JP5426475B2 - 肌の色ムラ解析装置、肌の色ムラ解析方法、及び肌の色ムラ解析プログラム - Google Patents

Description

本発明は、肌の色ムラ解析装置、肌の色ムラ解析方法、及び肌の色ムラ解析プログラムに関する。

現代における肌の悩み、肌に対するニーズは多様化しており、例えばシミ、そばかす、くすみ、頬の赤み、にきび跡等の肌全体に生じる色ムラは、肌の印象に影響を及ぼすものとしてその解明が望まれている。このような肌の色ムラは、主にメラニン色素、ヘモグロビン色素等の色素成分の局所的な分布に影響され、色ムラを解析するためには、それぞれの色素情報を個別に抽出し、その分布状態を解析する必要がある。

従来では、撮影した肌画像から独立成分分析によりメラニン、ヘモグロビン成分画像を抽出し、抽出した各画像を段階的に複数の空間周波数帯域に分解し、分解した画像の画素強度の度数分布からパラメータを算出する方法が提案されている（例えば、特許文献１参照）。

特開２００５−２９３２１４号公報

しかしながら、上述した特許文献１の手法では、段階的に複数の空間周波数帯域により画像を分解しているため、色ムラの要因となるシミ、頬の赤み、にきび跡等の複数の症状に応じた色ムラサイズの解析を行うことができない。また独立成分分析により算出しているメラニン成分とヘモグロビン成分は、画像のＲＧＢ値から肌の内部反射光のメラニン成分とヘモグロビン成分を計算しているため、あくまでも見かけ上の量であって実際の量に基づいていないという問題があった。更に、画素強度の度数分布から算出しているパラメータは、シミュレーションを行うためのパラメータであり、実際に色ムラを数値化、又は計測することにより、色ムラを解析することができなかった。

本発明は、上記の課題に鑑みてなされたものであり、肌の色ムラを所定の色ムラサイズの色素成分ごとに数値化して解析する肌の色ムラ解析装置、肌の色ムラ解析方法、及び肌の色ムラ解析プログラムを提供することを目的とする。

本発明は、上記目的を達成するために、頬の肌全体に分布している色素成分の分布状態から前記肌の色ムラを解析する肌の色ムラ解析装置であって、前記頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解する周波数解析手段と、前記周波数解析手段により分解された所定の色ムラサイズの画像ごとに前記肌の色情報を取得し、取得した前記肌の色情報に基づき前記色素成分ごとの分布状態を算出する色素成分算出手段と、前記色素成分算出手段により得られる色素成分の分布状態に基づき、前記所定の色ムラサイズの前記色素成分ごとに前記肌の色ムラを数値化して解析する色ムラ解析手段とを有することを特徴とする。

また、本発明は、頬の肌全体に分布している色素成分の分布状態から前記肌の色ムラを解析する肌の色ムラ解析装置により実行される肌の色ムラ解析方法であって、前記頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解する周波数解析手順と、前記周波数解析手順により分解された所定の色ムラサイズの画像ごとに前記肌の色情報を取得し、取得した前記肌の色情報に基づき前記色素成分ごとの分布状態を算出する色素成分算出手順と、前記色素成分算出手順により得られる色素成分の分布状態に基づき、前記所定の色ムラサイズの前記色素成分ごとに前記肌の色ムラを数値化して解析する色ムラ解析手順とを有することを特徴とする。

また、本発明は、頬の肌全体に分布している色素成分の分布状態から前記肌の色ムラを解析する肌の色ムラ解析プログラムであって、コンピュータを、前記頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解する周波数解析手段、前記周波数解析手段により分解された所定の色ムラサイズの画像ごとに前記肌の色情報を取得し、取得した前記肌の色情報に基づき前記色素成分ごとの分布状態を算出する色素成分算出手段、前記色素成分算出手段により得られる色素成分の分布状態に基づき、前記所定の色ムラサイズの前記色素成分ごとに前記肌の色ムラを数値化して解析する色ムラ解析手段として機能させる。

本発明によれば、肌の色ムラを所定の色ムラサイズの色素成分ごとに数値化して解析することが可能となる。

本実施形態における肌の色ムラ解析装置の機能構成の一例を示す図である。 本実施形態における肌の色ムラ解析処理が実現可能なハードウェア構成の一例を示す図である。 本実施形態における肌の色ムラ解析処理手順の一例を示すフローチャートである。 肌の色ムラ解析処理手順を更に具体例に説明するための図である。 周波数解析処理の具体例を説明するための図である。 色彩解析した例について説明するための図である。 色彩解析した色ムラを色ムラスコアによって比較した図である。 色ムラ指標と視感評価値との相関関係を説明するための図である。 色ムラの数値化を説明するための図である。 所定の色ムラサイズに分解された画像から色素成分ごとに色ムラが数値化された色ムラ指標と官能評価値との相関関係を説明するための図である。 色ムラ可視化方法を説明するための図である。 中周波画像からメラニン成分の色ムラを可視化する例を示す図である。 低周波画像からメラニン成分の色ムラを可視化する例を示す図である。 中周波画像からヘモグロビン成分の色ムラを可視化する例を示す図である。 低周波画像からヘモグロビン成分の色ムラを可視化する例を示す図である。

以下、本発明の実施の形態について詳細に説明する。

＜肌の色ムラ解析装置：機能構成例＞
図１は、本実施形態における肌の色ムラ解析装置の機能構成の一例を示している。図１に示すように、本実施形態における肌の色ムラ解析装置１０は、入力手段１１と、出力手段１２と、記録手段１３と、画像取得手段１４と、周波数解析手段１５と、色素成分算出手段１６と、色ムラ解析手段１７と、画像生成手段１８と、制御手段１９とを有するように構成される。

肌の色ムラ解析装置１０は、頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解し、所定の色ムラサイズに分解された画像ごとに肌の色情報を取得し、取得した肌の色情報に基づき、色素成分ごとの色素成分の分布状態を算出し、算出された色素成分の分布状態に基づき、所定の色ムラサイズの色素成分ごとに肌の色ムラを数値化して解析する。

入力手段１１は、例えばキーボードや、マウス等のポインティングデバイス等からなり、ユーザ等からの画像取得指示や、周波数解析指示、色素成分算出指示、色ムラ解析指示等の各種指示の開始、終了等の入力を受け付ける。

出力手段１２は、例えばディスプレイ等からなり、入力手段１１により入力された内容や、入力内容に基づいて実行された内容等の表示、出力を行う。例えば、出力手段１２は、画像生成手段１８により生成された色素成分ごとの濃度ヒストグラムの表示や、色ムラ解析手段１７により可視化された肌の色ムラを表示する。

記録手段１３は、画像取得手段１４により取得された画像や、周波数解析手段１５により分解された画像、色素成分算出手段１６により算出された色素成分の分布状態、色ムラ解析手段１７によって数値化された色ムラ等の各種データを記録する。また、記録手段１３は、必要に応じて記録されている各種データを読み出すことができる。

画像取得手段１４は、例えば拡散照明ボックスとデジタルカメラから構成されるＳＩＡシステム（Ｓｋｉｎ Ｉｍａｇｅ Ａｎａｌｙｚｅｒ）等によって解析対象者のシミ、そばかす、くすみ等の肌の悩みが集中する頬部位における肌（地肌）を撮影した画像を取得する。

ここで、撮影される画像は、例えば拡散光を照射することによって肌表面の反射や影の影響等が抑えられるため、皮膚の「色」を計測して、肌の色情報を取得するために用いられる。また、撮影された画像は、肌の色みや肌の色ムラの視感判定に用いることが可能なため、後述するように画像から抽出された部分について、撮影された画像と対応づけながら症状を特定することが可能となる。

周波数解析手段１５は、画像取得手段１４によって取得された頬の肌全体を撮影した画像を所定の周波数からなるバンドパスフィルターによって所定の色ムラサイズごとに分解する。ここで、所定の周波数とは、例えば半値幅が約１０．０〜４０．０ｍｍ程度の低周波や、例えば半値幅が約２．０〜１０．０ｍｍ程度の中周波、例えば半値幅が約１．０〜２．０ｍｍ程度の高周波等を示す。

周波数解析手段１５は、撮影された肌画像から、上述のように予め設定された低周波により例えば肌のシミ、頬の赤み等による比較的大きめの大サイズの色ムラが抽出された低周波画像を分解して取得し、予め設定された中周波により例えば肌のにきび、シミそばかす等による比較的小さな中サイズの色ムラが抽出された中周波画像を分解して取得し、予め設定された高周波により例えば毛穴等の小サイズの色ムラが抽出された高周波画像を分解して取得する。

これにより、周波数解析手段１５は、色ムラを形成する複数の症状に合わせて、撮影された肌画像を分解し、所定サイズの色ムラが抽出された画像を取得することが可能となる。

色素成分算出手段１６は、周波数解析手段１５により分解された所定の色ムラサイズの画像ごとに解析対象者の肌の色情報を取得し、取得した肌の色情報に基づき色素成分ごとの分布状態を算出する。ここで、肌の色情報とは、例えば撮影されたＲＧＢ表色系ＲＧＢ値や、ＲＧＢ表色系から変換されたＸＹＺ表色系ＸＹＺ値等を示す。また、色素成分とは、例えばメラニン成分又はヘモグロビン成分等を示す。

具体的には、色素成分算出手段１６は、本出願人の特許第３７９８５５０号公報の手法を用いて、皮膚の分光反射率からメラニン成分とヘモグロビン成分の含有量を算出する。

例えば、色素成分算出手段１６は、皮膚の反射スペクトル、ランベルト−ベールの法則における透過率を皮膚の反射率に置き換えた吸光度モデル及び皮膚の構成成分の吸光係数スペクトルを用いて重回帰分析を行うことにより、皮膚中のメラニン成分、ヘモグロビン成分等の量を求める。

また、色素成分算出手段１６は、本出願人の特許第３７２７８０７号公報の手法を用いて、分光反射率と対応する画像のＲＧＢ値等から、メラニン成分量とヘモグロビン成分量を算出し、画像計測からメラニン成分の分布及びヘモグロビン成分の分布を測定する。

例えば、色素成分算出手段１６は、皮膚の測色値と皮膚中の成分量のデータを重回帰分析して重回帰式を予め求め、重回帰式を用いて皮膚の測色値から皮膚中の成分であるメラニン成分、ヘモグロビン成分等からなる群より選択された少なくとも一つの物質の量を求める。

なお、色素成分算出手段１６は、上述した手法を用いて算出した色素成分の濃さ及びその分布状態を示す画像を色素成分ごとに生成することもできる。

色ムラ解析手段１７は、色素成分算出手段１６によって算出された色素成分の分布状態に基づき、所定の色ムラサイズの色素成分ごとに肌の色ムラを数値化して解析する。

例えば、色ムラ解析手段１７は、色素成分算出手段１６により得られる色素成分の分布状態から色素成分の濃度平均値より値の高い濃度領域を積算することにより肌の色ムラを数値化して解析する。

より具体的には、色ムラ解析手段１７は、色素成分算出手段１６により得られる色素成分の分布状態から色素成分の濃度平均値を基準として、濃度平均値以上の濃度値と、濃度平均値以上の濃度値のそれぞれの画素数とを乗算し、乗算された値を積算して数値化する。

また、色素成分算出手段１６により算出された色素成分の分布状態を色素成分ごとの濃度ヒストグラムとした場合に、メラニン成分の色ムラを、メラニン濃度ｍ、画像の全画素に占めるメラニン濃度ｍの画素数の割合ｆ（ｍ）、画像の画素ごとの濃度の平均値Ａｍとして、以下の式により算出してメラニン成分の色ムラ指標としても良い。

同様に、ヘモグロビン成分の色ムラを、ヘモグロビン濃度ｈ、画像の全画素に占めるヘモグロビン濃度ｍの画素数の割合ｆ（ｈ）、画像の画素ごとの濃度の平均値Ａｈとして、以下の式により算出してヘモグロビン成分の色ムラ指標としても良い。

これにより、色ムラ解析手段１７は、解析対象者の頬部位における色ムラを、複数の症状に応じた色ムラサイズごとに、数値化されたメラニン成分の色ムラ指標、ヘモグロビン成分の色ムラ指標から解析することが可能となる。

また、色ムラ解析手段１７は、色素成分算出手段１６により得られる色素成分の分布状態から色素成分の濃度平均値を基準とし、色素成分の濃度平均値から所定値以上の濃度領域を可視化することもできる。

より具体的には、色ムラ解析手段１７は、色素成分算出手段１６により算出された色素成分の分布状態を色素成分の濃度ヒストグラムとした場合に、濃度ヒストグラムのピーク値+０．１以上の値を可視化すると良い。これにより、色ムラ解析手段１７は、色ムラサイズごとに数値化した色ムラを人が知覚する「色ムラ」に対応させながら表示することが可能となる。

画像生成手段１８は、色素成分算出手段１６によって算出された色素の分布状態を色素成分ごとに濃度ヒストグラムとして生成する。

制御手段１９は、色ムラ解析装置１０の各構成部全体の制御を行う。例えば、制御手段１９は、ユーザ等による入力手段１１からの指示等に基づいて、画像取得手段１４により解析対象者の頬部位から肌の画像を取得し、周波数解析手段１５により所定の色ムラサイズの画像を分解し、色素成分算出手段１６により色素の分布状態を算出し、色ムラ解析手段１７により色素成分ごとに肌の色ムラを解析する等の各制御を行う。

＜色ムラ解析装置：ハードウェア構成＞
上述した肌の色ムラ解析装置１０では、各機能をコンピュータに実行させることができる肌の色ムラ解析プログラム等の実行プログラムを生成し、例えば汎用のパーソナルコンピュータ、サーバ等に実行プログラムをインストールすることにより、本発明における肌の色ムラ解析処理等を実行することができる。

ここで、本実施形態における肌の色ムラ解析処理が実行可能なコンピュータのハードウェア構成例について説明する。図２は、本実施形態における肌の色ムラ解析処理が実現可能なハードウェア構成の一例を示している。

図２のコンピュータ本体には、入力装置２１と、出力装置２２と、ドライブ装置２３と、補助記憶装置２４と、メモリ装置２５と、各種制御を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２６と、ネットワーク接続装置２７とを有するように構成され、これらはシステムバスＢで相互に接続されている。

入力装置２１は、ユーザ等が操作するキーボード、マウス等のポインティングデバイスを有しており、ユーザ等からのプログラムの実行等、各種操作信号を入力する。また、入力装置２１は、例えば拡散照明ボックスとデジタルカメラ等を用いて撮影された解析対象者の肌の画像を入力する入力ユニットを有している。

出力装置２２は、本発明の処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイを有し、ＣＰＵ２６が有する制御プログラムにより実行経過や結果等を表示することができる。

ここで、本発明においてコンピュータ本体にインストールされる実行プログラムは、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやＣＤ−ＲＯＭ等の可搬型の記録媒体２８等により提供される。プログラムを記録した記録媒体２８は、ドライブ装置２３にセット可能であり、記録媒体２８に含まれる実行プログラムが、記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。

補助記憶装置２４は、ハードディスク等のストレージ手段であり、本発明における実行プログラムや、コンピュータに設けられた制御プログラム等を記憶し、必要に応じて入出力を行うことができる。

メモリ装置２５は、ＣＰＵ２６により補助記憶装置２４から読み出された実行プログラム等を格納する。なお、メモリ装置２５は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等からなる。

ＣＰＵ２６は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、及びメモリ装置２５に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、肌の色ムラ解析処理等の各処理を実現することができる。

なお、プログラム実行中に必要な各種情報等は、補助記憶装置２４から取得することができ、また実行結果等を格納することもできる。

ネットワーク接続装置２７は、通信ネットワーク等と接続することにより、実行プログラムを通信ネットワークに接続されている他の端末装置等から取得したり、プログラムを実行することで得られた実行結果又は本発明における実行プログラム自体を他の端末装置等に提供したりすることができる。

上述したハードウェア構成により、本発明における肌の色ムラ解析処理を実行することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における肌の色ムラ解析処理を容易に実現することができる。

＜本実施形態における肌の色ムラ解析処理手順＞
次に、本実施形態における肌の色ムラ解析処理手順について説明する。図３は、本実施形態における肌の色ムラ解析処理手順の一例を示すフローチャートである。

図３に示す肌の色ムラ解析処理において、画像取得手段１４は、例えば拡散照明ボックスとデジタルカメラ等を用いて撮影された解析対象者の頬部位における肌（地肌）の画像を取得する（Ｓ１０）。

ここで、画像取得手段１４は、例えば解析対象者の頬部位における約６５ｍｍ×６５ｍｍ程度の肌（地肌）の画像を取得する。なお、画像取得手段１４は、肌の画像を取得する際に、解析対象者の目の下のくま、目の回りのシワ、ほうれい線等を除外して取得すると良い。

次に、周波数解析手段１５は、画像取得手段１４により取得された肌の画像を所定の周波数からなるバンドパスフィルターによって所定の色ムラサイズごとに分解する（Ｓ１１）。

次に、色素成分算出手段１６は、周波数解析手段１５により分解された所定の色ムラサイズの画像ごとに解析対象者の肌の色情報を取得し、取得した肌の色情報に基づき、色素成分ごとの分布状態を算出する（Ｓ１２）。

次に、色ムラ解析手段１７は、色素成分算出手段１６によって算出された色素成分の分布状態に基づき、所定サイズの色素成分ごとに肌の色ムラを数値化して解析する（Ｓ１３）。

最後に、色ムラ解析手段１７は、解析結果に基づいて、肌の色ムラを可視化する（Ｓ１４）。なお、画面生成手段１８は、色素成分算出手段１６によって算出された色素の分布状態を色素成分ごとに濃度ヒストグラムとして画面に出力しても良い。

＜肌の色ムラ解析処理手順の具体例＞
次に、上述した肌の色ムラ解析処理手順について更に具体的に説明する。図４は、肌の色ムラ解析処理手順を更に具体的に説明するための図である。

図４に示すように、まず、画像取得手段１４は、例えば拡散照明ボックスとデジタルカメラ等を用いて撮影された解析対象者の頬部位における肌（地肌）の画像を取得する。

ここで、取得される肌の画像は、例えば解析対象者の目の下から口元まで、また解析対象者の鼻の横から耳元までの広い範囲の頬部位を対象とする約６５ｍｍ×６５ｍｍ程度の画像とし、撮影した肌の画像から解析対象者の目の下のくま、目の回りのシワ、ほうれい線等を除外した画像を取得すると良い
次に、周波数解析手段１５は、画像取得手段１４により取得された画像を元画像として、元画像から所定の色ムラサイズの画像に分解する。周波数解析手段１５は、例えばバンドパスフィルターによる周波数解析により、元画像を半値幅が約１０．０〜４０．０ｍｍ程度の低周波画像、半値幅が約２．０〜１０．０ｍｍ程度の中周波画像、半値幅が約１．０〜２．０ｍｍ程度の高周波画像に分解する。

次に、色素成分算出手段１６は、周波数解析手段１５により分解した画像から解析対象者の肌の色情報を取得し、上述した重回帰分析等の手法によりメラニン成分、ヘモグロビン成分等の成分量を算出して色素成分ごとの成分画像を生成する。

例えば、色素成分算出手段１６は、比較的大きな大サイズの色ムラを形成するシミや頬の赤み等を抽出する低周波画像からそれぞれメラニン成分画像とヘモグロビン成分画像を生成する。また、色素成分算出手段１６は、比較的小さめの中サイズの色ムラを形成するシミ、そばかすやにきび等を抽出する中周波画像からそれぞれメラニン成分画像とヘモグロビン成分画像を生成する。

次に、色素成分算出手段１６は、色ムラサイズごとに生成されたメラニン成分画像及びヘモグロビン成分画像からメラニン成分及びヘモグロビン成分の濃度及びその分布状態を算出する。図４に示す画像には、色素成分算出手段１６により算出された各色素成分の濃度及びその分布状態が示されている。

次に、色ムラ解析手段１７は、色素成分算出手段１６によって算出された色素成分の分布状態に基づき、肌の色ムラを所定の色ムラサイズの色素成分ごとに数値化する。これにより、色ムラ解析手段１７は、比較的大きな大サイズの色ムラを形成している大きなシミ、頬の赤み、また比較的小さめの中サイズの色ムラを形成している小さなシミ、そばかす、にきび等のそれぞれに対して関与するメラニン成分の色ムラ、及びヘモグロビン成分の色ムラを数値化することが可能となる。

なお、小サイズの色ムラを形成するきめ、毛穴等を抽出する高周波画像については、後述するように、肌全体の色ムラ指標に対する小サイズの色ムラの寄与率が低いため、本実施形態では色ムラを数値化するときの対象としていないが、本発明においてはこれに限定されない。

＜周波数解析処理＞
次に、上述した周波数解析処理について具体例を説明する。図５は、周波数解析処理の具体例を説明するための図である。

図５（Ａ）は、解析対象者の頬部位から取得される肌（地肌）の画像を示している。また、図５（Ｂ）は、頬部位から取得された約６５．０ｍｍ×６５．０ｍｍ程度の肌（地肌）の画像を示している。

また、図５（Ｃ）には、図５（Ｂ）の画像から半値幅が約１．０〜２．０ｍｍ程度の高周波用フィルターにより分解された画像が示されている。図５（Ｃ）に示す画像では、小サイズの色ムラとなるきめ、毛穴等が抽出されている。

また、図５（Ｄ）には、図５（Ｂ）の画像から半値幅が約２．０〜１０．０ｍｍ程度の中周波用フィルターにより分解された画像が示されている。図５（Ｄ）に示す画像では、中サイズの色ムラとなる比較的小さめのシミ、にきび等が抽出されている。

図５（Ｅ）には、図５（Ｂ）の画像から半値幅が約１０．０〜４０．０ｍｍ程度の低周波用フィルターにより分解された画像が示されている。図５（Ｄ）に示す画像では、大サイズの色ムラとなる比較的大きな頬の赤み、シミ、肝斑等が抽出されている。

上述したように、本実施形態では、周波数解析手段１５により所定の周波数によって撮影された肌の画像が分解され、所定サイズの色ムラが抽出された画像を得ることが可能となる。

＜色彩解析した例＞
ここで、上述した所定の色ムラサイズに分解された画像を色彩解析した例について説明する。図６は、色彩解析した例を説明するための図である。なお、図６には、上述した所定サイズに分解された色ムラを、画像領域における皮膚のベース色（地肌の画像平均値）との色差（ΔＥａｂ＊）により色付け（色彩解析）したものが示されている。

図６（Ａ）は、解析対象者の頬部位から取得される地肌の画像を示している。また、図６（Ｂ）は、頬部位から取得された約６５．０ｍｍ×６５．０ｍｍ程度の肌（地肌）の画像を示している。

また、図６（Ｃ）は、上述した小サイズの色ムラに分解した画像を色彩解析したものであり、抽出されたきめ、毛穴等において皮膚のベース色との色差が生じた部分に色付けがなされている。

また、図６（Ｄ）は、上述した中サイズの色ムラに分解した画像を色彩解析したものであり、抽出された比較的小さめのシミ、にきび等において皮膚のベース色との色差が生じた部分に色付けがなされている。

また、図６（Ｅ）は、上述した大サイズの色ムラに分解した画像を色彩解析したものであり、抽出された比較的大きな頬の赤み、シミ等において皮膚のベース色との色差が生じた部分に色付けがなされている。

＜色彩解析の色ムラスコア＞
次に、上記図６に示す方法により色彩解析した各サイズの色ムラを、色ムラスコアを用いて比較した例について説明する。

図７は、色彩解析した各サイズの色ムラを、色ムラスコアを用いて比較した図である。なお、色ムラスコアは、色彩解析した色ムラから以下に示す算出式により算出されたものである。色ムラスコア＝Σ（画像平均値との色差（ΔＥａｂ）×画素数（％））
また、図７に示す各サイズの色ムラスコアは、２０代の２５名の画像と、５０代の２５名の画像を対象として、各サイズに分解した色ムラの色彩解析を行い、その色彩解析した各サイズの色ムラについての平均値を示している。

図７に示すように、きめ、毛穴等の小サイズの色ムラ、シミ、にきび跡等の中サイズの色ムラ、頬の赤み、シミ等の大サイズの色ムラのそれぞれの色ムラスコアを比較すると、２０代及び５０代共に小サイズの色ムラスコア値は他のサイズの色ムラスコアに比べて低いことが分かる。

なお、中サイズの色ムラは、２０代と比較して５０代の色ムラスコア値が高く、大サイズの色ムラは、２０代と５０代の色ムラスコア値が同程度となった。

＜色ムラ指標と視感評価値との相関関係＞
次に、上述した色ムラスコアから算出した色ムラ指標と、対象画像の色ムラとを視感評価により評価した視感評価値との相関関係について説明する。図８は、色ムラ指標と視感評価値との相関関係を説明するための図である。

ここで、色ムラスコアから算出した色ムラ指標は、上述した小サイズの色ムラスコア、中サイズの色ムラスコア、大サイズの色ムラスコアと、視感評価値とを重回帰分析して重回帰式を算出し、得たものである。具体的には、色ムラ指標＝０．０００８×小サイズスコア+０．０４×中サイズスコア+０．０３×大サイズスコアの算出式を得た。

図８（Ａ）は、上述のように算出された色ムラ指標と視感評価値との相関関係を示している。算出された色ムラ指標は、視感評価値と重相関係数０．８１で対応しており、視感評価値と高い相関関係にあることが分かる。

また、図８（Ｂ）は、上述のように算出された色ムラ指標への各サイズの色ムラスコアの寄与率を示したものである。図８（Ｂ）に示すように、シミ、にきび跡等の中サイズの色ムラ、頬の赤み、シミ等の大サイズの色ムラと比較して、きめ、毛穴等の小サイズの色ムラは、肌全体の「色ムラ」への寄与率が非常に低い。また、中サイズの色ムラの方が、大サイズよりも寄与率が高くなっている。

すなわち、所定の色ムラサイズに分解された画像を色彩解析して色ムラスコアを算出し、視感評価値との重回帰分析に基づいて色ムラサイズごとに「色ムラ」への寄与率を算出したところ、「色ムラ」への寄与率は、中サイズと大サイズの色ムラが高いことが分かった。

そこで、本実施形態においては、色ムラを数値化して解析するときに、中サイズと大サイズの色ムラについて解析対象とする。なお、本発明において、これに限定されるものではなく、上述した小サイズ、中サイズ、大サイズのいずれか１つ又は複数のサイズを組み合わせて色ムラ解析を行っても良い。

＜色ムラ数値化方法＞
次に、本実施形態の色ムラ解析手段１７による色ムラ数値化方法について説明する。図９は、色ムラの数値化を説明するための図である。

なお、図９に示すヒストグラムは、色素成分算出手段1６により算出された色素成分ごとの分布状態を、画像生成手段１８により色ムラサイズごとに各色素成分の濃度ヒストグラムとして生成されたものである。

図９（Ａ）は、中周波画像の解析領域におけるメラニン成分の濃度ヒストグラムを示している。また、図９（Ｂ）は、低周波画像の解析領域におけるメラニン成分の濃度ヒストグラムを示している。

ここで、図９（Ａ）及び図９（Ｂ）のヒストグラムは、画像解析領域におけるメラニン成分の濃度値に対する画像中の画素数の割合（％）を示している。また、図９（Ａ）及び図９（Ｂ）に示すヒストグラムＡ〜Ｈは、評価者４名の官能評価により、色ムラの「シミのムラ」レベルについて、「なし〜あり（レベル０〜レベル３）」までの４段階評価された肌画像Ａ〜Ｈから生成されたものである。

図９（Ａ）及び図９（Ｂ）に示すように、官能評価により「シミのムラ」レベルなし（レベル０）とされた肌画像Ａ、Ｅのヒストグラムと、「シミのムラ」レベルあり（レベル３）とされた肌画像Ｂ〜Ｄ、Ｆ〜Ｈのヒストグラムとでは、ヒストグラムの形状が異なっている。

すなわち、レベル０とされた肌画像Ａ、Ｅのヒストグラムでは、メラニン成分の狭い範囲の濃度に画素が集中しているのに対し、レベル３とされた肌画像Ｂ〜Ｄ、Ｆ〜Ｈのヒストグラムでは、メラニン成分の広い範囲の濃度に画素が分散している。

また、図９（Ｃ）は、中周波画像の解析領域におけるヘモグロビン成分の濃度ヒストグラムを示している。また、図９（Ｄ）は、低周波画像の解析領域におけるヘモグロビン成分の濃度ヒストグラムを示している。

図９（Ｃ）及び図９（Ｄ）のヒストグラムは、画像の解析領域におけるヘモグロビン成分の濃度値に対する画像中の画素数の割合（％）を示している。また、図９（Ｃ）及び図９（Ｄ）に示すヒストグラムａ〜ｈは、色ムラの「赤み」レベルについて、「なし〜あり（レベル０〜レベル３）」までの４段階評価された肌画像ａ〜ｈから生成されたものである。

上述したメラニン成分と同様に、図９（Ｃ）及び図９（Ｄ）に示すように、官能評価により「赤み」レベルなし（レベル０）とされた肌画像ａ、ｅのヒストグラムと、「赤み」レベルあり（レベル３）とされた肌画像ｂ〜ｄ、ｆ〜ｈのヒストグラムとでは、ヒストグラムの形状が異なっている。

すなわち、レベル０とされた肌画像ａ、ｅのヒストグラムでは、ヘモグロビン成分量の狭い範囲の濃度に画素が集中しているのに対し、レベル３とされた肌画像ｂ〜ｄ、ｆ〜ｈのヒストグラムでは、ヘモグロビン成分量の広い範囲の濃度に画素が分散している。

本実施形態の色ムラ解析手段１７は、上述した色素成分の濃度ヒストグラムの特徴を踏まえ、以下にように、色ムラを数値化する。

ここで、図９（Ｅ）は、メラニン成分、ヘモグロビン成分等の色素成分の濃度値に対するその濃度値の画素数の割合（％）を示している。

人が知覚する「色ムラ」を生じさせる各色素成分のムラとは、地肌（画像解析領域中の平均値）よりもコントラストが高い部分において発生している。そこで、本実施形態の色ムラ解析手段１７は、画像解析領域における色素成分の濃度平均値より値の高い濃度領域を積算することにより各色素成分の色ムラを数値化する。

例えば、画像解析領域を画素数により表す場合には、色素成分の濃度平均値を基準とし、濃度平均値以上の濃度値と、濃度平均値以上の濃度値のそれぞれの画素数を乗算して、乗算された値を積算することにより数値化しても良い。

また、図９（Ｅ）に示すように、色素成分ごとの濃度ヒストグラムが生成された場合に、メラニン成分の色ムラを、メラニン濃度ｍ、画像の全画素に占めるメラニン濃度ｍの画素数の割合ｆ（ｍ）、画像の画素ごとの濃度の平均値Ａｍとして、以下の式により数値化して、メラニン成分の色ムラ指標とする。

同様に、ヘモグロビン成分による色ムラは、ヘモグロビン濃度ｈ、画像の全画素に占めるヘモグロビン濃度ｈの画素数の割合ｆ（ｈ）、画像の画素ごとの濃度の平均値Ａｈとして、以下の式により数値化して、ヘモグロビン成分の色ムラ指標とする。

なお、上述した式において、白斑等による色ムラを数値化する場合には、∞を−∞として、数値化することが可能である。

＜色ムラ指標と官能評価値との相関関係＞
次に、本実施形態の色ムラ解析手段１７により、所定の色ムラサイズに分解された画像から色素成分ごとに色ムラが数値化された色ムラ指標と、官能評価値との相関関係について説明する。

図１０は、所定の色ムラサイズに分解された画像から色素成分ごとに色ムラが数値化された色ムラ指標と官能評価値との相関関係を説明するための図である。

ここでは、日本人女性２０代〜６０代の９６名の顔画像を対象として、本実施形態の色ムラ解析手段１７により、所定の色ムラサイズごとに分解された画像から色素成分ごとに色ムラを数値化したときのムラ指標（色ムラ指標）と、評価者６名により官能評価を実施したときの平均値との相関関係を示している。

なお、官能評価は、所定の色ムラサイズに分解された画像の各色素成分の色ムラ（メラニン成分の茶色の色ムラ、ヘモグロビン成分の赤みの色ムラ）について５段階評価（目立つ〜目立たない）したものである。

図１０（Ａ）は、中周波メラニン成分画像から算出されたメラニン成分のムラ指標（色ムラ指標）と官能評価値との相関関係を示したものである。また、図１０（Ｂ）は、低周波メラニン成分画像から算出されたムラ指標（色ムラ指標）と官能評価値との相関関係を示したものである。

図１０（Ａ）に示すように、中周波メラニン成分画像の色ムラ指標と官能評価値との相関関係は、相関係数ｒ＝０．６９、Ｐ＜０．００１であり、色ムラ指標と官能評価値には有意な相関が見られた。

また、図１０（Ｂ）に示すように、低周波メラニン成分画像の色ムラ指標と官能評価値との相関関係は、相関係数ｒ＝０．４２、Ｐ＜０．００１であり、色ムラ指標と官能評価値には有意な相関が見られた。

次に、図１０（Ｃ）は、中周波ヘモグロビン成分画像から算出されたヘモグロビン成分のムラ指標（色ムラ指標）と官能評価値との相関関係を示したものである。また、図１０（Ｄ）は、低周波ヘモグロビン成分画像から算出されたムラ指標（色ムラ指標）と官能評価値との相関関係を示したものである。

図１０（Ｃ）に示すように、中周波ヘモグロビン成分画像の色ムラ指標と官能評価値との相関関係は、相関係数ｒ＝０．３１、Ｐ＜０．０１であり、色ムラ指標と官能評価値には有意な相関が見られた。また、図１０（Ｄ）に示すように、低周波ヘモグロビン成分画像の色ムラ指標と官能評価値との相関関係は、相関係数ｒ＝０．５２、Ｐ＜０．００１であり、色ムラ指標と官能評価値には有意な相関が見られた。

上述したように、本実施形態の色ムラ解析手段１７により、所定の色ムラサイズの色素成分ごとに数値化された色ムラ指標は、人が知覚する「色ムラ」と良く対応していることが分かる。

＜色ムラ可視化方法＞
次に、本実施形態の色ムラ解析手段１７による色ムラ可視化方法について説明する。図１１は、色ムラ可視化方法を説明するための図である。

なお、図１１に示すヒストグラムは、図９と同様に、色素成分算出手段1６により算出された色素成分ごとの分布状態を、画像生成手段１８により色ムラサイズごとに各色素成分の濃度ヒストグラムとして生成されたものである。

図１１（Ａ）は、中周波画像の解析領域におけるメラニン成分の濃度ヒストグラムを示し、図１１（Ｂ）は、低周波画像の解析領域におけるメラニン成分の濃度ヒストグラムを示している。

また、図１１（Ｃ）は、中周波画像の解析領域におけるヘモグロビン成分の濃度ヒストグラムを示し、図１１（Ｄ）は、低周波画像の解析領域におけるヘモグロビン成分の濃度ヒストグラムを示している。

図１１（Ａ）〜図１１（Ｄ）に示すように、レベル０（色ムラなし）とされた画像Ｊ、画像Ｌ、画像Ｎ、画像Ｐのヒストグラムでは、ピーク値±０．１の範囲に画素が集中しており、メラニン成分及びヘモグロビン成分の濃度のとりうる値が狭い。

一方、レベル３（色ムラあり）とされた画像Ｋ、画像Ｍ、画像Ｏ、画像Ｑヒストグラムでは、ピーク値±０．１以外の範囲に対しても画素が分布しており、メラニン成分及びヘモグロビン成分の濃度のとりうる値の幅は広い。

上述したヒストグラムの特徴を踏まえ、本実施形態の色ムラ可視化方法では、人が知覚する「色ムラ」を最適に表示するため、ヒストグラムにおけるピーク値から所定値以上（例えばピーク値＋０．１以上）の濃度を持つ領域に色づけを行うことにより可視化する。以下に具体例を示す。

＜色ムラ可視化の具体例＞
上述した、本実施形態の色ムラ解析手段１７による色ムラ可視化の具体例について説明する。図１２は、中周波画像からメラニン成分の色ムラを可視化する例を示す図であり、図１３は、低周波画像からメラニン成分の色ムラを可視化する例を示す図である。

また、図１４は、中周波画像からヘモグロビン成分の色ムラを可視化する例を示す図であり、図１５は、低周波画像からヘモグロビン成分の色ムラを可視化する例を示す図である。

ここで、図１２（Ａ）は、図１２（Ｂ）に示すシミレベル０（色ムラなし）と評価された元画像（パネルＮｏ．００１）と、シミレベル３（色ムラあり）と評価された元画像（パネルＮｏ．００２）とをそれぞれ中周波で分解した中周波画像からメラニン濃度ヒストグラムを生成したものである。

図１２（Ａ）に示すように、図１２（Ｂ）のシミレベル０と評価された画像（パネルＮｏ．００１）のメラニン濃度ヒストグラムは、ピーク値±０．１の範囲に画素が集中している。一方、図１２（Ｂ）のシミレベル３と評価された画像（パネルＮｏ．００２）のメラニン濃度ヒストグラムは、ピーク値±０．１以上の範囲に画素が分散している。

本実施形態の色ムラ解析手段１７は、図１２（Ｂ）に示すシミレベル３の中周波画像に対して、図１２（Ａ）に示すシミレベル３のヒストグラムのピーク値から例えば０．１以上の濃度を持つ領域に色付けを行い、可視化する。

ここで、図１２（Ｃ）は、図１２（Ａ）に示す濃度ヒストグラム解析により得られるメラニン成分の濃度に対応した色ムラ表示例の一例を示す図である。まず、色ムラを表示するために、濃度ヒストグラムを解析して、メラニン成分の濃度平均値を算出し、濃度平均値＝Ａｍと設定する。

また、図１２（Ｃ）に示すように、人が知覚可能なメラニン濃度値を例えば０．１０以上として、濃度平均値Ａｍ＋０．１０〜濃度平均値Ａｍ＋０．１５のメラニン濃度値に対応する色、濃度平均値Ａｍ＋０．１５〜濃度平均値Ａｍ＋０．２０のメラニン濃度値に対応する色等、濃度値を０．０５ステップずつに分けてそれぞれの濃度値に対応する色を設定する。

色ムラ解析手段１７は、このように設定された色ムラ表示例に基づいて、濃度ヒストグラムの濃度値に対応する画像の画素に対して色付けを行う。これにより、例えば図１２（Ｂ）に示すようなシミレベル３の中周波画像に対してメラニン成分の色ムラの可視化を行う。

同様に、図１３には、低周波画像に対してメラニン成分の色ムラの可視化を行った例、図１４には、中周波画像に対してヘモグロビン成分の色ムラの可視化を行った例、図１５の低周波画像に対してヘモグロビン成分の色ムラの可視化を行った例を示す。

なお、上述した図１２〜１５に示す色ムラ可視化画像は、濃度ステップを模様等により設定して識別可能に表示させることもできる。

上述したように、本実施形態によれば、肌の色ムラを所定の色ムラサイズの色素成分ごとに数値化して解析することが可能となる。すなわち、解析対象者の頬部位における色ムラを、複数の症状に応じた色ムラサイズごとに、数値化されたメラニン成分の色ムラ指標、ヘモグロビン成分の色ムラ指標から解析することが可能となる。

また、本実施形態によれば、所定の色ムラサイズごとに、数値化した色素成分ごとの色ムラを人が知覚する「色ムラ」と対応させながら最適に表示させることも可能となる。

以上、本発明者によってなされた発明を好適な実施例に基づき具体的に説明したが、本
発明は上記実施例で説明したものに限定されるものではなく、その要旨を逸脱しない範囲
で種々変更可能である。

１０ 肌の色ムラ解析装置
１１ 入力手段
１２ 出力手段
１３ 記録手段
１４ 画像取得手段
１５ 周波数解析手段
１６ 色素成分算出手段
１７ 色ムラ解析手段
１８ 画像生成手段
１９ 制御手段
２１ 入力装置
２２ 出力装置
２３ ドライブ装置
２４ 補助記憶装置
２５ メモリ装置
２６ ＣＰＵ
２７ ネットワーク接続装置
２８ 記録媒体

Claims (21)

1. 頬の肌全体に分布している色素成分の分布状態から前記肌の色ムラを解析する肌の色ムラ解析装置であって、
   前記頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解する周波数解析手段と、
   前記周波数解析手段により分解された所定の色ムラサイズの画像ごとに前記肌の色情報を取得し、取得した前記肌の色情報に基づき前記色素成分ごとの分布状態を算出する色素成分算出手段と、
   前記色素成分算出手段により得られる色素成分の分布状態に基づき、前記所定の色ムラサイズの前記色素成分ごとに前記肌の色ムラを数値化して解析する色ムラ解析手段とを有することを特徴とする肌の色ムラ解析装置。
2. 前記色ムラ解析手段は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値より値の高い濃度領域を積算して前記数値化を行うことを特徴とする請求項１に記載の肌の色ムラ解析装置。
3. 前記色ムラ解析手段は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値を基準とし、前記濃度平均値から所定値以上の濃度領域を可視化することを特徴とする請求項１又は２に記載の肌の色ムラ解析装置。
4. 前記色ムラ解析手段は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値を基準とし、前記濃度平均値以上の濃度値と、前記濃度平均値以上の濃度値のそれぞれの画素数とを乗算し、乗算された値を積算して前記数値化を行うことを特徴とする請求項１乃至３のいずれか一項に記載の肌の色ムラ解析装置。
5. 前記周波数解析手段は、予め設定された低周波により前記撮影された画像から前記肌のシミ、頬の赤みによる色ムラサイズの画像に分解し、予め設定された中周波により前記撮影された画像から前記肌のにきび、シミそばかすによる色ムラサイズの画像に分解することを特徴とする請求項１乃至４のいずれか一項に記載の肌の色ムラ解析装置。
6. 前記色素成分は、メラニン成分又はヘモグロビン成分であることを特徴とする請求項１乃至５のいずれか一項に記載の肌の色ムラ解析装置。
7. 前記色素成分算出手段によって算出された色素成分の分布状態を前記色素成分の濃度ヒストグラムとして生成する画像生成手段を有することを特徴とする請求項１乃至６のいずれか一項に記載の肌の色ムラ解析装置。
8. 頬の肌全体に分布している色素成分の分布状態から前記肌の色ムラを解析する肌の色ムラ解析装置により実行される肌の色ムラ解析方法であって、
   前記頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解する周波数解析手順と、
   前記周波数解析手順により分解された所定の色ムラサイズの画像ごとに前記肌の色情報を取得し、取得した前記肌の色情報に基づき前記色素成分ごとの分布状態を算出する色素成分算出手順と、
   前記色素成分算出手順により得られる色素成分の分布状態に基づき、前記所定の色ムラサイズの前記色素成分ごとに前記肌の色ムラを数値化して解析する色ムラ解析手順とを有することを特徴とする肌の色ムラ解析方法。
9. 前記色ムラ解析手順は、前記色素成分算出手順により得られる色素成分の分布状態から前記色素成分の濃度平均値より値の高い濃度領域を積算して前記数値化を行うことを特徴とする請求項８に記載の肌の色ムラ解析方法。
10. 前記色ムラ解析手順は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値を基準とし、前記濃度平均値から所定値以上の濃度領域を可視化することを特徴とする請求項８又は９に記載の肌の色ムラ解析方法。
11. 前記色ムラ解析手順は、前記色素成分算出手順により得られる色素成分の分布状態から前記色素成分の濃度平均値を基準とし、前記濃度平均値以上の濃度値と、前記濃度平均値以上の濃度値のそれぞれの画素数とを乗算し、乗算された値を積算して前記数値化を行うことを特徴とする請求項８乃至１０のいずれか一項に記載の肌の色ムラ解析方法。
12. 前記周波数解析手順は、予め設定された低周波により前記撮影された画像から前記肌のシミ、頬の赤みによる色ムラサイズの画像に分解し、予め設定された中周波により前記撮影された画像から前記肌のにきび、シミそばかすによる色ムラサイズの画像に分解することを特徴とする請求項８乃至１１のいずれか一項に記載の肌の色ムラ解析方法。
13. 前記色素成分は、メラニン成分又はヘモグロビン成分であることを特徴とする請求項８乃至１２のいずれか一項に記載の肌の色ムラ解析方法。
14. 前記色素成分算出手順によって算出された色素成分の分布状態を前記色素成分の濃度ヒストグラムとして生成する画像生成手順を有することを特徴とする請求項８乃至１３のいずれか一項に記載の肌の色ムラ解析方法。
15. 頬の肌全体に分布している色素成分の分布状態から前記肌の色ムラを解析する肌の色ムラ解析プログラムであって、
    コンピュータを、
    前記頬の肌全体が撮影された画像を所定の周波数によって所定の色ムラサイズごとに分解する周波数解析手段、
    前記周波数解析手段により分解された所定の色ムラサイズの画像ごとに前記肌の色情報を取得し、取得した前記肌の色情報に基づき前記色素成分ごとの分布状態を算出する色素成分算出手段、
    前記色素成分算出手段により得られる色素成分の分布状態に基づき、前記所定の色ムラサイズの前記色素成分ごとに前記肌の色ムラを数値化して解析する色ムラ解析手段として機能させる肌の色ムラ解析プログラム。
16. 前記色ムラ解析手段は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値より値の高い濃度領域を積算して前記数値化を行うことを特徴とする請求項１５に記載の肌の色ムラ解析プログラム。
17. 前記色ムラ解析手段は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値を基準とし、前記濃度平均値から所定値以上の濃度領域を可視化することを特徴とする請求項１５又は１６に記載の肌の色ムラ解析プログラム。
18. 前記色ムラ解析手段は、前記色素成分算出手段により得られる色素成分の分布状態から前記色素成分の濃度平均値を基準とし、前記濃度平均値以上の濃度値と、前記濃度平均値以上の濃度値のそれぞれの画素数とを乗算し、乗算された値を積算して前記数値化を行うことを特徴とする請求項１５乃至１７のいずれか一項に記載の肌の色ムラ解析プログラム。
19. 前記周波数解析手段は、予め設定された低周波により前記撮影された画像から前記肌のシミ、頬の赤みによる色ムラサイズの画像に分解し、予め設定された中周波により前記撮影された画像から前記肌のにきび、シミそばかすによる色ムラサイズの画像に分解することを特徴とする請求項１５乃至１８のいずれか一項に記載の肌の色ムラ解析プログラム。
20. 前記色素成分は、メラニン成分又はヘモグロビン成分であることを特徴とする請求項１５乃至１９のいずれか一項に記載の肌の色ムラ解析プログラム。
21. 前記色素成分算出手段によって算出された色素成分の分布状態を前記色素成分の濃度ヒストグラムとして生成する画像生成手段を有することを特徴とする請求項１５乃至２０のいずれか一項に記載の肌の色ムラ解析プログラム。