[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2007252891A - Estimation method of evaluation value by visual recognition of beauty of skin - Google Patents

Estimation method of evaluation value by visual recognition of beauty of skin Download PDF

Info

Publication number
JP2007252891A
JP2007252891A JP2007039696A JP2007039696A JP2007252891A JP 2007252891 A JP2007252891 A JP 2007252891A JP 2007039696 A JP2007039696 A JP 2007039696A JP 2007039696 A JP2007039696 A JP 2007039696A JP 2007252891 A JP2007252891 A JP 2007252891A
Authority
JP
Japan
Prior art keywords
skin
beauty
evaluation value
fractal dimension
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2007039696A
Other languages
Japanese (ja)
Inventor
Masahiro Nakagawa
匡弘 中川
Koji Mizukoshi
興治 水越
Midori Oikawa
みどり 及川
Katsuo Matsumoto
克夫 松本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pola Orbis Holdings Inc
Original Assignee
Pola Chemical Industries Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pola Chemical Industries Inc filed Critical Pola Chemical Industries Inc
Priority to JP2007039696A priority Critical patent/JP2007252891A/en
Priority to US11/861,910 priority patent/US20080304736A1/en
Priority to CA002604684A priority patent/CA2604684A1/en
Publication of JP2007252891A publication Critical patent/JP2007252891A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Cosmetics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a method of estimating evaluation values by a visual recognition of the beauty of skin and an apparatus and a program for calculating the evaluation values by the visual recognition of the beauty of skin and enables anybody to estimate the evaluation values by the visual recognition of the beauty of skin handily and objectively in a quantitative manner. <P>SOLUTION: Correlationship of the evaluation values by the visual recognition of the beauty of skin is utilized with a fractal dimension in the distribution of display color-based signals of images of the skin or in the distribution of values in the undulation of the surface of the skin to estimate the evaluation values by the visual recognition of the beauty of skin. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、肌の美しさの目視評価値を推定する技術に関し、さらに詳しくは、肌の性状値のフラクタル次元を指標として、肌の美しさの目視評価値を推定する技術に関する。   The present invention relates to a technique for estimating a visual evaluation value of skin beauty, and more particularly to a technique for estimating a visual evaluation value of skin beauty using a fractal dimension of a skin property value as an index.

第三者によって、美しい肌であると認識されることは、女性のみならず多くの人の大きな願いの一つである。このため、美しい肌に見せるための化粧料や美容法の研究開発が盛んに行われている。しかしながら、肌の状態は個人によって大きく異なり、さらに加齢や生活環境によっても変化するものであるため、化粧料の種類や化粧の方法、肌の手入れ法などを適切に選択するためには、対象となる肌が第三者にどのように見えるのかを客観的に判断することが必要である。例えば、デパートの化粧品売り場や、薬局、化粧品店の店頭においては、被験者の肌の美しさの程度を評価する簡便な方法が求められている。   Recognizing that the skin is beautiful by a third party is one of the great wishes of many people as well as women. For this reason, research and development of cosmetics and beauty methods for showing beautiful skin are being actively conducted. However, the skin condition varies greatly depending on the individual, and also changes depending on the aging and living environment. Therefore, in order to appropriately select the type of cosmetics, makeup method, skin care method, etc. It is necessary to objectively judge how the skin to be seen looks to a third party. For example, in a cosmetic department store at a department store, a pharmacy, or a cosmetic store, a simple method for evaluating the degree of skin beauty of a subject is required.

視覚的な肌の美しさを構成する要素についてはさまざまな研究がなされ、その要素の一部について個別に評価を行う方法が開発されている。例えば、肌のコンダクタンス、皮膚水分散逸量、皮脂量、皮膚柔軟性、角層のターンオーバーの速度などの物理量を計測する技術を用いて肌の性状を評価する方法などがある。また、近年では、皮膚表面やそのレプリカを適当な光電変換手段で撮像して得られた画像情報をプログラムにより処理し、皮膚表面形状や光学的性質を定量的に評価する方法なども報告されている。   Various researches have been conducted on the elements that make up the visual beauty of the skin, and methods have been developed to individually evaluate some of these elements. For example, there is a method for evaluating skin properties using a technique for measuring physical quantities such as skin conductance, skin water dispersion loss, sebum amount, skin flexibility, and rate of turnover of the stratum corneum. In recent years, a method for quantitatively evaluating the skin surface shape and optical properties by processing image information obtained by imaging the skin surface and its replica with an appropriate photoelectric conversion means by a program has been reported. Yes.

しかしながら、第三者が肌を見たときに、視認される肌の状態、すなわち視覚的な肌の美しさというものは、これらの数々の要素が複合的に関連しあって形成されるものであるため、前記のような個々の要素の判断結果から判断することは容易ではない。実際に、視覚的な肌の美しさを判定するためには、個々の測定データを元に肌の評価の専門家が、専門知識に基づいて測定結果を分析したり、一対比較などにより、視覚的に官能評価を行うことが必要であるが、この場合には、肌の評価の専門家や一定数以上の評価者が必要であり、さらに収集した評価データの分析も必要であった。このように、従来の方法では、視覚的な肌の美しさを的確かつ簡便に評価することは困難であった。   However, when a third party looks at the skin, the state of the skin that is visually recognized, that is, the beauty of the visual skin, is formed by a combination of these various elements. For this reason, it is not easy to make a determination from the determination results of the individual elements as described above. Actually, in order to judge the beauty of the visual skin, the skin evaluation specialists analyze the measurement results based on the specialized knowledge based on the individual measurement data, or perform visual comparison by means of paired comparisons, etc. However, in this case, it is necessary to have a skin evaluation specialist or a certain number of evaluators, and to analyze the collected evaluation data. As described above, it has been difficult to accurately and easily evaluate the visual beauty of the skin with the conventional method.

このような技術背景において、皮膚の写真やレプリカから得られる肌の特定の性状値を測定、加工することにより、この数値と皮膚の美しさとの相関関係を見出し、肌の美しさを評価しようとする試みがなされている。例えば、皮膚のレプリカに2方向から可視光を当て、皮膚の反射光スペクトルの各波長における反射率を指標として皮膚の美しさを鑑別する方法(特許文献1)、フェースライン近傍の皮下脂肪の厚さと肌の外力による変形に対する復元力の大きさを指標としてフェースラインの美しさを鑑別する方法(特許文献2)、皮膚表面における微細明暗分布が強調された二次元画像の高輝度部分の粒子解析値と皮膚の見た目の美しさの感覚的評価との相関関係を利用して皮膚表面の光学的美しさを数値化する方法(特許文献3)、メークアップされた皮膚に2方向から可視光を照射して得た反射光の分光スペクトルの差を利用して皮膚を鑑別する方法(特許文献4)、偏光照明下で取得した皮膚のデジタル画像に含まれる鏡面反射光成分の高周波成分の分散値と肌の美しさの官能評価との相関関係を利用して皮膚の美しさを評価する方法(特許文献5)等が開示されている。このような技術においては、測定値や加工値と肌の美しさとの関連も一部で認められるものの、その相関性は極めて良いというものではなかった。このように、肌の美しさと高い相関関係を有する肌の性状を示す数値がいかなるものなのかということについての研究及び解明は未だ十分ではなく、肌の美しさを評価する指標としてさらに高い利用価値がある数値が模索されていた。   In such a technical background, by measuring and processing specific skin property values obtained from skin photos and replicas, we will find a correlation between this value and the skin beauty, and evaluate the skin beauty. Attempts have been made. For example, a method of discriminating the beauty of the skin by applying visible light to the skin replica from two directions and using the reflectance at each wavelength of the reflected light spectrum of the skin as an index (Patent Document 1), the thickness of the subcutaneous fat near the face line To distinguish the beauty of the face line by using the magnitude of the restoring force against deformation caused by the external force of the skin and the skin (Patent Document 2) A method of quantifying the optical beauty of the skin surface using the correlation between the value and the sensory evaluation of the appearance of the skin (Patent Document 3), and visible light from two directions on the made-up skin A method for distinguishing skin using a difference in spectral spectrum of reflected light obtained by irradiation (Patent Document 4), and high-frequency composition of specular reflection light components included in a digital image of skin acquired under polarized illumination. And a method of evaluating the dispersion value and utilizing a correlation between sensory evaluation beauty skin beauty skin (Patent Document 5) are disclosed. In such a technique, the relationship between measured values and processed values and the beauty of the skin is partially recognized, but the correlation is not very good. As described above, research and elucidation about the numerical value indicating the skin properties that have a high correlation with the beauty of the skin is not yet sufficient, and it is used even more as an index to evaluate the beauty of the skin. There was a search for valuable figures.

一方、フラクタルという概念は、数学分野の研究において創造された自己相似的な図形に用いられる幾何学的概念である。また、自然界には、フラクタルな形状を有しているものが数多く存在していることが知られている。フラクタルな性質の形状を表現する1つの手段として、フラクタル次元を求めることが知られている。近年では、フラクタル次元を算出することにより、生体における特定の状態を判断する方法が報告されている。例えば、被験者の特性不安レベルの生体信号をフラクタル解析し、統計的データとの相関から不安レベルを評価する方法や(特許文献6)、組織からの反射超音波パルス信号をフラクタル解析して、組織の状態を調査する方法(特許文献7)、フラクタル解析を利用した悪性細胞の自動検出システム(特許文献8)が開示されている。   On the other hand, the concept of fractal is a geometric concept used for self-similar figures created in research in the mathematical field. Moreover, it is known that many things which have a fractal shape exist in nature. As one means for expressing a shape having a fractal property, it is known to obtain a fractal dimension. In recent years, a method for determining a specific state in a living body by calculating a fractal dimension has been reported. For example, the biological signal of the subject's characteristic anxiety level is subjected to fractal analysis and the anxiety level is evaluated from correlation with statistical data (Patent Document 6), or the reflected ultrasonic pulse signal from the tissue is subjected to fractal analysis. (Patent document 7) which investigates the state of this, and the automatic detection system (patent document 8) of the malignant cell using fractal analysis are disclosed.

また、メラニン等の色素分布と肌の画像を構成する画素の輝度のフラクタル次元の相関関係から、肌のメラニン色素分布を評価する方法が開示されている(特許文献9)。また、肌の性状値のフラクタル次元を指標とすれば、肌年齢の推定等が行える可能性があることが報告されている(非特許文献1)。しかしながら、フラクタル次元の具体的な利用方法については明らかにされておらず、フラクタル次元と肌年齢の関係やフラクタル次元と肌の美しさの目視評価値等との関係は見出されていない。   Further, a method for evaluating the skin melanin pigment distribution from the correlation between the pigment distribution of melanin and the like and the fractal dimension of the luminance of the pixels constituting the skin image is disclosed (Patent Document 9). Further, it has been reported that the skin age may be estimated using the fractal dimension of the skin property value as an index (Non-patent Document 1). However, a specific method of using the fractal dimension has not been clarified, and the relationship between the fractal dimension and the skin age, the relationship between the fractal dimension and the visual evaluation value of the beauty of the skin, etc. has not been found.

特開2003−161656号公報JP 2003-161656 A 特開平11−164822号公報JP-A-11-164822 特開平7−231883号公報Japanese Unexamined Patent Publication No. 7-231883 特開平10−2798号公報Japanese Patent Laid-Open No. 10-2798 特開2005−429号公報JP-A-2005-429 特開2001−299702号公報JP 2001-299702 A 特表平11−507846号公報Japanese National Patent Publication No. 11-507846 特表2001−512824号公報Special table 2001-512824 gazette 特開2000−135207号公報JP 2000-135207 A 「肌画像の特徴量を利用した肌年齢推定方式と肌老化予防への対応応用」(春日 正男、首都圏北部四大学発 新技術説明会 平成17年12月2日 説明資料)“Skin age estimation method using skin image features and application for prevention of skin aging” (Masao Kasuga, New Technology Briefing Meeting from Northern University of Northern Tokyo, December 2, 2005)

本発明は、肌の美しさの目視評価値を推定する方法及び肌の美しさの目視評価値を算出する装置及びプログラムを提供し、肌の美しさの目視評価値の推定を誰にでも簡便に客観的かつ定量的に行えるようにすることを課題とする。また、本発明はさらに第三者による肌の美しさの目視評価値と関係する肌の性状値及びその加工手段を見出し、肌の美しさの目視評価値を精度よく得る方法を提供することを課題とする。   The present invention provides a method for estimating a visual evaluation value of skin beauty, a device for calculating a visual evaluation value of skin beauty, and a program, and anyone can easily estimate the visual evaluation value of skin beauty. The objective is to be able to perform objectively and quantitatively. Further, the present invention further provides a method for obtaining a visual evaluation value of skin beauty with high accuracy by finding a skin property value related to the visual evaluation value of skin beauty by a third party and a processing means thereof. Let it be an issue.

本発明者らは、肌の美しさについて研究を重ねてきた結果、肌の美しさの目視評価値と種々の肌の性状値のフラクタル次元との間に因果関係を見出した。そして、この関係を利用して、被験者のフラクタル次元から肌の美しさの目視評価値を推定すれば、実際の第三者による肌の美しさの目視評価値と極めて近い結果を得ることができることを知見し発明を完成させた。
すなわち本発明は、以下の通りである。
As a result of repeated studies on the skin beauty, the present inventors have found a causal relationship between the visual evaluation value of the skin beauty and the fractal dimension of various skin property values. And if this relationship is used to estimate the visual evaluation value of the skin beauty from the fractal dimension of the subject, a result that is very close to the visual evaluation value of the skin beauty by an actual third party can be obtained. We have found out and completed the invention.
That is, the present invention is as follows.

(1)肌の表面の画像の少なくとも1つの表色系の画像信号を取得する工程と、
該表色系の画像信号を構成する少なくとも1つの成分について、画像上の分布のフラクタル次元を算出する工程と、
予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す
回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を得る工程と、
を含む肌の美しさの目視評価値の推定方法。
(2)前記表色系の画像信号が、RGB値、YUV値又はマンセル(HVC)値であることを特徴とする、(1)に記載の方法。
(3)前記回帰式が、RGB値、YUV値又はマンセル(HVC)値を構成する各成分の分布のフラクタル次元と肌の美しさの目視評価値を重回帰分析して得られた回帰式であることを特徴とする、(1)又は(2)に記載の方法。
(4)肌の起伏値を取得する工程と、
該起伏値の分布のフラクタル次元を算出する工程と、
予め用意した前記起伏値の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を得る工程と、
を含む肌の美しさの目視評価値の推定方法。
(5)前記フラクタル次元が、ボックスカウンティング法により算出されることを特徴とする、(1)〜(4)の何れか一に記載の方法。
(6)前記ボックスカウンティング法におけるボックスサイズの決定が、ボックス内の前記表色系の画像信号を構成する少なくとも1つの成分又は前記起伏値の標準偏差に基づいて行われることを特徴とする、(5)に記載の方法。
(7)肌の表面の画像の少なくとも1つの表色系の画像信号を取得する手段と、
該表色系の画像信号を構成する少なくとも1つの成分について、画像上の分布のフラクタル次元を算出する手段と、
予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段と、
算出した目視評価値を表示する手段と、
を含む肌の美しさの目視評価値の推定装置。
(8)肌の起伏値を取得する手段と、
該起伏値の分布のフラクタル次元を算出する手段と、
予め用意した前記起伏値の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段と、
算出した目視評価値を表示する手段と、
を含む肌の美しさの目視評価値の推定装置。
(9)コンピュータを、
肌の表面の画像の表色系の画像信号を構成する少なくとも1つの成分について、画像上の分布のフラクタル次元を算出する手段、
予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段、
として機能させるための肌の美しさの目視評価値の推定プログラム。
(10)コンピュータを、
肌の起伏値の分布のフラクタル次元を算出する手段、
予め用意した前記起伏値のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段、
として機能させるための肌の美しさの目視評価値の推定プログラム。
(1) obtaining an image signal of at least one color system of an image of the skin surface;
Calculating a fractal dimension of the distribution on the image for at least one component constituting the image signal of the color system;
Substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of the beauty of the skin, and obtaining a visual evaluation value of the beauty of the skin;
Of visual evaluation value of skin beauty including
(2) The method according to (1), wherein the image signal of the color system is an RGB value, a YUV value, or a Munsell (HVC) value.
(3) The regression equation is a regression equation obtained by performing multiple regression analysis on the fractal dimension of the distribution of each component constituting the RGB value, YUV value or Munsell (HVC) value and the visual evaluation value of the beauty of the skin. The method according to (1) or (2), characterized in that it exists.
(4) acquiring the undulation value of the skin;
Calculating a fractal dimension of the distribution of the relief values;
The step of substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the relief values prepared in advance and the visual evaluation value of the beauty of the skin, and obtaining the visual evaluation value of the beauty of the skin;
Of visual evaluation value of skin beauty including
(5) The method according to any one of (1) to (4), wherein the fractal dimension is calculated by a box counting method.
(6) The box size in the box counting method is determined based on at least one component constituting the color system image signal in the box or a standard deviation of the undulation value. The method according to 5).
(7) means for acquiring an image signal of at least one color system of an image of the skin surface;
Means for calculating a fractal dimension of distribution on the image for at least one component constituting the image signal of the color system;
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of the beauty of the skin, and calculating the visual evaluation value of the beauty of the skin;
Means for displaying the calculated visual evaluation value;
Estimating device for visual evaluation value of skin beauty including
(8) means for acquiring the undulation value of the skin;
Means for calculating a fractal dimension of the distribution of the relief values;
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the relief values prepared in advance and the visual evaluation value of the skin beauty, and calculating the visual evaluation value of the skin beauty; ,
Means for displaying the calculated visual evaluation value;
Estimating device for visual evaluation value of skin beauty including
(9) computer
Means for calculating a fractal dimension of a distribution on an image for at least one component constituting an image signal of a color system of an image of a skin surface;
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of the beauty of the skin, and calculating the visual evaluation value of the beauty of the skin;
Estimated program for visual assessment of skin beauty to function as
(10) The computer
Means for calculating the fractal dimension of the distribution of skin relief,
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the relief value prepared in advance and the visual evaluation value of the beauty of the skin, and calculating a visual evaluation value of the beauty of the skin,
Estimated program for visual assessment of skin beauty to function as

本発明の方法及び装置を用いることにより、種々の肌の性状値を用いて、手軽に、客観的かつ定量的に肌の評価を行うことができる。   By using the method and apparatus of the present invention, it is possible to easily and objectively and quantitatively evaluate skin using various skin property values.

本発明において肌の美しさの目視評価値とは、人が肌を視認した場合に、どの程度美しく見えるかを表す統計的な評価値であり、具体的には、例えば、ある肌と別の肌とを見比べた場合に、どちらが美しく見えるかの判定を繰り返して得られる統計的な評価値である。ここで、肌の美しさとは、視覚的に認識できる肌の性質を総合したときの肌の状態の好ましさの程度をいうものであって、視覚的に認識できる範囲でのキメの細かさ、キメの方向の均一性、なめらかさ、凹凸感、さらさら感、しっとり感、柔らかさ、しわ、はり、つややかさなどの性質を総合したときの肌の状態の好ましさの程度をいい、目から入力された情報を人間の精神活動により加工、処理して得られるような主観的な美しさは含まない。   In the present invention, the visual evaluation value of the beauty of skin is a statistical evaluation value that represents how beautiful a person looks when the skin is visually recognized. Specifically, for example, the visual evaluation value is different from a certain skin. This is a statistical evaluation value obtained by repeatedly determining which looks more beautiful when compared with the skin. Here, the beauty of the skin means the degree of preference of the skin condition when the properties of the skin that can be visually recognized are combined, and the fineness of the texture within the range that can be visually recognized. Satisfaction, smoothness, smoothness, unevenness, smoothness, moistness, softness, wrinkles, elasticity, smoothness, etc. It does not include subjective beauty that can be obtained by processing and processing information input from the eyes by human mental activity.

本発明の肌の美しさの目視評価値を得るために必要な性状値は、肌の表面の画像の表色系の画像信号及び肌の表面の起伏値から選ばれる少なくとも一つである。   The property value necessary for obtaining a visual evaluation value of the beauty of the skin of the present invention is at least one selected from an image signal of a color system of an image of the skin surface and an undulation value of the skin surface.

表色系の画像信号とは、例えば、RGB値、YUV値、マンセル(HVC)値、L***値、L***値、Lab値、Yxy値が挙げられる。この中でも、特にRGB値、YUV値、マンセル(HVC)値を用いることが好ましい。RGB値とは、レッド(R)、グリーン(G)及びブルー(B)の光の3原色の組合せにより、色を表現するものであり、例えば各々256階調で表す場合には、約1677万色の色調表現が可能である。YUV値とは、輝度(Y)、色差(U=青色−Y)、色差(V=赤色−Y)の組合せで色を表現するものである。マンセル(HVC)値は色相、明度、彩度の3成分で色を表現するJIS表色系である。このような表色系の画像信号を構成する少なくとも1つの成分を性状値としてもよいし、複数の成分を性状値としてもよい。 Examples of the color system image signal include RGB values, YUV values, Munsell (HVC) values, L * a * b * values, L * C * h * values, Lab values, and Yxy values. Among these, it is particularly preferable to use RGB values, YUV values, and Munsell (HVC) values. The RGB value represents a color by a combination of the three primary colors of red (R), green (G), and blue (B). For example, in the case of representing each with 256 gradations, about 16.77 million. Color tone expression is possible. The YUV value represents a color by a combination of luminance (Y), color difference (U = blue-Y), and color difference (V = red-Y). The Munsell (HVC) value is a JIS color system that expresses colors with three components of hue, lightness, and saturation. At least one component constituting such a color system image signal may be a property value, or a plurality of components may be property values.

起伏値とは、ある対象の表面を覆う点が、基準面からどれぐらいの高さであるかを示す数値である。   The undulation value is a numerical value indicating how high a point covering the surface of a certain object is from the reference plane.

肌の表面の表色系の画像の少なくとも1つの表色系の画像信号を取得するためには、まず、被験者の肌の表面を撮像する。画像を取得する肌の部位は肌の美しさの目視評価値を推定したい部分であれば特に制限されず、頬などの顔面皮膚、上腕内側部などが挙げられる。例えば、推定した目視評価値をファンデーションやチークなどの化粧料の選択において利用する場合などには、頬を撮像することが好ましい。また、通常は、被験者の肌を代表する領域を選択し、傷やシミが多い部位は避けることが好ましい。
また、画像を取得する範囲も解析に必要な情報を得られる範囲であれば特に制限されるものではないが、肌表面において1cm*1cm〜3cm*3cmの範囲が好ましい。
In order to acquire at least one color system image signal of the color system image of the skin surface, first, the surface of the subject's skin is imaged. The part of the skin from which an image is acquired is not particularly limited as long as it is a part for which a visual evaluation value of the beauty of the skin is to be estimated, and examples thereof include facial skin such as cheeks, upper arm inner part, and the like. For example, when the estimated visual evaluation value is used in the selection of cosmetics such as foundation and teak, it is preferable to image the cheek. In general, it is preferable to select a region that represents the skin of the subject and avoid a site with many scratches or spots.
Moreover, the range for acquiring the image is not particularly limited as long as the information necessary for the analysis can be obtained, but the range of 1 cm * 1 cm to 3 cm * 3 cm is preferable on the skin surface.

肌の表面の画像の少なくとも1つの表色系の画像信号を取得する手段は、特に制限されない。例えば、カラーデジタル式マイクロスコープ、カラーデジタルカメラ、カラービデオカメラ、スキャナー等の機器を用いて行うことができる。このような機器は市販のものであってもよいし、製造したものであってもよい。市販品としては、例えば、株式会社モリテックス製のi−scope及びCCDマイクロスコープ、有限会社フォルテシモのUSBビデオマイクロスコープ、又は株式会社キーエンスのデジタルマイクロスコープ等が好ましく例示できる。
撮像倍率は撮像に用いる機器等によって適した倍率とすればよい。例えば、マクロレンズ装着デジタルカメラを用いる場合は、等倍で、対象から約20cmの距離で近接撮影画像を取得することが好ましく、ビデオマイクロスコープ(例えばモリテックス製i‐scope)を用いる場合には、肌を30〜50倍程度に拡大し、撮像することが好ましい。このようにして、画像を取得する場合の情報量は、2cm*2cmの範囲に換算した場合に、64*64画素(ドット、ピクセル)以上であればよいが、好ましくは128画素以
上、さらに好ましくは300*300画素以上がよい。
The means for acquiring the image signal of at least one color system of the image of the skin surface is not particularly limited. For example, it can be performed using devices such as a color digital microscope, a color digital camera, a color video camera, and a scanner. Such equipment may be commercially available or manufactured. Preferable examples of commercially available products include i-scope and CCD microscope manufactured by Moritex Co., Ltd., USB video microscope manufactured by Fortesimo Co., Ltd., and digital microscope manufactured by Keyence Corporation.
The imaging magnification may be a magnification suitable for an apparatus used for imaging. For example, when using a digital camera equipped with a macro lens, it is preferable to obtain a close-up photographed image at a distance of about 20 cm from the subject at the same magnification, and when using a video microscope (for example, i-scope manufactured by Moritex), It is preferable to enlarge the skin about 30 to 50 times and take an image. Thus, the amount of information when acquiring an image may be 64 * 64 pixels (dots, pixels) or more when converted into a range of 2 cm * 2 cm, preferably 128 pixels or more, and more preferably Is preferably 300 * 300 pixels or more.

このようにして取得した表色系の画像信号は、コンピュータに転送した後にメディアンフィルターを用いてノイズを除去したり、平滑化フィルターを用いて、平滑化処理をすることが好ましいが、特に平滑化処理をすることが好ましい。平滑化処理をすることにより、画素ごとの性状値の大きなばらつきを補正することができ、より高い精度でフラクタル次元を算出することができる。   The colorimetric image signal obtained in this way is preferably transferred to a computer and then noise is removed using a median filter or smoothed using a smoothing filter. It is preferable to process. By performing the smoothing process, a large variation in the property value for each pixel can be corrected, and the fractal dimension can be calculated with higher accuracy.

画像の取り込みや平滑化処理は市販の画像解析ソフトウェアを用いて行うことができる。例えば、三谷商事株式会社のWinROOF(登録商標)、アドビシステムズ社のAdobePhotoshop(登録商標)、及びナノシステム株式会社のNanoHunter NS2K−Pro(登録商標)等が例示できる。また、インターネット上に公開されている平滑化処理用のソフトウェアを用いることもできる。マスクサイズは、例えば3*3、5*5などを使用することが好ましい。   Image capturing and smoothing can be performed using commercially available image analysis software. For example, WinROOF (registered trademark) of Mitani Shoji Co., Ltd., Adobe Photoshop (registered trademark) of Adobe Systems, NanoHunter NS2K-Pro (registered trademark) of Nano Systems Co., Ltd. can be exemplified. Also, smoothing software published on the Internet can be used. The mask size is preferably 3 * 3, 5 * 5, for example.

また、特定の画像信号は、常法に従って他の任意の画像信号に変換することができる。例えば、YUV値、L***値、L***値、Lab値、Yxy値は、RGB値から変換式を用いて変換することができる。また、マンセル(HVC)値への変換は変換表を用いることができる。例えば、RGB値からYUV値へ変換する場合には、市販のソフトウェアなどを用いて、RGB値のγ補正を行った後、例えば下記式(A)を用いてYUV値に変換することができる。また、RGB値からマンセル値へ変換する場合には、市販又はインターネット上に公開されているソフトウェアなどを用いて、RGB値をXYZ値に変換した後、マンセル表色系のHCVに変換することができる。 Further, the specific image signal can be converted into any other image signal according to a conventional method. For example, YUV values, L * a * b * values, L * C * h * values, Lab values, and Yxy values can be converted from RGB values using a conversion formula. A conversion table can be used for conversion to Munsell (HVC) values. For example, when converting from an RGB value to a YUV value, after performing γ correction of the RGB value using commercially available software or the like, it can be converted into a YUV value using the following equation (A), for example. Also, when converting RGB values to Munsell values, RGB values are converted to XYZ values using commercially available software or software published on the Internet, and then converted to Munsell color system HCV. it can.

Figure 2007252891
Figure 2007252891

このようにして得た表色系の画像信号を構成する成分のうち少なくとも1つの成分の数値について、フラクタル解析を行い、その数値の画像上の分布のフラクタル次元を算出する。フラクタル次元の算出方法については後述する。   Fractal analysis is performed on the numerical value of at least one component of the components constituting the color system image signal thus obtained, and the fractal dimension of the distribution of the numerical value on the image is calculated. A method for calculating the fractal dimension will be described later.

また、肌の表面の起伏値を取得するための方法として、被験者の肌のレプリカを取得し、レプリカの表面形状を測定して得た起伏値を用いる方法が挙げられる。レプリカを取得する肌の部位は、肌の美しさの目視評価値を推定したい部分であれば特に制限されず、頬などの顔面皮膚、上腕内側部などが挙げられる。評価値を化粧料の選択などに利用する場合には、頬のレプリカを取得することが好ましい。たとえば、頬部の2cm*2cmの測定領域を設定し、これを含む部分のレプリカを取得すればよい。レプリカ剤は、特に制限されないが、例えば、有限会社アサヒバイオメッドのシリコンASB−01−WW等が例示できる。レプリカを採取する方法は、肌の形状などを診断するのに用いられる常法により行うことができる。例えば、洗顔後20℃、50%湿度下で20分程度おいた肌にレプリカ剤を適用し、これを採取すればよい。   Moreover, as a method for acquiring the undulation value of the skin surface, there is a method of using a undulation value obtained by acquiring a replica of the subject's skin and measuring the surface shape of the replica. The part of the skin from which the replica is acquired is not particularly limited as long as it is a part for which a visual evaluation value of the beauty of the skin is to be estimated, and examples thereof include facial skin such as cheeks and upper arm inner part. When the evaluation value is used for selecting cosmetics, it is preferable to obtain a cheek replica. For example, a 2 cm * 2 cm measurement region of the cheek may be set, and a replica of the portion including this may be acquired. The replica agent is not particularly limited, and examples thereof include silicon ASB-01-WW manufactured by Asahi Biomed Co., Ltd. The method of collecting a replica can be performed by a conventional method used for diagnosing skin shape and the like. For example, the replica agent may be applied to the skin placed for about 20 minutes at 20 ° C. and 50% humidity after washing the face, and then collected.

次にこのようにして作製したレプリカの起伏値を測定する。起伏値の測定方法は特に制限されず、通常の方法を用いることができる。例えば、「シワ評価法ガイダンス」、日本
香粧品科学会誌 別冊 Vol. 28, No.2 (2004)を参照することができる。
具体的には、例えば、市販のレーザータイプの3次元表面粗さ計を利用して、図5に示すような顔の部分に対して水平方向(x)及び垂直方向(y)にレーザースキャンを行って測定することができる。このような3次元粗さ計として、例えば、株式会社サイエンスシステムズ社の高精度3次元画像処理装置LIP(例えばLIP−50)、株式会社東京精密のSURFCOM、レーザーテック株式会社のVLH、PRIMOS(GFM社製)、derma-TOP-blue(Breuckmann社製)等が挙げられる。
これらの機器を用いて起伏値を測定する際のスキャンの間隔は、フラクタル次元を算出するのに十分なデータが得られる範囲であれば特に制限されないが、10μm以下の間隔で行うことが好ましい。
例えば、LIP−50を用いてスキャンする場合には、X*Yが1cm*1cmのレプリカ領域に対して、X又はY方向について10μm間隔で1000本の走査を行うことができる。
Next, the undulation value of the replica thus produced is measured. The method for measuring the undulation value is not particularly limited, and a normal method can be used. For example, “Wrinkle Evaluation Method Guidance”, Journal of the Japan Cosmetic Science Society, Vol. 28, No. 2 (2004) can be referred to.
Specifically, for example, using a commercially available laser type three-dimensional surface roughness meter, laser scanning is performed in the horizontal direction (x) and the vertical direction (y) with respect to the face portion as shown in FIG. You can go and measure. As such a three-dimensional roughness meter, for example, a high-precision three-dimensional image processing apparatus LIP (for example, LIP-50) manufactured by Science Systems Co., Ltd., SURFCOM of Tokyo Seimitsu Co., Ltd., VLH, PRIMOS (Laser Tech Co., Ltd.) And derma-TOP-blue (manufactured by Breuckmann).
The scan interval when measuring the undulation value using these devices is not particularly limited as long as sufficient data can be obtained to calculate the fractal dimension, but it is preferably performed at an interval of 10 μm or less.
For example, when scanning using the LIP-50, 1000 scans can be performed at 10 μm intervals in the X or Y direction with respect to the replica region where X * Y is 1 cm * 1 cm.

このようにして得た起伏値を得る際に、x方向とy方向のサンプリング周期が異なる場合には、Sinc関数を用いてサンプリング周期を補正することが好ましい(図8参照)。   When obtaining the undulation values obtained in this way, if the sampling periods in the x and y directions are different, it is preferable to correct the sampling period using a Sinc function (see FIG. 8).

また、光投射装置などを用いて斜光照明をレプリカに照射し、レプリカ凸部の影部分を抽出し、その面積・幅等から肌の凹部の深さ、面積率等を計測する方法によって、起伏値を得ることもできる。このような斜光照明の照射による起伏値の取得は、簡便である点で好ましい。この方法による起伏値の取得は、例えば反射用3Dレプリカ解析システム(アサヒバイオメッド)等を用いて行うことができる。   In addition, by applying oblique illumination to the replica using an optical projection device, etc., extracting the shadow part of the replica convex part, and measuring the depth, area ratio, etc. of the concave part of the skin from its area and width, etc. You can also get a value. Acquisition of the undulation value by irradiation with such oblique illumination is preferable in terms of simplicity. The undulation value can be obtained by this method using, for example, a reflection 3D replica analysis system (Asahi BioMed).

また、半透明レプリカに光を照射し、透過した光量からレプリカの厚さを求め、レプリカの起伏値を得ることもできる(半透明レプリカ光透過法)。この方法による起伏値の取得は、例えば、3D皮膚解析システムASA−03(アサヒバイオメッド)等を用いて行うことができる。   It is also possible to obtain the undulation value of the replica by irradiating light to the translucent replica and determining the thickness of the replica from the amount of transmitted light (translucent replica light transmission method). Acquisition of the undulation value by this method can be performed using, for example, 3D skin analysis system ASA-03 (Asahi Biomed).

また、肌から直接起伏値を得てもよい。このような方法として例えば、格子状の光を肌に当てその光の屈折率を起伏値に換算する方法が挙げられ、市販されている機器などを用いることができる。PRIMOS(GFM社製)、derma-TOP-blue(Breuckmann社製)などの機器を用いれば、レプリカからだけでなく、肌から直接起伏値を得ることもできる。   Further, the relief value may be obtained directly from the skin. As such a method, for example, a method in which lattice-like light is applied to the skin and the refractive index of the light is converted into an undulating value can be used, and commercially available equipment or the like can be used. If a device such as PRIMOS (manufactured by GFM) or derma-TOP-blue (manufactured by Breuckmann) is used, the undulation value can be obtained directly from the skin as well as from the replica.

このようにして取得した肌の表面の起伏値について、フラクタル解析を行い、肌の起伏値の測定領域上の分布、すなわち、その肌の表面の形状のフラクタル次元を算出する。   Fractal analysis is performed on the undulation value of the skin surface thus obtained, and the distribution of the undulation value of the skin on the measurement region, that is, the fractal dimension of the shape of the skin surface is calculated.

取得した表色系の画像信号や起伏値からフラクタル次元を算出する方法としてはボックスカウンティング法(box‐counting)、相関次元法、fractional
Brownian motion model法などが挙げられる。この中でも、特にボックスカウンティング法を用いることが好ましい。
As a method of calculating the fractal dimension from the acquired color system image signal and the undulation value, a box counting method, a correlation dimension method, a fractional method is available.
Examples include the Brownian motion model method. Among these, it is particularly preferable to use a box counting method.

ボックスカウンティング法とは、対象を完全に覆う正方形(立方体)を任意の大きさの正方形(立方体)で分割し、その正方形(立方体)の大きさとその対象の一部を覆う分割正方形(立方体)の数との関係から、フラクタル次元を求める方法であり、フラクタル次元の算出に一般的に用いられている。
ある形状が具体的には、対象を完全に覆う正方形(立方体)を一辺の長さhで分割した場合の対象の一部を覆う正方形(立方体)の数をN(h)とした場合に、rとN(h)の間に、
N(h)=c・h-D(cは定係数) ・・・(1)
という近似式がよい相関で成り立つ場合に、その対象はフラクタルな形状であるといえ、このとき、式(1)におけるDがフラクタル次元となる。
従って、ボックスカウンティング法により、フラクタル次元Dを求めるためには、c・hとN(h)を対数プロットし、得られた直線の傾きを求めればよい。
The box counting method is to divide a square (cube) that completely covers an object into squares (cubes) of any size, and to divide the size of the square (cube) and part of the object (cube) This is a method for obtaining the fractal dimension from the relationship with the number, and is generally used for calculating the fractal dimension.
When a certain shape is specifically defined as N (h), the number of squares (cubes) covering a part of the object when a square (cube) that completely covers the object is divided by the length h of one side is N (h) Between r and N (h),
N (h) = c · h −D (c is a constant coefficient) (1)
If the approximate expression is established with a good correlation, it can be said that the object has a fractal shape. At this time, D in the expression (1) is a fractal dimension.
Therefore, in order to obtain the fractal dimension D by the box counting method, it is only necessary to logarithmically plot c · h and N (h) and obtain the slope of the obtained straight line.

このようなボックスカウンティング法は、非常に簡便であり、計算機での高速処理が可能であるが、対象のフラクタル次元が半整数値から遠いほど、その解析精度が低下する。そこで、一般的なボックスカウンティング法におけるボックスサイズをボックス内の性状値の標準偏差に基づいて決定する方法を用いることが好ましい。すなわち、単に対象の一部がボックス内に入るか否かを判定するのではなく、ボックス内のデータの標準偏差に基づいて有効的なボックスサイズを決定し、対象の一部がボックス内に入るか否かを判定する工程を含む方法を用いることが好ましい。   Such a box counting method is very simple and can be processed at high speed by a computer. However, the farther the target fractal dimension is from the half integer value, the lower the analysis accuracy. Therefore, it is preferable to use a method in which the box size in a general box counting method is determined based on the standard deviation of the property values in the box. That is, instead of simply determining whether a part of the object falls within the box, the effective box size is determined based on the standard deviation of the data in the box, and a part of the object falls within the box. It is preferable to use a method including a step of determining whether or not.

このようなフラクタル次元の算出は、具体的に以下のような方法で行うことができる。
(1)まず図1に示すように、サイズX×Yに存在する2次元離散データf(x,y)をサイズh×h(m個)の領域Si(x,y)に分割する。画像信号を用いる場合には、X×Yに存在する離散データは画素であり、起伏値を用いる場合には基準面からの高さのデータである。hは、任意に決定することができる。
Such calculation of the fractal dimension can be specifically performed by the following method.
(1) First, as shown in FIG. 1, the two-dimensional discrete data f (x, y) existing in the size X × Y is divided into areas S i (x, y) of size h × h (m). When the image signal is used, the discrete data existing in X × Y is a pixel, and when the undulation value is used, the data is the height from the reference plane. h can be arbitrarily determined.

(2)領域S1〜Smのそれぞれについて、性状値の標準偏差σ1〜σmを以下の式(2)により求める(図2参照)。 (2) for each of the regions S 1 to S m, is obtained by equation (2) below the standard deviation σ 1m of property value (see FIG. 2).

Figure 2007252891
Figure 2007252891

(3)サイズhでのN(h)を以下の式(3)により計算する。   (3) N (h) at size h is calculated by the following equation (3).

Figure 2007252891
Figure 2007252891

このようにしてN(h)を計算することにより、h×hの領域Siにおける標準
偏差を有効的なボックスサイズとしてボックスの個数をカウントすることができるため、データ計測のノイズ等の突発的なノイズの影響を抑制することが可能となる。また、フラクタル次元の推定に不可欠である、1〜2桁近くの広いスケーリング範囲が得られる。
By calculating N (h) in this way, it is possible to count the number of boxes using the standard deviation in the h × h region Si as an effective box size. It becomes possible to suppress the influence of noise. In addition, a wide scaling range of nearly 1 to 2 digits, which is indispensable for estimating the fractal dimension, can be obtained.

(4)サイズhを大きくしてf(x,y)を再分割し、(1)〜(3)の手順を用いて同様にN(h)を計算する。
(5)h=X、又はh=Yとなるまで(4)を繰り返し、N(h)を計算する。
(6)logN(h)とloghの関係を表すグラフの傾きからフラクタル次元Dを求める(図3参照)。
(4) The size h is increased and f (x, y) is subdivided, and N (h) is calculated in the same manner using the procedures (1) to (3).
(5) Repeat (4) until h = X or h = Y, and calculate N (h).
(6) The fractal dimension D is obtained from the slope of the graph representing the relationship between logN (h) and log (see FIG. 3).

相関次元法とは、式(4)により定義される相関積分C(r)が、式(B)とスケーリングされるとき、logC(r)対log(r)のグラフの傾きを相関次元(フラクタル次元)Dとする方法である。   In the correlation dimension method, when the correlation integral C (r) defined by the equation (4) is scaled with the equation (B), the inclination of the graph of logC (r) vs. log (r) is expressed as a correlation dimension (fractal). Dimension) D.

Figure 2007252891
Figure 2007252891

Figure 2007252891
Figure 2007252891

このようにして求めた被験者の肌の性状値のフラクタル次元を用いて、肌の美しさの目視評価値を推定するが、このために予め以下のような方法で、肌の性状値のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式を用意しておく。   The visual evaluation value of the beauty of the skin is estimated using the fractal dimension of the skin property value of the subject thus obtained. For this purpose, the fractal dimension of the skin property value is estimated in advance by the following method. And a regression equation representing the relationship between the visual evaluation value of the beauty of the skin.

回帰式は、例えば以下の方法で作成することができるが、該方法に限定されない。
1)肌の状態や年齢などが十分に分布した肌(以下、これらをまとめてサンプルともいう。)から表色系の画像信号及び起伏値から選ばれる少なくとも1つの性状値を取得し、取得した性状値について、サンプル上の分布のフラクタル次元を算出する。性状値の取得やフラクタル次元の算出は、上述した方法と同様に行うことができる。このとき用いるサンプルの数は、30以上、好ましくは50以上である。
The regression equation can be created, for example, by the following method, but is not limited to this method.
1) Acquired and acquired at least one property value selected from a color system image signal and an undulation value from skin with sufficiently distributed skin condition and age (hereinafter collectively referred to as a sample). For the property value, the fractal dimension of the distribution on the sample is calculated. The acquisition of the property value and the calculation of the fractal dimension can be performed in the same manner as described above. The number of samples used at this time is 30 or more, preferably 50 or more.

2)次に、第三者を代表するのに適当な評価者を用意し、前記サンプルを提示し、視覚的な肌の美しさを評価してもらう。これらの評価は、得点付けのような絶対的な評価であってもよいが、客観性を担保するために別のサンプルと比較して順位付けを行うなどの相対的な評価であることが好ましい。順位付けにおいては、差がない場合は、同順位とすることもできる。この際、さらに客観性を担保するために評価は視認可能な肌の要素のみに対して行うものであることを説明する。ここで、第三者を代表するのに適当な評価者とは、少なくとも視覚的な肌の美しさの意味を理解できるものであればよく、年齢や性別は問わない。また、評価者の数は、通常4名以上、好ましくは10名以上である。   2) Next, prepare an evaluator suitable for representing a third party, present the sample, and evaluate the visual beauty of the skin. These evaluations may be absolute evaluations such as scoring, but are preferably relative evaluations such as ranking in comparison with another sample in order to ensure objectivity. . In the ranking, if there is no difference, the ranking may be the same. At this time, in order to further ensure objectivity, it will be described that the evaluation is performed only on the visible skin elements. Here, an evaluator suitable for representing a third party may be any person who can understand at least the meaning of visual skin beauty, regardless of age or gender. The number of evaluators is usually 4 or more, preferably 10 or more.

3)2)の作業は、繰り返すことが好ましい。作業の回数は、評価者の数などにより適宜調節すればよい。客観的な評価結果を得るために、通常3回以上、好ましくは4回以上、さらに好ましくは5回以上評価を繰り返すのがよい。   3) It is preferable to repeat the operation of 2). What is necessary is just to adjust the frequency | count of work suitably by the number of evaluators. In order to obtain an objective evaluation result, the evaluation is usually repeated 3 times or more, preferably 4 times or more, more preferably 5 times or more.

4)次に、サンプルごとに肌の美しさの目視評価値を算出する。ここで、目視評価値は、得られた得点そのものを用いてもよいし、順位付けによる相対的な評価を行った場合は、順位そのものを用いても、肌が美しい昇順に高い数値を与えてもよい。またこれらの評価値は、サンプルごとの合計であってもよいし、平均値であってもよい。例えば、n個のサンプルについて順位付けを行った場合に、i番目のスコアをn−i+1として、各サンプルの合計スコアの平均値を求め、評価値とする
ことができる。また、サンプルの平均値と標準偏差から各サンプルの偏差値を求め、評価値としたり、これらの値を任意の段階に分割して評価値とすることもできる。
4) Next, a visual evaluation value of the beauty of the skin is calculated for each sample. Here, as the visual evaluation value, the obtained score itself may be used, or when performing a relative evaluation by ranking, a high numerical value is given in ascending order of beautiful skin even if the ranking itself is used. Also good. In addition, these evaluation values may be a total for each sample or an average value. For example, when ranking is performed for n samples, the average value of the total score of each sample can be obtained by setting the i-th score to n−i + 1 and can be used as the evaluation value. Further, a deviation value of each sample can be obtained from the average value and standard deviation of the samples and used as evaluation values, or these values can be divided into arbitrary stages as evaluation values.

5)1)で求めた少なくとも1つの性状値と4)で求めた評価値の平均を回帰分析し、
回帰式(予測式)を求める。この際、性状値としてRGB値、YUV値、マンセル(HVC)値などの表色系の画像信号を用いる場合には、表色系の画像信号を構成する各成分と前記肌の美しさの目視評価値とを重回帰分析して、重回帰式を得ることが、より高い相関関係が得ることができるため好ましい。このような回帰分析は、常法により行うことができ、例えば、市販されている統計処理用ソフトウェアを用いて行うことができる。
5) Regression analysis of the average of at least one property value obtained in 1) and the evaluation value obtained in 4),
Find the regression equation (prediction equation). At this time, in the case of using color system image signals such as RGB values, YUV values, Munsell (HVC) values, etc. as property values, each component constituting the color system image signal and the visual beauty of the skin are visually observed. It is preferable to perform multiple regression analysis with the evaluation value to obtain a multiple regression equation because a higher correlation can be obtained. Such regression analysis can be performed by a conventional method, for example, using commercially available statistical processing software.

前記で算出した被験者の性状値のサンプル上の分布のフラクタル次元を、同一の性状値と肌の美しさの目視評価値との相関関係を表す回帰式に代入し、被験者の肌の美しさの目視評価値を推定することができる。このようにして得られた肌の美しさの目視評価値の推定値は、そのまま数値として表示することもできるが、偏差値や予め規定したランクなどの利用しやすいデータに加工することにより、カウンセリングやアドバイスの場面において使用しやすいものとなるため好ましい。例えば、肌の美しさの目視評価値の推定に用いる回帰式の作成において用いたサンプルの目視評価値の最低値と最大値の間を任意の複数のランクに等分し、それぞれのランクをアルファベットや数字で表示したり、肌の美しさの程度を示す言葉で表示したりすることができる。   Substituting the fractal dimension of the distribution on the sample of the property value of the subject calculated above in the regression equation representing the correlation between the same property value and the visual evaluation value of the skin beauty, A visual evaluation value can be estimated. The estimated value of the visual evaluation value of the beauty of the skin obtained in this way can be displayed as a numerical value as it is, but it is counseled by processing it into easy-to-use data such as a deviation value and a predefined rank. This is preferable because it is easy to use in the scene of advice. For example, the minimum and maximum values of the sample visual evaluation values used in the creation of the regression equation used to estimate the visual evaluation value of the beauty of the skin are equally divided into a plurality of arbitrary ranks, and each rank is alphabetized. Or numbers, or words that indicate the degree of skin beauty.

また、さらに利用した回帰式が描く回帰直線上に、被験者のフラクタル次元を示したり、標本群の中での位置やランクなどを図に示したり、写真様の画像(図6参照)又はステレオグラム(図7参照)として表示することもできる。図の表示方法は特に制限されず、例えば、装置のディスプレイや印刷媒体などに表示することができる。   In addition, the fractal dimension of the subject is shown on the regression line drawn by the regression equation used, the position and rank in the sample group are shown in the figure, or a photograph-like image (see FIG. 6) or stereogram. (See FIG. 7). The display method of the figure is not particularly limited, and can be displayed on, for example, a display of a device or a print medium.

また、本発明の肌の美しさの目視評価値の推定装置は、肌の表面の画像の少なくとも1つの表色系の画像信号を取得する手段、該表色系の画像信号を構成する少なくとも1つの成分について、画像上の分布のフラクタル次元を算出する手段、予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段及び算出した目視評価値を表示する手段を含む。   The apparatus for estimating a visual evaluation value of the beauty of the skin according to the present invention is a means for acquiring an image signal of at least one color system of an image of the surface of the skin, and at least one constituting the image signal of the color system. A means for calculating the fractal dimension of the distribution on the image for one component, and substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of the beauty of the skin. And means for calculating a visual evaluation value of the beauty of the skin and means for displaying the calculated visual evaluation value.

本発明の目視評価値の推定装置は、例えば、以下のような構成にすることができる。以下の構成は例示であり、本発明は実施形態の構成に限定されない。
図4は、肌の表面から得た表色系画像信号や起伏値のフラクタル次元を用いて、肌の美しさの目視評価値を推定する装置のハードウェアブロック図である。図4に示すように、評価装置1は、入力部1、CPU(Central Processing Unit)2、ROM(Read Only Memory)3、RAM(Random Access Memory)4、磁気ディスク装置5、記録部6、操作部7、表示部8を有している。これらは、相互にバスを介して接続されている。入力部1は、カラーデジタル式マイクロスコープ、カラーデジタルカメラ、カラービデオカメラ、スキャナー等の肌の表面の画像の少なくとも1つの表色系の画像信号を入力するための装置又は3次元粗さ計などの肌の表面の起伏値を計測する装置である。入力部1は、画像信号を取得する手段と起伏値を取得する装置の何れか一方を有していてもよいし、両方を有していてもよい。CPU2は、ROM3に記憶されているプログラムに従って、上述した平滑化処理などのデータ処理、ボックスカウンティング法などによるフラクタル次元の算出、回帰式を用いた目視評価値の算出などの処理を実行する。ROM3には、本発明の評価装置が機能する上で必要なプログラムや目視評価に必要な各種回帰式などが記憶されている。RAM4は、CPU2に実行させるOS(Operating System)のプログラムやアプリケーションプログラムの一部が一時的に格納される。磁気ディスク装置5は、RAM4の外部記憶として用いられ、記録部6を有している。操作部7は、所定のコマンドや回帰式などの必要なデータを入力するときなどに操作される。表示部8は、評価値の推定値を表示することができるものであればよく、例えば、CRT(Cathode Ray Tube)や液晶ディスプレイ、プラズマディスプレイなどによる表示装置やスピーカーなどの音
声出力装置、プリンタなどの出力装置が挙げられる。
The visual evaluation value estimation apparatus of the present invention can be configured as follows, for example. The following configuration is an example, and the present invention is not limited to the configuration of the embodiment.
FIG. 4 is a hardware block diagram of an apparatus that estimates the visual evaluation value of the beauty of skin using the color system image signal obtained from the skin surface and the fractal dimension of the relief value. As shown in FIG. 4, the evaluation apparatus 1 includes an input unit 1, a CPU (Central Processing Unit) 2, a ROM (Read Only Memory) 3, a RAM (Random Access Memory) 4, a magnetic disk device 5, a recording unit 6, and an operation. Part 7 and display part 8. These are connected to each other via a bus. The input unit 1 is a device for inputting an image signal of at least one color system of an image of the surface of the skin, such as a color digital microscope, a color digital camera, a color video camera, a scanner, or a three-dimensional roughness meter It is an apparatus for measuring the undulation value on the surface of the skin. The input unit 1 may include either one of a unit that acquires an image signal and a device that acquires a undulation value, or may include both. The CPU 2 executes processing such as data processing such as the above-described smoothing processing, calculation of a fractal dimension by a box counting method, and calculation of a visual evaluation value using a regression equation in accordance with a program stored in the ROM 3. The ROM 3 stores programs necessary for the functioning of the evaluation apparatus of the present invention, various regression equations necessary for visual evaluation, and the like. The RAM 4 temporarily stores a part of OS (Operating System) programs and application programs to be executed by the CPU 2. The magnetic disk device 5 is used as an external storage of the RAM 4 and has a recording unit 6. The operation unit 7 is operated when inputting necessary data such as predetermined commands and regression equations. The display unit 8 only needs to be able to display the estimated value of the evaluation value. For example, the display unit 8 includes a CRT (Cathode Ray Tube), a liquid crystal display, a plasma display or the like, an audio output device such as a speaker, a printer, or the like. Output devices.

また、本発明は、コンピュータ、その他の装置、機械等に前記処理の一部又は全部を実行させるためのプログラムであってもよい。また、本発明はこのようなプログラムをコンピュータ等が読み取り可能な記録媒体に記録したものでもよい。   Further, the present invention may be a program for causing a computer, another device, a machine, or the like to execute part or all of the processing. Further, the present invention may be a program in which such a program is recorded on a computer-readable recording medium.

以下に、本発明を実施例などを参照して詳細に説明するが、これにより本発明の範囲が限定されることはない。   Hereinafter, the present invention will be described in detail with reference to examples, but the scope of the present invention is not limited thereby.

<実施例1>
RGB値及びYUV値と肌の美しさの目視評価値との相関関係
10〜50代の39名の女性の頬部の画像を用いて、RGB値の各成分と肌の美しさの目視評価値との関係を表す重回帰式及びYUV値の各成分と肌の美しさの目視評価値との関係を表す重回帰式を得た。すなわち、前記39名について、洗顔後30分に、図5に示す部位を市販のデジタルカメラ(Nikon D100 60mm Macroレンズ)を利用して撮影し、撮影領域の中心部領域15*15mm(サイズ300*300ピクセル)を抽出して(図6参照)、この部位を3*3マスク(格子の値はすべて1)で平滑化処理した(図7)。YUV値は、RGB値を定法に従って行列変換することにより得た。各サンプルのRGB値の各成分及びYUV値の各成分について上述した式(2)及び(3)を用いてフラクタル次元を算出するボックスカウンティング法をコンピュータに実行させるプログラムを用いて、フラクタル次元を算出した。前記ボックスカウンティング法においてX=300、Y=300、hを2、4、8、16・・・2nと変化させ、各hに対してN(h)を算出した。
この算出結果から、loghに対するlogN(h)をプロットし、各サンプルについてフラクタル次元を求めた。
<Example 1>
Correlation between RGB value and YUV value and visual evaluation value of skin beauty Using the images of cheeks of 39 women in their 10s and 50s, each component of RGB value and visual evaluation value of skin beauty And a multiple regression equation representing the relationship between each component of the YUV value and the visual evaluation value of the beauty of the skin. That is, for the 39 persons, the part shown in FIG. 5 was photographed using a commercially available digital camera (Nikon D100 60mm Macro lens) 30 minutes after washing the face, and the central area 15 * 15 mm (size 300 *) of the photographing area. (300 pixels) was extracted (see FIG. 6), and this part was smoothed with a 3 * 3 mask (all grid values were 1) (FIG. 7). The YUV value was obtained by subjecting the RGB value to matrix conversion according to a standard method. Fractal dimension is calculated using a program that causes a computer to execute the box counting method for calculating the fractal dimension using the above-described equations (2) and (3) for each component of the RGB value and YUV value of each sample. did. In the box counting method, X = 300, Y = 300, h was changed to 2, 4, 8, 16... 2 n, and N (h) was calculated for each h.
From this calculation result, log N (h) against log was plotted, and a fractal dimension was obtained for each sample.

一方、前記39名の女性の頬部写真(図6参照)について、第三者に肌の美しさの目視評価をしてもらった。第三者として、6名のパネラーを選抜し、39名の頬部写真を提示して肌が美しいと視認された順に順位付けを行ってもらった。これらの作業を独立して4回行い、美しいと視認された順に並べたときの、40−(順位)をスコアとした。すなわち、最も美しい写真のスコアが39であり、最も美しくない写真のスコアが1である。次に、それぞれの写真についてスコアの平均値を算出し、肌の美しさの目視評価値とした。   On the other hand, regarding the 39 women's cheek photographs (see FIG. 6), a third party visually evaluated the beauty of the skin. As a third party, 6 panelists were selected, 39 cheek photos were presented, and they were ranked in the order in which they were visually recognized as having beautiful skin. These operations were performed four times independently, and 40- (rank) when arranged in the order in which they were visually recognized as beautiful was used as the score. That is, the score of the most beautiful photograph is 39, and the score of the least beautiful photograph is 1. Next, an average value of scores was calculated for each photograph, and used as a visual evaluation value of the beauty of the skin.

前記の39名の頬部写真について、肌画像より得たRGB値の各成分についてフラクタル次元を算出した。RGBの各成分の3軸より構成される3次元座標空間において各成分のフラクタル次元をプロットしたものを図9に示す。これより、RGBの3成分のフラクタル次元は、正の相関を有していることが分かる。   For the 39 cheek photographs, fractal dimensions were calculated for each component of the RGB values obtained from the skin image. FIG. 9 shows a plot of the fractal dimension of each component in a three-dimensional coordinate space composed of the three axes of each RGB component. From this, it can be seen that the three-component fractal dimension of RGB has a positive correlation.

次に、前記で得た肌の美しさの目視評価値を目的変数とし、R、G、Bそれぞれを説明変数として回帰分析を行った。その結果、目視評価値とR、G、Bとの偏相関係数は、それぞれ0.835、0.877、0.896であり、高い相関を示した。   Next, regression analysis was performed with the visual evaluation value of the beauty of the skin obtained above as an objective variable and R, G, and B as explanatory variables. As a result, the partial correlation coefficients between the visual evaluation value and R, G, and B were 0.835, 0.877, and 0.896, respectively, indicating high correlation.

次に、前記で得た肌の美しさの目視評価値(y)を目的変数とし、RGBの3成分(xR、xG、xB)を説明変数として重回帰分析を行った。得られた重回帰式は、y=88.8*xR−126.4*xG−224.4*xB−469.7、相関係数は0.907(P<0.01)であった。 Next, a multiple regression analysis was performed using the visual evaluation value (y) of the skin beauty obtained above as an objective variable and RGB three components (x R , x G , x B ) as explanatory variables. The obtained multiple regression equation is y = 88.8 * x R −126.4 * x G −224.4 * x B −469.7, and the correlation coefficient is 0.907 (P <0.01). there were.

前記の39名の頬部写真について、肌画像より得たRGB値を上述した方法を用いてYUV値に変換し、各成分についてフラクタル次元を算出し、YUVの各成分の3軸より構
成される3次元座標空間において各成分のフラクタル次元をプロットしたものを図10に示す。これより、YUVの3成分のフラクタル次元は、正の相関を有していることが分かる。
For the 39 cheek photographs, the RGB values obtained from the skin image are converted into YUV values using the method described above, the fractal dimension is calculated for each component, and the three axes of each component of YUV are configured. FIG. 10 shows a plot of the fractal dimension of each component in a three-dimensional coordinate space. From this, it can be seen that the fractal dimension of the three components of YUV has a positive correlation.

次に前記で得た肌の美しさの目視評価値を目的変数とし、Y、U、Vそれぞれを説明変数として回帰分析を行った。その結果、目視評価値とY、U、Vとの偏相関係数は、それぞれ0.893、0.864及び0.888であり、高い相関を示した。   Next, regression analysis was performed using the visual evaluation value of the beauty of the skin obtained above as an objective variable and Y, U, and V as explanatory variables. As a result, the partial correlation coefficients between the visual evaluation value and Y, U, and V were 0.893, 0.864, and 0.888, respectively, indicating a high correlation.

次に、前記で得た肌の美しさの目視評価値(y)を目的変数とし、YUVの3成分(xY、xU、xV)を説明変数として重回帰分析を行った。得られた重回帰式は、y=95.0*xY+36.2*xU+45.8*xV−441.4、相関係数は0.912(P<0.01)であった。 Next, a multiple regression analysis was performed using the visual evaluation value (y) of the skin beauty obtained above as an objective variable and YUV three components (x Y , x U , x V ) as explanatory variables. The obtained multiple regression equation was y = 95.0 * x Y + 36.2 * x U + 45.8 * x V −441.4, and the correlation coefficient was 0.912 (P <0.01). .

<実施例2>
YUV値を用いた肌の美しさの目視評価値の推定
10〜50代の248名の頬部写真を対象に、前記方法でYUV値のフラクタル次元を算出し、実施例1と同様にして肌の美しさのスコアを求めた後、偏差値を求めて目視評価値とした後、目視評価値(y)とYUVの各成分(xY、xU、xV)を重回帰分析して、重回帰式を得た。得られた重回帰式は、y=70.3*xY+32.0*xU+15.2*xV−256.6、重相関係数は0.909(p<0.01)であった。
<Example 2>
Estimating visual evaluation value of beauty of skin using YUV value Fractal dimension of YUV value is calculated by the above method for 248 cheek photographs of 10 to 50 generations. After obtaining the beauty score, after obtaining a deviation value and making it a visual evaluation value, the visual evaluation value (y) and each component of YUV (x Y , x U , x V ) are subjected to multiple regression analysis, A multiple regression equation was obtained. The obtained multiple regression equation was y = 70.3 * x Y + 32.0 * x U + 15.2 * x V −256.6, and the multiple correlation coefficient was 0.909 (p <0.01). It was.

次に、前記248名に含まれない5名の女性被験者の頬部写真からYUV値を取得し、各成分のフラクタル次元を算出し、算出したフラクタル次元(xY、xU、xV)を前記重回帰式に代入して、肌の美しさの目視評価値(y)を算出した。
5名の女性被験者の頬部写真の目視評価値を前記方法と同様に得て、その結果を比較した。結果を表1に示す。これによると、フラクタル次元を用いた肌の美しさの目視評価値の推定値と肌の美しさの目視評価値は、極めてよく一致していることが分かる。
Next, YUV values are obtained from cheek photographs of five female subjects not included in the 248 subjects, fractal dimensions of each component are calculated, and the calculated fractal dimensions (x Y , x U , x V ) are calculated. The visual evaluation value (y) of the beauty of skin was calculated by substituting into the multiple regression equation.
Visual evaluation values of cheek photographs of five female subjects were obtained in the same manner as described above, and the results were compared. The results are shown in Table 1. According to this, it can be seen that the estimated value of the visual evaluation value of the beauty of the skin using the fractal dimension and the visual evaluation value of the beauty of the skin agree very well.

Figure 2007252891
Figure 2007252891

<実施例3>
起伏値を用いた肌の美しさの目視評価値の推定
実施例1で頬部写真を取得した39名について、図5に示す頬部より市販のシリコンを用いて、中心部の2cm*2cmの肌のレプリカ標本を採取した後、株式会社サイエンスシステムズ社の高精度3次元画像処理装置LIP−50を用いて3次元起伏値のデータを得た。レプリカの中央部の1cm*1cmの領域について、y方向(縦方向)に10μmの間隔で1000本の走査を行った。LIP−50は、x方向とy方向のサンプリング周
期がそれぞれ9.4μm、10μmと異なるため、Sinc関数を用いて、xy方向の間隔が何れも10μmとなるように補完処理をした後、実施例1と同様にしてフラクタル次元を算出した(図3)。
<Example 3>
Estimating the visual evaluation value of the beauty of the skin using the undulation value About 39 people who acquired cheek part photographs in Example 1, using commercially available silicon from the cheek part shown in FIG. After collecting a skin replica sample, three-dimensional relief data was obtained using a high-precision three-dimensional image processing apparatus LIP-50 manufactured by Science Systems Corporation. About 1 cm * 1 cm area | region of the center part of the replica, 1000 scans were performed by the space | interval of 10 micrometers in the y direction (vertical direction). Since the sampling period in the x direction and the y direction is different from 9.4 μm and 10 μm, respectively, the LIP-50 uses the sinc function to perform complementary processing so that both the intervals in the xy direction are 10 μm. The fractal dimension was calculated in the same manner as in Fig. 1 (Fig. 3).

実施例1で得た前記の39名の頬部写真の肌の美しさの目視評価値(y)と、前記起伏値から算出したフラクタル次元(x)について回帰分析を行った。両者の相関関係を図11に示す。得られた回帰式は、y=63.2*x−127.2、相関係数は0.912(p<0.01)であり、有意で且つ高い相関関係を示した。
次に、33才の女性被験者の頬部のレプリカ標本から前記と同様にして得た起伏値からフラクタル次元を求め、前記回帰式に代入し、肌の美しさの目視評価値を推定した。この女性被験者のレプリカ標本から得た起伏値のフラクタル次元はD=2.32であり、肌の美しさの目視評価値の推定値は19.4であった。別途、肌の美しさについて目視評価を実施したところ評価値は20であり、良好な一致を見た。
Regression analysis was performed on the visual evaluation value (y) of the beauty of the skin of the 39 cheeks obtained in Example 1 and the fractal dimension (x) calculated from the undulation value. The correlation between the two is shown in FIG. The obtained regression equation was y = 63.2 * x-127.2 and the correlation coefficient was 0.912 (p <0.01), indicating a significant and high correlation.
Next, a fractal dimension was obtained from the undulation value obtained in the same manner as described above from a replica sample of the cheek part of a 33-year-old female subject, and substituted into the regression equation to estimate a visual evaluation value of skin beauty. The fractal dimension of the undulation value obtained from the replica specimen of this female subject was D = 2.32, and the estimated value of the visual evaluation value of the beauty of the skin was 19.4. Separately, when visual evaluation was performed on the beauty of the skin, the evaluation value was 20, and good agreement was observed.

本発明によって、第三者の目に映る肌の見た目の美しさを客観的かつ簡便に鑑別することができるため、誰でも被験者の肌の美しさの目視評価値を推定することができる。本発明の方法や装置を用いることにより、肌のカウンセリング、手入れ方法や化粧料の選択などについてのアドバイスなどの現場で適切な情報を提供することができる。   According to the present invention, it is possible to objectively and easily discriminate the appearance beauty of the skin reflected in the eyes of a third party, so that anyone can estimate the visual evaluation value of the skin beauty of the subject. By using the method and apparatus of the present invention, it is possible to provide appropriate information on the site such as advice on skin counseling, care methods and selection of cosmetics.

ボックスカウンティング法における、分割の概念を示す図である。It is a figure which shows the concept of the division | segmentation in a box counting method. ボックスカウンティング法のカウントの概念を示す図である。It is a figure which shows the concept of the count of a box counting method. フラクタル次元を示す図である。It is a figure which shows a fractal dimension. 本発明の肌の美しさの目視評価値の推定装置の一例のハードウェアブロック図である。It is a hardware block diagram of an example of the estimation apparatus of the visual evaluation value of the beauty of the skin of this invention. 顔の計測対象領域の例を示す図である。It is a figure which shows the example of the measurement object area | region of a face. 本発明の評価に用いる頬部写真の例を示す図である(写真)。It is a figure which shows the example of a cheek part photograph used for evaluation of this invention (photograph). 画像データの平滑化処理方法(マスクサイズ3*3)を示す図である。It is a figure which shows the smoothing processing method (mask size 3 * 3) of image data. レプリカから得た起伏値データをSinc関数により補正したものを示す図である。It is a figure which shows what correct | amended the undulation value data obtained from the replica by the Sinc function. 各サンプルについて、R、G、Bの各フラクタル次元をプロットした図である。It is the figure which plotted each fractal dimension of R, G, and B about each sample. 各サンプルについて、Y、U、Vの各フラクタル次元をプロットした図である。It is the figure which plotted each fractal dimension of Y, U, and V about each sample. 肌の美しさの目視評価値と肌のレプリカの起伏値のフラクタル次元との関係を示す図である。It is a figure which shows the relationship between the visual evaluation value of the beauty of skin, and the fractal dimension of the undulation value of the replica of skin.

Claims (10)

肌の表面の画像の少なくとも1つの表色系の画像信号を取得する工程と、
該表色系の画像信号を構成する少なくとも1つの成分について、画像上の分布のフラクタル次元を算出する工程と、
予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を得る工程と、
を含む肌の美しさの目視評価値の推定方法。
Obtaining an image signal of at least one color system of an image of the skin surface;
Calculating a fractal dimension of the distribution on the image for at least one component constituting the image signal of the color system;
Substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of the beauty of the skin, and obtaining a visual evaluation value of the beauty of the skin;
Of visual evaluation value of skin beauty including
前記表色系の画像信号が、RGB値、YUV値又はマンセル(HVC)値であることを特徴とする、請求項1に記載の方法。   The method according to claim 1, wherein the color system image signal is an RGB value, a YUV value, or a Munsell (HVC) value. 前記回帰式が、RGB値、YUV値又はマンセル(HVC)値を構成する各成分の分布のフラクタル次元と肌の美しさの目視評価値を重回帰分析して得られた回帰式であることを特徴とする、請求項1又は2に記載の方法。   The regression equation is a regression equation obtained by performing multiple regression analysis on the fractal dimension of the distribution of each component constituting the RGB value, YUV value or Munsell (HVC) value and the visual evaluation value of the beauty of the skin. A method according to claim 1 or 2, characterized. 肌の起伏値を取得する工程と、
該起伏値の分布のフラクタル次元を算出する工程と、
予め用意した前記起伏値の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を得る工程と、
を含む肌の美しさの目視評価値の推定方法。
A step of obtaining a relief value of the skin;
Calculating a fractal dimension of the distribution of the relief values;
The step of substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the relief values prepared in advance and the visual evaluation value of the beauty of the skin, and obtaining the visual evaluation value of the beauty of the skin;
Of visual evaluation value of skin beauty including
前記フラクタル次元が、ボックスカウンティング法により算出されることを特徴とする、請求項1〜4の何れか一項に記載の方法。   The method according to claim 1, wherein the fractal dimension is calculated by a box counting method. 前記ボックスカウンティング法におけるボックスサイズの決定が、ボックス内の前記表色系の画像信号を構成する少なくとも1つの成分又は前記起伏値の標準偏差に基づいて行われることを特徴とする、請求項5に記載の方法。   The box size determination in the box counting method is performed based on at least one component constituting the color system image signal in the box or a standard deviation of the undulation value. The method described. 肌の表面の画像の少なくとも1つの表色系の画像信号を取得する手段と、
該表色系の画像信号を構成する少なくとも1つの成分について、画像上の分布のフラクタル次元を算出する手段と、
予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段と、
算出した目視評価値を表示する手段と、
を含む肌の美しさの目視評価値の推定装置。
Means for obtaining an image signal of at least one color system of an image of the surface of the skin;
Means for calculating a fractal dimension of distribution on the image for at least one component constituting the image signal of the color system;
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of the beauty of the skin, and calculating the visual evaluation value of the beauty of the skin;
Means for displaying the calculated visual evaluation value;
Estimating device for visual evaluation value of skin beauty including
肌の起伏値を取得する手段と、
該起伏値の分布のフラクタル次元を算出する手段と、
予め用意した前記起伏値の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段と、
算出した目視評価値を表示する手段と、
を含む肌の美しさの目視評価値の推定装置。
Means for obtaining skin relief values;
Means for calculating a fractal dimension of the distribution of the relief values;
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the relief values prepared in advance and the visual evaluation value of the beauty of the skin, and calculating the visual evaluation value of the beauty of the skin; ,
Means for displaying the calculated visual evaluation value;
Estimating device for visual evaluation value of skin beauty including
コンピュータを、
肌の表面の画像の表色系の画像信号を構成する少なくとも1つの成分について、画像上
の分布のフラクタル次元を算出する手段、
予め用意した前記成分の分布のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段、
として機能させるための肌の美しさの目視評価値の推定プログラム。
Computer
Means for calculating a fractal dimension of distribution on an image for at least one component constituting an image signal of a color system of an image of the surface of the skin;
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the distribution of the component prepared in advance and the visual evaluation value of skin beauty, and calculating the visual evaluation value of skin beauty;
Estimated program for visual assessment of skin beauty to function as
コンピュータを、
肌の起伏値の分布のフラクタル次元を算出する手段、
予め用意した前記起伏値のフラクタル次元と肌の美しさの目視評価値の関係を表す回帰式に、前記算出したフラクタル次元を代入し、肌の美しさの目視評価値を算出する手段、
として機能させるための肌の美しさの目視評価値の推定プログラム。
Computer
Means for calculating the fractal dimension of the distribution of skin relief,
Means for substituting the calculated fractal dimension into a regression equation representing the relationship between the fractal dimension of the undulation value prepared in advance and the visual evaluation value of skin beauty, and calculating a visual evaluation value of skin beauty;
Estimated program for visual assessment of skin beauty to function as
JP2007039696A 2006-02-23 2007-02-20 Estimation method of evaluation value by visual recognition of beauty of skin Pending JP2007252891A (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2007039696A JP2007252891A (en) 2006-02-23 2007-02-20 Estimation method of evaluation value by visual recognition of beauty of skin
US11/861,910 US20080304736A1 (en) 2007-02-20 2007-09-26 Method of estimating a visual evaluation value of skin beauty
CA002604684A CA2604684A1 (en) 2007-02-20 2007-09-27 Method of estimating a visual evaluation value of beauty of a skin

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006046659 2006-02-23
JP2007039696A JP2007252891A (en) 2006-02-23 2007-02-20 Estimation method of evaluation value by visual recognition of beauty of skin

Publications (1)

Publication Number Publication Date
JP2007252891A true JP2007252891A (en) 2007-10-04

Family

ID=38627714

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007039696A Pending JP2007252891A (en) 2006-02-23 2007-02-20 Estimation method of evaluation value by visual recognition of beauty of skin

Country Status (1)

Country Link
JP (1) JP2007252891A (en)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009240374A (en) * 2008-03-28 2009-10-22 Osaka Univ Dermal characteristic measuring device and dermal characteristic measuring program
WO2011105731A2 (en) * 2010-02-26 2011-09-01 (주)아모레퍼시픽 System and method for measuring skin color
WO2014208067A1 (en) * 2013-06-28 2014-12-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ Skin function evaluation device and skin evaluation method
WO2015125552A1 (en) * 2014-02-21 2015-08-27 富士フイルム株式会社 Moisture sense evaluation device, moisture sense evaluation method, and moisture sense evaluation program
JP2016022093A (en) * 2014-07-18 2016-02-08 富士フイルム株式会社 Perceived moistness evaluation device, perceived moistness evaluation method, and perceived moistness evaluation program
JP2016051444A (en) * 2014-09-02 2016-04-11 花王株式会社 Evaluation method of aesthetic impression of lip and support device for supporting evaluation
JP2016070847A (en) * 2014-09-30 2016-05-09 花王株式会社 Method and device for evaluating gloss of cosmetic
JP2017012384A (en) * 2015-06-30 2017-01-19 花王株式会社 Wrinkle state analysis device and wrinkle state analysis method
JP2017181319A (en) * 2016-03-30 2017-10-05 ポーラ化成工業株式会社 Screening method for skin color-improving component
JP2021149632A (en) * 2020-03-19 2021-09-27 株式会社マンダム Information processor, method for evaluation, and information processing program
CN114152221A (en) * 2021-10-27 2022-03-08 北京工业大学 Fractal dimension-based combined material contact surface roughness determination method

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009240374A (en) * 2008-03-28 2009-10-22 Osaka Univ Dermal characteristic measuring device and dermal characteristic measuring program
WO2011105731A2 (en) * 2010-02-26 2011-09-01 (주)아모레퍼시픽 System and method for measuring skin color
WO2011105731A3 (en) * 2010-02-26 2012-01-12 (주)아모레퍼시픽 System and method for measuring skin color
KR101619342B1 (en) 2010-02-26 2016-05-11 (주)아모레퍼시픽 System and method for detecting skin color
JPWO2014208067A1 (en) * 2013-06-28 2017-02-23 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America Skin sensory evaluation apparatus and skin evaluation method
WO2014208067A1 (en) * 2013-06-28 2014-12-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ Skin function evaluation device and skin evaluation method
US10667744B2 (en) 2013-06-28 2020-06-02 Panasonic Intellectual Property Corporation Of America Skin function evaluation device and skin evaluation method
WO2015125552A1 (en) * 2014-02-21 2015-08-27 富士フイルム株式会社 Moisture sense evaluation device, moisture sense evaluation method, and moisture sense evaluation program
JP2015154886A (en) * 2014-02-21 2015-08-27 富士フイルム株式会社 Perceived moistness evaluation device, perceived moistness evaluation method, and perceived moistness evaluation program
JP2016022093A (en) * 2014-07-18 2016-02-08 富士フイルム株式会社 Perceived moistness evaluation device, perceived moistness evaluation method, and perceived moistness evaluation program
JP2016051444A (en) * 2014-09-02 2016-04-11 花王株式会社 Evaluation method of aesthetic impression of lip and support device for supporting evaluation
JP2016070847A (en) * 2014-09-30 2016-05-09 花王株式会社 Method and device for evaluating gloss of cosmetic
JP2017012384A (en) * 2015-06-30 2017-01-19 花王株式会社 Wrinkle state analysis device and wrinkle state analysis method
JP2017181319A (en) * 2016-03-30 2017-10-05 ポーラ化成工業株式会社 Screening method for skin color-improving component
JP2021149632A (en) * 2020-03-19 2021-09-27 株式会社マンダム Information processor, method for evaluation, and information processing program
CN114152221A (en) * 2021-10-27 2022-03-08 北京工业大学 Fractal dimension-based combined material contact surface roughness determination method

Similar Documents

Publication Publication Date Title
JP2007252891A (en) Estimation method of evaluation value by visual recognition of beauty of skin
US20080304736A1 (en) Method of estimating a visual evaluation value of skin beauty
JP4485837B2 (en) Method and system for computer analysis of skin images
JP5885344B2 (en) Method for characterizing skin or skin tone
JP6476510B2 (en) Skin condition discrimination method based on color information obtained by a colorimetric device
US8238623B2 (en) Method and apparatus for characterizing the imperfections of skin and method of assessing the anti-aging effect of a cosmetic product
KR101672047B1 (en) Method and apparatus for characterizing pigment spots, and its application in a method of assessing the pigmenting or depigmenting effect of a cosmetic, dermatological or pharmaceutical product
JP5263991B2 (en) Skin texture and / or wrinkle discrimination method and discrimination device, skin discrimination program, and method for selecting an external preparation for skin
JP4761924B2 (en) Skin condition diagnosis system and beauty counseling system
JP2009082338A (en) Skin discrimination method using entropy
CN112533534B (en) Method for identifying pore color
JP4599520B2 (en) Multispectral image processing method
JP6814172B2 (en) Skin internal structure estimation method, skin internal structure estimation program, and skin internal structure estimation device
TWI452998B (en) System and method for establishing and analyzing skin parameters using digital image multi-area analysis
JP5405994B2 (en) Image processing apparatus, image processing method, image processing system, and skin evaluation method
JP2010264276A (en) Diagnostic method by multi-spectrum skin image
JP2018521764A (en) Optical coherence tomography scan processing
JP5635762B2 (en) Method for calculating nipple shape or collagen-like structure
JP2007252892A (en) Estimation method of evaluation value by visual recognition of three-dimensional shape of skin surface
JP2004166801A (en) Evaluation method for luster of skin
JP6471559B2 (en) Diagnostic device, image processing method, image processing system, and program for the diagnostic device
JP2006061170A (en) Discrimination method for skin
JP2021121328A (en) Skin condition discrimination method, cosmetic evaluation method, and cosmetic design method
JP3729692B2 (en) Surface state analysis method
JPWO2008001558A1 (en) Method and apparatus for estimating visual evaluation value of smoothness of skin

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20080626

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20080626