肌特徴判別システム、肌特徴判別方法及び肌特徴判別プログラム
【課題】一般化された特徴量に基づいて比較的容易に被験者の人体的な特徴判別を行うことが可能であって、正確にフラクタル次元を算出し、かつ、その結果、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を的確に行うことができる肌特徴判別システム及び肌特徴判別方法を提供すること。
【解決手段】肌特徴判別システムＳは、被験者の肌領域Ａの画像におけるフラクタル次元を算出することによって比較的容易に肌の特徴を定量的な特徴量として抽出することができるとともに、取得した被験者の肌領域Ａにおける複数の原画像と当該原画像を分割した分割画像を用いて統計的な処理を行って肌画像上に存在するアーチファクトの影響を排除するための演算を行うようになっている。
【解決手段】肌特徴判別システムＳは、被験者の肌領域Ａの画像におけるフラクタル次元を算出することによって比較的容易に肌の特徴を定量的な特徴量として抽出することができるとともに、取得した被験者の肌領域Ａにおける複数の原画像と当該原画像を分割した分割画像を用いて統計的な処理を行って肌画像上に存在するアーチファクトの影響を排除するための演算を行うようになっている。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、肌画像を用いて年齢又は性別などの被験者の人体的な特徴を判別する肌特徴判別システム及び肌特徴判別方法に関する。
【背景技術】
【０００２】
近年、セキュリティの観点から被験者の人体的な特徴を定量化し、被験者の人体的な特徴の判別及び人体の識別を行うための方法又はシステムは種々提案されており、例えば、指紋、声紋、角膜又は静脈などの人体に関する固有の情報（以下、単に「固有情報」という。）を取得し、当該取得した固有情報に基づく個人認証システムが実用化されている。このような個人認証システムは、個々人をその他の人間と識別することができる高いセキュリティ能力を発揮する一方で、個々人の固有情報を予め登録しなければならず、かつ、当該固有情報を簡易な装置又は方法によって登録することが難しいとともにその登録された情報に関しても厳重な管理が求められている。
【０００３】
一方、近年の美容への関心が高まる中で、人体の皮膚の表面画像を用いた肌診断システムが提案されている（例えば、非特許文献１参照）。しかしながら、肌診断に関しては、肌年齢又は肌の状態との相関が高いため、比較的容易に測定できる特徴量が確立していない。
【０００４】
このような状況において、発明者らは、セキュリティの分野又は医療及び美容の分野において利用可能であって、個人の固有情報を予め登録することなく、一般化された特徴量に基づいて比較的容易に被験者の人体的な特徴判別を行うことが可能な装置（以下、「肌特徴判別システム」という。）を発明した。
【０００５】
この肌特徴判別システムは、被験者の複数の肌画像に基づいてフラクタル次元を算出し、算出されたフラクタル次元と標準的なフラクタル次元とを比較し、比較結果に基づいて被験者の年齢（肌年齢）又は性別を推定するようになっている（特許文献１）
【先行技術文献】
【非特許文献】
【０００６】
【非特許文献１】竹前嘉修，斎藤英雄，小沢慎治：“皮膚表面画像を用いた肌診断システム”，計測自動制御学会論文集，Ｖｏｌ．３７，Ｎｏ．１１，ｐｐ．１０９７−１１０３（２００１）
【特許文献】
【０００７】
【特許文献１】特開２００７−５０１５８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献１に記載の肌特徴判別システムにあっては、ボックスカウンティング法を用いて肌画像に基づくフラクタル次元を算出しており、被験者の年齢（肌年齢）を的確に推定することができない場合がある。すなわち、この肌特徴判別システムにあっては、算出の基礎となる肌画像において、撮像部分の体毛又はゴミその他に起因する肌画像上に存在するアーチファクトが多くなると、的確にフラクタル次元を算出することが難しくなり、推定された被験者の年齢（肌年齢）又は性別が実際のものと乖離する場合もある。
【０００９】
そこで、本発明は、上記問題を解決するためになされたものであって、その目的は、フラクタル次元という一般化された特徴量に基づいて比較的容易に被験者の人体的な特徴判別を行うことが可能であって、当該フラクタル次元を的確に算出し、かつ、その結果、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を正確に行うことができる肌特徴判別システム、肌特徴判別方法及び肌特徴判別プログラムを提供することにある。
【課題を解決するための手段】
【００１０】
（１）上記課題を解決するため、本発明は、被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得手段と、前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段と、前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段と、演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段と、演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段と、前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段と、前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段と、基準値としての標準的な人体の特徴を示す所定のフラクタル次元が予め記憶されたデータベースと、前記特定された特定値と前記基準値を比較する比較手段と、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段と、を備える構成を有している。
【００１１】
通常、被験者の肌においては、その特性上、所定の領域の一部分とその全体の領域について自己相似性を有している。また、フラクタル次元の概念を用いることによって、すなわち、所定の領域の形状におけるフラクタル次元を算出することによって特徴的な長さを持たないような形状（図形）であっても、自己相似性を有する形状（図形）にあっては、定量的にその特徴量を解析することが可能である。一方、被験者の肌の所定領域をフラクタル次元によって画像解析をする場合においては、体毛、皮脂又は付着したゴミその他に起因するアーチファクトによって的確にフラクタル次元を算出することが難しい。
【００１２】
したがって、上述の構成により、本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【００１３】
（２）また、本発明においては、前記判別手段が、前記比較した結果に基づいて年齢または性別の少なくともいずれか一方の前記肌画像データを取得した被験者の人体的な特徴を判別する構成を有するのが好ましい。
【００１４】
この構成により、本発明は、複数の原画像とそれを分割した分割画像を用いて統計的に画像上に生じるアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に算出することができるので、被験者の年齢（肌年齢）及び性別を正確に判別することができる。
【００１５】
（３）また、本発明においては、前記判別手段が、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴として前記肌の正常状態の有無を判別する構成を有するのが好ましい。
【００１６】
この構成により、本発明は、複数の原画像とそれを分割した分割画像を用いて統計的に画像上に生じるアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に算出することができるので、肌の異常状態の有無を正確に判別することができる。
【００１７】
（４）また、本発明においては、前記分割手段が、分割に用いる分割領域の大きさを変化させた異なる分割数によって前記各原画像を複数に分割した複数の分割画像を生成する構成を有するのが好ましい。
【００１８】
アーチファクトが原画像上に存在する場合に、分割数を変化させると分割数が多くなるに従ってアーチファクトの影響がない部分画像も出現することになる。また、当然にアーチファクトの影響がない画像のフラクタル次元は、被験者の肌の特徴量を的確に示すことになる。
【００１９】
したがって、本発明は、上記構成により、複数の原画像とそれを分割した分割画像を用いることによってアーチファクトを排除し、的確な被験者の肌におけるフラクタル次元を算出することができる。
【００２０】
（５）また、本発明においては、前記取得手段が、異なる肌領域の複数の肌画像を肌画像データとして取得する構成を有するのが好ましい。
【００２１】
この構成により、本発明は、種々の肌領域におけるフラクタル次元を算出することができるので、各肌領域における固有のアーチファクトの影響を排除することができるとともに、被験者の肌におけるフラクタル次元を的確に算出することができる。
【００２２】
（６）また、本発明においては、前記取得手段が、同一の肌領域の複数の肌画像を肌画像データとして取得する構成を有するのが好ましい。
【００２３】
この構成により、本発明は、肌領域に存在する時間的な変化を伴うアーチファクト又は撮像時に発生したアーチファクトの影響を排除することができるので、されたフラクタル次元を算出することができるので、被験者の肌におけるフラクタル次元を的確に算出することができる。
【００２４】
（７）また、本発明においては、前記フラクタル次元算出手段が、前記原画像領域内及び前記分割画像領域内の形状及びグレースケールに基づいて前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出する構成を有するのが好ましい。
【００２５】
この構成により、本発明は、原画像領域内及び分割画像領域内の形状及びグレースケールを用いた３次元解析を行うことによってフラクタル次元を算出することができるので、各原画像及び各部分画像のフラクタル次元の算出精度を向上させることができる。
【００２６】
（８）また、本発明においては、前記フラクタル次元算出手段が、前記パワースペクトル法によって前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出する構成を有するのが好ましい。
【００２７】
この構成により、本発明は、原画像領域内及び分割画像領域内の形状及びグレースケールの３次元解析を単純な公式を使用して演算負荷を小さくすることができるので、各原画像及び各部分画像におけるフラクタル次元を的確にかつ高速にそれぞれ算出することができる。
【００２８】
（９）また、本発明においては、前記被験者の肌における所定の領域を撮像する撮像手段を更に備え、前記取得手段が、撮像された所定の領域の画像を肌画像データとして取得する構成を有するのが好ましい。
【００２９】
この構成により、本発明は、撮像手段を有しているので、肌画像の取得から人体特徴を判別するまで一体型の装置によって各処理を行うことができるので、他の装置との接続などの複雑な操作を行うことなく、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を的確に行うことができる。
【００３０】
（１０）また、本発明においては、前記データベースと公衆網回線を介して接続される通信手段を更に備え、前記データベースが、肌特徴判別システムが使用される場所と異なる場所に固定設置されている構成を有するのが好ましい。
【００３１】
この構成より、本発明は、被験者の画像データを取得する場所から遠隔に固定設置されたデータベースを用いて被験者の人体的な特徴判別を行うことができるので、基準値を他の肌特徴判別システムと共有することができるとともに、データベースにある基準値のみ更新すれば複数の肌特徴判別システムにおいて最新のデータを各特徴判別装置に提供することができる。したがって、本発明は、簡易にかつ低コストによって実現することができる。
【００３２】
（１１）上記課題を解決するため、本発明は、被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得工程と、前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割工程と、前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出工程と、演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出工程と、演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出工程と、前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出工程と、前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定工程と、前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較工程と、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別工程と、を含む構成を有している。
【００３３】
この構成により、本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【００３４】
（１２）上記課題を解決するため、本発明は、コンピュータが、被験者の肌における所定領域を撮像することによって得られた複数の画像を肌画像データに基づいて当該被験者の人体的な特徴を判別する判別プログラムであって、前記コンピュータを、前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段、前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段、演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段、演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段、前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段、前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段、前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較手段、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段、として機能させる構成を有している。
【００３５】
この構成により、本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【発明の効果】
【００３６】
本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【図面の簡単な説明】
【００３７】
【図１】本発明に係る肌診断装置の第１実施形態における構成を示すブロック図である。
【図２】被験者の人体的な特徴を判別する際に用いる肌画像（原画像）の例である。
【図３】第１実施形態のデータベースに記憶されている基準値としての標準的なフラクタル次元の一覧の例である。
【図４】第１実施形態における分割画像の一例である。
【図５】第１実施形態における八分割画像における各部分画像の算出されたフラクタル次元の一覧を示す例である。
【図６】第１実施形態における代表値の算出を説明するための図である。
【図７】第１実施形態における特定値の算出を説明するための図である。
【図８】第１実施形態のフラクタル次元を演算する演算処理を含む被験者の年齢及び性別又は性別のみを判定する判定処理を示すフローチャートである。
【図９】第１実施形態におけるフラクタル次元を演算する演算処理を含む肌異常の有無を判定する判定処理を示すフローチャートである。
【図１０】本発明に係る肌診断装置の第２実施形態における構成を示すブロック図である。
【発明を実施するための形態】
【００３８】
以下、本発明の実施形態について、図面を参照しながら説明する。なお、以下に説明する実施形態は、被験者の肌の画像に基づいて当該被験者の人体的な特徴を判別する肌診断装置について本発明の肌特徴判別システム、肌特徴判別方法及び肌特徴判別プログラムを適用したものである。
【００３９】
［第１実施形態］
はじめに、図１〜図９の各図を用いて本発明に係る肌特徴判別システムＳの第１実施形態について説明する。
【００４０】
（システム構成）
まず、図１〜図３の各図を用いて本実施形態の肌特徴判別システムＳの構成について説明する。なお、図１は、本実施形態における肌特徴判別システムＳの構成を示すブロック図であり、図２は、被験者の人体的な特徴を判別する際に用いる肌画像（原画像）の例である。図３は、本実施形態のデータベース２００に記憶されている基準値としての標準的なフラクタル次元の一例である。
【００４１】
本実施形態の肌特徴判別システムＳは、図１に示すように、被験者の肌の所定領域（以下、「肌領域」ともいう。）Ａを撮像する撮像カメラ装置１００と、被験者の人体的な特徴を判別する際に用いるデータ（後述する基準値としてのフラクタル次元）が記憶されているデータベース２００と、撮像カメラ装置１００によって撮像された肌領域Ａの画像データ（以下、「肌画像データ」という。）におけるフラクタル次元を算出し、当該算出されたフラクタル次元に基づいて被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴を判別する判別装置３００と、判別装置３００によって判別された判別結果を表示する表示装置４００と、撮像カメラ装置１００その他の操作を行う操作部５００と、から構成される。
【００４２】
この肌特徴判別システムＳは、特徴的な長さを持たない図形、現象又は状態の「複雑さ」を定量的に表せる数値的な指標を示すフラクタル次元を、各肌画像データによって形成される画像から算出し、当該算出されたフラクタル次元を標準的な値、すなわち、基準値となる標準的なフラクタル次元と比較することによって被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴を判別するようになっている。
【００４３】
通常、被験者などの人間の肌においては、予め定められた領域内の一部分に形成される形状とその領域全体によって形成される形状ついては相似となる自己相似性という特性を有している。また、フラクタル次元の概念を用いることによって、すなわち、フラクタル次元を算出することによって特徴的な長さを持たないような図形であっても、自己相似性を有する図形にあっては、定量的にその特徴量を解析することが可能である。一方、被験者の肌をフラクタル次元によって画像解析する場合においては、体毛、皮脂又は付着したゴミその他に起因するアーチファクトによって正確にフラクタル次元を算出することが難しい。すなわち、例えば、図２（ａ）に示すように撮像されたアーチファクトがない肌画像が理想ではあるが、このような肌画像を得られることが少なく、通常は、図２（ｂ）に示すような体毛Ｈなどによって画像内の自己相似性が乱されるので、正確にフラクタル次元を算出することが難しい。
【００４４】
そこで、本実施形態の肌特徴判別システムＳは、被験者の肌領域Ａの画像におけるフラクタル次元を算出することによって比較的容易に肌の特徴を定量的な特徴量として抽出することができるとともに、取得した被験者の肌領域Ａにおける複数の原画像と当該原画像を分割した分割画像を用いて統計的な処理を行って肌画像上に存在するアーチファクトの影響を排除するための演算を行うようになっている。したがって、本実施形態の肌特徴判別システムＳは、肌画像のフラクタル次元を的確に特定することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができるようになっている。
【００４５】
具体的には、本実施形態の撮像カメラ装置１００は、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ Ｉｍａｇｅ Ｓｅｎｓｏｒ）などの所定の撮像素子を有し、可動可能にまたは固定されて設置され、被験者の所定の部位の肌における所定の領域を複数回撮像するために用いられる。また、この撮像カメラ装置１００は、ズーム、ピント及び撮像位置の調整並びに撮像回数など判別装置３００によって駆動制御され、撮像した肌画像を所定の形式の肌画像データに変換して判別装置３００に出力するようになっている。特に、撮像カメラ装置１００は、同一の肌領域Ａを複数回撮像し又は異なる部位の異なる肌領域Ａを複数回撮像し、当該撮像したそれぞれの肌画像を肌画像データとして判別装置３００に出力するようになっている。
【００４６】
本実施形態のデータベース２００には、基準値としての標準的な人体Ｐの特徴を示す所定のフラクタル次元が予め記憶されている。具体的には、このデータベース２００には、被験者の年齢が判定対象の際に用いる各年代別かつ男女別の標準的なフラクタル次元、被験者の性別が判定対象の際に用いる年代に関係なく男性及び女性の標準的なフラクタル次元、並びに、被験者の肌の異常状態の有無が判定対象の際に用いる標準的なフラクタル次元が記憶されている。例えば、このデータベース２００には、図３に示すように、２０代から４０代までの男性及び女性における基準値としての標準的なフラクタル次元が記憶されている。
【００４７】
なお、データベース２００に記憶されている基準値においては、図３に示すように、予め定められた範囲についても記憶されており、特定値Ｘが当該範囲内に属すれば、当該範囲を示す年代及び性別であると判定されるようになっている。また、男性又は女性の性別のみを判別する際に用いる基準値としてのフラクタル次元としては、例えば、男性「１．３４０８±０．１１」及び女性「１．４７５８±０．１８」のフラクタル次元がデータベース２００に記憶されている。本実施形態において、これらのデータベース２００に記憶される基準値としてのフラクタル次元は、予め実験その他の方法において求められた値を用いるようになっている。
【００４８】
本実施形態の判別装置３００は、主に中央演算処理装置（ＣＰＵ）によって構成されており、肌特徴判別システムＳの全般的な機能を総括的に制御するようになっている。特に、この判別装置３００は、撮像カメラ装置１００を制御するとともに、撮像カメラ装置１００から出力された肌画像データを受信するようになっている。そして、この判別装置３００は、入力された複数の肌画像データによって形成される各画像（以下、「原画像」という。）のフラクタル次元及び当該原画像を所定領域に分割した複数の部分画像から構成される分割画像のそれぞれの画像についてフラクタル次元を算出するようになっている。また、この判別装置３００は、当該算出されたフラクタル次元と、データベース２００に予め記憶された判別すべき被験者の人体的な特徴を示す基準値としてのフラクタル次元とを比較し、その比較結果に基づいて被験者の人体的な特徴を判別するようになっている。
【００４９】
具体的には、この判別装置３００は、図１に示すように、撮像された肌画像データに対して所定の処理を行う入力インターフェース３１０と、各肌画像データによって形成される原画像の分割を行う分割処理部３２０と、複数の原画像及び原画像が分割された画像における各フラクタル次元を算出して被験者におけるフラクタル次元を特定するフラクタル次元演算部３３０と、標準的な基準値としてのフラクタル次元と比較して被験者の人体的な特徴を判定する比較判定部３４０と、を有している。
【００５０】
さらに、この判別装置３００は、操作部５００の操作に基づいて撮像カメラ装置１００を制御するカメラ制御部３５０と、表示装置４００を制御する表示制御部３６０と、被験者におけるフラクタル次元を演算する演算処理、被験者の人体的な特徴を判定する判定処理及びその他の制御処理によって各部を制御する統括制御部３７０と、所定のデータが記憶されるＲＯＭ／ＲＡＭ３８０と、から構成されている。なお、本実施形態の判別装置３００の各部の動作の詳細については後述する。
【００５１】
本実施形態の表示装置４００は、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）液晶素子またはＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）素子によって構成される。この表示装置４００は、判別装置３００の制御によって、具体的には、表示制御部３６０にて生成された表示データに基づいて所定の画像を表示するようになっている。例えば、この表示装置４００は、撮像カメラ装置１００の操作に関する表示、撮像される肌画像、撮像された肌画像データ、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者における人体的な特徴の判別結果など判別装置３００が上記動作を行う上で必要な所定の画像を表示するようになっている。
【００５２】
本実施形態の操作部５００は、各操作指令を入力する操作ボタン、テンキーおよびその他の数字キーなど、多数のキーにより構成されている。この操作部５００は、判定処理の種別の決定、カメラ制御部３５０を介して撮像カメラ装置１００の操作、人体的な特徴を表示装置４００に表示させるための操作及びその他の入力操作を行う際に用いられるようになっている。
【００５３】
（判別装置）
次に、上述した図１及び図４を用いて本実施形態の判別装置３００の各部の詳細について説明する。なお、図４は、本実施形態における分割画像の一例である。
【００５４】
判別装置３００は、上述のように、図１に示すように、入力インターフェース３１０と、分割処理部３２０と、フラクタル次元演算部３３０と、比較判定部３４０と、表示制御部３６０と、カメラ制御部３５０と、ＲＯＭ／ＲＡＭ３８０と、統括制御部３７０と、から構成されている。
【００５５】
入力インターフェース３１０は、撮像カメラ装置１００から出力された複数の肌画像データを受信し、受信したそれぞれの肌画像データに対して所定の処理を実行するようになっている。例えば、この入力インターフェース３１０は、受信した肌画像データに対してデータ名の付与、撮像日時、撮像順、データ形式の変換、画像の拡大、縮小又は回転などの加工及びその他のフラクタル次元を算出するために必要な処理を統括制御部３７０の制御下に選択的にかつ自動的に実行するようになっている。
【００５６】
分割処理部３２０は、入力インターフェース３１０によって所定の処理が為された各肌画像データによって形成される肌画像（原画像）の画像領域を、均等にｎ個の画像領域（以下、「部分画像領域」）に分割するようになっている。また、この分割処理部３２０は、複数の部分画像領域（すなわち、部分画像）から形成される画像（以下、「分割画像」という。）を、それぞれの原画像毎に分割する数を変化させて（例えば、分割数を２から８まで変化させて）生成するようになっている。すなわち、この分割処理部３２０は、原画像毎に、各原画像の画像領域が均等に二分割、三分割、四分割、．．．．及びｎ分割された各分割画像（ｎは整数）それぞれを生成するようになっている。例えば、本実施形態の分割処理部３２０は、二分割から八分割の各分割画像を生成するようになっており、具体的には、八分割画像を生成する場合には、分割処理部３２０は、図２（ｂ）に示す一の画像を図４に示すように所定の領域毎に均等八分割するようになっている。
【００５７】
フラクタル次元演算部３３０は、例えば、パワースペクトル法を用いて各原画像のフラクタル次元及び各分割画像を構成する各部分画像のフラクタル次元をそれぞれ算出するようになっている。そして、このフラクタル次元演算部３３０は、予め定められた演算処理によって画像数（すなわちデータ数）を変化させてデータ数毎にかつ分割数毎に（原画像を分割数１として）原画像及び各分割画像におけるフラクタル次元を算出し、当該算出されたデータ数及び分割数毎のフラクタル次元（以下、「代表値」という。）Ｖに基づいて定まる一のフラクタル次元を特定値Ｘとして特定するようになっている。
なお、本実施形態におけるフラクタル次元演算部３３０のフラクタル次元の演算の詳細については後述する。
【００５８】
比較判定部３４０は、被験者の年齢の判定（以下、単に「年齢判定」という。）又は被験者の性別の判定（以下、単に「性別判定」という。）の何れかの判定処理が実行される際に、該当するフラクタル次元（基準値）をデータベース２００から読み出すようになっている。また、この比較判定部３４０は、読み出した複数の又は一のフラクタル次元（基準値）と、演算部によって演算されたフラクタル次元の特定値Ｘと、を比較し、特定値Ｘが読み出した基準値を中心とした所定の範囲内に含まれる場合に、その基準値が有する特徴、すなわち、その基準値が属する年代及び性別又は性別のみを判定結果とし判別するようになっている。そして、この比較判定部３４０は、判別した判定結果を、表示制御部３６０を介して表示装置４００に出力するようになっている。
【００５９】
一方、この比較判定部３４０は、被験者の肌の異常状態の有無の判定（以下、単に「肌異常判定」という。）を行う場合には、予め操作部５００を介して入力された被験者の年齢及び性別に一致するフラクタル次元をデータベース２００から読み出して特定値Ｘと比較し、特定値Ｘが基準値の５０％未満または１５０％以上の場合には、肌に異常があると判定し、特定値が基準値の５０％以上であって１５０％以下の場合には、肌に異常がないと判定するようになっている。そして、この比較判定部３４０は、この肌異常判定についても、その判定した判定結果を、表示制御部３６０を介して表示装置４００に出力するようになっている。
【００６０】
なお、本実施形態の比較判定部３４０は、上記の判定方法に限らず、例えば、特定値Ｘが基準値を中心としてデータベース２００に予め記憶された範囲内（例えば、２０代男性であれば、１３４０８±０．１１）であるか範囲外であるか判定し、この範囲外の場合には、肌に異常があると判定し、当該範囲内の場合には、肌に異常がないと判定するようにしてもよい。
【００６１】
カメラ制御部３５０は、操作部５００の入力操作に従って撮像カメラ装置１００を制御するようになっている。例えば、このカメラ制御部３５０は、上述したように、操作部５００の入力操作に従って撮像カメラ装置１００が被験者の所定の部位の肌を撮像する際に、ズーム調整、ピント調整、撮像位置の調整及び撮像回数の設定などの各種の動作を制御するようになっている。
【００６２】
表示制御部３６０は、統括制御部３７０の下、撮像カメラ装置１００の操作に関する表示、撮像された肌画像、当該撮像された肌画像データに関する所定の画像、人体的な特徴の判別結果など判別装置３００が上記動作を行う上で必要な所定の画像を表示装置４００に表示するための表示データを生成するようになっている。
【００６３】
統括制御部３７０は、バスＢによって各部と接続されており、上記の各フラクタル次元を算出する演算処理を含む被験者の人体的な特徴を判定する判定処理及び各種の制御処理によって各部を制御し、肌特徴判別システムＳを機能的に動作させる。
【００６４】
ＲＯＭ／ＲＡＭ３８０には、上記の演算処理を実行する各種のプログラム、上記の判定処理を実行するプログラム及び各種の制御プログラムが記憶されるとともに、各種のプログラムの動作中に所定のデータを一時的に保持される。
【００６５】
（フラクタル次元演算部）
次に、図５〜図７の各図を用いて本実施形態のフラクタル次元演算部３３０の詳細について説明する。なお、図５は、第１実施形態における八分割画像における各部分画像の算出されたフラクタル次元の一覧を示す例であり、図６は、本実施形態における代表値Ｖの算出を説明するための図である。また、図７は、本実施形態における特定値Ｘの算出を説明するための図である。
【００６６】
本実施形態のフラクタル次元演算部３３０は、上述したようにパワースペクトル法をフラクタル次元の算出方法として用いている。通常、パワースペクトル法を画像について適用する場合に、対象となる２次元平面の画像について２次元フーリエ変換を行い、パワースペクトルＳ（ｆ）を求めると、このスペクトルＳ（ｆ）は、フーリエ変換して求められた結果の絶対値の２乗となる。そして、このスペクトルＳ（ｆ）が累乗の形になっている場合には、その累乗の指数（β）とフラクタル次元（Ｄ）は、（式１）の関係が成立する。
【００６７】
【数１】
【００６８】
したがって、本実施形態のフラクタル次元演算部３３０は、各原画像及び各分割画像における各部分画像についてパワースペクトルＳ（ｆ）を算出し、各パワースペクトルＳ（ｆ）に対して（式１）を用いて各原画像及び各分割画像における各部分画像におけるフラクタル次元を演算するようになっている。
【００６９】
なお、本実施形態において算出されるフラクタル次元は、１次元以上及び２次元以下の次元である。また、パワースペクトル法については、例えば、Ａ．Ｐ．Ａｒａｇｈｙ、Ｍ．Ｓａｔｏ及びＭ．Ｋａｓｕｇａ著「ＥＦＥＥＩＣＩＥＮＴ ＦＲＡＮＣＴＡＬ ＤＩＭＥＮＳＩＯＮ ＣＡＬＣＵＬＡＴＩＯＮ ＭＥＴＨＯＤ ＦＯＲ ＦＥＡＴＵＥ ＥＸＴＲＣＴＩＯＮ ＯＦ ＳＫＩＮ ＩＭＡＧＥ」（ＫＥＡＳ’ ０８，ＴＨＥ ２ｎｄ ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＣＯＮＦＥＲＥＮＣＥ ＯＮ ＫＡＮＳＡＩ ＥＮＧＩＮＮＥＲＩＮＧ ＡＮＤ ＡＦＦＥＣＴＩＶＥ ＳＹＳＴＥＭＳ， ２０７−２１２（２００８））にその詳細が記載されている。
【００７０】
一方、フラクタル次元演算部３３０は、各原画像のフラクタル次元が算出されると、データ数を変化させてデータ数毎に一のフラクタル次元（代表値Ｖ）を算出するようになっている。例えば、フラクタル次元演算部３３０は、入力インターフェース３１０部において付与された撮像順に、最初に撮像された肌画像データによって形成される原画像（以下、「第１原画像」といい、以降２番目からｎ番目に撮像された肌画像データによって形成される原画像を「第ｎ原画像」という。）について算出されたフラクタル次元をデータ数が「１」のときのフラクタル次元の代表値Ｖとして設定（算出）するようになっている。また、このフラクタル次元演算部３３０は、第１原画像及び第２原画像について算出されたフラクタル次元の平均をデータ数が「２」のときの代表値Ｖとして算出するようになっている。そして、このフラクタル次元演算部３３０は、データ数が「３」以降については、データ数が「２」のときと同様に、第１原画像から第ｎ原画像までについて算出された各フラクタル次元の平均を算出し、当該算出された平均をそのデータ数におけるフラクタル次元の代表値Ｖとして算出するようになっている。なお、本実施形態のフラクタル次元演算部３３０は、例えば、データ数「８」までフラクタル次元の代表値Ｖをそれぞれ算出するようになっている。
【００７１】
他方、フラクタル次元演算部３３０は、各分割画像における各部分画像のフラクタル次元が算出されると、分割数毎にかつデータ数毎に一のフラクタル次元を算出するようになっている。具体的には、フラクタル次元演算部３３０は、算出するフラクタル次元におけるデータ数が「ｎ」で分割数が「ｍ」の場合には、（ａ）第１原画像におけるｍ分割画像（以下、「第１ｍ分割画像」という。以下、第ｎ原画像におけるｍ分割された画像を「第ｎｍ分割画像」という。）について算出された各部分画像（すなわち、第１部分画像または第２部分画像など）における各フラクタル次元と、（ｂ）第２ｍ分割画像について算出された各部分画像における各フラクタル次元と、（ｃ）第３ｍ分割画像について算出された各部分画像における各フラクタル次元、．．．．及び（ｄ）第ｎｍ分割画像について算出された各部分画像における各フラクタル次元を比較し、各分割画像において他の分割画像におけるフラクタル次元と、近似可能なもの（例えば、第１二分割画像については第１部分画像のフラクタル次元、第２二分割画像については第２部分画像のフラクタル次元など）をそれぞれ第１から第ｎまでの各分割画像について抽出し、当該抽出した各分割画像の各フラクタル次元の平均をデータ数ｎにおけるｍ分割画像のフラクタル次元の代表値Ｖとして設定するようになっている。
【００７２】
例えば、このフラクタル次元演算部３３０は、データ数が「６」で分割数が「８」の場合には、図５及び図６に示すように、各８分割画像における各部分画像のフラクタル次元に基づいて他の分割画像と近似可能なフラクタル次元をそれぞれの分割画像において抽出し、すなわち、
（ａ）第１八分割画像においては第６部分画像、
（ｂ）第２八分割画像においては第１部分画像、
（ｃ）第３八分割画像においては第５部分画像、
（ｄ）第４八分割画像においては第１部分画像、
（ｅ）第５八分割画像においては第６部分画像、及び
（ｆ）第６八分割画像においては第５部分画像のフラクタル次元を抽出し、当該抽出した各八分割画像におけるフラクタル次元の平均をデータ数が「６」で分割数が「８」のときの代表値Ｖ（フラクタル次元）として算出するようになっている。
【００７３】
なお、データ数が「１」の場合には、例えば、第１ｍ分割画像における各フラクタル次元の平均を代表値Ｖに設定するようになっている。また、この代表値Ｖの算出において、各分割画像の近似可能なフラクタル次元の抽出に関しては、他の分割画像の各フラクタル次元と近似可能なものを分割画像毎に個々に抽出できればよく、種々の演算処理によって算出される。
【００７４】
また、本実施形態のフラクタル次元演算部３３０は、データ数毎にかつ分割数毎に算出された代表値Ｖが算出されると、これらの代表値Ｖに基づいて、データ数及び代表値Ｖを変数とした関数を算出し、算出された各関数に基づいて定まる一のフラクタル次元を最終的な特定値Ｘとしてフラクタル次元として特定するようになっている。具体的には、このフラクタル次元演算部３３０は、図７に示すように、分割数「１〜８」までの分割数毎に、データ数毎に算出された代表値Ｖにおけるフラクタル次元の関数をそれぞれ算出し、各分割数の関数がグラフ上に交わる交点のフラクタル次元を特定値Ｘとして特定するようになっている。
【００７５】
このように本実施形態の演算部は、統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に特定するために、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて被験者の肌画像データにおける一のフラクタル次元を特定するようになっている。
【００７６】
（判定処理（Ｉ））
次に、図８を用いて本実施形態において、撮像して取得した肌画像データに基づいてフラクタル次元を演算する演算処理を含む被験者の年齢及び性別又は性別のみを判定する判定処理について説明する。なお、図８は、本実施形態におけるフラクタル次元を演算する演算処理を含む被験者の年齢及び性別又は性別のみを判定する判定処理を示すフローチャートである。
【００７７】
本動作においては、データベース２００に既に被験者の年齢が判定対象の際に用いる各年代別かつ男女別の標準的なフラクタル次元及び被験者の性別が判定対象の際に用いる年代に関係なく男性及び女性の標準的なフラクタル次元が予め記憶されているものとする。また、既に撮像カメラ装置１００によって被験者における肌の所定領域が撮像され、肌画像データが取得されているものとする。
【００７８】
まず、操作部５００のユーザ操作によって被験者の年代及び性別又は性別のみを被験者の人体的な特徴として判定することが設定されると（ステップＳ１０１）、統括制御部３７０は、分割処理部３２０に分割数を変化させて肌画像データによって形成される原画像を均等に２分割からｎ分割までの複数の分割画像を生成させる（ステップＳ１０２）。例えば、上述のように分割処理部３２０は、２分割から８分割までのそれぞれの分割画像を生成する。
【００７９】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に原画像及び各分割画像における各部分画像のフラクタル次元を算出し、データ数毎に且つ分割数毎にフラクタル次元の代表値Ｖを算出させる（ステップＳ１０３）。
【００８０】
次いで、統括制御部３７０は、フラクタル次元演算部３３０にデータ数毎にかつ分割数毎に算出されたフラクタル次元の代表値Ｖに基づいて分割数毎にデータ数を変数としたフラクタル次元の関数を生成させる（ステップＳ１０４）。
【００８１】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に各分割数のフラクタル次元の関数に基づいて各関数におけるグラフ上の交点を特定値Ｘとして算出させる（ステップＳ１０５）。なお、このとき、フラクタル次元の関数が一点で交わらない場合には、交点において関数が最大数となるものを特定値Ｘとして算出する。
【００８２】
次いで、統括制御部３７０は、比較判定部３４０にデータベース２００から記憶されている年代別及び性別毎のフラクタル次元の基準値を読み出して比較判定部３４０に算出された特定値Ｘと比較させ、特定値Ｘと一致する又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属するかを判定させる（ステップＳ１０６）。このとき、比較判定部３４０は、特定値Ｘと一致する基準値又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属する基準値における年代及び性別を、被験者の年代及び性別と判定する。
【００８３】
最後に、統括制御部３７０は、表示制御部３６０を制御して表示装置４００に判定結果を出力して（ステップＳ１０７）本動作を終了させる。
【００８４】
(判定処理（ＩＩ）)
次に、図８を用いて本実施形態において、撮像して取得した肌画像データに基づいてフラクタル次元を演算する演算処理を含む肌異常の有無を判定する判定処理について説明する。なお、図８は、本実施形態におけるフラクタル次元を演算する演算処理を含む肌異常の有無を判定する判定処理を示すフローチャートである。
【００８５】
本動作においては、データベース２００に既に被験者の年齢が判定対象の際に用いる各年代別かつ男女別の標準的なフラクタル次元が予め記憶されているものとする。また、既に撮像カメラ装置１００によって被験者における肌の所定領域が撮像され、肌画像データが取得されているものとする。
【００８６】
まず、操作部５００のユーザ操作によって被験者の肌異常の有無を被験者の人体的な特徴として判定することが設定されると（ステップＳ２０１）、統括制御部３７０は、表示装置４００及び操作部５００によって被験者の性別及び年代を入力させる（ステップＳ２０２）。
【００８７】
次いで、統括制御部３７０は、分割処理部３２０に分割数を変化させて肌画像データによって形成される原画像を均等に２分割からｎ分割までの複数の分割画像を生成させる（ステップＳ２０３）。例えば、上述のように分割処理部３２０は、２分割から８分割までのそれぞれの分割画像を生成する。
【００８８】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に原画像及び各分割画像における各部分画像におけるフラクタル次元を算出し、データ数毎に且つ分割数毎にフラクタル次元の代表値Ｖを算出させる（ステップＳ２０４）。
【００８９】
次いで、統括制御部３７０は、フラクタル次元演算部３３０にデータ数毎にかつ分割数毎に算出されたフラクタル次元の代表値Ｖに基づいて分割数毎にデータ数を変数としたフラクタル次元の関数を生成させる（ステップＳ２０５）。
【００９０】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に各分割数のフラクタル次元の関数に基づいて各関数におけるグラフ上の交点を特定値Ｘとして算出させる（ステップＳ２０６）。なお、このとき、フラクタル次元の関数が一点で交わらない場合には、交点において関数が最大数となるものを特定値Ｘとして算出する。
【００９１】
次いで、統括制御部３７０は、比較判定部３４０にデータベース２００からステップＳＳ２０１によって入力された年代及び性別に一致するフラクタル次元の基準値を読み出して比較判定部３４０に算出された特定値Ｘと比較させ、特定値Ｘと一致する又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属するかを判定させる（ステップＳ２０７）。このとき、比較判定部３４０は、特定値Ｘと一致する又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属する場合には、被験者の肌には異常が無いと判定し、特定値Ｘが基準値とともに記憶された予め定められた範囲内に属しない場合には、被験者の肌に異常があると判定する。
【００９２】
最後に、統括制御部３７０は、表示制御部３６０を制御して表示装置４００に判定結果を出力して（ステップＳ２０８）本動作を終了させる。
【００９３】
［第１実施形態の作用及び効果］
以上の構成により、本実施形態の肌特徴判別システムＳは、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって比較的容易に肌の特徴を定量的な特徴量として抽出することができるとともに、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に特定することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【００９４】
また、本実施形態の肌特徴判別システムＳは、上記構成により、複数の原画像とそれを分割した分割画像を用いることによってアーチファクトを排除し、的確な被験者の肌におけるフラクタル次元を算出することができる。
【００９５】
また、本実施形態の肌特徴判別システムＳは、異なる肌領域Ａを肌画像データとして取得することによって種々の肌領域Ａにおけるフラクタル次元を算出することができるので、特定される特定値Ｘの精度を向上させることができる。
【００９６】
また、本実施形態の肌特徴判別システムＳは、同一の肌領域Ａを複数回撮像して取得した肌画像データによって、肌領域Ａに存在するアーチファクトの影響が排除されたフラクタル次元を算出することができるので、特定される特定値Ｘの精度を向上させることができる。
【００９７】
また、本実施形態の肌特徴判別システムＳは、原画像領域内及び分割画像領域内の形状及びグレースケールの３次元解析を行うことによってフラクタル次元を算出することができるので、各原画像及び各部分画像の的確にフラクタル次元をそれぞれ算出することができる。
【００９８】
また、本実施形態の肌特徴判別システムＳは、各原画像及び各分割画像の部分画像におけるフラクタル次元を算出する際に、パワースペクトル法を用いることによって、原画像領域内及び分割画像領域内の形状及びグレースケールの３次元解析を単純な公式を使用して演算負荷を小さくすることができるので、各原画像及び各部分画像におけるフラクタル次元を的確にかつ高速にそれぞれ算出することができる。
【００９９】
また、本実施形態の肌特徴判別システムＳは、撮像手段を有しているので、肌画像の取得から人体Ｐ特徴を判別するまで一体型の装置によって各処理を行うことができるので、他の装置との接続などの複雑な操作を行うことなく、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を的確に行うことができる。
【０１００】
（変形例）
なお、本実施形態では、ＲＯＭ／ＲＡＭ３８０に記憶されたプログラムに従って統括制御部３７０が各部を制御しつつ演算処理又はその他の処理の行うようになっているが、コンピュータを用いて各プログラムを実行し、撮像した原画像に基づいて被験者のフラクタル次元を算出して（すなわち、特定値Ｘを算出して）被験者の人体的な特徴を判定し、当該判定結果を表示装置４００に表示するようにしてもよい。
【０１０１】
［第２実施形態］
次に、図１０を用いて本発明に係る肌特徴判別システムＳの第２実施形態について説明する。なお、図１０は、第２実施形態における肌特徴判別システムＳの構成を示すブロック図である。
【０１０２】
本実施形態は、第１実施形態において、データベース２００を人体的な特徴の判別を行う場所とは異なる場所に固定設置され、公衆網回線Ｌを介して特徴判別装置３００にデータが供給される点に特徴があり、そのほかの点は、第１実施形態と同様であって同一部材には、同一符号を付してその説明を省略する。
【０１０３】
本実施形態の判別装置３００は、図１０に示すように、入力インターフェース３１０と、分割処理部３２０と、フラクタル次元演算部３３０と、比較判定部３４０と、操作部５００と、表示制御部３６０と、カメラ制御部３５０と、通信制御部３９０と、ＲＯＭ／ＲＡＭ３８０と、統括制御部３７０と、から構成されている。
【０１０４】
また、通信制御部３９０は、電話公衆網又はインターネットなどの公衆網回線Ｌを介して有線又は無線に判別装置３００と離隔した位置に固定設置されたデータベース２００と通信回線を確立してデータの授受を行うようになっている。
【０１０５】
以上本実施形態の肌特徴判別システムＳは、第１実施形態と同様の効果に加えて、被験者の画像データを取得する場所から遠隔に固定設置されたデータベース２００を用いて被験者の人体的な特徴判別を行うことができ、基準値を他の肌特徴判別システムＳと共有することができるので、簡易にかつ低コストによって実現することができるとともに、データベース２００にある基準値のみ更新すれば複数の肌特徴判別システムＳにおいて最新の状態にて人体Ｐの特徴判別を行うことができる。
【符号の説明】
【０１０６】
Ａ … 肌領域
Ｓ … 肌特徴判別システム
Ｖ … 代表値
Ｘ … 特定値
１００ … 撮像カメラ装置
２００ … データベース
３００ … 判別装置
３１０ … 入力インターフェース
３２０ … 分割処理部
３３０ … フラクタル次元演算部
３４０ … 比較判定部
３５０ … カメラ制御部
３６０ … 表示制御部
３７０ … 統括制御部
３８０ … ＲＯＭ／ＲＡＭ
３９０ … 通信制御部
４００ … 表示装置
５００ … 操作部
【技術分野】
【０００１】
本発明は、肌画像を用いて年齢又は性別などの被験者の人体的な特徴を判別する肌特徴判別システム及び肌特徴判別方法に関する。
【背景技術】
【０００２】
近年、セキュリティの観点から被験者の人体的な特徴を定量化し、被験者の人体的な特徴の判別及び人体の識別を行うための方法又はシステムは種々提案されており、例えば、指紋、声紋、角膜又は静脈などの人体に関する固有の情報（以下、単に「固有情報」という。）を取得し、当該取得した固有情報に基づく個人認証システムが実用化されている。このような個人認証システムは、個々人をその他の人間と識別することができる高いセキュリティ能力を発揮する一方で、個々人の固有情報を予め登録しなければならず、かつ、当該固有情報を簡易な装置又は方法によって登録することが難しいとともにその登録された情報に関しても厳重な管理が求められている。
【０００３】
一方、近年の美容への関心が高まる中で、人体の皮膚の表面画像を用いた肌診断システムが提案されている（例えば、非特許文献１参照）。しかしながら、肌診断に関しては、肌年齢又は肌の状態との相関が高いため、比較的容易に測定できる特徴量が確立していない。
【０００４】
このような状況において、発明者らは、セキュリティの分野又は医療及び美容の分野において利用可能であって、個人の固有情報を予め登録することなく、一般化された特徴量に基づいて比較的容易に被験者の人体的な特徴判別を行うことが可能な装置（以下、「肌特徴判別システム」という。）を発明した。
【０００５】
この肌特徴判別システムは、被験者の複数の肌画像に基づいてフラクタル次元を算出し、算出されたフラクタル次元と標準的なフラクタル次元とを比較し、比較結果に基づいて被験者の年齢（肌年齢）又は性別を推定するようになっている（特許文献１）
【先行技術文献】
【非特許文献】
【０００６】
【非特許文献１】竹前嘉修，斎藤英雄，小沢慎治：“皮膚表面画像を用いた肌診断システム”，計測自動制御学会論文集，Ｖｏｌ．３７，Ｎｏ．１１，ｐｐ．１０９７−１１０３（２００１）
【特許文献】
【０００７】
【特許文献１】特開２００７−５０１５８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献１に記載の肌特徴判別システムにあっては、ボックスカウンティング法を用いて肌画像に基づくフラクタル次元を算出しており、被験者の年齢（肌年齢）を的確に推定することができない場合がある。すなわち、この肌特徴判別システムにあっては、算出の基礎となる肌画像において、撮像部分の体毛又はゴミその他に起因する肌画像上に存在するアーチファクトが多くなると、的確にフラクタル次元を算出することが難しくなり、推定された被験者の年齢（肌年齢）又は性別が実際のものと乖離する場合もある。
【０００９】
そこで、本発明は、上記問題を解決するためになされたものであって、その目的は、フラクタル次元という一般化された特徴量に基づいて比較的容易に被験者の人体的な特徴判別を行うことが可能であって、当該フラクタル次元を的確に算出し、かつ、その結果、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を正確に行うことができる肌特徴判別システム、肌特徴判別方法及び肌特徴判別プログラムを提供することにある。
【課題を解決するための手段】
【００１０】
（１）上記課題を解決するため、本発明は、被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得手段と、前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段と、前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段と、演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段と、演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段と、前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段と、前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段と、基準値としての標準的な人体の特徴を示す所定のフラクタル次元が予め記憶されたデータベースと、前記特定された特定値と前記基準値を比較する比較手段と、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段と、を備える構成を有している。
【００１１】
通常、被験者の肌においては、その特性上、所定の領域の一部分とその全体の領域について自己相似性を有している。また、フラクタル次元の概念を用いることによって、すなわち、所定の領域の形状におけるフラクタル次元を算出することによって特徴的な長さを持たないような形状（図形）であっても、自己相似性を有する形状（図形）にあっては、定量的にその特徴量を解析することが可能である。一方、被験者の肌の所定領域をフラクタル次元によって画像解析をする場合においては、体毛、皮脂又は付着したゴミその他に起因するアーチファクトによって的確にフラクタル次元を算出することが難しい。
【００１２】
したがって、上述の構成により、本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【００１３】
（２）また、本発明においては、前記判別手段が、前記比較した結果に基づいて年齢または性別の少なくともいずれか一方の前記肌画像データを取得した被験者の人体的な特徴を判別する構成を有するのが好ましい。
【００１４】
この構成により、本発明は、複数の原画像とそれを分割した分割画像を用いて統計的に画像上に生じるアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に算出することができるので、被験者の年齢（肌年齢）及び性別を正確に判別することができる。
【００１５】
（３）また、本発明においては、前記判別手段が、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴として前記肌の正常状態の有無を判別する構成を有するのが好ましい。
【００１６】
この構成により、本発明は、複数の原画像とそれを分割した分割画像を用いて統計的に画像上に生じるアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に算出することができるので、肌の異常状態の有無を正確に判別することができる。
【００１７】
（４）また、本発明においては、前記分割手段が、分割に用いる分割領域の大きさを変化させた異なる分割数によって前記各原画像を複数に分割した複数の分割画像を生成する構成を有するのが好ましい。
【００１８】
アーチファクトが原画像上に存在する場合に、分割数を変化させると分割数が多くなるに従ってアーチファクトの影響がない部分画像も出現することになる。また、当然にアーチファクトの影響がない画像のフラクタル次元は、被験者の肌の特徴量を的確に示すことになる。
【００１９】
したがって、本発明は、上記構成により、複数の原画像とそれを分割した分割画像を用いることによってアーチファクトを排除し、的確な被験者の肌におけるフラクタル次元を算出することができる。
【００２０】
（５）また、本発明においては、前記取得手段が、異なる肌領域の複数の肌画像を肌画像データとして取得する構成を有するのが好ましい。
【００２１】
この構成により、本発明は、種々の肌領域におけるフラクタル次元を算出することができるので、各肌領域における固有のアーチファクトの影響を排除することができるとともに、被験者の肌におけるフラクタル次元を的確に算出することができる。
【００２２】
（６）また、本発明においては、前記取得手段が、同一の肌領域の複数の肌画像を肌画像データとして取得する構成を有するのが好ましい。
【００２３】
この構成により、本発明は、肌領域に存在する時間的な変化を伴うアーチファクト又は撮像時に発生したアーチファクトの影響を排除することができるので、されたフラクタル次元を算出することができるので、被験者の肌におけるフラクタル次元を的確に算出することができる。
【００２４】
（７）また、本発明においては、前記フラクタル次元算出手段が、前記原画像領域内及び前記分割画像領域内の形状及びグレースケールに基づいて前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出する構成を有するのが好ましい。
【００２５】
この構成により、本発明は、原画像領域内及び分割画像領域内の形状及びグレースケールを用いた３次元解析を行うことによってフラクタル次元を算出することができるので、各原画像及び各部分画像のフラクタル次元の算出精度を向上させることができる。
【００２６】
（８）また、本発明においては、前記フラクタル次元算出手段が、前記パワースペクトル法によって前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出する構成を有するのが好ましい。
【００２７】
この構成により、本発明は、原画像領域内及び分割画像領域内の形状及びグレースケールの３次元解析を単純な公式を使用して演算負荷を小さくすることができるので、各原画像及び各部分画像におけるフラクタル次元を的確にかつ高速にそれぞれ算出することができる。
【００２８】
（９）また、本発明においては、前記被験者の肌における所定の領域を撮像する撮像手段を更に備え、前記取得手段が、撮像された所定の領域の画像を肌画像データとして取得する構成を有するのが好ましい。
【００２９】
この構成により、本発明は、撮像手段を有しているので、肌画像の取得から人体特徴を判別するまで一体型の装置によって各処理を行うことができるので、他の装置との接続などの複雑な操作を行うことなく、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を的確に行うことができる。
【００３０】
（１０）また、本発明においては、前記データベースと公衆網回線を介して接続される通信手段を更に備え、前記データベースが、肌特徴判別システムが使用される場所と異なる場所に固定設置されている構成を有するのが好ましい。
【００３１】
この構成より、本発明は、被験者の画像データを取得する場所から遠隔に固定設置されたデータベースを用いて被験者の人体的な特徴判別を行うことができるので、基準値を他の肌特徴判別システムと共有することができるとともに、データベースにある基準値のみ更新すれば複数の肌特徴判別システムにおいて最新のデータを各特徴判別装置に提供することができる。したがって、本発明は、簡易にかつ低コストによって実現することができる。
【００３２】
（１１）上記課題を解決するため、本発明は、被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得工程と、前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割工程と、前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出工程と、演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出工程と、演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出工程と、前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出工程と、前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定工程と、前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較工程と、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別工程と、を含む構成を有している。
【００３３】
この構成により、本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【００３４】
（１２）上記課題を解決するため、本発明は、コンピュータが、被験者の肌における所定領域を撮像することによって得られた複数の画像を肌画像データに基づいて当該被験者の人体的な特徴を判別する判別プログラムであって、前記コンピュータを、前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段、前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段、演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段、演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段、前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段、前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段、前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較手段、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段、として機能させる構成を有している。
【００３５】
この構成により、本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【発明の効果】
【００３６】
本発明は、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって当該被験者の肌の特徴を定量的な特徴量として抽出して特徴判別を行う場合に、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を算出することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【図面の簡単な説明】
【００３７】
【図１】本発明に係る肌診断装置の第１実施形態における構成を示すブロック図である。
【図２】被験者の人体的な特徴を判別する際に用いる肌画像（原画像）の例である。
【図３】第１実施形態のデータベースに記憶されている基準値としての標準的なフラクタル次元の一覧の例である。
【図４】第１実施形態における分割画像の一例である。
【図５】第１実施形態における八分割画像における各部分画像の算出されたフラクタル次元の一覧を示す例である。
【図６】第１実施形態における代表値の算出を説明するための図である。
【図７】第１実施形態における特定値の算出を説明するための図である。
【図８】第１実施形態のフラクタル次元を演算する演算処理を含む被験者の年齢及び性別又は性別のみを判定する判定処理を示すフローチャートである。
【図９】第１実施形態におけるフラクタル次元を演算する演算処理を含む肌異常の有無を判定する判定処理を示すフローチャートである。
【図１０】本発明に係る肌診断装置の第２実施形態における構成を示すブロック図である。
【発明を実施するための形態】
【００３８】
以下、本発明の実施形態について、図面を参照しながら説明する。なお、以下に説明する実施形態は、被験者の肌の画像に基づいて当該被験者の人体的な特徴を判別する肌診断装置について本発明の肌特徴判別システム、肌特徴判別方法及び肌特徴判別プログラムを適用したものである。
【００３９】
［第１実施形態］
はじめに、図１〜図９の各図を用いて本発明に係る肌特徴判別システムＳの第１実施形態について説明する。
【００４０】
（システム構成）
まず、図１〜図３の各図を用いて本実施形態の肌特徴判別システムＳの構成について説明する。なお、図１は、本実施形態における肌特徴判別システムＳの構成を示すブロック図であり、図２は、被験者の人体的な特徴を判別する際に用いる肌画像（原画像）の例である。図３は、本実施形態のデータベース２００に記憶されている基準値としての標準的なフラクタル次元の一例である。
【００４１】
本実施形態の肌特徴判別システムＳは、図１に示すように、被験者の肌の所定領域（以下、「肌領域」ともいう。）Ａを撮像する撮像カメラ装置１００と、被験者の人体的な特徴を判別する際に用いるデータ（後述する基準値としてのフラクタル次元）が記憶されているデータベース２００と、撮像カメラ装置１００によって撮像された肌領域Ａの画像データ（以下、「肌画像データ」という。）におけるフラクタル次元を算出し、当該算出されたフラクタル次元に基づいて被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴を判別する判別装置３００と、判別装置３００によって判別された判別結果を表示する表示装置４００と、撮像カメラ装置１００その他の操作を行う操作部５００と、から構成される。
【００４２】
この肌特徴判別システムＳは、特徴的な長さを持たない図形、現象又は状態の「複雑さ」を定量的に表せる数値的な指標を示すフラクタル次元を、各肌画像データによって形成される画像から算出し、当該算出されたフラクタル次元を標準的な値、すなわち、基準値となる標準的なフラクタル次元と比較することによって被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴を判別するようになっている。
【００４３】
通常、被験者などの人間の肌においては、予め定められた領域内の一部分に形成される形状とその領域全体によって形成される形状ついては相似となる自己相似性という特性を有している。また、フラクタル次元の概念を用いることによって、すなわち、フラクタル次元を算出することによって特徴的な長さを持たないような図形であっても、自己相似性を有する図形にあっては、定量的にその特徴量を解析することが可能である。一方、被験者の肌をフラクタル次元によって画像解析する場合においては、体毛、皮脂又は付着したゴミその他に起因するアーチファクトによって正確にフラクタル次元を算出することが難しい。すなわち、例えば、図２（ａ）に示すように撮像されたアーチファクトがない肌画像が理想ではあるが、このような肌画像を得られることが少なく、通常は、図２（ｂ）に示すような体毛Ｈなどによって画像内の自己相似性が乱されるので、正確にフラクタル次元を算出することが難しい。
【００４４】
そこで、本実施形態の肌特徴判別システムＳは、被験者の肌領域Ａの画像におけるフラクタル次元を算出することによって比較的容易に肌の特徴を定量的な特徴量として抽出することができるとともに、取得した被験者の肌領域Ａにおける複数の原画像と当該原画像を分割した分割画像を用いて統計的な処理を行って肌画像上に存在するアーチファクトの影響を排除するための演算を行うようになっている。したがって、本実施形態の肌特徴判別システムＳは、肌画像のフラクタル次元を的確に特定することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができるようになっている。
【００４５】
具体的には、本実施形態の撮像カメラ装置１００は、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ Ｉｍａｇｅ Ｓｅｎｓｏｒ）などの所定の撮像素子を有し、可動可能にまたは固定されて設置され、被験者の所定の部位の肌における所定の領域を複数回撮像するために用いられる。また、この撮像カメラ装置１００は、ズーム、ピント及び撮像位置の調整並びに撮像回数など判別装置３００によって駆動制御され、撮像した肌画像を所定の形式の肌画像データに変換して判別装置３００に出力するようになっている。特に、撮像カメラ装置１００は、同一の肌領域Ａを複数回撮像し又は異なる部位の異なる肌領域Ａを複数回撮像し、当該撮像したそれぞれの肌画像を肌画像データとして判別装置３００に出力するようになっている。
【００４６】
本実施形態のデータベース２００には、基準値としての標準的な人体Ｐの特徴を示す所定のフラクタル次元が予め記憶されている。具体的には、このデータベース２００には、被験者の年齢が判定対象の際に用いる各年代別かつ男女別の標準的なフラクタル次元、被験者の性別が判定対象の際に用いる年代に関係なく男性及び女性の標準的なフラクタル次元、並びに、被験者の肌の異常状態の有無が判定対象の際に用いる標準的なフラクタル次元が記憶されている。例えば、このデータベース２００には、図３に示すように、２０代から４０代までの男性及び女性における基準値としての標準的なフラクタル次元が記憶されている。
【００４７】
なお、データベース２００に記憶されている基準値においては、図３に示すように、予め定められた範囲についても記憶されており、特定値Ｘが当該範囲内に属すれば、当該範囲を示す年代及び性別であると判定されるようになっている。また、男性又は女性の性別のみを判別する際に用いる基準値としてのフラクタル次元としては、例えば、男性「１．３４０８±０．１１」及び女性「１．４７５８±０．１８」のフラクタル次元がデータベース２００に記憶されている。本実施形態において、これらのデータベース２００に記憶される基準値としてのフラクタル次元は、予め実験その他の方法において求められた値を用いるようになっている。
【００４８】
本実施形態の判別装置３００は、主に中央演算処理装置（ＣＰＵ）によって構成されており、肌特徴判別システムＳの全般的な機能を総括的に制御するようになっている。特に、この判別装置３００は、撮像カメラ装置１００を制御するとともに、撮像カメラ装置１００から出力された肌画像データを受信するようになっている。そして、この判別装置３００は、入力された複数の肌画像データによって形成される各画像（以下、「原画像」という。）のフラクタル次元及び当該原画像を所定領域に分割した複数の部分画像から構成される分割画像のそれぞれの画像についてフラクタル次元を算出するようになっている。また、この判別装置３００は、当該算出されたフラクタル次元と、データベース２００に予め記憶された判別すべき被験者の人体的な特徴を示す基準値としてのフラクタル次元とを比較し、その比較結果に基づいて被験者の人体的な特徴を判別するようになっている。
【００４９】
具体的には、この判別装置３００は、図１に示すように、撮像された肌画像データに対して所定の処理を行う入力インターフェース３１０と、各肌画像データによって形成される原画像の分割を行う分割処理部３２０と、複数の原画像及び原画像が分割された画像における各フラクタル次元を算出して被験者におけるフラクタル次元を特定するフラクタル次元演算部３３０と、標準的な基準値としてのフラクタル次元と比較して被験者の人体的な特徴を判定する比較判定部３４０と、を有している。
【００５０】
さらに、この判別装置３００は、操作部５００の操作に基づいて撮像カメラ装置１００を制御するカメラ制御部３５０と、表示装置４００を制御する表示制御部３６０と、被験者におけるフラクタル次元を演算する演算処理、被験者の人体的な特徴を判定する判定処理及びその他の制御処理によって各部を制御する統括制御部３７０と、所定のデータが記憶されるＲＯＭ／ＲＡＭ３８０と、から構成されている。なお、本実施形態の判別装置３００の各部の動作の詳細については後述する。
【００５１】
本実施形態の表示装置４００は、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）液晶素子またはＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）素子によって構成される。この表示装置４００は、判別装置３００の制御によって、具体的には、表示制御部３６０にて生成された表示データに基づいて所定の画像を表示するようになっている。例えば、この表示装置４００は、撮像カメラ装置１００の操作に関する表示、撮像される肌画像、撮像された肌画像データ、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者における人体的な特徴の判別結果など判別装置３００が上記動作を行う上で必要な所定の画像を表示するようになっている。
【００５２】
本実施形態の操作部５００は、各操作指令を入力する操作ボタン、テンキーおよびその他の数字キーなど、多数のキーにより構成されている。この操作部５００は、判定処理の種別の決定、カメラ制御部３５０を介して撮像カメラ装置１００の操作、人体的な特徴を表示装置４００に表示させるための操作及びその他の入力操作を行う際に用いられるようになっている。
【００５３】
（判別装置）
次に、上述した図１及び図４を用いて本実施形態の判別装置３００の各部の詳細について説明する。なお、図４は、本実施形態における分割画像の一例である。
【００５４】
判別装置３００は、上述のように、図１に示すように、入力インターフェース３１０と、分割処理部３２０と、フラクタル次元演算部３３０と、比較判定部３４０と、表示制御部３６０と、カメラ制御部３５０と、ＲＯＭ／ＲＡＭ３８０と、統括制御部３７０と、から構成されている。
【００５５】
入力インターフェース３１０は、撮像カメラ装置１００から出力された複数の肌画像データを受信し、受信したそれぞれの肌画像データに対して所定の処理を実行するようになっている。例えば、この入力インターフェース３１０は、受信した肌画像データに対してデータ名の付与、撮像日時、撮像順、データ形式の変換、画像の拡大、縮小又は回転などの加工及びその他のフラクタル次元を算出するために必要な処理を統括制御部３７０の制御下に選択的にかつ自動的に実行するようになっている。
【００５６】
分割処理部３２０は、入力インターフェース３１０によって所定の処理が為された各肌画像データによって形成される肌画像（原画像）の画像領域を、均等にｎ個の画像領域（以下、「部分画像領域」）に分割するようになっている。また、この分割処理部３２０は、複数の部分画像領域（すなわち、部分画像）から形成される画像（以下、「分割画像」という。）を、それぞれの原画像毎に分割する数を変化させて（例えば、分割数を２から８まで変化させて）生成するようになっている。すなわち、この分割処理部３２０は、原画像毎に、各原画像の画像領域が均等に二分割、三分割、四分割、．．．．及びｎ分割された各分割画像（ｎは整数）それぞれを生成するようになっている。例えば、本実施形態の分割処理部３２０は、二分割から八分割の各分割画像を生成するようになっており、具体的には、八分割画像を生成する場合には、分割処理部３２０は、図２（ｂ）に示す一の画像を図４に示すように所定の領域毎に均等八分割するようになっている。
【００５７】
フラクタル次元演算部３３０は、例えば、パワースペクトル法を用いて各原画像のフラクタル次元及び各分割画像を構成する各部分画像のフラクタル次元をそれぞれ算出するようになっている。そして、このフラクタル次元演算部３３０は、予め定められた演算処理によって画像数（すなわちデータ数）を変化させてデータ数毎にかつ分割数毎に（原画像を分割数１として）原画像及び各分割画像におけるフラクタル次元を算出し、当該算出されたデータ数及び分割数毎のフラクタル次元（以下、「代表値」という。）Ｖに基づいて定まる一のフラクタル次元を特定値Ｘとして特定するようになっている。
なお、本実施形態におけるフラクタル次元演算部３３０のフラクタル次元の演算の詳細については後述する。
【００５８】
比較判定部３４０は、被験者の年齢の判定（以下、単に「年齢判定」という。）又は被験者の性別の判定（以下、単に「性別判定」という。）の何れかの判定処理が実行される際に、該当するフラクタル次元（基準値）をデータベース２００から読み出すようになっている。また、この比較判定部３４０は、読み出した複数の又は一のフラクタル次元（基準値）と、演算部によって演算されたフラクタル次元の特定値Ｘと、を比較し、特定値Ｘが読み出した基準値を中心とした所定の範囲内に含まれる場合に、その基準値が有する特徴、すなわち、その基準値が属する年代及び性別又は性別のみを判定結果とし判別するようになっている。そして、この比較判定部３４０は、判別した判定結果を、表示制御部３６０を介して表示装置４００に出力するようになっている。
【００５９】
一方、この比較判定部３４０は、被験者の肌の異常状態の有無の判定（以下、単に「肌異常判定」という。）を行う場合には、予め操作部５００を介して入力された被験者の年齢及び性別に一致するフラクタル次元をデータベース２００から読み出して特定値Ｘと比較し、特定値Ｘが基準値の５０％未満または１５０％以上の場合には、肌に異常があると判定し、特定値が基準値の５０％以上であって１５０％以下の場合には、肌に異常がないと判定するようになっている。そして、この比較判定部３４０は、この肌異常判定についても、その判定した判定結果を、表示制御部３６０を介して表示装置４００に出力するようになっている。
【００６０】
なお、本実施形態の比較判定部３４０は、上記の判定方法に限らず、例えば、特定値Ｘが基準値を中心としてデータベース２００に予め記憶された範囲内（例えば、２０代男性であれば、１３４０８±０．１１）であるか範囲外であるか判定し、この範囲外の場合には、肌に異常があると判定し、当該範囲内の場合には、肌に異常がないと判定するようにしてもよい。
【００６１】
カメラ制御部３５０は、操作部５００の入力操作に従って撮像カメラ装置１００を制御するようになっている。例えば、このカメラ制御部３５０は、上述したように、操作部５００の入力操作に従って撮像カメラ装置１００が被験者の所定の部位の肌を撮像する際に、ズーム調整、ピント調整、撮像位置の調整及び撮像回数の設定などの各種の動作を制御するようになっている。
【００６２】
表示制御部３６０は、統括制御部３７０の下、撮像カメラ装置１００の操作に関する表示、撮像された肌画像、当該撮像された肌画像データに関する所定の画像、人体的な特徴の判別結果など判別装置３００が上記動作を行う上で必要な所定の画像を表示装置４００に表示するための表示データを生成するようになっている。
【００６３】
統括制御部３７０は、バスＢによって各部と接続されており、上記の各フラクタル次元を算出する演算処理を含む被験者の人体的な特徴を判定する判定処理及び各種の制御処理によって各部を制御し、肌特徴判別システムＳを機能的に動作させる。
【００６４】
ＲＯＭ／ＲＡＭ３８０には、上記の演算処理を実行する各種のプログラム、上記の判定処理を実行するプログラム及び各種の制御プログラムが記憶されるとともに、各種のプログラムの動作中に所定のデータを一時的に保持される。
【００６５】
（フラクタル次元演算部）
次に、図５〜図７の各図を用いて本実施形態のフラクタル次元演算部３３０の詳細について説明する。なお、図５は、第１実施形態における八分割画像における各部分画像の算出されたフラクタル次元の一覧を示す例であり、図６は、本実施形態における代表値Ｖの算出を説明するための図である。また、図７は、本実施形態における特定値Ｘの算出を説明するための図である。
【００６６】
本実施形態のフラクタル次元演算部３３０は、上述したようにパワースペクトル法をフラクタル次元の算出方法として用いている。通常、パワースペクトル法を画像について適用する場合に、対象となる２次元平面の画像について２次元フーリエ変換を行い、パワースペクトルＳ（ｆ）を求めると、このスペクトルＳ（ｆ）は、フーリエ変換して求められた結果の絶対値の２乗となる。そして、このスペクトルＳ（ｆ）が累乗の形になっている場合には、その累乗の指数（β）とフラクタル次元（Ｄ）は、（式１）の関係が成立する。
【００６７】
【数１】
【００６８】
したがって、本実施形態のフラクタル次元演算部３３０は、各原画像及び各分割画像における各部分画像についてパワースペクトルＳ（ｆ）を算出し、各パワースペクトルＳ（ｆ）に対して（式１）を用いて各原画像及び各分割画像における各部分画像におけるフラクタル次元を演算するようになっている。
【００６９】
なお、本実施形態において算出されるフラクタル次元は、１次元以上及び２次元以下の次元である。また、パワースペクトル法については、例えば、Ａ．Ｐ．Ａｒａｇｈｙ、Ｍ．Ｓａｔｏ及びＭ．Ｋａｓｕｇａ著「ＥＦＥＥＩＣＩＥＮＴ ＦＲＡＮＣＴＡＬ ＤＩＭＥＮＳＩＯＮ ＣＡＬＣＵＬＡＴＩＯＮ ＭＥＴＨＯＤ ＦＯＲ ＦＥＡＴＵＥ ＥＸＴＲＣＴＩＯＮ ＯＦ ＳＫＩＮ ＩＭＡＧＥ」（ＫＥＡＳ’ ０８，ＴＨＥ ２ｎｄ ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＣＯＮＦＥＲＥＮＣＥ ＯＮ ＫＡＮＳＡＩ ＥＮＧＩＮＮＥＲＩＮＧ ＡＮＤ ＡＦＦＥＣＴＩＶＥ ＳＹＳＴＥＭＳ， ２０７−２１２（２００８））にその詳細が記載されている。
【００７０】
一方、フラクタル次元演算部３３０は、各原画像のフラクタル次元が算出されると、データ数を変化させてデータ数毎に一のフラクタル次元（代表値Ｖ）を算出するようになっている。例えば、フラクタル次元演算部３３０は、入力インターフェース３１０部において付与された撮像順に、最初に撮像された肌画像データによって形成される原画像（以下、「第１原画像」といい、以降２番目からｎ番目に撮像された肌画像データによって形成される原画像を「第ｎ原画像」という。）について算出されたフラクタル次元をデータ数が「１」のときのフラクタル次元の代表値Ｖとして設定（算出）するようになっている。また、このフラクタル次元演算部３３０は、第１原画像及び第２原画像について算出されたフラクタル次元の平均をデータ数が「２」のときの代表値Ｖとして算出するようになっている。そして、このフラクタル次元演算部３３０は、データ数が「３」以降については、データ数が「２」のときと同様に、第１原画像から第ｎ原画像までについて算出された各フラクタル次元の平均を算出し、当該算出された平均をそのデータ数におけるフラクタル次元の代表値Ｖとして算出するようになっている。なお、本実施形態のフラクタル次元演算部３３０は、例えば、データ数「８」までフラクタル次元の代表値Ｖをそれぞれ算出するようになっている。
【００７１】
他方、フラクタル次元演算部３３０は、各分割画像における各部分画像のフラクタル次元が算出されると、分割数毎にかつデータ数毎に一のフラクタル次元を算出するようになっている。具体的には、フラクタル次元演算部３３０は、算出するフラクタル次元におけるデータ数が「ｎ」で分割数が「ｍ」の場合には、（ａ）第１原画像におけるｍ分割画像（以下、「第１ｍ分割画像」という。以下、第ｎ原画像におけるｍ分割された画像を「第ｎｍ分割画像」という。）について算出された各部分画像（すなわち、第１部分画像または第２部分画像など）における各フラクタル次元と、（ｂ）第２ｍ分割画像について算出された各部分画像における各フラクタル次元と、（ｃ）第３ｍ分割画像について算出された各部分画像における各フラクタル次元、．．．．及び（ｄ）第ｎｍ分割画像について算出された各部分画像における各フラクタル次元を比較し、各分割画像において他の分割画像におけるフラクタル次元と、近似可能なもの（例えば、第１二分割画像については第１部分画像のフラクタル次元、第２二分割画像については第２部分画像のフラクタル次元など）をそれぞれ第１から第ｎまでの各分割画像について抽出し、当該抽出した各分割画像の各フラクタル次元の平均をデータ数ｎにおけるｍ分割画像のフラクタル次元の代表値Ｖとして設定するようになっている。
【００７２】
例えば、このフラクタル次元演算部３３０は、データ数が「６」で分割数が「８」の場合には、図５及び図６に示すように、各８分割画像における各部分画像のフラクタル次元に基づいて他の分割画像と近似可能なフラクタル次元をそれぞれの分割画像において抽出し、すなわち、
（ａ）第１八分割画像においては第６部分画像、
（ｂ）第２八分割画像においては第１部分画像、
（ｃ）第３八分割画像においては第５部分画像、
（ｄ）第４八分割画像においては第１部分画像、
（ｅ）第５八分割画像においては第６部分画像、及び
（ｆ）第６八分割画像においては第５部分画像のフラクタル次元を抽出し、当該抽出した各八分割画像におけるフラクタル次元の平均をデータ数が「６」で分割数が「８」のときの代表値Ｖ（フラクタル次元）として算出するようになっている。
【００７３】
なお、データ数が「１」の場合には、例えば、第１ｍ分割画像における各フラクタル次元の平均を代表値Ｖに設定するようになっている。また、この代表値Ｖの算出において、各分割画像の近似可能なフラクタル次元の抽出に関しては、他の分割画像の各フラクタル次元と近似可能なものを分割画像毎に個々に抽出できればよく、種々の演算処理によって算出される。
【００７４】
また、本実施形態のフラクタル次元演算部３３０は、データ数毎にかつ分割数毎に算出された代表値Ｖが算出されると、これらの代表値Ｖに基づいて、データ数及び代表値Ｖを変数とした関数を算出し、算出された各関数に基づいて定まる一のフラクタル次元を最終的な特定値Ｘとしてフラクタル次元として特定するようになっている。具体的には、このフラクタル次元演算部３３０は、図７に示すように、分割数「１〜８」までの分割数毎に、データ数毎に算出された代表値Ｖにおけるフラクタル次元の関数をそれぞれ算出し、各分割数の関数がグラフ上に交わる交点のフラクタル次元を特定値Ｘとして特定するようになっている。
【００７５】
このように本実施形態の演算部は、統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に特定するために、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて被験者の肌画像データにおける一のフラクタル次元を特定するようになっている。
【００７６】
（判定処理（Ｉ））
次に、図８を用いて本実施形態において、撮像して取得した肌画像データに基づいてフラクタル次元を演算する演算処理を含む被験者の年齢及び性別又は性別のみを判定する判定処理について説明する。なお、図８は、本実施形態におけるフラクタル次元を演算する演算処理を含む被験者の年齢及び性別又は性別のみを判定する判定処理を示すフローチャートである。
【００７７】
本動作においては、データベース２００に既に被験者の年齢が判定対象の際に用いる各年代別かつ男女別の標準的なフラクタル次元及び被験者の性別が判定対象の際に用いる年代に関係なく男性及び女性の標準的なフラクタル次元が予め記憶されているものとする。また、既に撮像カメラ装置１００によって被験者における肌の所定領域が撮像され、肌画像データが取得されているものとする。
【００７８】
まず、操作部５００のユーザ操作によって被験者の年代及び性別又は性別のみを被験者の人体的な特徴として判定することが設定されると（ステップＳ１０１）、統括制御部３７０は、分割処理部３２０に分割数を変化させて肌画像データによって形成される原画像を均等に２分割からｎ分割までの複数の分割画像を生成させる（ステップＳ１０２）。例えば、上述のように分割処理部３２０は、２分割から８分割までのそれぞれの分割画像を生成する。
【００７９】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に原画像及び各分割画像における各部分画像のフラクタル次元を算出し、データ数毎に且つ分割数毎にフラクタル次元の代表値Ｖを算出させる（ステップＳ１０３）。
【００８０】
次いで、統括制御部３７０は、フラクタル次元演算部３３０にデータ数毎にかつ分割数毎に算出されたフラクタル次元の代表値Ｖに基づいて分割数毎にデータ数を変数としたフラクタル次元の関数を生成させる（ステップＳ１０４）。
【００８１】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に各分割数のフラクタル次元の関数に基づいて各関数におけるグラフ上の交点を特定値Ｘとして算出させる（ステップＳ１０５）。なお、このとき、フラクタル次元の関数が一点で交わらない場合には、交点において関数が最大数となるものを特定値Ｘとして算出する。
【００８２】
次いで、統括制御部３７０は、比較判定部３４０にデータベース２００から記憶されている年代別及び性別毎のフラクタル次元の基準値を読み出して比較判定部３４０に算出された特定値Ｘと比較させ、特定値Ｘと一致する又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属するかを判定させる（ステップＳ１０６）。このとき、比較判定部３４０は、特定値Ｘと一致する基準値又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属する基準値における年代及び性別を、被験者の年代及び性別と判定する。
【００８３】
最後に、統括制御部３７０は、表示制御部３６０を制御して表示装置４００に判定結果を出力して（ステップＳ１０７）本動作を終了させる。
【００８４】
(判定処理（ＩＩ）)
次に、図８を用いて本実施形態において、撮像して取得した肌画像データに基づいてフラクタル次元を演算する演算処理を含む肌異常の有無を判定する判定処理について説明する。なお、図８は、本実施形態におけるフラクタル次元を演算する演算処理を含む肌異常の有無を判定する判定処理を示すフローチャートである。
【００８５】
本動作においては、データベース２００に既に被験者の年齢が判定対象の際に用いる各年代別かつ男女別の標準的なフラクタル次元が予め記憶されているものとする。また、既に撮像カメラ装置１００によって被験者における肌の所定領域が撮像され、肌画像データが取得されているものとする。
【００８６】
まず、操作部５００のユーザ操作によって被験者の肌異常の有無を被験者の人体的な特徴として判定することが設定されると（ステップＳ２０１）、統括制御部３７０は、表示装置４００及び操作部５００によって被験者の性別及び年代を入力させる（ステップＳ２０２）。
【００８７】
次いで、統括制御部３７０は、分割処理部３２０に分割数を変化させて肌画像データによって形成される原画像を均等に２分割からｎ分割までの複数の分割画像を生成させる（ステップＳ２０３）。例えば、上述のように分割処理部３２０は、２分割から８分割までのそれぞれの分割画像を生成する。
【００８８】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に原画像及び各分割画像における各部分画像におけるフラクタル次元を算出し、データ数毎に且つ分割数毎にフラクタル次元の代表値Ｖを算出させる（ステップＳ２０４）。
【００８９】
次いで、統括制御部３７０は、フラクタル次元演算部３３０にデータ数毎にかつ分割数毎に算出されたフラクタル次元の代表値Ｖに基づいて分割数毎にデータ数を変数としたフラクタル次元の関数を生成させる（ステップＳ２０５）。
【００９０】
次いで、統括制御部３７０は、フラクタル次元演算部３３０に各分割数のフラクタル次元の関数に基づいて各関数におけるグラフ上の交点を特定値Ｘとして算出させる（ステップＳ２０６）。なお、このとき、フラクタル次元の関数が一点で交わらない場合には、交点において関数が最大数となるものを特定値Ｘとして算出する。
【００９１】
次いで、統括制御部３７０は、比較判定部３４０にデータベース２００からステップＳＳ２０１によって入力された年代及び性別に一致するフラクタル次元の基準値を読み出して比較判定部３４０に算出された特定値Ｘと比較させ、特定値Ｘと一致する又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属するかを判定させる（ステップＳ２０７）。このとき、比較判定部３４０は、特定値Ｘと一致する又は当該特定値Ｘが基準値とともに記憶された予め定められた範囲内に属する場合には、被験者の肌には異常が無いと判定し、特定値Ｘが基準値とともに記憶された予め定められた範囲内に属しない場合には、被験者の肌に異常があると判定する。
【００９２】
最後に、統括制御部３７０は、表示制御部３６０を制御して表示装置４００に判定結果を出力して（ステップＳ２０８）本動作を終了させる。
【００９３】
［第１実施形態の作用及び効果］
以上の構成により、本実施形態の肌特徴判別システムＳは、被験者の肌の所定領域の画像におけるフラクタル次元を算出することによって比較的容易に肌の特徴を定量的な特徴量として抽出することができるとともに、取得した被験者の肌における複数の原画像と当該原画像を分割した分割画像を用いて統計的に肌画像上に存在するアーチファクトの影響を排除しつつ、肌画像のフラクタル次元を的確に特定することができるので、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など肌画像に基づく被験者の人体的な特徴判別を的確に行うことができる。
【００９４】
また、本実施形態の肌特徴判別システムＳは、上記構成により、複数の原画像とそれを分割した分割画像を用いることによってアーチファクトを排除し、的確な被験者の肌におけるフラクタル次元を算出することができる。
【００９５】
また、本実施形態の肌特徴判別システムＳは、異なる肌領域Ａを肌画像データとして取得することによって種々の肌領域Ａにおけるフラクタル次元を算出することができるので、特定される特定値Ｘの精度を向上させることができる。
【００９６】
また、本実施形態の肌特徴判別システムＳは、同一の肌領域Ａを複数回撮像して取得した肌画像データによって、肌領域Ａに存在するアーチファクトの影響が排除されたフラクタル次元を算出することができるので、特定される特定値Ｘの精度を向上させることができる。
【００９７】
また、本実施形態の肌特徴判別システムＳは、原画像領域内及び分割画像領域内の形状及びグレースケールの３次元解析を行うことによってフラクタル次元を算出することができるので、各原画像及び各部分画像の的確にフラクタル次元をそれぞれ算出することができる。
【００９８】
また、本実施形態の肌特徴判別システムＳは、各原画像及び各分割画像の部分画像におけるフラクタル次元を算出する際に、パワースペクトル法を用いることによって、原画像領域内及び分割画像領域内の形状及びグレースケールの３次元解析を単純な公式を使用して演算負荷を小さくすることができるので、各原画像及び各部分画像におけるフラクタル次元を的確にかつ高速にそれぞれ算出することができる。
【００９９】
また、本実施形態の肌特徴判別システムＳは、撮像手段を有しているので、肌画像の取得から人体Ｐ特徴を判別するまで一体型の装置によって各処理を行うことができるので、他の装置との接続などの複雑な操作を行うことなく、被験者の年齢（肌年齢）、性別及び肌の異常状態の有無など被験者の人体的な特徴判別を的確に行うことができる。
【０１００】
（変形例）
なお、本実施形態では、ＲＯＭ／ＲＡＭ３８０に記憶されたプログラムに従って統括制御部３７０が各部を制御しつつ演算処理又はその他の処理の行うようになっているが、コンピュータを用いて各プログラムを実行し、撮像した原画像に基づいて被験者のフラクタル次元を算出して（すなわち、特定値Ｘを算出して）被験者の人体的な特徴を判定し、当該判定結果を表示装置４００に表示するようにしてもよい。
【０１０１】
［第２実施形態］
次に、図１０を用いて本発明に係る肌特徴判別システムＳの第２実施形態について説明する。なお、図１０は、第２実施形態における肌特徴判別システムＳの構成を示すブロック図である。
【０１０２】
本実施形態は、第１実施形態において、データベース２００を人体的な特徴の判別を行う場所とは異なる場所に固定設置され、公衆網回線Ｌを介して特徴判別装置３００にデータが供給される点に特徴があり、そのほかの点は、第１実施形態と同様であって同一部材には、同一符号を付してその説明を省略する。
【０１０３】
本実施形態の判別装置３００は、図１０に示すように、入力インターフェース３１０と、分割処理部３２０と、フラクタル次元演算部３３０と、比較判定部３４０と、操作部５００と、表示制御部３６０と、カメラ制御部３５０と、通信制御部３９０と、ＲＯＭ／ＲＡＭ３８０と、統括制御部３７０と、から構成されている。
【０１０４】
また、通信制御部３９０は、電話公衆網又はインターネットなどの公衆網回線Ｌを介して有線又は無線に判別装置３００と離隔した位置に固定設置されたデータベース２００と通信回線を確立してデータの授受を行うようになっている。
【０１０５】
以上本実施形態の肌特徴判別システムＳは、第１実施形態と同様の効果に加えて、被験者の画像データを取得する場所から遠隔に固定設置されたデータベース２００を用いて被験者の人体的な特徴判別を行うことができ、基準値を他の肌特徴判別システムＳと共有することができるので、簡易にかつ低コストによって実現することができるとともに、データベース２００にある基準値のみ更新すれば複数の肌特徴判別システムＳにおいて最新の状態にて人体Ｐの特徴判別を行うことができる。
【符号の説明】
【０１０６】
Ａ … 肌領域
Ｓ … 肌特徴判別システム
Ｖ … 代表値
Ｘ … 特定値
１００ … 撮像カメラ装置
２００ … データベース
３００ … 判別装置
３１０ … 入力インターフェース
３２０ … 分割処理部
３３０ … フラクタル次元演算部
３４０ … 比較判定部
３５０ … カメラ制御部
３６０ … 表示制御部
３７０ … 統括制御部
３８０ … ＲＯＭ／ＲＡＭ
３９０ … 通信制御部
４００ … 表示装置
５００ … 操作部
【特許請求の範囲】
【請求項１】
被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得手段と、
前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段と、
前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段と、
演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段と、
演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段と、
前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段と、
前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段と、
前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較手段と、
前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段と、
を備えることを特徴とする肌特徴判別システム。
【請求項２】
請求項１に記載の肌特徴判別システムにおいて、
前記判別手段が、前記比較した結果に基づいて年齢または性別の少なくともいずれか一方の前記肌画像データを取得した被験者の人体的な特徴を判別することを特徴とする肌特徴判別システム。
【請求項３】
請求項１に記載の肌特徴判別システムにおいて、
前記判別手段が、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴として前記肌の正常状態の有無を判別することを特徴とする肌特徴判別システム。
【請求項４】
請求項１乃至３のいずれか一項に記載の肌特徴判別システムにおいて、
前記分割手段が、分割に用いる分割領域の大きさを変化させた異なる分割数によって前記各原画像を複数に分割した複数の分割画像を生成することを特徴とする肌特徴判別システム。
【請求項５】
請求項１乃至４のいずれか一項に記載の肌特徴判別システムにおいて、
前記取得手段が、異なる肌領域の複数の肌画像を肌画像データとして取得することを特徴とする肌特徴判別システム。
【請求項６】
請求項１乃至４のいずれか一項に記載の肌特徴判別システムにおいて、
前記取得手段が、同一の肌領域の複数の肌画像を肌画像データとして取得することを特徴とする肌特徴判別システム。
【請求項７】
請求項１乃至６のいずれか一項に記載の肌特徴判別システムにおいて、
前記フラクタル次元算出手段が、前記原画像領域内及び前記分割画像領域内の形状及びグレースケールに基づいて前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出することを特徴とする肌特徴判別システム。
【請求項８】
請求項７に記載の肌特徴判別システムにおいて、
前記フラクタル次元算出手段が、前記パワースペクトル法によって前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出することを特徴とする肌特徴判別システム。
【請求項９】
被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得工程と、
前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割工程と、
前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出工程と、
演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出工程と、
演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出工程と、
前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出工程と、
前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定工程と、
前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較工程と、
前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別工程と、
を含むことを特徴とする肌特徴判別方法。
【請求項１０】
コンピュータが、
被験者の肌における所定領域を撮像することによって得られた複数の画像を肌画像データに基づいて当該被験者の人体的な特徴を判別する肌特徴判別プログラムであって、
前記コンピュータを、
前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段、
前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段、
演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段、
演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段、
前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段、
前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段、
前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較手段、
前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段、
として機能させることを特徴とする肌特徴判別プログラム。
【請求項１】
被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得手段と、
前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段と、
前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段と、
演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段と、
演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段と、
前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段と、
前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段と、
前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較手段と、
前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段と、
を備えることを特徴とする肌特徴判別システム。
【請求項２】
請求項１に記載の肌特徴判別システムにおいて、
前記判別手段が、前記比較した結果に基づいて年齢または性別の少なくともいずれか一方の前記肌画像データを取得した被験者の人体的な特徴を判別することを特徴とする肌特徴判別システム。
【請求項３】
請求項１に記載の肌特徴判別システムにおいて、
前記判別手段が、前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴として前記肌の正常状態の有無を判別することを特徴とする肌特徴判別システム。
【請求項４】
請求項１乃至３のいずれか一項に記載の肌特徴判別システムにおいて、
前記分割手段が、分割に用いる分割領域の大きさを変化させた異なる分割数によって前記各原画像を複数に分割した複数の分割画像を生成することを特徴とする肌特徴判別システム。
【請求項５】
請求項１乃至４のいずれか一項に記載の肌特徴判別システムにおいて、
前記取得手段が、異なる肌領域の複数の肌画像を肌画像データとして取得することを特徴とする肌特徴判別システム。
【請求項６】
請求項１乃至４のいずれか一項に記載の肌特徴判別システムにおいて、
前記取得手段が、同一の肌領域の複数の肌画像を肌画像データとして取得することを特徴とする肌特徴判別システム。
【請求項７】
請求項１乃至６のいずれか一項に記載の肌特徴判別システムにおいて、
前記フラクタル次元算出手段が、前記原画像領域内及び前記分割画像領域内の形状及びグレースケールに基づいて前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出することを特徴とする肌特徴判別システム。
【請求項８】
請求項７に記載の肌特徴判別システムにおいて、
前記フラクタル次元算出手段が、前記パワースペクトル法によって前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出することを特徴とする肌特徴判別システム。
【請求項９】
被験者の肌における所定領域の複数の画像を肌画像データとして取得する取得工程と、
前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割工程と、
前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出工程と、
演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出工程と、
演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出工程と、
前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出工程と、
前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定工程と、
前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較工程と、
前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別工程と、
を含むことを特徴とする肌特徴判別方法。
【請求項１０】
コンピュータが、
被験者の肌における所定領域を撮像することによって得られた複数の画像を肌画像データに基づいて当該被験者の人体的な特徴を判別する肌特徴判別プログラムであって、
前記コンピュータを、
前記取得した肌画像データによって形成される各原画像の画像領域を複数に分割し、複数の部分画像から形成される分割画像を生成する分割手段、
前記各原画像及び前記各部分画像のフラクタル次元をそれぞれ算出するフラクタル次元算出手段、
演算に用いる原画像のデータ数を変化させ、当該データ数毎に、前記算出された各原画像におけるフラクタル次元に基づいて、前記原画像におけるフラクタル次元の代表値を第１代表値として算出する第１代表値算出手段、
演算に用いる分割画像のデータ数を変化させ、当該データ数毎に、前記分割数毎の前記算出された各部分画像におけるフラクタル次元に基づいて前記分割画像におけるフラクタル次元の代表値を第２代表値として算出する第２代表値算出手段、
前記算出された各第１代表値と前記算出された前記分割数毎の各第２代表値に基づいて、前記データ数及び第１代表値を変数とした第１関数と前記データ数及び第２代表値を変数とした前記分割数毎の各第２関数を算出する関数算出手段、
前記算出された第１関数及び前記各第２関数に基づいて定まる一のフラクタル次元を特定値として特定する特定手段、
前記特定された特定値と予め記憶された基準値としてのフラクタル次元とを比較する比較手段、
前記比較した結果に基づいて前記肌画像データを取得した被験者の人体的な特徴を判別する判別手段、
として機能させることを特徴とする肌特徴判別プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２０１１−１１５３９３（Ｐ２０１１−１１５３９３Ａ）
【公開日】平成２３年６月１６日（２０１１．６．１６）
【国際特許分類】
【出願番号】特願２００９−２７５７０２（Ｐ２００９−２７５７０２）
【出願日】平成２１年１２月３日（２００９．１２．３）
【出願人】（３０４０３６７４３）国立大学法人宇都宮大学 (209)
【Ｆターム（参考）】
【公開日】平成２３年６月１６日（２０１１．６．１６）
【国際特許分類】
【出願日】平成２１年１２月３日（２００９．１２．３）
【出願人】（３０４０３６７４３）国立大学法人宇都宮大学 (209)
【Ｆターム（参考）】
[ Back to top ]