JP6550642B2 - 皺検出装置および皺検出方法 - Google Patents

Description

本開示は、画像に含まれる肌の皺領域を検出する皺検出装置および皺検出方法に関する。

顔を撮影した画像から肌の皺領域を検出することが、従来行われている。ここで、皺領域とは、画像に映し出された、皺の部分の線状の画像領域である。

しかしながら、光が肌に当たることにより肌の表面に生じる光沢（以下、単に「光沢」という）の影響によって、細い皺や浅い皺が検出され難くなることがある。そこで、画像からの皺領域の検出（以下「皺検出」という）の精度を向上させるための技術が、例えば特許文献１に記載されている。

特許文献１に記載の技術（以下「従来技術」という）は、画像に含まれる顔の部位毎に、皺の延び易い方向（以下「皺方向」という）を推定する。そして、従来技術は、顔の部位毎に、推定された皺方向についてエッジ抽出を行い、皺検出を行う。

特開２０１３−６９１２２号公報 特開２０１１−８６４３号公報 特開２０１１−１１５４６０号公報

しかしながら、特に顔等の凹凸がある肌の場合、光沢の強さは、肌の部分毎に大きく異なることがある。このため、皺方向を含む皺の状態が同一であっても、画像に映し出される皺領域の状態は、肌の部分毎に大きく異なり得る。したがって、従来技術では、肌の部分によって皺検出の精度に大きくばらつきが生じるおそれがある。

本開示の非限定的で例示的な一態様は、光沢の強さにばらつきがある場合においても、より均一な精度で皺検出を行うことができる皺検出装置を提供する。

本開示の一態様の付加的な恩恵及び有利な点は本明細書及び図面から明らかとなる。この恩恵及び／又は有利な点は、本明細書及び図面に開示した様々な態様及び特徴により個別に提供され得るものであり、その１以上を得るために全てが必要ではない。

本開示の皺検出装置は、肌を含む顔画像を取得する画像取得部と、前記顔画像から、顔部品の位置を取得する顔部品取得部と、取得された前記顔部品の位置に基づいて、前記肌の光沢の強さが異なる、両目下画像領域と、前記両目下画像領域以外の全体画像領域と、を推定する領域推定部と、検出の対象である大皺と、ガボールフィルタのパラメータである第１の角度範囲及び第１の波長と、皺検出用の閾値である第１の閾値とが設定されている第１の情報と、検出の対象である大皺と、前記ガボールフィルタのパラメータである前記第１の角度範囲よりも狭い第２の角度範囲及び前記第１の波長よりも短い第２の波長と、前記皺検出用の閾値である前記第１の閾値よりも低い第２の閾値と設定されている第２の情報と、を格納するテーブル格納部と、前記第１の情報の前記ガボールフィルタのパラメータを用いて、前記全体画像領域において、画素値の変化の度合いを示す勾配値を算出し、当該算出した勾配値が前記第１の閾値以上である領域を前記全体画像領域における皺領域として検出し、前記第２の情報の前記ガボールフィルタのパラメータを用いて、前記両目下画像領域において、前記勾配値を算出し、当該算出した勾配値が前記第２の閾値以上である領域を前記両目下画像領域における皺領域として検出する、皺検出処理部と、を有する。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能な記録媒体で実現されてもよく、装置、システム、方法、集積回路、コンピュータプログラムおよびコンピュータ読み取り可能な記録媒体の任意な組み合わせで実現されてもよい。コンピュータ読み取り可能な記録媒体は、例えばＣＤ−ＲＯＭ（Compact Disc-Read Only Memory）などの不揮発性の記録媒体を含む。

本開示によれば、光沢の強さにばらつきがある場合においても、より均一な精度で皺検出を行うことができる。

本開示の実施の形態１に係る皺検出装置の構成の一例を示すブロック図 本開示の実施の形態２に係る皺検出装置の構成の一例を示すブロック図 本開示の形態２における肌状態検出部の構成の一例を示すブロック図 本開示の形態２におけるパラメータ値テーブルの内容の一例を示す図 本開示の形態２に係る皺検出装置の動作の一例を示すフローチャート 本開示の形態２における皺強調画像の一例を示す図 本開示の形態２における皺強調画像の他の例を示す図

以下、本開示の各実施の形態について、図面を参照して詳細に説明する。

（実施の形態１）
本開示の実施の形態１は、本開示の基本的態様の一例である。

＜皺検出装置の構成＞
まず、本実施の形態に係る皺検出装置の構成について説明する。

図１は、本実施の形態に係る皺検出装置の構成の一例を示すブロック図である。

図１において、皺検出装置１００は、画像に含まれる肌の皺領域を検出する装置であり、画像取得部１２０、領域推定部２１０、パラメータ決定部２２２、および皺検出処理部２２３を有する。

画像取得部１２０は、前記画像を取得する。

領域推定部２１０は、肌の光沢の強さが異なる複数の領域のそれぞれについて、当該領域の画像における位置である画像領域を推定する。

パラメータ決定部２２２は、推定された画像領域毎に、皺領域の検出に用いられるパラメータ値を決定する。

皺検出処理部２２３は、画像領域毎に決定されたパラメータ値を用いて、画像から皺領域を検出する。

皺検出装置１００は、図示しないが、例えば、ＣＰＵ（Central Processing Unit）、制御プログラムを格納したＲＯＭ（Read Only Memory）等の記憶媒体、およびＲＡＭ（Random Access Memory）等の作業用メモリを有する。この場合、皺検出装置１００の上記各部の機能は、ＣＰＵが制御プログラムを実行することにより実現される。

このような皺検出装置１００は、肌の光沢の強さが異なる複数の領域が存在する場合に、対応する画像領域毎にパラメータ値を使い分けて皺検出を行うことができる。したがって、皺検出装置１００は、光沢の強さにばらつきがある場合においても、より均一な精度で皺検出を行うことができる。

（実施の形態２）
本開示の実施の形態２は、本開示を、顔の肌の皺領域を検出してユーザに提示する装置に適用した場合の、具体的態様の一例である。

図２は、本実施の形態に係る皺検出装置１００の構成の一例を示すブロック図である。

図２において、皺検出装置１００は、撮影部１１０、画像取得部１２０、顔部品検出部１３０、肌状態検出部１４０、画像生成部１５０、および表示部１６０を有する。

撮影部１１０は、例えば、レンズおよびカラー撮像素子を含むカメラであり、ユーザの顔の画像を撮影する。そして、撮影部１１０は、撮影された画像を、画像取得部１２０へ出力する。撮影部１１０の動作は、例えば、画像取得部１２０により制御される。

画像取得部１２０は、入力された画像を、輝度調整等の必要な画質処理を行って、顔部品検出部１３０および画像生成部１５０のそれぞれへ出力する。かかる画質処理としては、後述のエッジ検出処理の内容に適した処理が採用される。なお、以下の説明において、画像取得部１２０から出力される画像は、「撮影画像」という。

なお、撮影画像は、画像取得部１２０あるいは他の装置部において、左右方向に反転されてもよい。

顔部品検出部１３０は、撮影画像から、撮影画像における顔部品の位置を検出する。ここで、顔部品とは、目、鼻、頬等、顔を構成する各部であり、例えば、目頭等、顔の特徴点の位置によって定義することができる。顔部品検出部１３０は、例えば、パターンマッチング等の公知の画像特徴点検出手法を用いて、撮影画像から顔の特徴点を抽出することにより、顔部品の位置の検出を行う。そして、顔部品検出部１３０は、撮影画像と、検出された各顔部品の位置を示す顔部品位置情報とを、肌状態検出部１４０へ出力する。

肌状態検出部１４０は、撮影画像における皺領域を検出する。そして、肌状態検出部１４０は、検出した皺領域を示す皺領域情報を、画像生成部１５０へ出力する。

図３は、肌状態検出部１４０の構成の一例を示すブロック図である。

図３において、肌状態検出部１４０は、領域推定部２１０、皺検出部２２０、およびシミ検出部２３０を有する。

領域推定部２１０は、顔部品検出部１３０から入力された顔部品位置情報に基づいて、肌の光沢の強さが異なる複数の領域のそれぞれについて、当該領域の画像における位置である画像領域を推定する。そして、領域推定部２１０は、撮影画像と、推定された各画像領域を示す領域位置情報とを、皺検出部２２０およびシミ検出部２３０へ出力する。

本実施の形態において、肌の光沢の強さが異なる複数の領域とは、左目の下瞼から左頬の上までの領域および右目の下瞼から右頬の上までの領域（以下「両目下領域」という）、および、これら以外の顔の領域（以下「全体領域」という）とする。以下の説明において、両目下領域に対応する画像領域は、「両目下画像領域」という。また、全体領域に対応する画像領域は、「全体画像領域」という。なお、全体領域は、必ずしも顔全体である必要はなく、例えば、頬や額等の、皺の検出の対象となる領域部分であってもよい。

顔の肌を照らす光源は、通常、顔の上方に位置する。このため、瞼や頬に対してやや窪んでいる両目下領域は、通常、頬や額等の他の顔部分に比べて、陰になり易い。したがって、両目下領域は、相対的に光沢が弱い領域であり、全体領域のうち、頬や額等の、少なくとも皺を検出すべき領域は、相対的に光沢が強い領域である。

したがって、両目下画像領域および全体画像領域を推定することは、肌の光沢の強さが異なる複数の領域のそれぞれについて、当該領域の撮影画像における位置を推定していることと同義である。

例えば、領域推定部２１０は、顔の複数の特徴点と、両目下領域および全体領域のそれぞれとの位置関係を定義した領域テーブルを、予め格納している。そして、領域推定部２１０は、かかる領域テーブルを参照して、両目下画像領域および全体画像領域を推定する。

なお、領域推定部２１０は、睫毛、髪の毛、眼鏡の縁等が占める領域を、画像領域から除外してもよい。例えば、睫毛領域の除去は、特許文献２あるいは特許文献３に記載の技術等、公知の画像処理技術を用いることにより、行うことができる。

皺検出部２２０は、撮影画像から皺領域を検出する。皺検出部２２０は、テーブル格納部２２１、パラメータ決定部２２２、および皺検出処理部２２３を有する。

テーブル格納部２２１は、パラメータ値テーブルを予め格納している。パラメータ値テーブルは、上述の複数の領域（本実施の形態では、両目下領域および全体領域）のそれぞれと、後述の皺領域の検出に用いられるパラメータ値と、の間の対応関係を記述したテーブルである。

なお、本実施の形態において、皺領域の検出は、ガボールフィルタを用いて撮影画像の各部分の勾配値を算出し、勾配値を閾値と比較することにより行われるものとする。ここで、勾配値とは、撮影画像における画素値の変化の度合いを示す値であり、より強いエッジ部分においてより高くなる値である。

図４は、パラメータ値テーブルの内容の一例を示す図である。

図４に示すように、パラメータ値テーブル３１０は、領域３１１に対応付けて、検出の対象３１２、ガボールフィルタに用いられる角度３１３、ガボールフィルタに用いられる波長３１４、および勾配値の閾値３１５が記述されている。

なお、ガボール関数ｇは、例えば、以下の式（１）で表される。式（１）において、λは波長のコサイン成分、θは縞模様の方向、ψは位相オフセット、γは空間アスペクト比を表す。この式（１）において、ガボールフィルタに用いられる波長とは、λの値であり、ガボールフィルタに用いられる角度とは、θの値である。

例えば、両目下領域では、上述の通り、光沢が比較的弱い。したがって、シミ等の皺以外の要素が検出されてしまうこと（以下「誤検出」という）の可能性は低い。ところが、明るさが暗いために、皺が画像上では実際よりも細く映し出され、実際に存在する皺が検出されないこと（以下「検出漏れ」という）の可能性が高くなる。また、両目下領域では、全体領域に比べて、大皺が多い。

そこで、両目下領域には、検出の対象３１２として大皺が設定され、検出漏れの可能性を低減すべく、全体領域における設定よりも短い波長３１４および低い閾値３１５が対応付けられている。

そして、両目下領域の皺のほとんどは、目頭から外側斜め下に向かう方向に延びている。したがって、両目下領域には、かかる方向に限定されたガボールフィルタに用いられる角度３１３、つまり全体領域における設定よりも狭い角度が対応付けられている。

また、全体領域では、上述の通り、光沢が比較的強い。したがって、検出漏れの可能性は低い一方で、誤検出の可能性が高くなる。また、全体領域では、両目下領域に比べて、小皺が多い。

そこで、全体領域には、検出の対象３１２としては両目下領域と同様に大皺が設定されるが、小皺を大皺と誤検出する可能性を低減すべく、両目下領域における設定よりも長い波長３１４および高い閾値３１５が対応付けられている。

また、全体領域の皺の方向は、ほとんど全ての方向に及ぶ。したがって、全体領域には、両目下領域における設定よりも広いガボールフィルの角度３１３が対応付けられている。

したがって、パラメータ決定部２２２は、両目下画像領域に対しては、ガボールフィルタに用いられる角度として「限定された角度」、ガボールフィルタに用いられる波長として「短い波長」、勾配値の閾値として「低い閾値」を決定する。

なお、パラメータ値テーブル３１０は、肌の光沢の強さが異なる３種類以上の領域について、パラメータ値を記述していてもよい。この場合、領域推定部２１０は、かかる３種類以上の領域のそれぞれについて、撮影画像における位置である画像領域を推定する。

図３のパラメータ決定部２２２は、入力された領域位置情報が示す画像領域のそれぞれについて、パラメータ値テーブル３１０（図４参照）を参照して、皺領域の検出に用いられるパラメータ値を決定する。本実施の形態において、パラメータ決定部２２２は、ガボールフィルタ処理に用いられる角度、ガボールフィルタ処理に用いられる波長、および勾配値の閾値を、両目下画像領域と、全体画像領域とのそれぞれに対して決定する。そして、パラメータ決定部２２２は、撮影画像と、領域位置情報と、領域毎に決定したパラメータ値を示すパラメータ情報とを、皺検出処理部２２３へ出力する。

皺検出処理部２２３は、入力された領域位置情報およびパラメータ情報に基づいて、領域毎に決定されたパラメータ値を用いて、入力された撮影画像から皺領域を検出する。本実施の形態において、皺検出処理部２２３は、撮影画像の各部分について、ガボールフィルタ処理を用いて勾配値を算出する。そして、皺検出処理部２２３は、算出された勾配値を閾値と比較することにより、撮影画像から皺領域を検出する。すなわち、皺検出処理部２２３は、公知のエッジ検出処理を行う。画素値の変化の度合いが高いほど勾配値が高くなる場合、勾配値が閾値以上となる領域が、皺領域として検出される。そして、皺検出処理部２２３は、検出した皺領域を示す皺領域情報を、画像生成部１５０（図２参照）へ出力する。

シミ検出部２３０は、入力された撮影画像から、撮影画像に含まれる肌のシミ領域を検出する。例えば、シミ検出部２３０は、撮影画像のうち、少なくとも、入力された検出領域情報が示す検出領域に対して、ＲＧＢの各チャネルの信号を用いて、値が閾値以下である画素を抽出する処理を行うことにより、かかるシミ領域検出を行う。そして、シミ検出部２３０は、検出されたシミ領域を示すシミ領域情報を、画像生成部１５０へ出力する。

図２の画像生成部１５０は、入力された皺領域情報に基づいて、撮影画像における皺領域を示す皺画像を生成し、生成された皺画像を撮影画像に重畳した皺強調画像を生成する。皺画像は、例えば、皺領域を所定の色で塗り潰した、皺の線の位置を示す画像である。そして、画像生成部１５０は、生成された皺強調画像を、表示部１６０へ出力する。

なお、皺強調画像は、画像生成部１５０あるいは後段の表示部１６０において、左右方向に反転されてもよい。また、画像生成部１５０は、シミ領域情報に基づいて、撮影画像におけるシミ領域を示すシミ画像を生成し、生成された皺画像を皺強調画像に含めてもよい。

表示部１６０は、例えば液晶ディスプレイを含み、入力された皺強調画像を表示する。

また、皺検出装置１００は、図示しないが、例えば、ＣＰＵ、制御プログラムを格納したＲＯＭ等の記憶媒体、およびＲＡＭ等の作業用メモリを有する。この場合、皺検出装置１００の上記各部の機能は、ＣＰＵが制御プログラムを実行することにより実現される。

このような構成を有する皺検出装置１００は、肌の光沢が弱い両目下領域に対応する画像領域には、検出漏れが低減されるようなパラメータ値を決定し、肌の光沢が強い他の領域に対応する画像領域には、誤検出が低減されるようなパラメータ値を決定することができる。そして、皺検出装置１００は、これら複数の領域毎に決定されたパラメータ値を用いて、皺検出を行い、検出結果をユーザに提示することができる。

＜皺検出装置の動作＞
次に、皺検出装置１００の動作について説明する。

図５は、皺検出装置１００の動作の一例を示すフローチャートである。

ステップＳ１１００において、画像取得部１２０は、撮影部１１０を用いて、ユーザの顔の撮影画像を取得する。

ステップＳ１２００において、顔部品検出部１３０は、撮影画像から、各顔部品の位置を検出する。

ステップＳ１３００において、領域推定部２１０は、上述の領域テーブルを参照し、顔部品の位置に基づいて、肌の光沢の強さが異なる複数の領域の画像領域（撮影画像における位置）を推定する。本実施の形態において、かかる複数の領域は、両目下領域および全体領域である。

ステップＳ１４００において、パラメータ決定部２２２は、パラメータ値テーブル３１０（図４参照）を参照して、推定された複数の画像領域（両目下画像領域および全体画像領域）のそれぞれについて、パラメータ値を決定する。

ステップＳ１５００において、皺検出処理部２２３は、領域毎に決定されたパラメータ値を用いて、ガボールフィルタ処理、および、勾配値の閾値との比較を行うことにより、皺領域の検出を行う。また、シミ検出部２３０は、シミ領域を検出する。

ステップＳ１６００において、画像生成部１５０は、皺強調画像を生成し、表示部１６０を用いて、皺強調画像を表示する。

図６は、目の周辺部についての皺強調画像の一例を示す図である。また、図７は、口の周辺部についての皺強調画像の一例を示す図である。

図６および図７に示すように、判定された皺領域の画像４１１、４１２を撮影画像４２１、４２２に重畳した、皺強調画像４１０、４２０が生成される。

以上のような動作により、皺検出装置１００は、肌の光沢の強さが異なる複数の領域の撮影画像における位置である画像領域を推定し、推定された画像領域毎に適切なパラメータ値を決定して皺検出を行い、検出結果をユーザに提示することができる。

＜本実施の形態の効果＞
以上説明したように、本実施の形態に係る皺検出装置１００は、肌の光沢の強さが異なる複数の領域のそれぞれについて、当該領域の撮影画像における位置である画像領域を推定し、推定された画像領域毎に、肌の光沢の強さに適したパラメータ値を決定する。そして、本実施の形態に係る皺検出装置１００は、画像領域毎に決定されたパラメータ値を用いて、撮影画像から皺領域を検出する。

上述の通り、撮影画像に映し出される皺領域の状態は、肌の光沢の強さに応じて異なり得る。また、光沢の強さは、肌の部分毎に異なり得る。本実施の形態に係る皺検出装置１００は、撮影画像に映し出される皺領域の状態に合うように、皺検出に用いるパラメータ値を適応的に切り替えるため、光沢の強さにばらつきがある場合においても、より均一な精度で皺検出を行うことができる。すなわち、人が肉眼で肌の皺の有無を認識するときと同様の基準で、皺を検出することが可能となる。

また、本実施の形態に係る皺検出装置１００は、光沢の強さにばらつきがある場合においても均一な精度で皺検出を行うことができるので、フラッシュを焚いて撮影した画像からも、均一な精度での皺検出を行うことができる。

＜パラメータ値の他の決定手法＞
なお、画像領域毎に決定されるパラメータ値は、上述の例に限定されない。例えば、皺検出部２２０は、ガボールフィルタ処理等により算出した勾配値にゲイン値を乗じ、得られた値を閾値と比較することにより、皺検出を行うようにすることができる。この場合、パラメータ決定部２２２は、閾値ではなく、ゲイン値を画像領域毎に決定してもよい。

すなわち、パラメータ決定部２２２は、高い閾値を設定すべき画像領域（光沢が高い領域）に対して、全体領域における設定よりも低いゲイン値を決定する。そして、パラメータ決定部２２２は、低い閾値を設定すべき画像領域（光沢が低い領域）に対して、両目下領域における設定よりも高いゲイン値を決定する。

皺検出処理部２２３は、撮影画像の各部分のゲイン値を、勾配値の分布に対するゲインマスクとして用いることができる。

ガボールフィルタ処理等のエッジ検出処理の多くは、勾配値の算出の対象となる画素の周辺領域の画素値をも用いて演算を行う。このため、複数の画像領域の境界部分において、両領域の重なりのため演算処理のオーバヘッドが生じる。この点、画像領域毎にゲイン値が決定されたゲインマスクを用いることにより、エッジ強調処理をまとめて行うことができ、上述のオーバヘッドを回避することができる。

また、ゲインマスクを用いる場合、パラメータ決定部２２２あるいは皺検出処理部２２３は、画像領域の境界部分において、マスク値を緩やかに変化させるようにしてもよい。

また、皺検出処理部２２３は、エッジ検出処理により得られたエッジ検出画像に対して、公知の膨張処理および収縮処理を施してから、ゲインマスクを用いてもよい。この場合、パラメータ決定部２２２は、画像領域毎に、膨張処理および収縮処理の強度を、光沢がより強い領域に対応する画像領域ほど、より強くなるように決定する。

また、パラメータ決定部２２２が画像領域毎に決定するパラメータ値は、上述の複数種類のパラメータのうちの一部であってもよいし、ガボール関数に用いられる他のパラメータの値を更に含んでもよい。

＜本実施の形態の他の変形例＞
また、各部分の勾配値の算出手法は、上述の例に限定されない。皺検出処理部２２３は、例えば、ラプラシアンフィルタ、Ｐｒｅｗｉｔｔフィルタ、Ｓｏｂｅｌフィルタ等を用いた公知のエッジ検出処理により、各部分の勾配値を算出してもよい。

また、肌の光沢の強さが異なる複数の領域に対応する複数の画像領域の推定の仕方は、上述の例に限定されない。例えば、領域推定部２１０は、撮影画像における光沢の強さの分布（以下「光沢分布」という）を推定してもよい。そして、パラメータ決定部２２２は、推定された光沢分布に基づいて、各画像領域のパラメータ値を決定してもよい。

例えば、領域推定部２１０は、顔部品の位置に基づいて、光沢分布を推定し、光沢の強さのレベルに応じて撮影画像を複数の画像領域に分割する。そして、領域推定部２１０は、予め格納された、光沢の強さのレベルとパラメータ値とを対応付けたテーブルを参照して、各画像領域に対してパラメータ値を決定する。また、皺検出装置１００が、撮影画像から肌の３次元形状を取得する３次元形状取得部を有している場合、領域推定部２１０は、取得された３次元形状に基づいて光沢分布を推定してもよい。なお、領域推定部２１０は、一般的な顔の３次元形状モデルを予め格納し、かかるモデルに基づいて光沢分布を推定してもよい。

例えば、領域推定部２１０は、鼻先や頬等の凸形状の部分については、光沢の強さのレベルが他の部分よりも高いと推定する。

また、皺検出装置１００が、肌に対する光源の位置を示す光源情報を取得する光源情報取得部を有している場合、領域推定部２１０は、取得された光源情報に基づいて光沢分布を推定してもよい。

例えば、領域推定部２１０は、光源が顔の上側にある場合、額や頬の上部等の、肌面が上に向いている部分については、光沢の強さのレベルが他の部分よりも高いと推定する。

また、皺検出装置１００が、光沢分布を検出する光沢検出部を有している場合、領域推定部２１０は、検出された光沢分布を、光沢分布の推定結果として採用してもよい。光沢検出部は、例えば、偏光が肌に照射された状態において、偏光フィルタ付きのカメラにより、偏光と偏光フィルタとの角度を切り替えて肌を撮影して得られる複数の画像に基づいて、光沢分布を検出する。

また、以上説明した実施の形態では、検出対象を肌の皺としたが、検出対象は、壁の傷、金属材料の表面のクラック、布の皺等、線状の溝の形状を有する他の状態であってもよい。

＜本開示のまとめ＞
本開示の皺検出装置は、肌を含む画像を取得する画像取得部と、前記肌の光沢の強さが異なる複数の領域である画像領域を推定する領域推定部と、推定された前記画像領域毎に、皺領域の検出に用いられるパラメータ値を決定するパラメータ決定部と、前記画像領域毎に決定された前記パラメータ値を用いて、前記画像における前記皺領域を検出する皺検出処理部と、を有する。

なお、上記皺検出装置において、前記複数の領域は、顔を構成する複数の領域であり、前記画像から、顔部品の位置を取得する顔部品取得部と、前記複数の領域のそれぞれと、前記パラメータ値と、の間の対応関係を記述したパラメータ値テーブルを格納するテーブル格納部と、を有し、前記領域推定部は、取得された前記顔部品の位置に基づいて前記画像領域を推定し、前記パラメータ決定部は、前記パラメータ値テーブルを参照して前記パラメータ値を決定してもよい。

また、上記皺検出装置において、前記領域推定部は、前記画像における前記光沢の強さの分布である光沢分布を推定し、前記パラメータ決定部は、推定された前記光沢分布に基づいて前記パラメータ値を決定してもよい。

また、上記皺検出装置は、前記画像から、顔部品の位置を取得する顔部品取得部、を有し、前記領域推定部は、取得された前記顔部品の位置に基づいて前記光沢分布を推定してもよい。

また、上記皺検出装置は、前記画像から、前記肌の３次元形状を取得する３次元形状取得部、を有し、前記領域推定部は、取得された前記３次元形状に基づいて前記光沢分布を推定してもよい。

また、上記皺検出装置は、前記肌に対する光源の位置を示す光源情報を取得する光源情報取得部、を有し、前記領域推定部は、取得された前記光源情報に基づいて前記光沢分布を推定してもよい。

また、上記皺検出装置において、前記皺検出処理部は、前記画像における画素値の変化の度合いを示す勾配値を算出し、前記勾配値を閾値と比較することにより前記画像における前記皺領域を検出し、前記パラメータ値は、前記閾値を含んでもよい。

また、上記皺検出装置において、前記皺検出処理部は、前記画像における画素値の変化の度合いを示す勾配値を算出し、前記勾配値にゲイン値を乗じた値を閾値と比較することにより前記画像における前記皺領域を検出し、前記パラメータ値は、前記ゲイン値を含んでもよい。

また、上記皺検出装置において、前記皺検出処理部は、ガボールフィルタを用いて前記画像における画素値の変化の度合いを示す勾配値を算出し、前記勾配値を閾値と比較することにより前記画像における前記皺領域を検出し、前記パラメータ値は、前記ガボールフィルタに用いられる角度および波長のうち少なくとも１つを含んでもよい。

本開示の皺検出方法は、肌を含む画像を取得するステップと、前記肌の光沢の強さが異なる複数の領域である画像領域を推定するステップと、推定された前記画像領域毎に、前記皺領域の検出に用いられるパラメータ値を決定するステップと、前記画像領域毎に決定された前記パラメータ値を用いて、前記画像における前記皺領域を検出するステップと、を有する。

本発明は、光沢の強さにばらつきがある場合においても、より均一な精度で皺検出を行うことができる皺検出装置および皺検出方法として有用である。

１００ 皺検出装置
１１０ 撮影部
１２０ 画像取得部
１３０ 顔部品検出部
１４０ 肌状態検出部
１５０ 画像生成部
１６０ 表示部
２１０ 領域推定部
２２０ 皺検出部
２２１ テーブル格納部
２２２ パラメータ決定部
２２３ 皺検出処理部
２３０ シミ検出部

Claims (2)

1. 肌を含む顔画像を取得する画像取得部と、
   前記顔画像から、顔部品の位置を取得する顔部品取得部と、
   取得された前記顔部品の位置に基づいて、前記肌の光沢の強さが異なる、両目下画像領域と、前記両目下画像領域以外の全体画像領域と、を推定する領域推定部と、
   検出の対象である大皺と、ガボールフィルタのパラメータである第１の角度範囲及び第１の波長と、皺検出用の閾値である第１の閾値とが設定されている第１の情報と、検出の対象である大皺と、前記ガボールフィルタのパラメータである前記第１の角度範囲よりも狭い第２の角度範囲及び前記第１の波長よりも短い第２の波長と、前記皺検出用の閾値である前記第１の閾値よりも低い第２の閾値と設定されている第２の情報と、を格納するテーブル格納部と、
   前記第１の情報の前記ガボールフィルタのパラメータを用いて、前記全体画像領域において、画素値の変化の度合いを示す勾配値を算出し、当該算出した勾配値が前記第１の閾値以上である領域を前記全体画像領域における皺領域として検出し、前記第２の情報の前記ガボールフィルタのパラメータを用いて、前記両目下画像領域において、前記勾配値を算出し、当該算出した勾配値が前記第２の閾値以上である領域を前記両目下画像領域における皺領域として検出する、皺検出処理部と、を有する、
   皺検出装置。
2. 肌を含む顔画像を取得するステップと、
   前記顔画像から、顔部品の位置を取得するステップと、
   取得された前記顔部品の位置に基づいて、前記肌の光沢の強さが異なる、両目下画像領域と、前記両目下画像領域以外の全体画像領域と、を推定するステップと、
   検出の対象である大皺と、ガボールフィルタのパラメータである第１の角度範囲及び第１の波長と、皺検出用の閾値である第１の閾値とが設定されている第１の情報と、検出の対象である大皺と、前記ガボールフィルタのパラメータである前記第１の角度範囲よりも狭い第２の角度範囲及び前記第１の波長よりも短い第２の波長と、前記皺検出用の閾値である前記第１の閾値よりも低い第２の閾値と設定されている第２の情報と、を格納するステップと、
   前記第１の情報の前記ガボールフィルタのパラメータを用いて、前記全体画像領域において、画素値の変化の度合いを示す勾配値を算出し、当該算出した勾配値が前記第１の閾値以上である領域を前記全体画像領域における皺領域として検出し、前記第２の情報の前記ガボールフィルタのパラメータを用いて、前記両目下画像領域において、前記勾配値を算出し、当該算出した勾配値が前記第２の閾値以上である領域を前記両目下画像領域における皺領域として検出する、ステップと、を有する、
   皺検出方法。