TWI452998B

TWI452998B - System and method for establishing and analyzing skin parameters using digital image multi-area analysis

Info

Publication number: TWI452998B
Application number: TW098120227A
Authority: TW
Inventors: Yen Ting Chen; Chun Ju Hou; Chih Chieh Chuang
Original assignee: Univ Southern Taiwan
Priority date: 2009-06-17
Filing date: 2009-06-17
Publication date: 2014-09-21
Also published as: TW201100058A

Description

利用數位影像多區域分析方式進行膚質參數建立與分析之系統及方法

本發明係有關於利用數位影像多區域分析方式進行膚質參數建立與分析之系統及方法，係一種用於皮膚影像之擷取、儲存、皮膚參數分析、分類及提供對應之多媒體衛教內容之系統者。

市面上的保養品眾多，種類五花八門，不同種類的保養品對於皮膚都有不同的功能。一般人總以為，所謂的保養就是塗抹一些營養成份較高的保養品在臉上，事實上，這是錯誤的觀念。皮膚會因為個人體質、健康狀態、年齡、季節、飲食及環境因素而改變，在皮膚保養的過程中，除了了解自己的膚質狀況，使用適合的保養品外，正確的保養程序也是不容忽視的。

目前膚質一般被區分中性膚質、油性膚質、乾性膚質、混合性膚質與敏感性膚質五種。簡單的膚質檢測可利用皮膚油脂分泌量來區分自己的膚質；在早上洗臉後三小時以吸油面紙按壓臉部皮膚，若是吸油面紙大面積充滿油脂時則屬油性肌膚，反之則為乾性肌膚，若是僅出現在鼻翼或額頭部位，那就稱為混合性肌膚，但大部分人的皮膚多屬於複合性的，且隨著年齡增長與環境改變會有不同的表現。

但隨著醫學科技的發展，現在可利用一種先進的皮膚測定儀器對皮膚進行檢測，只要將儀器的探頭置於要檢測的皮膚區塊，它便能快速準確地對皮膚進行保濕度、彈性度、皮脂含量、光滑度、毛孔大小、斑點、皺紋深度及敏感性等八項分析，在短短幾分鐘內建立基本的膚質數據，根據儀器客觀量化的分析結果，配合外接全彩的放大影像顯示，相較於吸油面紙的簡單測檢更能幫助消費者深入認識自己的肌膚問題。

目前在台灣有關於皮膚檢測儀器種類可分為保溼、彈性、粗糙度、水分流失、黑色素、血紅素、油脂分析，以及能拍攝並透析皮膚影像，只要短短幾分鐘的檢測，便能探索出肌膚的奧秘，再利用獨特的皮膚影像光學及LED技術來分析各精細的皮膚影像，評估皮膚四個主要特質，包括細紋及皺紋、毛孔、肌膚紋理及膚質、色素。但此類儀器大部分都需透過醫院、診所、美容中心才能現場檢測，且一般消費者可能因價格不斐而不易購買。

美容用途的醫療或媒體工業已在市場上大行其道，非但保養化妝用品大量研發生產，還有強調具醫療級的美容儀器與產品的研發。所謂的「醫學美容」指的是結合醫療技術與美容效能所施行的治療術，正因標榜著能夠快速換回青春與美麗，另許多追求速效的女性或男性都爭先恐後競相嘗試；且醫學美容係指由醫生直接執行，或是在醫師的指示下的美容治療行為，必須確定具有生理療效，而且在必要的時候醫師可進行侵入性治療。

在台灣化妝品專櫃小姐的入行門檻相當低，普遍應徵條件為158公分以上、高中職畢業、無刺青或疤痕。對化妝品公司而言，是否具有相關學歷或經歷並不重要，每一位新招聘的專櫃小姐，化妝公司都會從最基礎的部分培訓起，大多數的化妝品公司會針對新人開設課程，講解公司產品、皮膚構造、待客禮儀、銷售技巧等。但也有少部分的公司會讓專櫃小姐在沒有受訓的情況下披掛上陣，且有些專櫃小姐更不是美容科相關科系出身，而是經由朋友介紹而入行，這樣可能會傳遞錯誤的保養知識，而導致消費者不但沒有達成保養的目的而且可能會再次對肌膚造成傷害。由此可知大多數的化妝保養品專櫃小姐或彩妝師在專業的皮膚生理學知識上，並無法像專業皮膚科醫師具有足夠的理學知識。

市面上大部分的化妝保養產品不僅能在百貨專櫃購買，各種美體美容商店也均有販售，在這些商品通舖雖然均有安排專櫃小姐或彩妝師讓消費者能夠諮詢化妝保養相關資訊，有些店家還附設免費皮膚檢測儀器提供消費者使用，專櫃小姐會依據檢測後的結果以主觀性的認知建議消費者適合的化妝保養產品，但是專櫃小姐、彩妝師並沒有專業皮膚科醫師具有的皮膚生理學相關知識，只能對於自身主觀的認知，或是以自身經驗法則來判斷消費者的皮膚狀況是否具有正確性。

彩妝師、專櫃小姐均使用皮膚檢測儀器替消費者進行檢測，但是還是需透過彩妝師、專櫃小姐以自身經驗判斷該影像的膚質狀況。因此如果能夠將所拍攝的皮膚影像記錄下來後傳送至電腦端進行膚質參數量化分析、自動分類膚質種類，並輔助彩妝師、專櫃小姐或是學生，做出正確的膚質分析及正確的皮膚生理衛教知識，這樣一來彩妝師、專櫃小姐能針對消費者在完整的膚質檢測後，提供專業的分析、美容諮詢，對於皮膚狀況給予最佳建議與保養諮詢服務，進而協助挑選最合適的化妝保養用品，或調配最有效的醫學美容課程。

總和上述之分析，其缺點在於：

1.專業的美容及皮膚檢測分析，需要經過專業的儀器及醫生來進行，成本高且耗時。

2.自行購置美容分析儀器，除不易購得，其成本亦相當高，而且不易操作，其所測得之數據是否正確，未經過比對及判別，有待商榷。

3.彩妝師、專櫃小姐之素質良莠不齊，以自身經驗判斷影像的膚質狀況易流於主觀。

4.彩妝師、專櫃小姐可能錯判消費者之膚質狀況，以致提供錯誤之化妝保養用品及美容課程。

另外，目前數位影像分析的發展技術已成熟，總類繁多像是人臉辨識、指紋辨識、圖像辨識、影像追蹤等影像處理演算技術。

中華民國專利公告號字第I281126號「一種以區域為基礎之影像檢測方法」，係將一輸入影像分割為複數區域；擷取相應每一該些區域之複數區域特徵，其中該些區域特徵包括顏色特徵、紋理特徵、形狀特徵、位置特徵、及大小特徵之任意兩者組合；對於每一該些區域，分別計算相應該些區域特徵之一特徵分數；以及依據該些特徵分數利用一判斷規則決定該區域是否為一皮膚區域。

其主要目的係在於提供一種以區域為基礎且考量各種區域特徵，如顏色、紋理、形狀、位置、及大小等之影像檢測方法，並可依據該區域特徵值直接判斷此區域是否為皮膚區域，其作用僅在辨識於一圖片中包含之皮膚區域。

中華民國專利公告號字第I301890號「皮膚診斷及化妝保養品選用系統及方法」，利用一皮膚狀態輸入查詢介面查詢皮膚狀態資料，以一邏輯運算處理模組、一皮膚狀態資料庫進行診斷比對，再透過一化妝保養品知識庫之知識資料、一配方或產品建議處理模組，係將邏輯運算處理模組所處理之皮膚診斷結果及取得化妝保養品知識庫之知識資料，以進行交互比對找出皮膚最適配方或產品建議資料以及一診斷建議輸出模組。

中華民國專利公告號字第200716061號「號肌膚狀態分析方法、肌膚狀態分析裝置、及記錄肌膚狀態分析程式之記錄媒體」，為一種使用所拍攝的被實驗者之肌膚影像進行肌膚狀態分析之肌膚狀態分析方法，其特徵在於包含有下列步驟：分析步驟，係根據前述影像分析肌膚的紋理、毛孔、斑點、膚色、皮脂量；並將分析結果，與前述被實驗者之肌膚測定日期、時間及被實驗者資訊對應且儲存；並將影像、分析結果顯示於一畫面中。

上述兩專利，一為藉由使用者主動輸入膚質狀態，而利用一邏輯運算處理模組配對出合適之膚質保養方法，但沒有準確偵測膚質狀態，其正確性堪慮；而另一則是利用所拍攝之影像將紋理、毛孔、斑點、膚色、皮脂量等參數與影像分別顯示於畫面中，其僅在拍攝及呈現所拍攝之畫面，沒有專業人士及儀器之判斷無法確認膚質狀態。

由前述探討得知專櫃小姐與彩妝師並無專業皮膚科醫師所擁有的皮膚生理學知識，有鑑於此因此本發明針對此缺失發展一套膚質檢測、分類與皮膚生理與保養衛教系統，可輔助使用者對於皮膚生理狀態的判斷。

本發明係以解決專業的美容及皮膚檢測分析費用過高，及彩妝師、專櫃小姐之素質良莠不齊導致提供之化妝保養用品及美容課程偏向消費導向而不夠專業，及前述專利前案功能不夠齊全之問題者。

為了達成上述目的及功能，其具體採行的技術手段及方案係為，一種利用多區域切割方式進行膚質參數建立與分析之系統，包括：

一影像擷取裝置，設有一光學擷取元件，用以取得一皮膚影像畫面。

一電腦，用以執行一使用者人機介面，該電腦並與上述影像擷取裝置連接，用以接收其所傳遞之擷取資訊。

一資料庫，與使用者人機介面連接，用以儲存皮膚影像參數資料、特徵權重資料、皮膚影像圖片資料。

一皮膚影像分類模組，與使用者人機介面連接，計算影像擷取裝置所取得的皮膚影像畫面的影像參數並新增至資料庫，藉由比對資料庫中各類皮膚影像參數資料，進行皮膚類型分類，並建立一特徵權重資料至資料庫。

一分析模組，與使用者人機介面連接，將影像擷取裝置所取得之皮膚影像畫面透過影像多區域化切割，進行單一區域影像參數分析，並參考特徵權重資料的權重分配，進行單一區域影像分類，並將同類區域影像合併以獲得皮膚亮度參數、皮膚紋理參數、皮膚毛孔參數、皮膚皺紋參數。

一顯示裝置，與電腦連接，用以顯示影像擷取裝置及電腦所輸出之訊息。

藉由影像擷取裝置取得一皮膚影像並傳輸至電腦，透過皮膚影像分類模組對該皮膚影像執行分類並存入資料庫；分析模組則對影像擷取裝置所取得之皮膚影像執行分析並獲得一分析值，使電腦根據該分析值自資料庫中輸出相對應之資料至顯示裝置。

上述另設有一皮膚生理衛教介面，與使用者人機介面連接，係提供皮膚生理資訊與化妝保養方法，以提供使用者相關衛教知識之學習。

上述區域化切割係棋格化切割，係將皮膚影像先經由棋格化切割成棋盤狀之方格小型影像，再將每個方格影像進行膚質特徵參數量化分析後，與資料庫的樣本膚質參數比對，將棋格影像分類為適合的膚質類型，最後經由棋格成分比例分析獲得皮膚影像最接近的膚質類型。

上述資料庫另包括受測者個人資料，係以儲存分析模組所分析完成之各項參數，以比對資料庫所儲存之皮膚影像參數資料、特徵權重資料、皮膚影像圖片資料。

上述資料庫另包括皮膚生理衛教資料，係依照受測者之膚質即時播放相關的皮膚生理衛教保養知識。

上述另包括一皮膚影像特徵標記介面，供標記皮膚影像特徵並儲存至資料庫，提供資料新增與修改的功能。

上述皮膚影像分類模組分為簡易版膚質分析與完整版膚質分析。

上述單一區域影像參數分析之各項公式為影像特徵萃取與影像特徵分析。

本發明亦係一種利用數位影像多區域分析方式進行膚質參數建立之方法，主要包括下列步驟：A.將一待分析之數位影像劃分為棋格狀之多區域；B.對上述多區域中之任一隨選區域指定其影像類型；C.擷取步驟B中隨選區域之影像特徵；D.根據影像類型與影像特徵估算區別分析的特徵權重；E.建立一特徵權重資料庫。

上述步驟C至E進一步包括下列步驟：a.計算所擷取區域的亮度平均值、亮度標準差值、色調平均值、能量(E)及熵(Ent)；b.定義內部空間距離向量δ；c.定義統計特徵矩陣SFM；d.分別計算每個區域的不相似度矩陣，再計算出每一區域的特徵值f_reg ；e.計算碎形維度；f.求得一碎形布朗運動模型的赫斯參數。

本發明亦係一種利用數位影像多區域分析方式進行膚質分析之方法，包括下列步驟：A.將一待分析之數位影像劃分為棋格狀之多區域；B.擷取步驟A中隨選區域之影像特徵；C.將步驟B之影像特徵比對於上述利用數位影像多區域分析方式進行膚質參數建立之方法所建立之特徵權重資料庫，進行區別分析以判斷膚質。

上述利用數位影像多區域分析方式進行膚質分析之方法，其中擷取隨選區域之影像特徵係包括下列步驟：a.計算所擷取區域的亮度平均值、亮度標準差值、色調平均值、能量(E)及熵(Ent)；b.定義內部空間距離向量δ；c.定義統計特徵矩陣SFM；d.分別計算每個區域的不相似度矩陣，再計算出每一區域的特徵值f_reg ；e.計算碎形維度；f.求得一碎形布朗運動模型的赫斯參數。

本發明之具體特點與功效在於：

1.本發明係採用區域化(棋格化)切割成棋盤狀之方格小型影像，在將每個方格影像透過資料庫進行膚質特徵參數量化分析後，與資料庫中的各類膚質樣本比對，找出最近似的膚質，棋格影像可以被分類為適合的膚質類型，再由整張影像中的各類膚質所佔有的棋格成分比例分析，受測者之皮膚影像將可自動歸納分類為何種膚質類型，並傳輸至資料庫進行儲存。

2.使用者可直接在顯示裝置上預覽皮膚影像、切割局部皮膚影像、分析皮膚影像、膚質標記和儲存皮膚影像，皮膚影像分類模組可自動分類出皮膚影像中的膚質，系統在完成分類受測部位之膚質後，圖形化人機介面即提供相關正確的皮膚生理資訊、化妝保養方法，並顯示相關衛教內容。

3.圖形化之使用者人機介面係用於控制皮膚影像擷取、儲存、播放、皮膚參數分析、衛教內容之呈現。

請參閱第一圖，本發明係為一種利用多區域切割方式進行膚質參數建立與分析之系統，包括，影像擷取裝置(1)、電腦(2)、資料庫(3)、皮膚影像分類模組(4)、影像參數分析模組(5)、顯示裝置(6)、皮膚生理衛教介面(7)及皮膚影像特徵標記介面(8)，其中：

影像擷取裝置(1)，設有一光學擷取元件，用以取得一皮膚影像畫面。

電腦(2)，用以執行一使用者人機介面(21)，該電腦(2)並與上述影像擷取裝置(1)連接，用以接收其所傳遞之擷取資訊；資料庫(3)，與使用者人機介面(21)連接，用以儲存皮膚影像參數資料(31)、特徵權重資料(32)、皮膚影像圖片資料(33)、皮膚生理衛教資料(34)及受測者個人資料(35)，而受測者個人資料(35)係以儲存影像參數分析模組(5)所分析完成之各項參數，以比對資料庫(3)所儲存之皮膚影像參數資料(31)、特徵權重資料(32)、皮膚影像圖片資料(33)及皮膚生理衛教資料(34)。

皮膚影像分類模組(4)，與使用者人機介面(21)連接，計算影像擷取裝置(1)所取得的皮膚影像畫面的影像參數並新增至資料庫(3)，藉由比對資料庫(3)中各類皮膚影像參數資料(31)，進行皮膚類型分類，並建立一特徵權重資料(32)至資料庫(3)。

影像參數分析模組(5)，與使用者人機介面(21)連接，將影像擷取裝置(1)所取得之皮膚影像畫面透過影像多區域化切割，進行單一區域影像參數分析，並參考特徵權重資料(32)的權重分配，進行單一區域影像分類，並將同類區域影像合併以獲得皮膚亮度參數、皮膚紋理參數、皮膚毛孔參數、皮膚皺紋參數。

顯示裝置(6)，與電腦(2)連接，用以顯示影像擷取裝置(1)及電腦(2)所輸出之訊息。

藉由影像擷取裝置(1)取得一皮膚影像並傳輸至電腦(2)，透過皮膚影像分類模組(4)對該皮膚影像執行分類並存入資料庫(3)；影像參數分析模組(5)則對影像擷取裝置(1)所取得之皮膚影像執行分析並獲得一分析值，使電腦(2)根據該分析值自資料庫(3)中輸出相對應之資料至顯示裝置(6)。

本發明另設有一皮膚生理衛教介面(7)，與使用者人機介面(21)連接，係提供皮膚生理資訊與化妝保養方法，以提供使用者相關衛教知識之學習；本發明又設置一皮膚影像特徵標記介面(8)，供標記皮膚影像特徵並儲存至資料庫(3)，提供資料新增與修改的功能。

如第二圖所示，其中區域化切割係將影像棋格化切割，先將皮膚影像先經由棋格化切割成棋盤狀之方格小型影像，再進行單一棋格影像參數分析，並參考特徵權重資料(32)的權重分配，進行單一棋格影像分類，接著將同類棋格影像合併，並進行皮膚整體型態分析，分析完後的膚質系統會連接至資料庫(3)中進行受測者個人資料(35)之儲存與皮膚生理衛教，提供皮膚生理資訊與化妝保養方法，及提供使用者相關知識。

操作時，如第三圖所示，係為本發明膚質檢測、分類與皮膚生理與保養衛教系統之操作流程圖，包括：

A.擷取影像：以影像擷取裝置(1)擷取受測者之皮膚部位。

B.增修改受測者個人資料(35)及膚質之分析與分類：由電腦(2)先詢問是否新增、修改受測者個人資料(35)，答案為是，則進入受測者個人資料(35)進行修改動作；答案為否，則進入皮膚影像分類模組(4)及分析模組(5) 進行膚質參數分析與膚質分類。

C.顯示皮膚影像、判定結果及生理衛教資訊：分析完成後，可經由顯示裝置(6)顯示受測者之皮膚影像、膚質判定結果、膚質參數分析結果以及該類相關膚質的皮膚生理衛教資訊。

另，如第四圖及附件1至附件4所示，皮膚影像分類模組(4)分為簡易版膚質分析與完整版膚質分析。

簡易版膚質分析只要提供的功能有皮膚影像預覽與膚質類型判定，判定完成後會進入資料庫(3)搜尋皮膚生理衛教資料(34)，進而於顯示裝置(6)顯示該膚質的相關皮膚生理衛教資訊，若是需要再進一步之分析則進入進階參數分析。

完整版膚質分析，除了有簡易版膚質分析的功能之外，還增加了皮膚參數量化分析的功能，包括皮膚亮度參數分析、皮膚紋理參數分析、皮膚毛孔參數分析、皮膚皺紋參數分析等功能。使用者在完整版膚質分析完成膚質判定後，顯示裝置(6)會提供相關膚質的皮膚生理衛教資訊，更有建議保養方法與預期成果可預覽，讓使用者可直接比對保養前後皮膚影像與保養前後皮膚參數的改善程度。

本發明之單一區域影像參數分析之各項公用於表達各類影像特徵的萃取與分析。

其中，影像參數包括下列特徵參數之萃取：基於統計學之區域性像素特徵(Statistical Pixel-Level Features)：特徵參數提供一些與影像像素性質的量化資訊，這些資訊均與區域的色彩或灰階值出現機率相關。最常採用的如亮度平均值、亮度標準差值、色調平均值。

其中，n為選取ROI(Region of Interest)中的像素個數，P(i,j)為ROI中的像素；另外還有能量(E)和熵(Ent)兩個參數，欲求得此二個參數，首先計算影像於所選取之ROI區域中各灰階值出現的機率：

其中n (r _i )為ROI區域中灰階值為r _i 的像素個數，n 為ROI區域中的像素總個數，p (r _i )即為灰階值為r _i 的像素出現在ROI區域中的機率。再利用此p (r _i )值計算能量(E)和熵(Ent)兩個參數：

這兩個參數皆可顯示出灰階值的分佈狀況，由〔5〕式顯示，灰階值越集中的時候，能量E會較大，而熵Ent即為亂度或不確定度的測量，〔6〕式顯示值越大，影像中各灰階的點數量較分散，若熵值較小則代表影像的像素灰階值集中於某些灰階上。

統計特徵矩陣：統計特徵矩陣(Statistical Feature Matrix,SFM)，可以同時計算不同相對位置(內部空間距離)時的紋理特徵，再以此特徵矩陣計算影像的規則性。首先定義內部空間距離向量δ(intersample spacing distance vector)：δ =(△x ,△y ) 〔7〕

δ被定義為2階統計特徵，△x和△y為整數，常用到的2階統計特徵參數有對比(Contrast)、共變異數(Covariance)及不相似度(Dis-similarity)，分別定義如下：CON (δ )≡E{[I(x ,y )-I(x +△x ,y +△y )]² } 〔8〕

COV (δ )≡E{[I(x ,y )-η ][I(x +△x ,y +△y )-η ]} 〔9〕

DSS (δ )≡E{|I(x ,y )-I(x +△x ,y +△y )|} 〔10〕

其中E(．)為期望值的計算，η 為影像之灰階平均值，CON(△x,△y)為針對內部空間距離向量為(△x,△y)的任意兩個點所計算的對比參數，其中△x及△y均可以為正負值。COV(△x,△y)和DSS(△x,△y)則是相對於像素灰階變化共變異數及不相似度。再來定義統計特徵矩陣SFM(Statistical Features Matrix,SFM)，SFM是一個(L_r +1)x(2L_c +1)的矩陣，矩陣中每個元素都會有一個相對應的內部空間距離向量，也就是每個元素會紀錄不同內部空間距離向量時計算出來的特徵參數，矩陣中第(i,j)個元素其內部空間距離向量定義為d=(i-L_c ,j)，其中i=0,1,2,……,2L_c ，j=0,1,2,……,L_r ，而此元素會記錄影像中內部空間距離向量為d 的所有像素對所計算出之特徵參數期望值。其中L _c 及L _r 分別代表影像的行數(寬)及列數(高)，這會反映出影像中任兩點的最遠距離，因此SFM 為(L _r +1)×(2L _c +1)的矩陣，可以反映出影像中所有可能的像素對的組合所求得的特徵參數期望值。一個矩陣一次只能計算一種參數，所以計算對比的矩陣稱為對比矩陣(M_con )，計算共變異數及不相似度的矩陣分別為共變異數矩陣(M_cov )及不相似度矩陣(M_dss )。利用不相似度矩陣，可以計算出影像的規律性，這裡規律性指的是影像紋理變化是否穩定的重複出現，將原始影像分割成數個較小的區域，分別計算每個區域的不相似度矩陣，再計算出每個區域的特徵值f_reg ，如下所示：

其中，計算出各個區域f_reg 後，求f_reg 的標準差s，帶入下面的式子：F _reg =exp(-s ) 〔12〕

F_reg 是最後要求的規律性參數，值會介於0跟1之間，越接近1代表影像的規律性越好；碎形分析，使用碎形布朗運動模型(Fractional Brownian Motion Model)來計算碎形維度，碎形維度可以由下面的關係式來求得：D=3-H 〔13〕

其中0<H<1，參數H為赫斯參數(Hurst Coefficient)，H值可以用來描述計算圖形的紋理特徵，定義兩點的距離差異△r 及亮度差異△I _△r 如下：

△I_△r =|I(x2,y2)-I(x1,y1)| 〔15〕

其中x及y是點座標，△r是兩點距離，△I_△r 是距離△r的2個點之灰階值差異，然後可以利用下面的關係式求得碎形布朗運動模型的赫斯參數：E(△I_△r )=k(△r)^H 〔16〕

其中E( )為期望值的計算，k為常數。

計算各類影像的特徵參數後，利用統計分析中的逐步迴歸選取法篩選出有意義的特徵參數，並排除無意義的參數，以作為後續各類膚質影像分類的輸入參數。各類膚質影像的分類方法係採用多變量分析的區別分析法，利用被篩選出的特徵參數來建立各類膚質影像的區別規則。逐步迴歸選取法：在使用區別分析建立區別規則之前，為了提高區別能力以及減少運算量，必須先挑選出對分類項目有解釋能力之變數，此法是以step-by-step方式，將最有區別能力的變數選入，也就是在每一步驟都選取「剩餘」解釋能力最強的一個預測變數進入模式，但其解釋能力也必須要通過事先定好的門檻(常用門檻為顯著水準α =0.05)，開始時模式中沒有任何預測變數，接著第一步在所有p個預測變數中選取對準則變數y最有解釋能力的變數進入模式，在此選取參數方式是計算Λ(Wilks’ lambda)統計量，再將此Λ值轉換成F分配，以計算其顯著水準，選取顯著水準最低者之變數加入模式，皆下來保留此參數於模式之中，繼續挑選剩餘變數，持續此步驟直到所有剩餘變數加入模式之後顯著水準皆大於0.05即停止選取變數。

多變量區別分析：區別分析適用於以連續變數(亦即影像特徵參數)來描述類別變數(亦即膚質種類，或群體)時的分類方法，主要目的是了解群體間的差異，它先利用特徵參數建立區別規則，以作為新膚質影像分類規則。當測量到一個新的膚質影像，就可利用區別規則來預測新影像屬於各群組的可能機率(如驗後機率)。假設群體資料是常態分佈且有p 個影像特徵參數，這p 個參數組成一個向量x =(x ₁ ,x ₂ ,…,x _p )^' ，則第k 個群體對於每個特徵參數的平均數向量μ _k 與共變異數矩陣Σ_k 分別為：

其中是第i 個特徵參數x _i 的變異數，而是x _i 與x _j 的共變異數，第k群的多變量常態分布N (μ _k ,Σ_k )密度函數為：

其中，D_k (x)稱為x到第k個群體中心點的馬氏距離平方。

最概法作區別分析推廣到多群體之區別分析如下：

設有g個群體(膚質種類)，p個特徵參數x =(x ₁ ,x ₂ ,…,x _p )^' ，他們的密度函數分別為f1(x)、f2(x)、…、fg(x)，驗前機率(Prior)分別為p1、p2、…、pg，則驗後機率(Postrior)分別為：

其中，區別規則為將x歸類在驗後機率最大的群體，即：

將x 歸類在第m 個群體。上式取對數，可得：

其中，，比較p _k f _k (x )的大小，即比較ln(p _k f _k (x ))的大小，由[21]式可知，當D _k (x )愈小，則p _k f _k (x )愈大，則區別規則則可簡化為

將x 歸在第m 群。如果各群體不但為常態母體且有均質性(即Σ₁ =Σ₂ =…=Σ_k )時，則上面的馬氏距離平方可以進一步化簡成為線性區別函數；因共變異數矩陣相同，馬氏距離平方可化為二次項，一次項及常數項的和，即：

而二次項x 'Σ^-1 x 在每一個Dk(x)中都有，且在c _k 中也都有項，因此(23)式區別規則可以簡化成當d _m (x )為最小值時，將x 歸類在第m 群。其中，為第k 群的線性區別函數，Σ^-1 μ _k 、和ln(p _k )稱為特徵權重。

請參閱第五圖，本發明之利用數位影像多區域分析方式進行膚質參數建立之方法，主要包括下列步驟：A.將一待分析之數位影像劃分為棋格狀之多區域；B.對上述多區域中之任一隨選區域指定其影像類型；C.擷取步驟B中隨選區域之影像特徵；D.根據影像類型與影像特徵估算區別分析的特徵權重；E.建立一特徵權重資料庫。

請參閱第六圖，本發明之利用數位影像多區域分析方式進行膚質分析之方法，主要係利用第五圖所示方法所建立之特徵權重資料庫作為一比對基礎，將一待分析之數位影像進行區別分析以判斷其膚質，其主要包括下列步驟：A.將一待分析之數位影像劃分為棋格狀之多區域；B.擷取步驟A中隨選區域之影像特徵；C.將步驟B之影像特徵比對於申請專利範圍第7項所建立之特徵權重資料庫，進行區別分析以判斷膚質。

上述擷取隨選區域之影像特徵係包括下列步驟：a.計算所擷取區域的亮度平均值、亮度標準差值、色調平均值、能量(E)及熵(Ent)；b.定義內部空間距離向量δ；c.定義統計特徵矩陣SFM；d.分別計算每個區域的不相似度矩陣，再計算出每一區域的特徵值f_reg ；e.計算碎形維度；f.求得一碎形布朗運動模型的赫斯參數。

(1)‧‧‧影像擷取裝置

(2)‧‧‧電腦

(21)‧‧‧使用者人機介面

(3)‧‧‧資料庫

(31)‧‧‧皮膚影像參數資料

(32)‧‧‧特徵權重資料

(33)‧‧‧皮膚影像圖片資料

(34)‧‧‧皮膚生理衛教資料

(35)‧‧‧受測者個人資料

(4)‧‧‧皮膚影像分類模組

(5)‧‧‧影像參數分析模組

(6)‧‧‧顯示裝置

(7)‧‧‧皮膚生理衛教介面

(8)‧‧‧皮膚影像特徵標記介面

第一圖係本發明之系統架構圖。

第二圖係本發明區域化切割之簡易流程圖。

第三圖係本發明膚質檢測、分類與系統之操作流程圖。

第四圖係本發明皮膚影像分類模組之簡易版與完整版膚質分析流程圖。

第五圖係本發明利用數位影像多區域分析方式進行膚質參數建立之方法的流程示意圖。

第六圖係本發明利用數位影像多區域分析方式進行膚質分析之方法的流程示意圖。

附件1係簡易版膚質分析之示意圖。

附件2係完整版膚質分析之示意圖。

附件3係皮膚生理衛教之皮膚生理資訊及化粧保養方法之示意圖。

附件4係資料庫中個人資料之示意圖。