JP6550343B2

JP6550343B2 - 肌理評価方法

Info

Publication number: JP6550343B2
Application number: JP2016023355A
Authority: JP
Inventors: 真弓加賀美
Original assignee: Fancl Corp
Current assignee: Fancl Corp
Priority date: 2016-02-10
Filing date: 2016-02-10
Publication date: 2019-07-24
Anticipated expiration: 2036-02-10
Also published as: JP2017140206A

Description

本発明は、肌理の評価方法に関する。

ヒトの皮膚の表面には、「肌理」と呼ばれる細かいあやがある。具体的には網目状の溝であり、溝の部分を「皮溝」、皮溝に囲まれた部分を「皮丘」とよぶ。肌理の細かい肌、すなわち、皮溝の網目が細かく、規則正しく、明瞭な肌は美しい肌であるとされる。
美しく、健康的な肌に見せるためには、肌理を細かく目立たなくすることが重要なポイントである。肌理は、加齢に伴って粗くなり、不規則、不明瞭となっていく傾向はあるものの、若年者でも肌理が不明瞭な場合があることから、必ずしも老化と肌理の粗さが直接対応するわけではない。肌理の形状は個人差が大きく、各人の持って生まれた皮膚形態であるといえる。

肌理の形状は個人差が大きいため、ファンデーションを選択するための有益な情報として、また、肌の美しさの指標として、肌理を正確に評価することは重要である。
通常は、肌理の状態を多段階に再現した皮膚のレプリカモデルを参照しながら、あるいは直接肌を目視して、専門判定者が肌理について評価を行うのが一般的である。しかし、肌理は、直接肉眼で観察することは難しく、また、拡大画像を詳細に観察することは技術が必要であり、操作も煩雑である。さらに、専門判定者による目視評価は主観的なものであり、訓練を受けた専門判定者であっても、評価にバラツキが生じることは避けられない。

そこで、簡便、かつ客観的な肌理の評価方法が望まれており、例えば、以下の方法が提案されている。
特許文献１には、微分処理により皮膚表面の微細明暗分布を強調した二次元サンプル画像を撮像し、この二次元サンプル画像から一次元明暗プロファイルを抽出し、この一次元明暗抽出プロファイルに含まれる明暗ピークデータを演算処理してサンプル皮膚表面の凹凸に相関する特性値を計測する皮膚表面解析方法が提案されている。
特許文献２には、肌のレプリカ標本のＳｍ、Ｐｍｒ、Ｒａのいずれか一種以上を使用する肌の美しさの鑑別法が提案されている。
特許文献３には、肌の表面反射光画像と内部散乱光画像のいずれかまたは両方から算出した基本統計量と、画像の明るさとから肌の滑らかさを評価する方法が提案されている。

特開平６−１８９９４２号公報特開２００７−１３０２９５号公報特開２００９−２９７２９５号公報

肌理を簡便かつ客観的に評価する方法を提案することを課題とする。

１．（１）複数者の肌について拡大画像を撮像し、
（１Ａ）前記拡大画像から肌理についての目視スコアを作成する工程
（１Ｂ）前記拡大画像をモノクロ画像に変換する工程
（１Ｃ）前記モノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）から、それぞれ下記式（１）〜（３）で表される肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を算出する工程
Ａ：積分範囲の面積
ＸＳｉ：測定面上にサンプリングライン（直線）を引き、Ｚ（ｘ，ｙ）が
正から負になる点の間の距離を順にＸＳ１・・・ＸＳｍとする。
ｍはＺ（ｘ，ｙ）が正から負になる点の数から１を引いた数である。
ここで、分子は自己相関関数がＳに減衰する最小距離、分母は自己相関関数がＳに減衰する最大距離である。ただし、自己相関関数（ＡＣＦ）は、下記式（４）である。
（２）前記目視スコアを目的変数、前記肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を説明変数とする重回帰式を求める工程
（３）被験者の肌の拡大画像から前記（１Ｂ）、（１Ｃ）と同様にして算出した肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１と前記重回帰式より、前記被験者の肌理スコア理論値を評価する肌理評価工程
を有することを特徴とする肌理評価方法。
２．撮像装置と画像解析装置とを有し、
前記撮像装置は、被験者の肌の拡大画像を撮像し、
前記画像解析装置は、肌理の目視スコアを目的変数、肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を説明変数とする重回帰式を記憶しており、
前記画像解析装置は、前記拡大画像をモノクロ画像に変換し、前記モノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）から、下記式（５）〜（７）で表され、それぞれ前記Ｓａ’、前記ＰＳｍ’、前記Ｓｔｒ’に相当する肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１を算出し、前記重回帰式と前記肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１とから、被験者の肌理の目視スコア理論値を算出することを特徴とする肌理評価システム。
Ａ：積分範囲の面積
ＸＳｉ：測定面上にサンプリングライン（直線）を引き、Ｚ（ｘ，ｙ）が
正から負になる点の間の距離を順にＸＳ１・・・ＸＳｍとする。
ｍはＺ（ｘ，ｙ）が正から負になる点の数から１を引いた数である。
ここで、分子は自己相関関数がＳに減衰する最小距離、分母は自己相関関数がＳに減衰する最大距離である。ただし、自己相関関数（ＡＣＦ）は、下記式（４）である。

本発明は、肌の拡大画像から算出できる肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１を用いて肌理を評価することができる。肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１は、肌の拡大画像をモノクロ画像に変換し、このモノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）から、計算により算出することができる。そのため、本発明の評価方法は、評価者が目視で数値化する従来の方法と比べてバラツキが生じず、肌理を客観的に評価することができる。
肌理の状態を目視で数値化するためには熟練が要求されるが、本発明の方法は、被験者の肌の拡大画像を適切に撮像するだけで肌理の状態を評価することができる。経験の少ない者でも肌理の評価を行うことができるため、専門判定者が在籍していない店舗であっても、肌理の状態を評価するカウンセリングを提供することができる。

本発明の肌理評価方法のフロー図。本発明の肌理評価システムの写真。目視スコア１０の肌理を示す画像。目視スコア５の肌理を示す画像。目視スコア１の肌理を示す画像。実施例１における目視スコアの実測値と理論値との相関グラフ。実施例２における目視スコアの実測値と理論値との相関グラフ。

本発明者は、肌の拡大画像をモノクロ画像に変換し、このモノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）を用いて算出した肌理の状態を表すパラメータＳａ’、ＰＳｍ’、Ｓｔｒ’の各値が、肌理の状態を目視で評価した目視スコア実測値と高い相関を有することを見出し、本発明を考案した。

図１に本発明の肌理評価方法のフロー図を、図２に本発明の肌理評価システムの写真を示す。
本発明の肌理評価システム１は、撮像装置２と画像解析装置３とを備える。画像解析装置３としては、市販されている画像処理ソフト、表面粗さ解析ソフト等を備えたパーソナルコンピュータ、タブレット型端末等を用いることができる。画像解析装置は、撮像装置と同一の筐体内に配置することもでき、あるいは、通信回線（図示せず）により接続された複数の装置で各工程の処理を分担するように構成することもできる。

以下、本発明の肌理評価方法を工程に沿って説明する。
（１）複数者の肌拡大画像撮像
まず、複数者の肌の拡大画像を撮像装置で撮像する。この撮像装置は、下記（３）工程で使用する本発明の肌理評価システム１の撮像装置２と同一のものである。撮像装置２は、レンズ部と照光部とを備える。撮像した画像に影が生じると、モノクロ画像とした時に影部分が実際よりも濃くなり、濃淡値から算出する肌理パラメータに狂いが生じるため、レンズ部を取り囲むように複数の照光部を配置することが好ましい。例えば、ＬＥＤ等の点光源からなる複数の照光部を、レンズ部を中心とする円周上にｎ回回転対象（ｎ≧３）に配置することが好ましい。また、照光部は、同心円である２個以上の円周上に配置することもでき、全円周上を照光部とすることもできる。このような撮像装置としては、例えば、ｉ−ＳＣＯＰＥ（株式会社モリテックス製）を挙げることができる。
撮像箇所は、小じわ、しわ等が存在しない滑らかな部分が好ましく、例えば、頬、額等が挙げられる。また、反射光が強くなるテカリ（油脂）を拭き取り、女性の場合はメイク等を落としてから撮像する。

（１Ａ）目視スコア作成
肌理が細かく、規則正しく、等方性であると、肌理の状態が良いと判断される。
この拡大画像の肌理の細かさ、規則正しさ、等方性を、専門判定者が総合的に数値化して目視スコア実測値を作成する。

（１Ｂ）モノクロ画像変換
演算装置を用いて、拡大画像をモノクロ画像に変換する。ここで、モノクロ画像とは、多階調単色画像を意味する。モノクロ画像の色調は特に制限されず、例えば、赤成分（Ｒ）、緑成分（Ｇ）、青成分（Ｂ）のいずれかを用いることができる。画像の濃淡が最も明確に判別できるため、緑成分を用いることが好ましい。また、モノクロ画像に変換する前、または後に、ノイズ低減のためのスムージング処理、照明ムラを補正するうねり取り処理等を行うことができる。

（１Ｃ）肌理パラメータ算出
このモノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）から、肌理の状態と相関を有する肌理パラメータとして、下記式（１）〜（３）で表されるＳａ’、ＰＳｍ’、Ｓｔｒ’を算出する。

Ａ：積分範囲の面積

ＸＳｉ：測定面上にサンプリングライン（直線）を引き、Ｚ（ｘ，ｙ）が
正から負になる点の間の距離を順にＸＳ１・・・ＸＳｍとする。
ｍはＺ（ｘ，ｙ）が正から負になる点の数から１を引いた数である。

ここで、分子は自己相関関数がＳ（自己相関関数の最大値の定数倍である。定数の定め方は任意であるが、Ｓの値を最大値の０．１〜０．５倍程度の値とすることが多い。）に減衰する最小距離、分母は自己相関関数がＳに減衰する最大距離である。
ただし、自己相関関数（ＡＣＦ）は、下記式（４）である

ここで、肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を算出する上記式（１）〜（３）は、それぞれ表面粗さパラメータである算術平均高さ（ＩＳＯ２５１７８）、輪郭曲線要素の平均長さ（ＪＩＳＢ０６０１−２００１）、表面性状のアスペクト比（ＩＳＯ２５１７８）を算出する式に相当する。本発明は、凹凸に関する情報を有さない拡大画像において、濃淡を表す数値Ｚ（ｘ，ｙ）を用いることにより、肌の凹凸に関する擬似算術平均高さ（Ｓａ’）、擬似輪郭曲線要素の平均長さ（ＰＳｍ’）、擬似表面性状のアスペクト比（Ｓｔｒ’）を算出し、これらを肌理パラメータとして用いることを特徴とする。

（２）重回帰分析
（１Ａ）で求めた目視スコアの実測値を目的変数、（１Ｃ）で算出した肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を説明変数とする重回帰分析を行い、下記式（８）で表される重回帰式を求める。
式（８）：目視スコア理論値＝Ａ×Ｓａ’＋Ｂ×ＰＳｍ’＋Ｃ×Ｓｔｒ’＋Ｄ
（ただし、Ａ、Ｂ、Ｃは係数、Ｄは定数である。）

（３）被験者の肌理スコア理論値算出
撮像装置２を用いて、被験者の肌の拡大画像を撮像する。この際、上記（１）工程と同一条件で撮像する。
画像解析装置３を用いて、上記（１Ｂ）、（１Ｃ）と同様にして、拡大画像をモノクロ画像に変換し、モノクロ画像の画素の濃淡を表す数値から、それぞれ、上記式（１）〜式（３）で表されるＳａ’、ＰＳｍ’、Ｓｔｒ’に相当する肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１を算出する。この画像解析装置は、予め、上記式（８）で表される重回帰式を記憶しており、この重回帰式と肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１とから、被験者の肌理の状態を表す目視スコア理論値を算出することができる。

撮像箇所は、被験者の肌理を評価したい箇所から選択される。例えば、頬の拡大画像を撮像することにより、頬の肌理を評価することができる。ここで、頬は紫外線や化粧品、洗顔等の影響を受けて肌理が乱れやすい。紫外線等の影響を受けにくい首筋、前腕内側等の拡大画像から被験者が生まれ持った肌理を評価することができる。頬の肌理と首筋等の肌理とを比較することで、頬の肌理が生まれ持った肌理（首筋等の肌理）と同等の状態であるのか、紫外線等により乱れているのか、を知ることができる。

「実施例１」
２０代から５０代の男女３２名（女性２５名、男性７名、女性の平均年齢３８．２才、男性の平均年齢４３．６才）について、メイクを落とした状態で、右目尻から約２ｃｍ下の頬骨部分に２．５ｃｍ×２．５ｃｍ四方内に印をつけ、これらの範囲内で拡大画像の撮像を行った。撮像条件は下記の通りである。
撮像装置：モリテックス社製ｉ−ＳＣＯＰＥ
画像処理装置：東芝製パーソナルコンピュータｄｙｎａｂｏｏｋＲ７３
演算装置：画像処理装置と同一機材を使用
撮像ソフト：アイスコープビューワー（Ｖｅｒ３．０）
解像度：６４０×４８０
画像の保存形式：ビットマップ

この３２名分の拡大画像について、専門判定者により肌理の状態を１〜１０の１０段階で数値化し、目視スコア実測値を求めた。図３〜５として、それぞれ目視スコア１０、５、１である肌理画像の例を示す。数字が大きいほど肌理がよいことを意味する。

演算装置を用いて、拡大画像から緑成分のみを抜き出し、２５６階調のモノクロ画像に変換した。３次関数でフィッティングしてうねり取り処理（うねり面のＺ座標を０とする）を行った。このモノクロ画像の各画素における濃淡を示す値（Ｚ（ｘ，ｙ））から、下記方法で肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を算出した。

Ｓａ’ ：画面全体のＺ（ｘ，ｙ）の絶対値の平均値を計算して、Ｓａ’とした。
ＰＳｍ’：常法によりノイズ除去を行った後、最大値の１／１０の値を正のしきい値、最小値の１／１０の値を負のしきい値とし、画面内に縦８本、横６本のサンプリングラインを等間隔にとり、サンプリングライン上でスキャンして、負のしきい値以下の値になる点から次に負のしきい値以下になる点までの距離を求めた。縦ごと、横ごとにこの値を平均し、最後に縦と横の値の平均をＰＳｍ’とした。
Ｓｔｒ’：画像中心部の１２０×１２０画素の領域を切り出し、この領域から計算した自己相関関数（ＡＣＦ）の最大値の０．３倍をしきい値として、長軸半径と短軸半径を求め、この比（短軸半径／長軸半径）をＳｔｒ’とした。

目視スコア実測値を目的変数、算出した肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を説明変数として重回帰分析を行い、下記式（９）で表される重回帰式を得た。図６に、目視スコアの実測値と理論値との相関グラフを示す。重回帰式の相関係数は０．８５であり、目視スコアの実測値と理論値とは高い相関性を有していた。
式（９）：目視スコア理論値＝−３８．６４９×Ｓａ’―０．２８７×ＰＳｍ’＋２．８８４×Ｓｔｒ’＋１９．４６０

「実施例２」
実施例１と同様の条件で、３４名（２０代から５０代の女性、平均年齢２７．３才）について、拡大画像を撮像し、この拡大画像から肌理の目視スコア実測値を求めた。また、予め上記式（９）で表される重回帰式を記憶させた画像解析装置を用いて、拡大画像から肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１を算出し、この肌理パラメータ演算値と上記式（９）で表される重回帰式とから目視スコア理論値を算出した。

図７に、この３４名のサンプルについて、目視スコアの実測値と、式（９）より得られた目視スコア理論値との相関グラフを示す。相関関数は０．８３であり、式（９）より得られる目視スコア理論値は、目視スコア実測値と高い相関性を有すること、すなわち、式（８）で表される重回帰式を用いることにより、肌の拡大画像から肌理の状態を客観的に評価できることが確認できた。

１肌理評価システム
２撮像装置
３画像解析装置

Claims

（１）複数者の肌について拡大画像を撮像し、
（１Ａ）前記拡大画像から肌理についての目視スコアを作成する工程
（１Ｂ）前記拡大画像をモノクロ画像に変換する工程
（１Ｃ）前記モノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）から、それぞれ下記式（１）〜（３）で表される肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を算出する工程
Ａ：積分範囲の面積
ＸＳｉ：測定面上にサンプリングライン（直線）を引き、Ｚ（ｘ，ｙ）が
正から負になる点の間の距離を順にＸＳ１・・・ＸＳｍとする。
ｍはＺ（ｘ，ｙ）が正から負になる点の数から１を引いた数である。
ここで、分子は自己相関関数がＳに減衰する最小距離、分母は自己相関関数がＳに減衰する最大距離である。ただし、自己相関関数（ＡＣＦ）は、下記式（４）である。
（２）前記目視スコアを目的変数、前記肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を説明変数とする重回帰式を求める工程
（３）被験者の肌の拡大画像から前記（１Ｂ）、（１Ｃ）と同様にして算出した肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１と前記重回帰式より、前記被験者の肌理スコア理論値を評価する肌理評価工程
を有することを特徴とする肌理評価方法。
撮像装置と画像解析装置とを有し、
前記撮像装置は、被験者の肌の拡大画像を撮像し、
前記画像解析装置は、肌理の目視スコアを目的変数、肌理パラメータＳａ’、ＰＳｍ’、Ｓｔｒ’を説明変数とする重回帰式を記憶しており、
前記画像解析装置は、前記拡大画像をモノクロ画像に変換し、前記モノクロ画像の各画素（ｘ，ｙ）における濃淡を表す数値Ｚ（ｘ，ｙ）から、下記式（５）〜（７）で表され、それぞれ前記Ｓａ’、前記ＰＳｍ’、前記Ｓｔｒ’に相当する肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１を算出し、前記重回帰式と前記肌理パラメータ演算値Ｓａ１、ＰＳｍ１、Ｓｔｒ１とから、被験者の肌理の目視スコア理論値を算出することを特徴とする肌理評価システム。
Ａ：積分範囲の面積
ＸＳｉ：測定面上にサンプリングライン（直線）を引き、Ｚ（ｘ，ｙ）が
正から負になる点の間の距離を順にＸＳ１・・・ＸＳｍとする。
ｍはＺ（ｘ，ｙ）が正から負になる点の数から１を引いた数である。
ここで、分子は自己相関関数がＳに減衰する最小距離、分母は自己相関関数がＳに減衰する最大距離である。ただし、自己相関関数（ＡＣＦ）は、下記式（４）である。