TWI454736B - 肌膚之紋理及／或皺紋之鑑別法及鑑別裝置、肌膚之鑑別程式、以及皮膚外用劑之選擇方法 - Google Patents

Description

肌膚之紋理及/或皺紋之鑑別法及鑑別裝置、肌膚之鑑別程式、以及皮膚外用劑之選擇方法

本發明係相關於一種鑑別肌膚狀態之技術，更詳細而言，係相關於一種以肌膚的物理量為指標之鑑別肌膚的紋理及/或皺紋之技術。

使用化妝品時之重要課題係正確地選出適於使用者之化妝品而使用，並確認其使用之效果。若使用不適於使用者的肌膚之化妝品，不僅無效果亦可能出現不適現象。因此，必須避免錯選不適合使用者的肌膚之化妝品。較多聽見「化妝品不適於肌膚」之怨言，此現象亦是沒有選擇適於皮膚之化妝品，換言之，常有錯選不適於皮膚的化妝品之情形。為選擇適於肌膚的化妝品，並確認使用的效果之重要因素，係在於皮膚紋理及皺紋之評價。

由此觀點，開發出各種選擇化妝品之技術。例如抽出由皮膚複製品照明而得的皮膚溝紋之圖型，並解析之技術(參考專利文獻1)、針對來自皮膚表面的直接影像，進行影像解析之技術(參考專利文獻2)、針對複製拍攝影像，進行層次處理等影像處理之技術(參考專利文獻3)、使用電磁波測定來自複製品皺紋之深度之技術(參考專利文獻4)、使用標準尺度，以皮膚複製劑來測定皺紋之深度之技術(參考專利文獻5)、於皮膚狀態的單一色畫素影像或處理畫素影像進行細線化處理，並以細線的波峰寬度間隔為指標之測定紋理之技術(參考專利文獻6)等已揭示。惟，目前所知的選擇化妝品之技術中之大課題，係紋理及/或皺紋之鑑別結果與目視的紋理及/或皺紋之評價值是否充分一致，以及更進一步，販售或諮詢現場可否迅速地評價等問題，換言之，係兼具評價之客觀性和快速性。亦即，目視的紋理及/或皺紋之評價值，即使有判定基準，觀察者於顯微鏡下以肉眼觀察複製等，仍為主觀判定，不僅客觀性的維持乃一問題，其判定所需之時間的長短亦為重要之課題。因此，期待一種具客觀性和快速性，可得紋理及/或皺紋的評價之鑑別技術。

在此種狀況下，先前通常進行的影像解析技術之過濾處理、二值化處理、影像信號處理或選配處理等，無法充分地得出肌膚的溝紋或皮丘型態的特徵之資訊並定量化。而本發明者等，發明一種由如此對象的影像而取得目標資訊之完全新穎之技術，且使用十字二值化處理及短直線選配之定量化技術(參考專利文獻7)。

專利文獻

專利文獻1：特開昭60-053121號公報

專利文獻2：特開昭64-059145號公報

專利文獻3：特開平02-046833號公報

專利文獻4：特開平08-145635號公報

專利文獻5：特開2000-342556號公報

專利文獻6：特開2006-061170號公報

專利文獻7：特開2008-061892號公報

本發明係於此狀況下進行之發明，高精準度且可迅速地鑑別肌膚的紋理及/或皺紋，係以提供肌膚的紋理及/或皺紋之鑑別技術為課題。且以提供一種依據該鑑別結果來選擇皮膚外用劑之方法為課題。

本發明者等致力研究一種高精準度且可迅速地鑑別肌膚的紋理及/或皺紋之肌膚的紋理及/或皺紋之鑑別法的結果，發現對肌膚影像進行十字二值化處理及/或短直線選配處理所得肌膚之物理量，將其帶入預先準備的預測式而得評價值，藉此可高精準地且迅速地鑑別肌膚的紋理及/或皺紋，而完成本發明。亦即，本發明係相關於以下所示之技術。

(1)一種肌膚之紋理及/或皺紋之鑑別法，其係包括：針對所得的肌膚影像，進行包括十字二值化處理及/或短直線選配處理之影像處理，而得肌膚的物理量之步驟、和將上述步驟所得的肌膚的物理量帶入預先準備之預測式，以所得的評價值為皮膚的紋理及/或皺紋之評價值而鑑別之步驟。

(2)一種肌膚之紋理及/或皺紋之鑑別裝置，其係包括：載入預先準備的預測式之手段、取得肌膚影像之手段、由該已取得的肌膚影像，而算出肌膚的物理量之手段、由預先準備之預測式和上述已算出之肌膚的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段、顯示上述已算出的評價值之手段。

(3)一種肌膚之鑑別程式，其機能係為使電腦發揮作用、由已取得的肌膚影像，而算出物理量之手段、以及由預先準備之預測式和上述肌膚的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段。

(4)一種皮膚外用劑之選擇方法，其係包括：使用如上述(1)之鑑別法、或(2)之鑑別裝置而鑑別肌膚的紋理及/或皺紋之步驟、及依據由上述鑑別步驟所鑑別的肌膚之紋理及/或皺紋之評價值，若受試者的皮膚之鑑別結果係紋理及/或皺紋之狀態不佳時，選擇一種含有為改善紋理狀態或預防紋理狀態紊亂的成分之皮膚外用劑，若受試者的皮膚之鑑別結果係紋理及/或皺紋之狀態佳時，選擇一種只含保濕成分之皮膚外用劑之步驟。

依據本發明，可提供一種高精準度且可迅速地鑑別肌膚的紋理及/或皺紋之鑑別肌膚的紋理及/或皺紋之技術。且應用此技術，可提供適於使用者之皮膚外用劑。

進行發明之型態

本發明之鑑別法係可從肌膚影像來鑑別肌膚的紋理、肌膚的皺紋或二者之狀態。

<使用於本發明的肌膚影像之取得>

本發明係使用肌膚影像。取得肌膚影像之方法，係直接拍攝肌膚而得肌膚影像之方法，亦可為通過採取自肌膚的複製標本而取得肌膚影像之方法。取得影像之方法，例如透過立體顯微鏡，以數位錄影機取得，亦可利用市售的數位式顯微鏡。此類數位式顯微鏡例如毛利得克斯(股)之化妝用顯微鏡或奇彥思(股)之數位顯微鏡等。

本發明中，宜為通過上述採取自肌膚的複製標本而取得肌膚影像之方法。藉由通過採取自肌膚的複製標本而取得肌膚影像，因可去除肌膚表面的顏色資訊而只取得形態資訊，故可預防污垢等干擾。又，解析上不要的肌膚表面之凹凸(非皮膚溝紋或皮丘等級之凹凸)係因複製採取而被消除，使解析變容易。以下所示係通過複製標本而得肌膚影像之方法。

在相對於複製標本90°之位置，設置顯微鏡之鏡頭，以適於複製標本之角度照射光，通過顯微鏡，可取得因入射光而產生之複製標本的表面凹凸之陰影像，作為影像。複製標本係指於溶劑軟化性的透明之塑膠板，塗布軟化用之溶劑，使軟化後，將此軟化部位推到皮膚上，轉印皮膚上的凹凸至軟化部位，藉由觀察此凹凸，而間接地觀察皮膚上的凹凸之技術，代表性之技術係「河合法」。此技術係切實地轉印皮膚上之凹凸，且因其凹凸之保存性亦優異，在化妝品科學之領域，係自古即廣泛使用。製作此類複製標本之套組，係可使用既已販售之套組。相關的複製標本，宜採取臉頰、或外眼角部位至其下方之部位1.5cm×1.5cm。一般的方法中，通常此類複製標本係由垂直於複製面之下方照射光，而觀察透過光。亦即，因轉印的凹凸，使照射的光散射，利用透過光量變少而觀察凹凸為影像。本發明之鑑別法中，該複製之觀察，宜於其次之條件進行。將複製之具凹凸之面向著採像方向，以對於此面之10~40度，尤宜20~30度之角度照射光，採取由此反射光而成之像(取為影像)。藉由採取如此之形態，轉印於複製面的凹凸係以更清楚之光度差而顯現。表1係表示對於同一試驗品，改變入射角而觀察時的清晰度之評價。評價基準係○：清晰、△：稍稍不清晰、×：不清晰。

<十字二值化之影像處理>

本發明係對於上述所得之肌膚影像，進行包括十字二值化處理及/或短直線選配處理之影像處理。關於此類的影像處理，係記載於特開2008-061892號公報(專利文獻7)，其說明如下。

最基本之影像處理法，例如自影像中分離出背景和對象物，以對象物為形狀而取出之二值化處理法。對象物和背景之對比係充分相合時，易於二值化處理。惟實際上，在主要對象物和背景之交界部份，存在著微妙之濃淡變化，因此不易設定以取得高精準度的形狀為目的之二值化處理之閥值。又，因照明的不均勻等而使背景的濃淡標準變動時，固定於整體圖面之閥值，則不易取得正確之形狀。如此，無固定之閥值，依畫素而改變閥值之動態閥值處理(可變閥值處理)為較佳，本十字二值化處理法係屬於動態閥值處理法。動態閥值處理法之處理範圍，一般為長方形，惟本十字二值化處理法係具有適於取得皮膚溝紋形狀之十字形狀(參考第2圖)。使用本十字二值化處理法，不受照射複製之照明之不均勻所影響，可檢出因皮膚溝紋的凸部位而有的影像，從粗而清晰的皮膚溝紋至微細的皮膚溝紋之整體圖面，可得均勻且高精準度之十字二值化影像(參考第3圖)。

上述十字二值化處理，係可使用特開2008-061892號公報所記載之表皮組織定量化裝置而進行。

<短直線選配之影像處理>

上述短直線選配法，係為算出已二值化的影像中的對象物形狀之物理量之方法。先前法係以二值化影像的1畫素為單位，計測對象物之畫素數，而算出面積、長度、重心等物理量，相對於此，本短直線選配法係以由複數畫素構成之短直線(數畫素至數十畫素之長度，寬為1畫素)為單位而算出物理量。具體而言，以對象範圍的端點為短直線之起點，若短直線的終點位於對象範圍內，則以其終點為新起點而連結其次之短直線。若短直線的終點位於對象範圍外，則結束連結。重複此操作，直至對象範圍被短直線覆蓋為止。之後，計測嵌入對象範圍的短直線之條數、角度等，算出對象物之特徵量(參考第4圖)。依據本法，可製得細長而連續，且具方向性的皮膚溝紋特長之短直線選配影像(參考第5圖)。

上述短直線選配處理，係可使用特開2008-061892號公報所記載之表皮組織定量化裝置而進行。

上述的影像處理，雖可僅進行其中一種之影像處理，惟藉由進行二者之影像處理，可更正確地算出物理量。亦可因應其他之需求，進行亮度變換處理、二值化處理、過濾處理、一般影像處理(面積、周長、縱橫比、重心、針狀比、擴大、反轉)等其他影像處理。

<紋理及/或皺紋的物理量之算出>

本發明中，進行包含上述十字二值化處理及/或短直線選配處理之影像處理，可得肌膚影像之物理量。此物理量係將肌膚的皮膚溝紋、皮丘等特徵定量化之物理量。如此之物理量，例如以皮膚溝紋面積、皮膚溝紋平均粗度、皮膚溝紋粗度之不齊程度、皮膚溝紋之間隔、皮膚溝紋之平行度、皮膚溝紋方向、皮膚溝紋密度等物理量為始，更進一步，例如每個角度的短直線條數中95°以上之最大條數、每個角度的短直線條數中10°以上90°以下之最大條數、每種粗度的短直線條數中之最大條數、每種粗度的短直線條數中的最大條數之粗度、短直線連結數度數數值之合計值、每種粗度的短直線條數的粗度值之合計值等更細微之物理量，本發明係從此類物理量中，算出與紋理、皺紋有相當關係之物理量。具體而言可定義為，皮膚溝紋面積=處理對象之影像範圍中，皮膚溝紋的佔有面積或選配短直線之總條數；皮膚溝紋平均粗度=(各選配開始點每種皮膚溝紋粗度之總合/開始點總數)；皮膚溝紋粗度之不齊程度=由皮膚溝紋粗度的粗度與條數之矩形圖算出之標準偏差或分散；皮膚溝紋之平均間隔=1/(皮膚溝紋面積/皮膚溝紋之平均粗度)；皮膚溝紋之平行度=由皮膚溝紋的角度與條數之矩形圖算出之波峰集中度或分散；皮膚溝紋之方向‧密度=於角度θ的短直線數(矩形圖之高度)/皮膚溝紋之全長。其他物理量係可由上述算式而算出。本發明中所得之物理量係如上述般大多存在，惟從其中選出為算得後述預測式之適用物理量。此類物理量之算出，係可包括上述包含十字二值化處理及/或短直線選配處理之影像處理，利用電腦上的程式而處理。

<預測式>

為鑑別肌膚的紋理及/或皺紋，預先找出顯示上述肌膚物理量與肌膚的紋理及/或皺紋的目視評價值的關係之預測式。預測式係可利用以下舉例之方法來作成。

充分考量肌膚狀態或年齡等之肌膚複製(以下稱之為樣品)，由評價者來進行紋理及/或皺紋之目視評價。另一方面，以上述方法算出其樣品的肌膚之物理量。其樣品數宜為100以上，尤宜500以上。紋理及/或皺紋之目視評價，係參考為判斷紋理為良好~差，或皺紋為少~多之3至10階段基準照片，相稱於代表第三者之適當的複數評價者，宜為5位以上評價樣品，給予對應基準照片之評價值。上述相稱於代表第三者之評價者，宜為具有1年以上的美容、審美或肌膚評價研究之經驗，且繼續接受肌膚評價訓練者。去除各樣品的評價值之最大值和最小值，以平均後之值為樣品的紋理及/或皺紋之目視評價值。

肌膚狀態的評價之肌膚的紋理、皺紋程度，係於日本化妝品技術者會或國際化妝品技術者會聯盟(IFSCC)討論，第三者可客觀地認識肌膚的紋理、皺紋之程度係具大家共有之認識。第6圖及第7圖所示，係依據統計處理之基準化的紋理(5階段評價)及皺紋(3階段評價)的基準照片之一例。如此之基準照片係於此技術領域，作成基礎之母集團若為100，則可判定為具有相當程度的信賴性之基準照片，母集團若超過1,000時，可判定為相當高信賴度之基準照片，係可不考量每張基準照片的差異之水準。本發明的上述樣品評價，係可使用依據此般的統計處理而基準化之基準照片，作成基準照片時之母集團，宜為1,000以上。

其次，從如此而求得的紋理及/或皺紋之目視評價值與算出的肌膚之物理量，而導出預測式。預測式係可為將肌膚的物理量和紋理及/或皺紋之目視評價值進行多變量解析而得之式。多變量解析宜為可利用說明變數和目標變數之關係者，例如判別分析、主成分分析、因子分析、數量化理論一類、數量化理論二類、數量化理論三類、回歸分析(MLR、PLS、PCR、數理邏輯)、多次元尺度法、有教師群組化、紐拉爾網絡(neural network)、協調(ensemble)學習法等，可使用免費軟體或市售軟體而製作預測式。其中，尤宜重回歸分析、判別分析及數量化理論一類。理想之舉例，係以肌膚的物理量為說明變數，以上述求得的紋理及/或皺紋之目視評價值為目標變數，進行重回歸分析而求重回歸式，以此重回歸式為預測式。

如上述般，使用於預測式的算出之肌膚的物理量係有各種物理量，惟，從提升本鑑別法的精確度之觀點，宜含有與皮膚溝紋有關之物理量，從更進一步提升鑑別法的精確度之觀點，尤宜含有10種類以上的與皮膚溝紋有關之物理量。使用於預測式的算出之物理量之總數，宜為10以上。

<鑑別步驟>

將上述肌膚的物理量帶入設定的預測式而得評價值，藉此可進行肌膚之紋理及/或皺紋之鑑別。將從取得的影像所算出肌膚之物理量帶入該預測式，可得肌膚之紋理及/或皺紋之目視評價值。本專利發明係經由上述步驟，可以極高精確度來鑑別肌膚之紋理及/或皺紋。更進一步，期待一種新穎的高精確度之鑑別，其係將樣品之物理量或目視評價值等組入數據庫，藉著更新及補正，更提升該預測式之精確度。

<鑑別裝置-程式>

本發明的其他樣態，係進行上述步驟之程式。亦即，一種肌膚之鑑別程式，其係包括以下使其作用：以電腦由已取得的肌膚影像而算出物理量之手段、由預先準備之預測式和上述已算出之肌膚的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段。本專利發明之鑑別程式，係可安裝於個人電腦等硬體設備而使用。

更進一步，本發明的其他樣態，係進行上述步驟之鑑別裝置。亦即，一種肌膚之紋理及/或皺紋之鑑別裝置，其係包括：載入預先準備的預測式之手段、取得肌膚影像之手段、由已取得的肌膚影像，而算出肌膚的物理量之手段、由預先準備之預測式和上述已算出之肌膚的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段、顯示該已算出的評價值之手段。

以第10圖來說明上述鑑別裝置之樣態。本發明之鑑別裝置可為個人電腦等通用電腦，亦可為鑑別專用之電腦。輸入部1，係上述預測式之輸入手段，預先輸入使用於鑑別之預測式。例如可使用鍵盤等輸入裝置。影像取得部2，係取得肌膚影像之手段，可使用數位式錄影機或市售的數位式顯微鏡。CPU3(中央處理器(Central Processing Unit))係由已取得的肌膚影像而算出肌膚的物理量之手段、以及由預先準備之預測式和上述已算出之肌膚的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段。安裝上述鑑別程式，即可作用此般手段。RAM4(隨機存取記憶體(Random Access Memory))係收納暫時的數據之記憶手段。顯示部5，係輸出算得的評價值之手段，例如可為液晶顯示器等顯示裝置、或列表機等輸出裝置。

以第11圖來說明上述鑑別裝置之處理流程。首先，從數位錄影機等影像取得部位，取得肌膚影像。如已說明般，可從測試者的肌膚直接拍攝，亦可透過複製標本。上述取得之肌膚影像，係於CPU進行十字二值化處理和短直線選配處理等影像處理，合併算出肌膚影像之物理量。算出的肌膚影像之物理量之種類，係依據使用於算出預先由輸入手段輸入的預測式之物理量之種類，而適當地設定。算出的肌膚影像之物理量，係同樣地帶入CPU中預先輸入之預測式，而算出其評價值。算出的評價值係從液晶顯示器等輸出手段而輸出。

本發明中，藉由預先將與肌膚的紋理有關之預測式和與肌膚的皺紋有關之預測式個別輸入上述鑑別裝置，可一次地鑑別肌膚之紋理和皺紋，亦可個別地鑑別。

<依據已鑑別的肌膚的紋理評價值之皮膚外用劑之選擇法>

依據由上述鑑別法或鑑別裝置而鑑別之紋理之評價值，可選擇適於使用肌膚影像的測試者之皮膚外用劑。使用本發明的鑑別法或鑑別裝置，因可和專家評價肌膚時幾乎相同的高精確度而迅速地鑑別，故依據其結果，可選擇有助於維持、預防或改善肌膚的紋理狀態之皮膚外用劑。

皮膚外用劑之選擇，特別是在化妝品之選擇，若輸出的顯示係測試者的皮膚紋理之狀態不佳之鑑別值時，選擇一種含有為改善紋理狀態或預防紋理狀態紊亂的成分之化妝品，藉此可選擇適於測試者的肌膚之化妝品。此類成分例如更新促進成分、膠原蛋白合成促進劑、去角質層促進劑及膠原蛋白纖維束再構築劑等，可含有其中1種至2種以上。其中的膠原蛋白纖維束再構築劑，係對改善紋理最具效果。

上述更新促進成分例如視黃酸、植物甾醇苷、植物甾醇、鞘胺醇或類固醇等。上述膠原蛋白合成促進劑例如麥芽玉米萃取物等。上述去角質層促進劑例如α-羥酸等。膠原蛋白纖維束再構築劑例如迷迭香萃取物或烏索酸衍生物等。

另一方面，若輸出的顯示係測試者的皮膚紋理之狀態良好之鑑別值時，藉由選擇只含保濕成分的化妝品，可維持紋理狀態，可選擇適於測試者的肌膚之化妝量。上述保濕成分例如肝素類似物質等。此類成分係可含於化妝品而發揮其效果，其含量宜個別為0.01~5.0質量%。當業者依 據顯示的紋理之鑑別值，而適當地選擇此類成分，藉此可選擇適當之化妝品。其中一例，以下所示係針對下述5階段的紋理鑑別值之化妝品成分之選擇例。此類成分不僅可含於化妝品，當然亦可含於其他皮膚外用劑。

<紋理鑑別值-化妝品成分>

1(佳)-保濕成分

2-膠原蛋白合成促進劑、保濕成分

3-膠原蛋白合成促進劑、去角質層促進劑、保濕成分

4-膠原蛋白纖維束再構築劑、膠原蛋白合成促進劑、保濕成分

5(差)-膠原蛋白纖維束再構築劑、膠原蛋白合成促進劑、去角質層促進劑、保濕成分

<依據鑑別的肌膚的皺紋評價值之皮膚外用劑之選擇法>

依據由上述鑑別法或鑑別裝置而鑑別之皺紋之評價值，和紋理的場合相同，可選擇適於鑑別的肌膚影像的測試者之皮膚外用劑。依據鑑別的皺紋之評價值，而選擇的化妝品之一例，以下所示係針對下述3階段的皺紋鑑別值之化妝品成分之選擇例。

<皺紋鑑別值-化妝品成分>

1(佳)-保濕成分

2-膠原蛋白合成促進劑、去角質層促進劑、保濕成分

3(差)-膠原蛋白纖維束再構築劑、膠原蛋白合成促進劑、去角質層促進劑、保濕成分

上述化妝品之選擇中，不僅紋理或皺紋之鑑別值，亦可組合各種肌膚特性值或皮膚表面形態之觀察結果、嗜好性等其他指標而使用。與此類其他指標之組合亦屬於本發明的技術之範疇。此類其他指標，具體而言，例如經表皮水分蒸散量(TEWL)或傳導等皮膚特性值或由紙帶剝取而得的角質層細胞之特性值(例如細胞面積、細胞體積、細胞面積之分散、細胞之扁平度、細胞之排列規則性、角質層之重層剝離、有核細胞之存在)、由此特性值所推斷的皮膚之保水作用、皮脂分泌量、皮膚的加齡程度、黑色素產生能、皮膚色、肌膚性及肌膚質等。其中，尤宜與紋理狀態及皺紋狀態關係匪淺之保水作用。

以下，說明本發明的實施例，惟本發明之範圍不受限於此。

實施例 實施例1 <為紋理、皺紋的目視評價之處理>

從30位10~50歲的女性之臉頰中央，採取複製標本，使用毛利得克斯(股)的化妝用顯微鏡，從複製標本儲存影像作為數位數據。使用灌有為進行上述影像處理的軟體之通用個人電腦，對此影像進行干擾處理，變換為亮度影像後，進行十字二值化處理及短直線選配處理，算出與皮膚溝紋有關之物理量。物理量例如皮膚溝紋面積(參考第8圖)、皮膚溝紋平均粗度(參考第9圖)、皮膚溝紋粗度之不齊程度、皮膚溝紋之間隔、皮膚溝紋之平行度、皮膚溝紋方向、皮膚溝紋密度為始之17個物理量，並算出。從第8圖及第9圖清楚可知，此類物理量係清楚地表示皮膚溝紋或皮丘的凹凸之特徵，為視覺上非常易於評價之指標。

實施例2 <紋理的目視評價之自動鑑別>

使用採取自女性的臉頰中央的複製標本之紋理的5階段評價用基準照片(參考第6圖：發明者等以母集團1000張為依據而作成)，由3位專業的肌膚評價者所評價的肌膚的複製之數位影像及其目視評價值數據15,000張中，選擇肌膚的紋理之評價值1~5(1：佳~5：差)之數位影像，各評價值200張，共計1000張。上述專業的肌膚之評價者，係具有1年以上的美容、審美或肌膚評價研究之經驗，且繼續接受肌膚評價訓練者。以此1000張為對象，使用實施例1所示之方法來算出物理量。其次，隨機地分成各500張的A群和B群二群，使1~5的目視評價值各100張，以A群的500張為對象，紋理的目視評價作為目標變數，17個物理量作為說明變數，進行重回歸分析(SPSS股份公司製)算出預測式之重回歸式(重相關係數=0.909)。針對剩餘的B群之500張影像，將已算出的物理量帶入此重回歸式之說明變數，而鑑別紋理的目視評價值(自動鑑別值)。使用之物理量係如表2所示，結果係如表3所示。

表3係表示本專利發明中所得的紋理之目視評價值(自動鑑別值)與紋理的目視評價之總計表。Spearman之相關係數為0.887，二評價值的完全一致為62%，容許1階段的不一致，為98%，可知本發明的紋理之鑑別法具相當充分之精確度。

實施例3

將實施例2中的A群和B群交換，使用針對B群的影像而製作的重回歸式(重相關係數=0.935)，鑑別A群的紋理之目視評價值(自動鑑別值)。結果係如表4所示。

表4係表示本專利發明中所得的紋理之目視評價值(自動鑑別值)與紋理的目視評價之總計表。Spearman之相關係數為0.861，二評價值的完全一致為53%，容許1階段的不一致，為97%，由此結果可知，對於未知之數據，可進行具高精確度之自動鑑別。

實施例4 <皺紋的目視評價之自動鑑別>

實施例2中，選擇肌膚的皺紋之評價值1~3之數位影像，各評價值200張，共計600張，和實施例2同樣地進行。由重回歸分析所得的重回歸視之重相關係數為0.912，皺紋的目視評價值(自動鑑別值)與皺紋的目視評價值之Spearman的相關係數為0.705，二評價值的完全一致為65%，容許1階段的不一致，為100%，可知本發明的皺紋之鑑別法具相當充分之精確度。

實施例5

將實施例4中的A群和B群之數據交換，同樣地進行自動鑑別之結果，所得的重回歸式之重相關係數=0.820，皺紋的目視評價值(自動鑑別值)與皺紋的目視評價值之Spearman的相關係數為0.880，二評價值的完全一致為84%，容許1階段的不一致，為100%，由此結果可知，於皺紋之評價，對於未知之數據，亦可進行具高精確度之自動鑑別。

實施例6 <紋理的目視評價之自動鑑別>

實施例2中，以紐拉爾網絡(Neural Ware公司製)取代重回歸分析，以A群為對象用於教師學習，以紋理的目視評價值作為應對變數，藉由物理量進行學習，而得預測式。將肌膚的物理量帶入所得的預測式，鑑別B群的紋理之目視評價值(自動鑑別值)。結果如表5所示。

表5係表示本專利發明中所得的紋理之目視評價值(自動鑑別值)與紋理的目視評價之總計表。Spearman之相關係數為0.871，二評價值的完全一致為62%，容許1階段的不一致，為99%。由此結果可知，即使使用重回歸分析以外之多變量解析方法來作成預測式，亦可進行具高精確度之自動鑑別。

實施例7

在實施例2中，以表6所示之3個物理量為說明變數，進行重回歸分析(SPSS股份公司製)算出重回歸式(重相關係數=0.880)。Spearman之相關係數為0.831，二評價值的完全一致為47%，容許1階段的不一致，為95%。可知雖物理量之數目少亦可進行精確度佳之鑑別，惟物理量之數目多者，可更提升精確度。

實施例8

關於紋理及皺紋的鑑別之實施例與比較例，評價之一致率及1個樣品之評價所需時間(秒)，總結於表7及表8。亦即，藉由目視評價的基準之3位專業的肌膚評價者(訓練者)之紋理評價(比較例1)及皺紋評價(比較例2)，及藉由非訓練者(說明第6、7圖的基準照片並使用而進行)之紋理評價(比較例3)及皺紋評價(比較例4)。更進一步，實施例1~2中，不使用十字二值化及短直線選配處理，而進行二值化處理及細線化處理(對於標本化而得的二值化影像中的連結圖形，進行處理成線圖形，使不失連結性)，使用由該處理所得的統計上之一般物理量，與皮丘有關之總面積、標準偏差、總個數、單位面積、與細線波峰間隔有關之平均值、標準偏差、標準誤差、變動係數等，和實施例2同樣地鑑別。此紋理及皺紋的目視評價值(自動鑑別值)，分別為比較例5及6。

<依據紋理自動鑑別值之化妝品選擇法之使用試驗>

相關於以女性測試者為對象，依據紋理鑑別值之化妝品選擇法之有效性，進行化妝品之長期使用試驗。

首先，根據以下所示之處方，依據一般化妝品之調製方法，調製與肌膚的紋理狀態對應之5種類的化妝品(化妝品1~5)。

其次，以隨機選出80位健康女性參與者(年齡32~57歲)為對象，分為A和B二群使年齡分布無差異。A群係使用實施例2求得的重回歸式，自動地算出臉頰複製標本之紋理鑑別值，給予對應於此紋理自動鑑別值1~5之化妝品1~5。B群亦同樣地算出紋理自動鑑別值，惟，無視此紋理自動鑑別值，而給予紋理自動鑑別值5用之化妝品5。使A、B二群參與者使用所給予的化妝品3個月，使用後同樣地算出紋理自動鑑別值。藉由「紋理改善值」=「使用試驗前之紋理自動鑑別值」-「使用後之紋理自動鑑別值」，算出紋理改善值，並算出每群之平均值。試驗期間，若有試驗者投訴所使用之化妝品係「不適於肌膚」時，則停止使用化妝品，而屏除於評價對象之外。結果如表9所示。由表9可知，採用本發明的化妝品選擇法時，無不適於肌膚之試驗者，且具有紋理改善效果。

<依據皺紋自動鑑別值之化妝品選擇法之使用試驗>

相關於以女性測試者為對象，依據皺紋鑑別值之化妝品選擇法之有效性，進行化妝品之長期使用試驗。

首先，根據以下所示之處方，依據一般化妝品之調製方法，調製與肌膚的皺紋狀態對應之3種類的化妝品(化妝品1~3)。

其次，以隨機選出72位健康女性參與者(年齡30~58歲)為對象，分為A和B二群使年齡分布無差異。A群係使用實施例4求得的重回歸式，自動地算出臉頰複製標本之皺紋鑑別值，給予對應於此皺紋自動鑑別值1~3之化妝品1~3。B群亦同樣地算出皺紋自動鑑別值，惟，無視此皺紋自動鑑別值，而給予皺紋自動鑑別值2用之化妝品2。使A、B二群參與者使用所給予的化妝品6個月，使用後同樣地算出皺紋自動鑑別值。藉由「皺紋改善值」=「使用試驗前之皺紋自動鑑別值」-「使用後之皺紋自動鑑別值」，算出皺紋改善值，並算出每群之平均值。結果如表10所示。由表10可知，採用本發明的化妝品選擇法時，具有皺紋改善效果。

應用於產業上之可能性

依據本發明，可提供一種無論於何處，均可容易地、高精確度且迅速地鑑別肌膚之紋理或皺紋之技術。其結果，例如於百貨公司或商店等，可提供對於肌膚或美容的諮詢或化妝品選擇有助益之資訊。

第1圖表示複製品的亮度影像之圖(圖面代替相片)

第2圖表示十字二值化處理法之圖(圖面代替相片)

第3圖表示藉由十字二值化處理之複製品之影像之圖(圖面代替相片)

第4圖表示短直線選配處理法之圖(圖面代替相片)

第5圖表示藉由短直線選配處理之複製品之影像之圖(圖面代替相片)

第6圖表示紋理的基準相片之影像(左：評價值1，右：評價值5)(圖面代替相片)

第7圖表示皺紋的基準相片之影像(左：評價值1，右：評價值3)(圖面代替相片)

第8圖表示十字二值化處理及短直線選配處理後的物理量之皮膚溝紋的面積之圖(圖面代替相片)

第9圖表示十字二值化處理及短直線選配處理後的物理量之皮膚溝紋平均粗度之圖(圖面代替相片)

第10圖表示鑑別裝置之構成例之圖。

第11圖相關於鑑別裝置的處理之流程圖。

Claims (11)

1. 一種肌膚之紋理及/或皺紋之鑑別法，其係包括：針對肌膚影像，進行包括十字二值化處理及/或短直線選配處理之影像處理，而得10種類以上與皮膚溝紋有關的物理量之步驟、以及將該步驟所得的物理量帶入預先準備之預測式，以所得的評價值為皮膚的紋理及/或皺紋之評價值而鑑別之步驟。
2. 如申請專利範圍第1項之肌膚之紋理及/或皺紋之鑑別法，其中該預測式係為多變量分析肌膚的物理量和紋理及/或皺紋之目視評價值而得之式。
3. 如申請專利範圍第1項之肌膚之紋理及/或皺紋之鑑別法，其中該預測式係以10種類以上與皮膚溝紋有關的物理量作為說明變數、以紋理及/或皺紋之目視評價值作為目標變數，進行重回歸分析而求得之重回歸式。
4. 如申請專利範圍第1項之肌膚之紋理及/或皺紋之鑑別法，其中該10種類以上與皮膚溝紋有關的物理量係包含皮膚溝紋面積、皮膚溝紋平均粗度、皮膚溝紋粗度之不齊程度、皮膚溝紋之間隔、皮膚溝紋之平行度、皮膚溝紋方向、及皮膚溝紋密度者。
5. 如申請專利範圍第1至4項中任一項之肌膚之紋理及/或皺紋之鑑別法，其中該肌膚影像係藉由肌膚的複製標本而得之肌膚影像。
6. 如申請專利範圍第5項之肌膚之紋理及/或皺紋之鑑別法，其中該肌膚影像係以對於該複製標本的10至40度之角度來照射光，攝影由此反射光而成的像而得之影像。
7. 一種肌膚之紋理及/或皺紋之鑑別裝置，其係包括：載入預先準備的預測式之手段、取得肌膚影像之手段、由該取得的肌膚影像，而算出肌膚的物理量之手段、由預先準備之預測式和該算出之10種類以上與皮膚溝紋有關的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段、以及顯示該算出之評價值之手段。
8. 一種肌膚之鑑別程式，其係為使電腦發揮下述作用由已取得的肌膚影像，而算出10種類以上與皮膚溝紋有關的物理量之手段、以及由預先準備之預測式和該算出之肌膚的物理量，而算出肌膚的紋理及/或皺紋之評價值之手段。
9. 一種皮膚外用劑之選擇方法，其係包括：使用如申請專利範圍第1至6項中任一項之鑑別法而鑑別肌膚的紋理及/或皺紋之步驟、及依據由該鑑別步驟所鑑別的肌膚之紋理及/或皺紋之評價值，若受試者的皮膚之鑑別結果係紋理及/或皺紋之狀態為不佳時，選擇含有用於改善紋理狀態或預防紋理狀態紊亂的成分之皮膚外用劑，若受試者的皮膚之鑑別 結果係紋理及/或皺紋之狀態為良好時，選擇只含保濕成分之皮膚外用劑之步驟。
10. 如申請專利範圍第9項之皮膚外用劑之選擇方法，其中該皮膚外用劑係化妝品。
11. 如申請專利範圍第10項之皮膚外用劑之選擇方法，其中該化妝品係含有1種至2種以上選自包含保濕成分、膠原蛋白合成促進劑、去角質層促進劑及膠原蛋白纖維束再造劑之群組。