JP2017169970A - 光学シミュレーション装置および方法並びにプログラム - Google Patents

Abstract

【課題】１つの光学特性データに必要なメモリ容量を削減し、種々の光学特性を有する肌の光学シミュレーションが可能な光学シミュレーション装置および方法並びにプログラムを提供する。【解決手段】評価対象に光を入射した場合の出射光の少なくとも出射方向を表す光学特性データを取得し、光学特性データの出射方向の分解能を変更する分解能変更部１１と、分解能毎の光学特性データを用いて、評価対象のシミュレーション画像を算出する画像シミュレーション部１２と、分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出する指標値算出部１３と、シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能を決定する分解能決定部１４とを備える。【選択図】図１

Description

本発明は、評価対象の光学特性に基づいて、光学シミュレーションによって評価対象のシミュレーション画像を生成する光学シミュレーション装置および方法並びにプログラムに関するものである。

物体の物理特性の変化を科学的に画像化して解析することは重要である。たとえば、肌の光学特性と肌の見え方との関係を解明することは化粧品や皮膚科学の分野などで重要である。

上述したような肌の見え方を評価する方法として、光学シミュレーションによって肌のシミュレーション画像を生成して表示させることが提案されている。たとえば肌をモデル化した肌モデルに対して光学特性を設定し、その肌モデルの輝度分布をシミュレーションすることによって肌のシミュレーション画像を生成して表示させることが提案されている。

ここで、現実に近い肌を画像化するには、肌内部の光の挙動も含めて計算する必要がある。物体の反射特性を表す光学モデルとしては、BRDF(Bidirectional Reflectance Distribution Function)が一般的であるが、BRDFを拡張し肌のような内部に伝播する光を考慮した、BSSRDF(Bidirectional Scattering Surface Reflectance Distribution Function)などの計算モデルが提案されている。

特許文献１では、実際に試料に対して光を照射し、その反射光の強度を測定することによってBSSRDF特性データを取得する方法が提案されている。

特開２０１３−１７４４６４号公報

ここで、たとえばBSSRDF特性データを入力として、肌のシミュレーション画像を算出する場合、BSSRDF特性データの出射光の出射位置および出射方向の分解能を一律に上げた場合は、BSSRDF特性データは膨大な点数となり、必要なメモリ容量が大きくなってしまう。

そのため、一般的な計算環境では、１つのBSSRDF特性データを入力とするのが限界である。すなわち、肌の光学特性が均一に近いものを再現するのが限度であり、肌の光学特性が均一ではなく、場所により光学特性が異なる肌を再現することができなかった。

本発明は、上記の問題に鑑み、１つの光学特性データに必要なメモリ容量を削減することができ、これにより種々の光学特性を有する肌の光学シミュレーションを行うことができる光学シミュレーション装置および方法並びにプログラムを提供することを目的とする。

本発明の光学シミュレーション装置は、評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、光学特性データの出射方向の分解能を変更する分解能変更部と、分解能変更部によって変更された分解能毎の光学特性データを用いて、評価対象のシミュレーション画像を光学シミュレーションによって算出する画像シミュレーション部と、画像シミュレーション部によって算出された分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出する指標値算出部と、シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能を決定する分解能決定部とを備える。

また、上記本発明の光学シミュレーション装置において、分解能変更部は、光学特性データとして、出射光の出射方向および出射位置を表す光学特性データを取得し、光学特性データの出射方向の分解能および出射位置の分解能を変更し、分解能決定部は、シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能および出射位置の分解能を決定することができる。

また、上記本発明の光学シミュレーション装置において、分解能変更部は、光学特性データとして双方向散乱面反射率分布関数のデータを取得することができる。

また、上記本発明の光学シミュレーション装置においては、分解能決定部によって決定された分解能の光学特性データを保存する光学特性データ保存部を備えることができる。

また、上記本発明の光学シミュレーション装置においては、評価対象を肌とすることができる。

また、上記本発明の光学シミュレーション装置において、指標値算出部は、シミュレーション画像内に設定された２つの領域の彩度差を指標値として算出し、分解能決定部は、シミュレーション画像毎の彩度差に基づいて、シミュレーション画像によって表された肌のツヤまたはテカリを評価し、評価結果が予め設定された条件を満たすシミュレーション画像の算出に用いられた光学特性データの分解能に基づいて、所望の分解能を決定することができる。

また、上記本発明の光学シミュレーション装置において、指標値算出部は、シミュレーション画像内に設定された２つの領域の彩度差および明度差を指標値として算出し、分解能決定部は、シミュレーション画像毎の彩度差および明度差に基づいて、シミュレーション画像によって表された肌のツヤまたはテカリを評価し、評価結果が予め設定された条件を満たすシミュレーション画像の算出に用いられた光学特性データの分解能に基づいて、所望の分解能を決定することができる。

また、上記本発明の光学シミュレーション装置において、指標値算出部は、シミュレーション画像内に設定された２つの領域の明度差およびシミュレーション画像のムラ指標を指標値として算出し、分解能決定部は、シミュレーション画像毎の明度差およびムラ指標に基づいて、シミュレーション画像によって表された肌のツヤまたはテカリを評価し、評価結果が予め設定された条件を満たすシミュレーション画像の算出に用いられた光学特性データの分解能に基づいて、所望の分解能を決定することができる。

また、上記本発明の光学シミュレーション装置において、分解能決定部は、予め設定された判別関数を用いてシミュレーション画像によって表された肌のツヤまたはテカリを評価することができる。

本発明の光学シミュレーション方法は、評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、その光学特性データの出射方向の分解能を変更し、その変更した分解能毎の光学特性データを用いて、評価対象のシミュレーション画像を光学シミュレーションによって算出し、その算出した分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出し、その算出したシミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能を決定する。

本発明の光学シミュレーションプログラムは、コンピュータを、評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、光学特性データの出射方向の分解能を変更する分解能変更部と、分解能変更部によって変更された分解能毎の光学特性データを用いて、評価対象のシミュレーション画像を光学シミュレーションによって算出する画像シミュレーション部と、画像シミュレーション部によって算出された分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出する指標値算出部と、シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能を決定する分解能決定部として機能させる。

本発明の光学シミュレーション装置および方法並びにプログラムによれば、評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、その光学特性データの出射方向の分解能を変更し、その変更した分解能毎の光学特性データを用いて、評価対象のシミュレーション画像を算出する。そして、その算出した分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出し、その算出したシミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能を決定するようにしたので、無駄に分解能を上げることなく、必要な分解能を決定することができる。したがって、１つの光学特性データに必要なメモリ容量を削減することができ、これにより種々の光学特性を有する肌の光学シミュレーションを行うことができる。

本発明の光学シミュレーション装置の一実施形態を用いた光学シミュレーションシステムの概略構成を示すブロック図 BSSRDF特性を説明するための図 BSDF(Bidirectional Scattering Surface Reflectance Distribution Function)特性、BTDF（Bidirectional Transmittance Distribution Function）特性およびBRDF特性を説明するための図 肌の肌理形状モデルの一例を示す図 光学シミュレーションによるシミュレーション画像の生成方法を説明するための図 シミュレーション画像の彩度差および明度差を算出するために設定される２つの領域の一例を示す図 分解能毎のシミュレーション画像の彩度差、明度差およびムラ指標並びに分解能毎のシミュレーション画像のツヤ評価の結果の一例を示す図 各シミュレーション画像の彩度差および明度差並びに判別関数を用いたツヤ評価の方法を説明するための図 分解能毎のシミュレーション画像を３次元の分解能の座標軸上に配置した図 本発明の光学シミュレーション装置の一実施形態を用いた光学シミュレーションシステムの動作を説明するためのフローチャート 各シミュレーション画像の明度差およびムラ指標並びに判別関数を用いたツヤ評価の方法を説明するための図 分解能毎のシミュレーション画像の彩度差、明度差およびムラ指標並びに分解能毎のシミュレーション画像のテカリ評価の結果の一例を示す図 各シミュレーション画像の彩度差および明度差並びに判別関数を用いたテカリ評価の方法を説明するための図 分解能毎のシミュレーション画像を３次元の分解能の座標軸上に配置した図 各シミュレーション画像の明度差およびムラ指標並びに判別関数を用いたテカリ評価の方法を説明するための図

以下、本発明の光学シミュレーション装置および方法並びにプログラムの一実施形態を用いた光学シミュレーショシンステムついて、図面を参照しながら詳細に説明する。図１は、本実施形態の光学シミュレーションシステム１の概略構成を示すブロック図である。なお、図１に示す光学シミュレーション装置の構成は、本発明の光学シミュレーションプログラムの一実施形態をコンピュータにインストールし、そのプログラムをコンピュータによって実行することにより実現されるものである。

光学シミュレーションプログラムは、ＤＶＤ（Digital Versatile Disc）およびＣＤ−ＲＯＭ（Compact Disc Read Only Memory）などの記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。または、光学シミュレーションプログラムは、ネットワークに接続されたサーバコンピュータの記憶装置もしくはネットワークストレージに対して外部からアクセス可能な状態で記憶され、要求に応じてコンピュータにダウンロードされ、インストールされる。

本実施形態の光学シミュレーションシステム１は、図１に示すように、光学シミュレーション装置１０と、表示装置２０と、入力装置３０とを備えている。

光学シミュレーション装置１０は、分解能変更部１１と、画像シミュレーション部１２と、指標値算出部１３と、分解能決定部１４と、光学特性データ保存部１５を備えている。

光学シミュレーション装置１０は、典型的にはＣＰＵ(central processing unit、中央演算処理装置)、メモリ、およびデータバスなどを有する。光学シミュレーション装置１０は、上述したようにコンピュータに本発明の光学シミュレーションプログラムの一実施形態をインストールしたものであり、ＣＰＵによってそのプログラムが動作することで、分解能変更部１１、画像シミュレーション部１２、指標値算出部１３、および分解能決定部１４の機能が実現する。すなわち、これらの各部は、プログラムが組み込まれたメモリとＣＰＵにより構成されている。光学特性データ保存部１５は、メモリまたはハードディスクなどの記憶装置から構成される。

なお、光学シミュレーション装置１０のハードウェアの構成は特に限定されるものではなく、複数のＩＣ（Integrated Circuit）、ＡＳＩＣ（application specific integrated circuit）、ＦＰＧＡ（field-programmable gate array）、メモリなどを適宜組み合わせることによって実現することができる。

分解能変更部１１は、評価対象の光学特性データを取得し、その光学特性データの分解能を変更するものである。評価対象の光学特定データとは、評価対象に対して光を入射した場合におけるその光の反射特性、透過特性および散乱特性などを規定したものである。本実施形態においては、分解能変更部１１は、肌の光学特性データを取得する。

肌の光学特性データは、実際の肌を実測することによって取得されたものでもよいし、肌をモデル化した肌モデルをシミュレーションによって解析することによって得られたものでもよい。肌モデルとは、人の肌を数学的にモデル化したものであり、肌の構造情報、光の屈折率、散乱係数および吸収係数などを設定することによって得られるものである。肌モデルは、予め設定していてもよいし、ユーザが入力装置３０を用いて上述した構造情報や屈折率などの光学情報を入力することによって設定してもよい。

具体的には、光学特性データとしては、BSSRDF（双方向散乱面反射率分布関数）特性データ、BSDF（双方向散乱分布関数)特性データおよびSVBRDF(Spatially Varying Bidirectional Reflectance Distribution Function)（双方向反射率分布関数）特性データなどがある。これらの光学特性データは、既に公知なものであるが、以下、簡単に説明する。

BSSRDF特性データは、図２Ｉに示すように、物体表面上の任意の位置に入射した光が、物体内部で散乱し、物体表面上の別の位置から出射することを考慮したものである。BSSRDF特性データは、図２IIおよび図２IIIに示すように入射位置(ui,vi)および入射方向(αi,βi)を入力として、図２IVおよび図２Ｖに示すように出射位置(ur,vr)および出射方向(αr,βr)に出力される分布で与えられる。

BSDF特性データは、BRDF特性データとBTDF（双方向透過率分布関数）特性データとを合わせたものである。

BRDF特性データは、図３Ｉに示すように、物体表面の反射特性を表すものであり、図３IIIおよび図３IVに示すように入射方向(αi,βi)を入力として、出射方向(αr,βr)に出力される分布で与えられる。BTDF特性データは、図３IIに示すように、物体表面の透過特性を表すものであり、入射方向(αi,βi)を入力として、出射方向(αr,βr)に出力される分布で与えられる。すなわち、BSDF特性データも、入射方向(αi,βi)を入力として、出射方向(αr,βr)に出力される分布で与えられる。

分解能変更部１１によって取得される肌の光学特性データは、予め設定していてもよいし、ユーザが入力装置３０を用いて任意に設定入力するようにしてもよい。また、複数の光学特性データを予め設定しておき、その複数の光学特性データの中からユーザが入力装置３０を用いて選択するようにしてもよい。光学特性データの選択については、たとえば表示装置２０に選択画面を表示させ、その選択画面においてユーザが所望の光学特性データを選択するようにしてもよい。なお、複数の光学特性データとしては、BSSRDF特性データ、BSDF特性データおよびBRDF特性データなどの異種の光学特性データを設定してもよいし、たとえばBSSRDF特性データについて、異なる光学特性データを有する複数のBSSRDF特性データを設定するようにしてもよい。

そして、分解能変更部１１は、上述したようにして設定された光学特性データの分解能を変更するものである。具体的には、分解能変更部１１は、光学特性データが、BSSRDF特性データの場合には、出射位置(ur,vr)および出射方向(αr,βr)の分解能を変更するものであり、光学特性データが、BSDF特性データまたはBRDF特性データの場合には、出射方向(αr,βr)の分解能を変更するものである。分解能変更部１１は、具体的には、ur、vr、αrおよびβrの間隔を変更することによって分解能を変更する。本実施形態においては、分解能変更部１１が、BSSRDF特性データを取得し、その出射位置(ur,vr)および出射方向(αr,βr)の分解能を変更する場合について説明する。

画像シミュレーション部１２は、分解能変更部１１によって変更された分解能毎のBSSRDF特性データを用いて、肌のシミュレーション画像を光学シミュレーンによって算出するものである。

画像シミュレーション部１２は、具体的には、肌の表面形状の情報を取得し、その肌の表面形状の情報とBSSRDF特性データとを用いて、光学シミュレーションを行う。

肌の表面形状の情報は、実際の肌を実測することによって取得されたものでもよいし、肌をモデル化した肌モデルの表面形状の情報でもよい。肌モデルの表面形状の情報としては、たとえば肌理の整った肌を想定した平坦の面を用いるようにしてもよいし、毛穴および肌表面の凹凸を想定した凹凸面を用いるようにしてもよい。凹凸の大きさとしては、たとえばマイクロメートルオーダーからミリメートルオーダーの凹凸が設定される。表面形状の情報は、具体的には、３次元座標(x,y,z)で与えられるものである。また、後述するシミュレーション画像を生成する際には、３次元座標から各点の法線ベクトル（Nx,Ny,Nz）が算出される。

本実施形態においては、シミュレーション画像によって表された肌のツヤを評価して最終的なBSSRDF特性データの分解能を決定するので、肌の表面形状の情報として、図４に示すような、肌の肌理形状モデルを用いる。図４に示す肌理形状モデルは、具体的には、２ｍｍ四方の大きさであり、肌理皮溝幅を１００μ、肌理皮溝深さを１５０μｍ、肌理皮溝ピッチを３００μｍ、角層表面の凹凸の粗さを０．０５[Ｒａ]に設定したものである。なお、Ｒａは、表面粗さを表すものであり、JIS B 0601:2001によって規定される。また、シミュレーションを行う際には、この肌理形状モデルを２０ｍｍ四方の曲面の輪郭モデルに重ね合わせて行われる。

肌の表面形状の情報は、予め設定していてもよいし、ユーザが入力装置３０を用いて任意に設定入力するようにしてもよい。また、複数の表面形状を予め設定しておき、その複数の表面形状の中からユーザが入力装置３０を用いて選択するようにしてもよい。表面形状の選択については、たとえば表示装置２０に選択画面を表示させ、その選択画面においてユーザが所望の表面形状を選択するようにしてもよい。

そして、画像シミュレーション部１２は、上述した肌の肌理形状モデルとBSSRDF特性データを用いて、肌からの出射光をシミュレーションし、その出射光を結像させて肌のシミュレーション画像を生成する。

肌のシミュレーション画像の生成は、図５に示すように、シミュレーション空間に、光源１００、肌モデル１０１、集光レンズ１０２および受光部１０３を設定する。なお、肌モデル１０１とは、上述した肌の肌理形状モデルと曲面の輪郭モデルとBSSRDF特性データとから構成されるものである。

そして、光源１００から出射された平行光Ｌ１が肌モデル１０１に入射され、その平行光Ｌ１の入射によって肌モデル１０１から出射された出射光Ｌ２が集光レンズ１０２によって集光され、受光部１０３の受光面によって受光されるまでを計算することによって、受光部１０３の受光面に結像される肌のシミュレーション画像をシミュレーションすることができる。シミュレーションの条件としては、たとえば光源１００の発光面の大きさとして２０ｍｍ四方が設定され、肌モデル１０１の光入射面の大きさとして２０ｍｍ四方が設定され、集光レンズ１０２の大きさとして半径１５ｍｍが設定され、肌モデル１０１と集光レンズ１０２との間の距離として５００ｍｍが設定され、集光レンズ１０２と受光部１０３との間の距離として１４０ｍｍが設定される。また、光源１００から出射された平行光Ｌ１の入射角度は４５°に設定されており、平行光Ｌ１の波長は５４２ｎｍに設定されている。

より具体的には、光源１００から平行光Ｌ１を多数回出射させる。平行光Ｌ１の各光線が肌モデル１０１表面に到達したときの位置を幾何学的に計算することによって、各光線の入射位置が決定される。次に、各光線について、その光線の方向と肌モデル１０１の表面形状の法線ベクトルとを考慮することで、各光線の入射方向が決定される。そして、各光線の入射位置および入射方向に基づいて、BSSRDF特性データを参照することによって、肌モデル１０１から出射される出射光の各光線の出射位置、出射方向および強度が決定される。そして、集光レンズ１０２を透過した出射光の各光線を受光部１０３の受光面に結像させることによって肌のシミュレーション画像が生成される。

なお、たとえば肌モデル１０１の光学特性データがBSDF特性データまたはBRDF特性データである場合には、入射光の各光線の入射方向に基づいて、BSDF特性データまたはBRDF特性データを参照することによって、肌モデル１０１から出射される出射光の各光線の出射方向および強度が決定される。

画像シミュレーション部１２は、分解能変更部１１によって分解能が変更された各BSSRDF特性データを取得し、その分解能毎のBSSRDF特性を用いて肌のシミュレーション画像をそれぞれ算出する。

指標値算出部１３は、画像シミュレーション部１２によって算出された分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出するものである。

本実施形態の指標値算出部１３は、具体的には、図６に示すように、シミュレーション画像ＳＩ内に２つの領域Ｒ１および領域Ｒ２を設定し、それぞれの領域内のシミュレーション画像の彩度および明度を算出し、２つの領域の彩度差および明度差をシミュレーション画像ＳＩの指標値として算出する。

なお、領域Ｒ１および領域Ｒ２は、ユーザによって予め設定されるものであるが、本実施形態では、領域Ｒ１として、光沢が発生しやすい領域が設定される。具体的には、光沢が発生しやすい領域としてシミュレーション画像ＳＩの中央部分の領域が設定される。また、領域Ｒ２として、光沢が発生しにくい領域が設定される。具体的には、光沢が発生しにくい領域であるシミュレーション画像ＳＩの周辺の領域が設定される。

指標値算出部１３は、領域Ｒ１と領域Ｒ２のそれぞれの彩度および明度を算出する場合には、シミュレーション画像ＳＩの色空間を変換してＣＩＥ Ｌ^＊ａ^＊ｂ^＊色空間変換画像（国際照明委員会(Commission internationale de l'eclairage)が策定したＬ^＊ａ^＊ｂ^＊色空間の値に変換した画像。以下、ＣＩＥ Ｌ^＊ａ^＊ｂ^＊色空間のことを、単にＬ^＊ａ^＊ｂ^＊色空間と称する。）を生成する。Ｌ^＊ａ^＊ｂ^＊色空間に変換する際、計算光源として、たとえばＤ６５光源を用いることができる。

指標値算出部１３は、生成した色空間変換画像を明るさ成分（輝度成分）と色成分に分けて、明るさ成分画像と色成分画像をそれぞれ生成する。具体的には、Ｌ^＊ａ^＊ｂ^＊色空間の色空間変換画像の場合、Ｌ^＊成分から明るさ成分画像が生成され、Ｃ^＊成分（彩度成分、Ｃ^＊＝{（ａ^＊）²＋（ｂ^＊）²}^1/2）から色成分画像が生成される。

そして、指標値算出部１３は、色成分画像に基づいて、領域Ｒ１の彩度成分の平均値と、領域Ｒ２の彩度成分の平均値とを算出し、これらの平均値の差分、すなわち彩度差（ΔＣ^＊）を指標値として算出する。

また、指標値算出部１３は、明るさ成分画像に基づいて、領域Ｒ１の明るさ成分の平均値と、領域Ｒ２の明るさ成分の平均値とを算出し、これらの平均値の差分、すなわち明度差（ΔＬ^＊）を指標値として算出する。

分解能決定部１４は、シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の分解能を決定するものである。具体的には、本実施形態の分解能決定部１４は、シミュレーション画像毎の指標値、すなわち彩度差および明度差に基づいて、シミュレーション画像によって表された肌にツヤがあるか否かを評価する。そして、そのツヤがあると評価されたシミュレーション画像を特定し、その特定したシミュレーション画像を生成する際に用いた分解能に基づいて、所望の分解能を決定する。すなわち、本実施形態の分解能決定部１４は、シミュレーション画像の指標値に基づくツヤの評価結果が同じであるという条件を満たすシミュレーション画像の分解能に基づいて、所望の分解能を決定する。

以下、分解能決定部１４における所望の分解能の決定方法について、より具体的に説明する。まず、図７は、指標値算出部１３によって算出されたシミュレーション画像毎の彩度差および明度差を示す図である。本実施形態においては、出射方向αrの分解能を０．５、５および３０に変更し、出射方向βrの分解能を２、１０および４０に変更し、出射位置urおよびvrの分解能を０．１、０．５および２に変更して各分解能のシミュレーション画像を生成し、その指標値を算出している。本実施形態の場合、図７に示すように２７枚のシミュレーション画像を生成し、その指標値を算出している。なお、図７に示すムラ指標については、後で説明する。

分解能決定部１４は、図８に示すような彩度差を縦軸とし、明度差を横軸とした座標軸上を設定し、図７に示す各シミュレーション画像の彩度差および明度差に対応した点を座標軸上にプロットする。分解能決定部１４には、図８に示すような判別関数Ｆ１が予め設定されおり、この判別関数に基づいて、各シミュレーション画像によって表された肌にツヤがあるか否かを評価する。具体的には、分解能決定部１４は、図８に示す判別関数Ｆ１よりも右側に分布する点のシミュレーション画像をツヤ有りと評価し、左側に分布する点のシミュレーション画像をツヤ無しと評価する。なお、判別関数Ｆ１は、シミュレーション画像または実際の肌を撮影した画像を用いて官能評価を行うことによって予め取得されたものである。

そして、分解能決定部１４は、BSSRDF特性データの各分解能（出射位置（ur,vr）、出射方向（αr,βr））の範囲の論理積をとった範囲に、ツヤ有りと評価されたシミュレーション画像のみが入る範囲を所望の分解能の範囲として決定する。図９は、各分解能のシミュレーション画像を３次元の分解能の座標軸上に配置した図である。図９においては、ツヤ有りと評価されたシミュレーション画像を点線四角で示している。ツヤ有りと評価されたシミュレーション画像が図９に示すような範囲である場合、図９の実線四角で囲まれる範囲が所望の分解能の範囲として決定される。すなわち、αr≦５°、βr≦２°、かつ（ur,vr）≦２．０が所望の分解能の範囲として決定される。

そして、分解能決定部１４は、上述した所望の分解能の範囲のうち最も粗い分解能を所望の分解能として決定する。すなわち、αr＝５°、βr＝２°、かつ（ur,vr）＝２．０が、所望の分解能として決定される。これにより、最大で1/200のメモリの削減となる。

光学特性データ保存部１５は、分解能決定部１４によって決定された所望の分解能の光学特定データを保存するものである。具体的には、本実施形態の場合、αr＝５°、βr＝２°、かつ（ur,vr）＝２．０の分解能のBSSRDF特性のデータが光学特性データ保存部１５に保存される。

光学特性データ保存部１５に保存されたBSSRDF特性は、必要に応じて画像シミュレーション部１２によって読み出され、新たなシミュレーション画像を生成してツヤを評価する際に用いられる。具体的には、たとえばシミまたはホクロなど有する肌モデルのシミュレーション画像を生成してツヤを評価したい場合など、種々の光学特性を有する肌モデルのシミュレーション画像を生成してツヤを評価する場合に用いられる。

表示制御部１６は、画像シミュレーション部１２において生成されたシミュレーション画像および分解能決定部１４において決定された分解能などを表示装置２０に表示させるものである。

図１に戻り、表示装置２０は、液晶ディスプレイなどのモニタを備えたものである。表示装置２０はタブレット端末のモニタであってもよい。すなわち、タブレット端末に対して光学シミュレーションプログラムをインストールして肌画像を表示させるようにしてもよい。

入力装置３０は、肌の光学特性データおよび肌の表面形状の情報並びにシミュレーションの条件などの種々の情報の入力を受け付けるキーボードやマウスを備えたものである。また、上述したタブレット端末のタッチパネルによって表示装置２０と入力装置３０の両方を兼ねるようにしてもよい。

次に、本実施形態の光学シミュレーションシステム１の動作について、図１０に示すフローチャートを参照しながら説明する。

まず、たとえばユーザによって入力装置３０を用いて光学特性データが設定入力され、その設定入力された光学特性データが分解能変更部１１によって取得される（Ｓ１０）。

分解能変更部１１によって光学特性データの分解能が変更され、その分解能が変更された光学特性データは、画像シミュレーション部１２に順次入力される（Ｓ１２）。

そして、画像シミュレーション部１２によって分解能毎のシミュレーション画像が生成され、指標値算出部１３に出力される（Ｓ１４）。

指標値算出部１３は、入力された分解能毎のシミュレーション画像について、それぞれの指標値を算出する。本実施形態では、指標値として、上述したように各シミュレーション画像の彩度差および明度差が算出される（Ｓ１６）。

指標値算出部１３によって算出された各シミュレーション画像の指標値は、分解能決定部１４に出力され、分解能決定部１４は、入力された指標値に基づいて、各シミュレーション画像によって表された肌のツヤを、判別関数を用いて評価する（Ｓ１８）。

そして、分解能決定部１４は、ツヤがあると評価されたシミュレーション画像を特定し、その特定したシミュレーション画像を生成する際に用いた分解能に基づいて、所望の分解能を決定する（Ｓ２０）。

そして、分解能決定部１４によって決定された所望の分解能の光学特性データが、光学特性データ保存部１５によって取得されて保存される（Ｓ２２）。光学特性データ保存部１５に保存された光学特性データは、必要に応じて画像シミュレーション部１２によって読み出され、新たなシミュレーション画像を生成する際に用いられる。

上記実施形態の光学シミュレーションシステムによれば、BSSRDF特性データの出射方向の分解能および出射位置の分解能を変更し、その変更した分解能毎のBSSRDF特性データを用いて、肌のシミュレーション画像を算出する。そして、その算出した分解能毎のシミュレーション画像に基づいて、シミュレーション画像毎の指標値を算出し、その算出したシミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の出射方向の分解能および出射位置の分解能を決定するようにしたので、無駄に分解能を上げることなく、肌の評価に必要な分解能を決定することができる。したがって、１つの光学特性データに必要なメモリ容量を削減することができ、これにより種々の光学特性を有する肌の光学シミュレーションを行うことができる。

また、上記実施形態の光学シミュレーションシステムでは、各シミュレーション画像の彩度差および明度差に基づいて、判別関数を用いてツヤの評価を行うようにしたので、より簡易な方法で自動的にツヤ評価を行うことができる。

なお、上記実施形態の光学シミュレーションシステム１においては、指標値として明度差および彩度差を算出してツヤの評価を行うようにしたが、これに限らず、指標値として明度差およびムラ指標を算出し、これらに基づいてツヤの評価を行うようにしてもよい。

ムラ指標は、Ｌ^＊成分から生成された明るさ成分画像に基づいて算出される。具体的には、明るさ成分画像に２次元離散フーリエ変換処理を施して空間周波数の情報（たとえば、Winner Spectrum等）へと変換する。そして、この空間周波数の情報を人間の視覚周波数特性のパラメータにより重み付けし、この重み付けされた空間周波数の総和値をムラ指標として算出する。ここで、人間の視覚周波数特性とは、明度変動に関するＶＴＦ（Visual Transfer Function、視覚の伝達特性）を指し、ＶＴＦとしては、以下の式（Ｉ）および（II）に示すDooleyの近似式を用い、観察距離を３０ｃｍとした。

ここで、ｌは、観察距離［mm］、frは、空間周波数［cycles/mm］である
図７に示すムラ指標は、上述したようにして算出されたものである。分解能決定部１４は、図１１に示すようなムラ指標を縦軸とし、明度差を横軸とした座標軸上を設定し、図７に示す各シミュレーション画像のムラ指標および明度差に対応した点を座標軸上にプロットする。分解能決定部１４には、図１１に示すような、ムラ指標および明度差に関する判別関数Ｆ２が予め設定されおり、この判別関数Ｆ２に基づいて、各シミュレーション画像によって表された肌にツヤがあるか否かを評価する。具体的には、分解能決定部１４は、図１１に示す判別関数Ｆ２よりも右側に分布する点のシミュレーション画像をツヤ有りと評価し、左側に分布する点のシミュレーション画像をツヤ無しと評価する。なお、判別関数Ｆ２は、シミュレーション画像または実際の肌を撮影した画像を用いて官能評価を行うことによって予め取得されたものである。以降の所望の分解の決定方法については、上記実施形態と同様である。

また、指標値として彩度差のみを算出してツヤの評価を行うようにしてもよい。この場合、彩度差が予め設定された閾値以上である場合にツヤ有りと評価し、閾値未満である場合にツヤ無しと評価するようにすればよい。これにより、さらに演算処理を簡易にすることができる。

また、上記実施形態の光学シミュレーションシステム１においては、シミュレーション画像に表された肌のツヤを評価するようにしたが、これに限らず、肌のテカリを評価するようにしてもよい。肌のテカリを評価する場合にも、指標値として彩度差と明度差が算出される。なお、肌のテカリを評価する場合、肌モデルの表面形状は、肌のツヤを評価する場合とは異なる表面形状を用いる。具体的には、肌理皮溝幅を３００μ、肌理皮溝深さを５０μｍ、肌理皮溝ピッチを６００μｍ、角層表面の凹凸の粗さを０．００[Ｒａ]に設定した表面形状を用いる。

図１２は、上述した表面形状を有する肌モデルを用いて生成された各分解能のシミュレーション画像の彩度差、明度差およびムラ指標を示す図である。

そして、分解能決定部１４は、図１３に示すような彩度差を縦軸とし、明度差を横軸とした座標軸上を設定し、図１２に示す各シミュレーション画像のムラ指標および明度差に対応した点を座標軸上にプロットする。分解能決定部１４には、図１３に示すような、テカリ評価用の判別関数Ｆ３が予め設定されおり、この判別関数Ｆ３に基づいて、各シミュレーション画像によって表された肌にテカリがあるか否かを評価する。具体的には、分解能決定部１４は、図１３に示す判別関数Ｆ３よりも右側に分布する点のシミュレーション画像をテカリ有りと評価し、左側に分布する点のシミュレーション画像をテカリ無しと評価する。なお、判別関数Ｆ３も、シミュレーション画像または実際の肌を撮影した画像を用いて官能評価を行うことによって予め取得されたものである。

そして、分解能決定部１４は、BSSRDF特性データの各分解能（出射位置（ur,vr）、出射方向（αr,βr））の範囲の論理積をとった範囲に、テカリ有りと評価されたシミュレーション画像のみが入る範囲を所望の分解能の範囲として決定する。図１４は、各分解能のシミュレーション画像を３次元の分解能の座標軸上に配置した図である。図１４においては、テカリ有りと評価されたシミュレーション画像を点線四角で示している。テカリ有りと評価されたシミュレーション画像が図１４に示すような範囲である場合、図１４の実線四角で囲まれる範囲が所望の分解能の範囲として決定される。すなわち、αr≦５°、βr≦２°、かつ（ur,vr）≦０．５が所望の分解能の範囲として決定される。

そして、分解能決定部１４は、上述した所望の分解能の範囲のうち最も粗い分解能を所望の分解能として決定する。すなわち、αr＝５°、βr＝２°、かつ（ur,vr）＝０．５が、所望の分解能として決定される。そして、上記実施形態と同様に、この所望の分解能のBSSRDF特性データが、光学特性データ保存部１５に保存される。これにより、最大で1/50のメモリの削減となる。

光学特性データ保存部１５に保存されたBSSRDF特性は、必要に応じて画像シミュレーション部１２によって読み出され、新たなシミュレーション画像を生成してテカリを評価する際に用いられる。

なお、テカリの評価を行う場合も、指標値として明度差およびムラ指標を算出し、これらに基づいてテカリの評価を行うようにしてもよい。ムラ指標の算出方法は、上記と同様である。

分解能決定部１４は、図１５に示すようなムラ指標を縦軸とし、明度差を横軸とした座標軸上を設定し、図１２に示す各シミュレーション画像のムラ指標および明度差に対応した点を座標軸上にプロットする。分解能決定部１４には、図１５に示すような、テカリ評価用のムラ指標および明度差に関する判別関数Ｆ４が予め設定されおり、この判別関数Ｆ４に基づいて、各シミュレーション画像によって表された肌にツヤがあるか否かを評価する。具体的には、分解能決定部１４は、図１５に示す判別関数Ｆ４よりも右側に分布する点のシミュレーション画像をテカリ有りと評価し、左側に分布する点のシミュレーション画像をテカリ無しと評価する。なお、判別関数Ｆ４は、シミュレーション画像または実際の肌を撮影した画像を用いて官能評価を行うことによって予め取得されたものである。以降の所望の分解の決定方法については、上記と同様である。

また、指標値として彩度差のみを算出してテカリの評価を行うようにしてもよい。この場合、彩度差が予め設定された閾値以上である場合にテカリ有りと評価し、閾値未満である場合にテカリ無しと評価するようにすればよい。

また、上記実施形態の光学シミュレーションシステムにおいては、光学特性データとしてBSSRDF特性データを取得するようにしたが、これに限らず、BRDF特性データおよびBSDF特性データなどのその他の光学特性データの場合にも、同様の手法によって所望の分解能を決定することができる。

１ 光学シミュレーションシステム
１０ 光学シミュレーション装置
１１ 分解能変更部
１２ 画像シミュレーション部
１３ 指標値算出部
１４ 分解能決定部
１５ 光学特性データ保存部
１６ 表示制御部
２０ 表示装置
３０ 入力装置
１００ 光源
１０１ 肌モデル
１０２ 集光レンズ
１０３ 受光部
Ｆ１〜Ｆ４ 判別関数
Ｌ１ 平行光
Ｌ２ 出射光
Ｒ１ 領域
Ｒ２ 領域
ＳＩ シミュレーション画像
ur 出射位置
αr 出射方向
βr 出射方向

Claims (11)

1. 評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、前記光学特性データの前記出射方向の分解能を変更する分解能変更部と、
   前記分解能変更部によって変更された分解能毎の前記光学特性データを用いて、前記評価対象のシミュレーション画像を光学シミュレーションによって算出する画像シミュレーション部と、
   前記画像シミュレーション部によって算出された分解能毎のシミュレーション画像に基づいて、前記シミュレーション画像毎の指標値を算出する指標値算出部と、
   前記シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の前記出射方向の分解能を決定する分解能決定部とを備えたことを特徴とする光学シミュレーション装置。
2. 前記分解能変更部が、前記光学特性データとして、前記出射光の出射方向および出射位置を表す光学特性データを取得し、前記光学特性データの前記出射方向の分解能および出射位置の分解能を変更し、
   前記分解能決定部が、前記シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の前記出射方向の分解能および出射位置の分解能を決定する請求項１記載の光学シミュレーション装置。
3. 前記分解能変更部が、前記光学特性データとして双方向散乱面反射率分布関数のデータを取得する請求項２記載の光学シミュレーション装置。
4. 前記分解能決定部によって決定された分解能の前記光学特性データを保存する光学特性データ保存部を備えた請求項１から３いずれか１項記載の光学シミュレーション装置。
5. 前記評価対象が肌である請求項１から４いずれか１項記載の光学シミュレーション装置。
6. 前記指標値算出部が、前記シミュレーション画像内に設定された２つの領域の彩度差を前記指標値として算出し、
   前記分解能決定部が、前記シミュレーション画像毎の前記彩度差に基づいて、前記シミュレーション画像によって表された肌のツヤまたはテカリを評価し、前記評価結果が予め設定された条件を満たす前記シミュレーション画像の算出に用いられた前記光学特性データの分解能に基づいて、前記所望の分解能を決定する請求項１から５いずれか１項記載の光学シミュレーション装置。
7. 前記指標値算出部が、前記シミュレーション画像内に設定された２つの領域の彩度差および明度差を前記指標値として算出し、
   前記分解能決定部が、前記シミュレーション画像毎の前記彩度差および前記明度差に基づいて、前記シミュレーション画像によって表された肌のツヤまたはテカリを評価し、前記評価結果が予め設定された条件を満たす前記シミュレーション画像の算出に用いられた前記光学特性データの分解能に基づいて、前記所望の分解能を決定する請求項１から５いずれか１項記載の光学シミュレーション装置。
8. 前記指標値算出部が、前記シミュレーション画像内に設定された２つの領域の明度差および前記シミュレーション画像のムラ指標を前記指標値として算出し、
   前記分解能決定部が、前記シミュレーション画像毎の前記明度差および前記ムラ指標に基づいて、前記シミュレーション画像によって表された肌のツヤまたはテカリを評価し、前記評価結果が予め設定された条件を満たす前記シミュレーション画像の算出に用いられた前記光学特性データの分解能に基づいて、前記所望の分解能を決定する請求項１から５いずれか１項記載の光学シミュレーション装置。
9. 前記分解能決定部が、予め設定された判別関数を用いて前記シミュレーション画像によって表された肌のツヤまたはテカリを評価する請求項６から８いずれか１項記載の光学シミュレーション装置。
10. 評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、前記光学特性データの前記出射方向の分解能を変更し、
    前記変更した分解能毎の前記光学特性データを用いて、前記評価対象のシミュレーション画像を光学シミュレーションによって算出し、
    前記算出した分解能毎のシミュレーション画像に基づいて、前記シミュレーション画像毎の指標値を算出し、
    前記算出したシミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の前記出射方向の分解能を決定することを特徴とする光学シミュレーション方法。
11. コンピュータを、評価対象に対して光を入射した場合における出射光の少なくとも出射方向を表す光学特性データを取得し、前記光学特性データの前記出射方向の分解能を変更する分解能変更部と、
    前記分解能変更部によって変更された分解能毎の前記光学特性データを用いて、前記評価対象のシミュレーション画像を光学シミュレーションによって算出する画像シミュレーション部と、
    前記画像シミュレーション部によって算出された分解能毎のシミュレーション画像に基づいて、前記シミュレーション画像毎の指標値を算出する指標値算出部と、
    前記シミュレーション画像毎の指標値に基づいて、予め設定された条件を満たす所望の前記出射方向の分解能を決定する分解能決定部として機能させることを特徴とする光学シミュレーションプログラム。