定する。参照形状Shape0およびShape1は、それぞれ三角形および菱形とされ、理想的な皮丘の形状に近い。一方、参照形状Shape2およびShape3は、二股に分かれた形状および細長い形状であり、理想的でない皮丘の形状に近い。
そして、表皮形状分布解析部１５３は、まだ皮丘領域との比較を行っていない参照形状を１つ選択する。
ステップＳ１２２において、表皮形状分布解析部１５３は、比較領域を選択する。すなわち、表皮形状分布解析部１５２は、まだ参照形状との比較を行っていない皮丘領域を１つ選択し、比較領域に設定する。
ステップＳ１２３において、表皮形状分布解析部１５３は、参照形状と比較領域の形状の相違度を算出する。なお、ここでの相違度の算出には、上述した図２５のステップＳ１０３における、皮丘領域の基準領域と比較領域の相違度の算出と同様の方法が用いられる。
ステップＳ１２４において、表皮形状分布解析部１５３は、相違度を積算する。すなわち、表皮形状分布解析部１５３は、現在の参照形状に対する各皮丘領域の相違度のこれまでの積算値に、新たに算出した相違度を加算する。
ステップＳ１２５において、表皮形状分布解析部１５３は、現在の参照形状と比較していない皮丘領域が残っているか否かを判定する。現在の参照形状と比較していない皮丘領域が残っていると判定された場合、処理はステップＳ１２２に戻る。
その後、ステップＳ１２５において、現在の参照形状と比較していない皮丘領域が残っていないと判定されるまで、ステップＳ１２２乃至Ｓ１２５の処理が繰り返し実行される。
一方、ステップＳ１２５において、現在の参照形状と比較していない皮丘領域が残っていないと判定された場合、処理はステップＳ１２６に進む。
ステップＳ１２６において、表皮形状分布解析部１５３は、比較していない参照形状が残っているか否かを判定する。比較していない参照形状が残っていると判定された場合、処理はステップＳ１２１に戻る。
その後、ステップＳ１２６において、比較していない参照形状が残っていないと判定されるまで、ステップＳ１２１乃至Ｓ１２６の処理が繰り返し実行される。これにより、次式（１６）に示されるように、各参照形状について、各皮丘領域との形状の相違度の累積加算値Diffiが算出される。
Figure 0006107537
なお、Siは、IDの値がiの参照形状を表す。
一方、ステップＳ１２６において、比較していない参照形状が残っていないと判定された場合、処理はステップＳ１２７に進む。
ステップＳ１２７において、表皮形状分布解析部１５３は、皮丘領域の形状の割合を算出する。具体的には、表皮形状分布解析部１５３は、次式（１７）により、皮丘領域の形状の割合を示す表皮形状分布情報ShapeRatioiを算出する。
Figure 0006107537
ここで、NRSは参照形状の総数を表している。
従って、表皮形状分布情報ShapeRatioiは、IDの値がiの参照形状に近い形状を有する皮丘領域の割合を示す。
表皮形状分布解析部１５２は、表皮形状分布情報ShapeRatioiをきめ評価部１０４に供給する。
その後、表皮形状分布解析処理２は終了する。
図２２に戻り、ステップＳ８４において、表皮方向性解析部１５４は、ノイズ除去表皮画像に対して、例えば、0度、45度、90度、135度の４方向のエッジフィルタを適用することにより、表皮パターンの方向性を解析する。より具体的には、表皮方向性解析部１５４は、皮丘領域のエッジ方向が４方向に均一に分布していない場合に１よりも小さな値をとるような、皮丘領域のエッジ方向の分布の均一性を表す表皮方向性評価値Eevaldirectionを算出する。
以上で後天的要素解析処理が終了し、処理は図１９のきめ解析処理に戻り、次のステップＳ４４のきめ評価部１０４によるきめ評価値の算出に進む。
＜きめ評価値の算出＞
そこで、次に、きめ評価部１０４が行う、きめ評価値の算出について詳しく説明する。
例えば、きめ評価部１０４は、次式（１８）により、きめ評価値eval1totalを算出する。
eval1total＝Eevalsize×Eevalshape×Eevaldirection ・・・（１８）
きめ評価値eval1totalは、皮丘のサイズの均一性、皮丘の形状の均一性、皮丘の方向の分布の均一性がそれぞれ高いほど、すなわち、きめが全体的に整っているほど（きめの均一性が高いほど）大きくなる。また、皮丘のサイズの均一性、皮丘の形状の均一性、皮丘の方向の分布の均一性は、加齢、健康状態、手入れの状態等により後天的に変化する。従って、きめ評価値eval1totalは、後天的に変化する肌のきめの均一性を評価する指標となる。
このきめの均一性は、きめの細かさと同様に、肌の美観に大きく影響する。すなわち、きめが細かくても、きめが全体的に整っていなければ、肌の見た目が悪くなる一方、きめが細かくなくても、きめが全体的に整っていれば、肌の見た目が良くなる。
また、きめ評価値eval1totalの代わりに、あるいは、きめ評価値eval1totalとともに、次式（１９）により、きめ評価値eval2totalを算出するようにしてもよい。
eval2total＝Eevalsize×Eevalshape×Eevaldirection×ShapeRatioideal ・・・（１９）
ShapeRatioidealは、例えば、次式（２０）により算出される。
ShapeRatioideal＝ShapeRatio0×ShapeRatio1 ・・・（２０）
ShapeRatio0は図２８の三角形の参照形状Shape0に対するShapeRatioであり、ShapeRatio1は図２８の菱形の参照形状Shape1に対するShapeRatioである。すなわち、ShapeRatioidealは、皮丘領域が理想的な形状とされる三角形または菱形の形状を有する割合を示している。
従って、eval2totalは、きめの均一性に加えて、理想的な形状の皮丘の割合が高いほど大きくなる。ゆえに、きめ評価値eval2totalは、きめ評価値eval1totalと比較して、肌のきめ状態に影響を与える後天的な要素をより詳細に評価する指標となる。
そして、きめ評価部１０４は、肌のきめの状態の評価結果を評価結果提示部８３に供給する。このとき、きめ評価部１０４は、きめ評価値eval1totalおよびきめ評価値eval2totalだけでなく、それらの算出に用いた各評価値も評価結果提示部８３に供給する。
＜きめ評価結果の提示例＞
評価結果提示部８３によるきめ評価結果の提示例について説明する。
例えば、評価結果提示部８３は、図２９に示される画面を表示装置１３に表示させる。この例では、前回と今回の皮丘のサイズの均一性、皮丘の形状の均一性、皮丘の方向の分布の均一性、並びに、きめの細かさの評価値を個々に比較して示すレーダチャートが示されている。このレーダチャートの値には、表皮サイズ分布評価値Eevalsize、表皮形状分布評価値Eevalshape、表皮方向性評価値Eevaldirection、皮丘数評価値Eevalnumが、それぞれ用いられる。
また、この例では、前回と今回の肌のきめの状態の総合判定の変化が示されている。この総合判定値は、例えば、表皮サイズ分布評価値Eevalsize、表皮形状分布評価値Eevalshape、表皮方向性評価値Eevaldirection、及び皮丘数評価値Eevalnumを総合評価して得られたきめ評価値eval3totalを、前回のきめ評価値eval3totalと比較した結果から、表示される。
これにより、被評価者は、自分の肌の状態を瞬時に知ることができ、なおかつ、前回の評価時からの変化も知ることができる。
また、図３０に示されるように、表皮形状分布情報ShapeRatioiに基づいて、皮丘の形状の分布を示す円グラフを、あわせて提示するようにしてもよい。
以上のようにして、きめ解析部８２によるきめ解析処理では、肌のきめの状態の後天的性質と先天的性質を分けて評価することができる。また、後天的性質と先天的性質の両方に基づいて、より詳細に肌のきめの状態を評価することができる。
上述した肌のきめ解析処理によれば、撮像装置１１で得られた無偏光画像と直交偏光画像を用いて肌の表面状態を評価することができるので、低コストな構成で肌の表面状態を評価することができる。
＜３．第３の実施の形態＞
＜撮像システムのブロック図＞
図３１は、本開示に係る撮像システムの第３の実施の形態を示すブロック図である。
第３の実施の形態の撮像システム１は、上述した第１の実施の形態における肌のテカリを評価する機能と、上述した第２の実施の形態における肌のきめを評価する機能の両方を兼ね備えるシステムである。
したがって、図３１の画像処理装置１２は、前処理部２１、鏡面反射画像生成部２２、テカリ解析部２３、および評価結果提示部２４と、並行偏光画像生成部８１、きめ解析部８２、及び評価結果提示部８３とを有する。
第３の実施の形態の画像処理装置１２は、撮像装置１１から供給される無偏光画像ITと直交偏光画像IPVの２種類（２枚）の画像を用いて、肌のテカリを評価する処理と、肌のきめを評価する処理の両方を実行することができる。
また、第３の実施の形態の画像処理装置１２は、操作者の選択指示や初期設定等に従って、肌のテカリを評価する処理と、肌のきめを評価する処理のいずれか一方を実行することもできる。
画像処理装置１２の各構成および動作については、上述した第１及び第２の実施の形態と同様であるので、その説明は省略する。
＜４．第４の実施の形態＞
＜撮像システムのブロック図＞
図３２は、本開示に係る撮像システムの第４の実施の形態を示すブロック図である。
上述した第１乃至第３の実施の形態は、撮像装置１１と近距離に配置された画像処理装置１２が、ケーブル等を介して画像信号を取得し、画像処理する形態であるが、画像処理装置１２が行う機能をクラウドサーバ等に行わせることも可能である。
図３２に示される撮像システム１は、上述した画像処理装置１２が行う機能をクラウドサーバに行わせるようにした構成例を示している。
第４の実施の形態の撮像システム１は、撮像装置２０１とサーバ２０２とを含んで構成される。
撮像装置２０１は、撮像部２２１、送受信部２２２、および表示部２２３を有する。サーバ２０２は、送受信部２４１と画像処理部２４２を有する。
撮像部２２１は、上述した撮像装置１１と同様の機能を有し、肌画像として、無偏光画像ITと直交偏光画像IPVの２種類（２枚）の画像を撮像し、送受信部２２２に供給する。
送受信部２２２は、撮像部２２１から供給される２枚の画像を、LAN（ローカルエリアネットワーク）やインターネットなどのネットワークを介して、サーバ２０２に送信する。
また、送受信部２２２は、サーバ２０２から送信されてくる、肌のテカリ評価結果、または、肌のきめ評価結果を示す情報を受信し、表示部２２３に供給する。
表示部２２３は、送受信部２２２から供給される情報に基づいて、肌のテカリ評価結果、または、肌のきめ評価結果を表示する。
サーバ２０２の送受信部２４１は、撮像装置２０１の送受信部２２２から送信されてくる無偏光画像ITと直交偏光画像IPVの２種類の画像を受信し、画像処理部２４２に供給する。
また、送受信部２４１は、画像処理部２４２で画像処理することにより得られた肌のテカリ評価結果、または、肌のきめ評価結果を示す情報を取得し、撮像装置２０１に送信する。
画像処理部２４２は、上述した第１乃至第３の実施の形態のいずれかの画像処理装置１２と同様の機能を有し、無偏光画像ITと直交偏光画像IPVの２種類の画像に基づいて、肌のテカリ評価、または、肌のきめ評価を行う。
上述した説明では、第１乃至第３の実施の形態の画像処理装置１２の機能の全てを、サーバ２０２の画像処理部２４２に行わせるようにしたが、サーバ２０２に行わせる処理内容は適宜決定することができる。すなわち、サーバ２０２は画像処理装置１２の機能の一部を行うものでもよく、その場合、撮像装置１１側の画像処理と、サーバ２０２側の画像処理の分担は、任意に決定することができる。
＜コンピュータの構成例＞
上述した一連の画像処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図３３は、上述した一連の画像処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU（Central Processing Unit）３０１，ROM（Read Only Memory）３０２，RAM（Random Access Memory）３０３は、バス３０４により相互に接続されている。
バス３０４には、さらに、入出力インタフェース３０５が接続されている。入出力インタフェース３０５には、入力部３０６、出力部３０７、記憶部３０８、通信部３０９、及びドライブ３１０が接続されている。
入力部３０６は、キーボード、マウス、マイクロホンなどよりなる。出力部３０７は、ディスプレイ、スピーカなどよりなる。記憶部３０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部３０９は、ネットワークインタフェースなどよりなる。ドライブ３１０は、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア３１１を駆動する。
以上のように構成されるコンピュータでは、CPU３０１が、例えば、記憶部３０８に記憶されているプログラムを、入出力インタフェース３０５及びバス３０４を介して、RAM３０３にロードして実行することにより、上述した一連の画像処理が行われる。
コンピュータでは、プログラムは、リムーバブルメディア３１１をドライブ３１０に装着することにより、入出力インタフェース３０５を介して、記憶部３０８にインストールすることができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して、通信部３０９で受信し、記憶部３０８にインストールすることができる。その他、プログラムは、ROM３０２や記憶部３０８に、あらかじめインストールしておくことができる。
本明細書において、フローチャートに記述されたステップは、記載された順序に沿って時系列的に行われる場合はもちろん、必ずしも時系列的に処理されなくとも、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで実行されてもよい。
なお、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
本開示の実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、上述した複数の実施の形態の全てまたは一部を組み合わせた形態を採用することができる。
例えば、本開示は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、本明細書に記載されたもの以外の効果があってもよい。
なお、本開示は以下のような構成も取ることができる。
（１）
無偏光成分の光を照射する無偏光発光部と、
第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、
前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子と
を備え、
前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向は直交関係にあり、
前記撮像素子は、前記無偏光発光部により照射された被写体と、前記偏光発光部により照射された被写体を時分割で撮像し、その結果得られる無偏光画像と直交偏光画像を出力するように構成されている
撮像装置。
（２）
複数の前記無偏光発光部及び前記偏光発光部が、前記撮像素子を中心に、点対称に配置されている
前記（１）に記載の撮像装置。
（３）
複数の前記無偏光発光部及び前記偏光発光部が、前記撮像素子を中心に、円環状に配置されている
前記（１）または（２）に記載の撮像装置。
（４）
無偏光成分の光を照射する無偏光発光部と、
第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、
前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置が、
前記無偏光発光部により照射された被写体と、前記偏光発光部により照射された被写体を時分割で撮像し、無偏光画像と直交偏光画像を出力する
撮像装置の撮像方法。
（５）
無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部を備える
画像処理装置。
（６）
前記鏡面反射画像生成部は、
前記直交偏光画像にゲインを乗算するゲイン乗算部と、
前記無偏光画像から、前記ゲイン乗算後の前記直交偏光画像を減算し、第１の差分画像を生成する減算部と、
前記第１の差分画像を所定の範囲の輝度値にクリッピングするクリッピング部と
を有する
前記（５）に記載の画像処理装置。
（７）
前記鏡面反射画像生成部により生成された前記鏡面反射画像を用いて、肌のテカリを解析するテカリ解析部をさらに備える
前記（５）または（６）に記載の画像処理装置。
（８）
前記テカリ解析部は、
前記鏡面反射画像から、被評価者の皮脂量を示す画像であるテカリ画像を算出するテカリ画像算出部を有する
前記（７）に記載の画像処理装置。
（９）
前記テカリ解析部は、
前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部を有する
前記（７）または（８）に記載の画像処理装置。
（１０）
前記テカリ解析部は、
前記テカリ量算出部により算出された前記皮脂量に基づいて、被評価者のテカリを評価するテカリ評価値を算出するテカリ評価部をさらに有する
前記（９）に記載の画像処理装置。
（１１）
前記テカリ解析部による被評価者の肌のテカリの解析結果を提示する結果提示部をさらに備え、
前記結果提示部は、前記解析結果として、被評価者の肌のテカリ画像と皮脂量を提示する
前記（７）乃至（１０）のいずれかに記載の画像処理装置。
（１２）
前記鏡面反射画像生成部の前段に設けられ、前記無偏光画像と前記直交偏光画像の輝度レベルを調整し、調整後の前記無偏光画像と前記直交偏光画像を前記鏡面反射画像生成部に供給する前処理部をさらに備える
前記（５）乃至（１１）のいずれかに記載の画像処理装置。
（１３）
無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成する
画像処理装置の画像処理方法。
（１４）
無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を処理するコンピュータに、
前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成する
処理を実行させるためのプログラム。
（１５）
無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する並行偏光画像生成部を備える
画像処理装置。
（１６）
前記並行偏光画像生成部は、
ゲインを算出するゲイン算出部と、
前記直交偏光画像に前記ゲインを乗算するゲイン乗算部と、
前記無偏光画像から、前記ゲイン乗算後の前記直交偏光画像を減算し、第２の差分画像を生成する減算部と、
前記第２の差分画像に所定のオフセット値を加算するオフセット加算部と
を有する
前記（１５）に記載の画像処理装置。
（１７）
前記並行偏光画像生成部により生成された前記並行偏光画像を用いて、肌のきめを解析するきめ解析部をさらに備える
前記（１５）または（１６）に記載の画像処理装置。
（１８）
前記並行偏光画像生成部の前段に設けられ、前記無偏光画像と前記直交偏光画像の輝度レベルを調整し、調整後の前記無偏光画像と前記直交偏光画像を前記並行偏光画像生成部に供給する前処理部をさらに備える
前記（１５）乃至（１７）のいずれかに記載の画像処理装置。
（１９）
無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する
画像処理装置の画像処理方法。
（２０）
無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を処理するコンピュータに、
前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する
処理を実行させるためのプログラム。
１ 撮像システム， １１ 撮像装置， １２ 画像処理装置， １３ 表示装置， ２１ 前処理部， ２２ 鏡面反射生成部， ２３ テカリ解析部， ３１ テカリ画像算出部， ３２ テカリ量算出部， ３３ テカリ評価部， ２４ 評価結果提示部， ４１ 鏡筒部， ４２A 無偏光発光部， ４２B 偏光発光部， ４３ イメージセンサ， ５１ ゲイン乗算部， ５２ 減算部， ５３ クリッピング部， ８１ 並行偏光画像生成部， ８２ きめ解析部， ８３ 評価結果提示部， ９１ ゲイン算出部， ９２ ゲイン乗算部， ９３ 減算部， ９４ オフセット加算部， ３０１ CPU， ３０２ ROM， ３０３ RAM， ３０６ 入力部， ３０７ 出力部， ３０８ 記憶部， ３０９ 通信部， ３１０ ドライブ

Claims (20)

  1. 撮像装置と画像処理装置とからなり、
    前記撮像装置は、
    無偏光成分の光を照射する無偏光発光部と、
    第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、
    前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子と
    を備え、
    前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向は直交関係にあり、
    前記撮像素子は、前記無偏光発光部により照射された被写体と、前記偏光発光部により照射された被写体を時分割で撮像し、その結果得られる無偏光画像と直交偏光画像を出力するように構成されており、
    前記画像処理装置は、
    前記撮像装置で撮像された前記無偏光画像と前記直交偏光画像から、鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部と、
    前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部と
    を備える
    撮像システム。
  2. 複数の前記無偏光発光部及び前記偏光発光部が、前記撮像素子を中心に、点対称に配置されている
    請求項１に記載の撮像システム。
  3. 複数の前記無偏光発光部及び前記偏光発光部が、前記撮像素子を中心に、円環状に配置されている
    請求項１または２に記載の撮像システム。
  4. 無偏光成分の光を照射する無偏光発光部と、
    第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、
    前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置と、
    前記撮像装置で撮像された無偏光画像と直交偏光画像から、鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部と、
    前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部と
    を備える画像処理装置とからなる撮像システムの、
    前記撮像装置が、前記無偏光発光部により照射された被写体と、前記偏光発光部により照射された被写体を時分割で撮像し、前記無偏光画像と前記直交偏光画像を前記画像処理装置に出力し、
    前記画像処理装置が、前記無偏光画像と前記直交偏光画像から、鏡面反射成分の画像である鏡面反射画像を生成し、
    前記鏡面反射画像から、被評価者の皮脂量を算出する
    撮像システムの画像処理方法。
  5. 無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成する鏡面反射画像生成部と、
    前記鏡面反射画像から、被評価者の皮脂量を算出するテカリ量算出部と
    を備える
    画像処理装置。
  6. 前記鏡面反射画像生成部は、
    前記直交偏光画像にゲインを乗算するゲイン乗算部と、
    前記無偏光画像から、前記ゲイン乗算後の前記直交偏光画像を減算し、第１の差分画像を生成する減算部と、
    前記第１の差分画像を所定の範囲の輝度値にクリッピングするクリッピング部と
    を有する
    請求項５に記載の画像処理装置。
  7. 前記テカリ量算出部は、前記鏡面反射画像の平均輝度を、前記被評価者の皮脂量として算出する
    請求項５に記載の画像処理装置。
  8. 前記鏡面反射画像から、被評価者の皮脂量を示す画像であるテカリ画像を算出するテカリ画像算出部をさらに備える
    請求項５乃至７のいずれかに記載の画像処理装置。
  9. 前記テカリ画像算出部は、前記鏡面反射画像の所定範囲の輝度値を０から２５５の輝度値にマッピングすることにより、前記テカリ画像を算出する
    請求項８に記載の画像処理装置。
  10. 前記テカリ量算出部により算出された前記皮脂量に基づいて、被評価者のテカリを評価するテカリ評価値を算出するテカリ評価部をさらに有する
    請求項５乃至８のいずれかに記載の画像処理装置。
  11. 被評価者の肌のテカリの解析結果を提示する結果提示部をさらに備え、
    前記結果提示部は、前記解析結果として、被評価者の肌の前記テカリ画像と前記皮脂量を提示する
    請求項８に記載の画像処理装置。
  12. 前記鏡面反射画像生成部の前段に設けられ、前記無偏光画像と前記直交偏光画像の輝度レベルを調整し、調整後の前記無偏光画像と前記直交偏光画像を前記鏡面反射画像生成部に供給する前処理部をさらに備える
    請求項５乃至１１のいずれかに記載の画像処理装置。
  13. 無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成し、
    前記鏡面反射画像から、被評価者の皮脂量を算出する
    画像処理装置の画像処理方法。
  14. 無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を処理するコンピュータに、
    前記無偏光画像と前記直交偏光画像から鏡面反射成分の画像である鏡面反射画像を生成し、前記鏡面反射画像から、被評価者の皮脂量を算出する
    処理を実行させるためのプログラム。
  15. 無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する並行偏光画像生成部を備える
    画像処理装置。
  16. 前記並行偏光画像生成部は、
    ゲインを算出するゲイン算出部と、
    前記直交偏光画像に前記ゲインを乗算するゲイン乗算部と、
    前記無偏光画像から、前記ゲイン乗算後の前記直交偏光画像を減算し、第２の差分画像を生成する減算部と、
    前記第２の差分画像に所定のオフセット値を加算するオフセット加算部と
    を有する
    請求項１５に記載の画像処理装置。
  17. 前記並行偏光画像生成部により生成された前記並行偏光画像を用いて、肌のきめを解析するきめ解析部をさらに備える
    請求項１５または１６に記載の画像処理装置。
  18. 前記並行偏光画像生成部の前段に設けられ、前記無偏光画像と前記直交偏光画像の輝度レベルを調整し、調整後の前記無偏光画像と前記直交偏光画像を前記並行偏光画像生成部に供給する前処理部をさらに備える
    請求項１５乃至１７のいずれかに記載の画像処理装置。
  19. 無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を取得し、前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する
    画像処理装置の画像処理方法。
  20. 無偏光成分の光を照射する無偏光発光部と、第１の偏光フィルタを介して所定の偏光成分の光を照射する偏光発光部と、前記無偏光発光部または前記偏光発光部により照射された被写体を第２の偏光フィルタを介して撮像する撮像素子とを備え、前記第１の偏光フィルタと前記第２の偏光フィルタの偏光方向が直交関係となっている撮像装置で撮像された無偏光画像と直交偏光画像を処理するコンピュータに、
    前記無偏光画像と前記直交偏光画像から並行偏光成分の画像である並行偏光画像を生成する
    処理を実行させるためのプログラム。
JP2013175770A 2013-08-27 2013-08-27 撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム Active JP6107537B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2013175770A JP6107537B2 (ja) 2013-08-27 2013-08-27 撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム
KR1020140093807A KR102336064B1 (ko) 2013-08-27 2014-07-24 촬상 장치 및 그 촬상 방법, 화상 처리 장치 및 그 화상 처리 방법, 및, 프로그램
US14/446,858 US9345430B2 (en) 2013-08-27 2014-07-30 Imaging apparatus and imaging method thereof, image processing apparatus and image processing method thereof, and program
CN201410413099.8A CN104414646B (zh) 2013-08-27 2014-08-20 成像装置及其成像方法、图像处理装置及其图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013175770A JP6107537B2 (ja) 2013-08-27 2013-08-27 撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム

Publications (3)

Publication Number Publication Date
JP2015046698A JP2015046698A (ja) 2015-03-12
JP2015046698A5 JP2015046698A5 (ja) 2016-02-12
JP6107537B2 true JP6107537B2 (ja) 2017-04-05

Family

ID=52582704

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013175770A Active JP6107537B2 (ja) 2013-08-27 2013-08-27 撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム

Country Status (4)

Country Link
US (1) US9345430B2 (ja)
JP (1) JP6107537B2 (ja)
KR (1) KR102336064B1 (ja)
CN (1) CN104414646B (ja)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6160426B2 (ja) * 2013-10-04 2017-07-12 富士ゼロックス株式会社 画像処理装置及びプログラム
US9903806B2 (en) * 2013-12-17 2018-02-27 Nanometrics Incorporated Focusing system with filter for open or closed loop control
WO2016151850A1 (ja) * 2015-03-26 2016-09-29 日立マクセル株式会社 撮像装置、信号処理装置、および肌診断システム
RU2745612C2 (ru) * 2016-06-27 2021-03-29 Конинклейке Филипс Н.В. Устройство и способ для обнаружения блеска кожи
US10750136B2 (en) 2016-10-17 2020-08-18 Sony Corporation Image processing apparatus, image processing method, and image pickup device
CN106353952A (zh) * 2016-10-28 2017-01-25 山东鲁能智能技术有限公司 具有偏振镜的变电站室内巡检机器人图像采集系统及方法
CN106725336B (zh) * 2017-01-05 2023-10-10 北京响臻科技有限公司 一种基于交叉偏振的便携式皮肤拍照装置
JP6993087B2 (ja) * 2017-01-17 2022-02-04 花王株式会社 皮膚の歪み測定方法
US10542928B2 (en) * 2017-04-04 2020-01-28 Casio Computer Co., Ltd. Medical imaging device including first and second light sources having different light emission directions
EP3384831A1 (en) * 2017-04-05 2018-10-10 Koninklijke Philips N.V. Skin gloss measurement using brewster's angle
EP3384829A1 (en) 2017-04-05 2018-10-10 Koninklijke Philips N.V. Skin gloss measurement for quantitative estimation of skin gloss
EP3384830A1 (en) * 2017-04-05 2018-10-10 Koninklijke Philips N.V. Skin gloss measurement which is sensor angle rotation independent
CN108784647B (zh) * 2017-04-27 2021-07-27 立特克科技股份有限公司 皮肤检测装置与其检测方法
US11399144B2 (en) 2017-07-12 2022-07-26 Sony Group Corporation Imaging apparatus, image forming method, and imaging system
WO2019131586A1 (ja) * 2017-12-27 2019-07-04 カシオ計算機株式会社 撮像装置及び撮像方法
JP7000933B2 (ja) * 2017-12-27 2022-01-19 カシオ計算機株式会社 撮像装置及び撮像方法
EP3505048A1 (en) * 2017-12-28 2019-07-03 Koninklijke Philips N.V. Optical skin sensor using optimal spectral bands to minimize the effect of probe pressure
US10441379B2 (en) 2017-12-28 2019-10-15 3Gen, Inc. Multipurpose medical illuminator with magnification
EP3530179A1 (en) * 2018-02-27 2019-08-28 Koninklijke Philips N.V. Obtaining images for use in determining one or more properties of skin of a subject
US11452455B2 (en) * 2018-05-02 2022-09-27 Canfield Scientific, Incorporated Skin reflectance and oiliness measurement
CN108606780A (zh) * 2018-05-15 2018-10-02 北京科莱普云技术有限公司 皮肤检测方法、装置、计算机设备和存储介质
JP7244641B2 (ja) * 2018-11-20 2023-03-22 リーンエイピー・インコーポレイテッド イメージ比較のための試料撮像及びイメージアーカイビング
CN110633662B (zh) * 2019-09-03 2022-03-25 云南白药集团健康产品有限公司 一种图像处理方法、装置及系统
US11395714B2 (en) 2019-11-11 2022-07-26 Dermlite Llc Medical illuminator with variable polarization
WO2022010310A1 (en) 2020-07-09 2022-01-13 Samsung Electronics Co., Ltd. Electronic device for acquiring image by using light-emitting module having polarizing filter and method for controlling same
EP4101368A1 (en) * 2021-06-09 2022-12-14 Koninklijke Philips N.V. Determining specular reflection information
KR20230100508A (ko) * 2021-12-28 2023-07-05 삼성전자주식회사 가시광을 이용하여 획득된 적어도 하나의 이미지를 이용하여 피부 유분 및/또는 수분에 대한 정보를 제공하는 전자 장치 및 그 제어 방법

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0835928A (ja) * 1994-07-20 1996-02-06 Unitec Res Kk 撮像装置
JP3980722B2 (ja) * 1997-04-03 2007-09-26 株式会社モリテックス Ｃｃｄマイクロスコープ
JP4133248B2 (ja) * 2002-11-18 2008-08-13 株式会社コーセー 肌のつやの評価方法
JP2004187248A (ja) * 2002-11-29 2004-07-02 Earth Green:Kk 肌撮影用テレビカメラ装置
JP2005000429A (ja) * 2003-06-12 2005-01-06 Kose Corp 肌の美しさの評価方法
JP4667313B2 (ja) * 2006-07-10 2011-04-13 株式会社モリテックス 偏光照明付観察装置
EP2005885A1 (en) * 2007-06-19 2008-12-24 Astron Clinica Limited Method and apparatus for measuring skin texture
JP5398354B2 (ja) 2009-05-26 2014-01-29 株式会社マンダム 皮膚の表面状態の評価方法
WO2012073414A1 (ja) * 2010-11-30 2012-06-07 パナソニック株式会社 画像処理装置
JP5990905B2 (ja) * 2011-12-19 2016-09-14 ソニー株式会社 測定装置、測定方法、プログラム及び記録媒体
US9177983B2 (en) * 2012-01-23 2015-11-03 Omnivision Technologies, Inc. Image sensor with optical filters having alternating polarization for 3D imaging

Also Published As

Publication number Publication date
US9345430B2 (en) 2016-05-24
KR102336064B1 (ko) 2021-12-07
US20150062380A1 (en) 2015-03-05
JP2015046698A (ja) 2015-03-12
CN104414646B (zh) 2018-12-14
KR20150024769A (ko) 2015-03-09
CN104414646A (zh) 2015-03-18

Similar Documents

Publication Publication Date Title
JP6107537B2 (ja) 撮像システムおよびその画像処理方法、画像処理装置およびその画像処理方法、並びに、プログラム
JP5733570B2 (ja) 画像処理装置、画像処理方法、プログラム、および、記録媒体
JP2015046698A5 (ja)
US20180225522A1 (en) Ir or thermal image enhancement method based on background information for video analysis
JP6098304B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
JPWO2017159312A1 (ja) 画像処理装置、撮像装置、および画像処理方法、並びにプログラム
JP6927322B2 (ja) 脈波検出装置、脈波検出方法、及びプログラム
JP6115263B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
KR20120103456A (ko) 화상처리장치, 화상처리방법, 및 컴퓨터 판독가능한 기억매체
TWI552719B (zh) 三維生理偵測系統及其運作方法
JP2017209280A (ja) 肌診断装置および肌診断方法
JP2014027597A (ja) 画像処理装置、物体識別装置、及びプログラム
US20150243027A1 (en) Image processing device, image processing method, and program
JP6139897B2 (ja) 画像解析装置、放射線撮影装置、画像解析方法、プログラムおよび記憶媒体
US20140140620A1 (en) Image processing apparatus, image processing method and computer readable medium
US9348024B2 (en) Active sonar apparatus, active sonar signal processing method, and recording medium storing signal processing program thereof
JP2015180045A (ja) 画像処理装置、画像処理方法及びプログラム
US11520052B2 (en) Adaptive processing in time of flight imaging
WO2023027804A1 (en) Denoising depth data of low-signal pixels
US10319083B2 (en) Image artifact detection and correction in scenes obtained from multiple visual images
JP2008281402A (ja) 知覚的な鏡面・拡散反射画像推定方法とその装置、及びプログラムと記憶媒体
JP2020021314A (ja) 画像処理装置及び画像処理方法
JP7237768B2 (ja) 生体情報検出装置
CN113192154B (zh) 基于边缘计算的水下鬼成像系统及深度学习图像重建方法
JP7036227B2 (ja) 画像処理方法および画像処理装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151222

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151222

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160915

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160927

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161114

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161201

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170120

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: 20170207

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170220

R151 Written notification of patent or utility model registration

Ref document number: 6107537

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250