肌評価装置、肌評価方法、及び肌評価プログラム
【課題】肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価する。
【解決手段】肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置であって、前記画像の画像領域を段階的に分割する画像分割手段と、前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段と、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段とを備えることにより上記課題を解決する。
【解決手段】肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置であって、前記画像の画像領域を段階的に分割する画像分割手段と、前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段と、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段とを備えることにより上記課題を解決する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、肌評価装置、肌評価方法、及び肌評価プログラムに関する。
【背景技術】
【０００２】
従来から、肌の美しさを評価するための方法として、肌の表面を撮影した画像を画像処理して、肌の表面のしみ、そばかす、毛穴等を抽出する方法が知られている。また、皮膚表面の色調等における肌の状態値のばらつき、すなわち不均一性を算出するため、肌の表面を撮影した画像を所定のマトリクスに分割し、分割した領域における肌色の測定値の不均一性を算出し、算出した不均一性を指標として、肌の美しさを評価する方法が知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特許第３４２６０５２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、上述した肌の美しさは、肌の滑らかさに大きく影響される。そのため、肌が滑らかに見えるように、例えばファンデーション等の化粧料を用いて、しみ、そばかす、毛穴等の悩みをカバーすることが行われている。したがって、例えば肌の滑らかさをしみ、そばかす、毛穴の凹凸等によって生じるノイズの量によって評価することができれば、肌の美しさを評価できるとともに、例えばファンデーション等の化粧料のカバー力を評価することも可能となる。
【０００５】
しかしながら、上述した特許文献１の手法では、単に肌の表面の画像を所定のマトリクスに分割して、分割した領域におけるＬ＊ａ＊ｂ＊表色系のパラメータのうちＬ＊値のばらつきを求め、これを不均一性値として肌を評価しているだけであり、肌の滑らかさを評価する基準となるしみ、そばかす、毛穴の凹凸等のノイズを高精度に抽出して、肌の美しさを評価することができなかった。
【０００６】
本発明は、上記の点に鑑みてなされたものであり、肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価する肌評価装置、肌評価方法、及び肌評価プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は、上記目的を達成するために、肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置であって、前記画像の画像領域を段階的に分割する画像分割手段と、前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段と、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段とを備えることを特徴とする。
【０００８】
また、本発明は、肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置により実行される肌評価方法であって、前記画像の画像領域を段階的に分割する画像分割手順と、前記画像分割手順によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手順と、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手順とを備えることを特徴とする。
【０００９】
また、本発明は、肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価プログラムであって、コンピュータを、前記画像の画像領域を段階的に分割する画像分割手段、前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段として機能させる。
【発明の効果】
【００１０】
本発明によれば、肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価することが可能となる。
【図面の簡単な説明】
【００１１】
【図１】本実施形態における肌評価装置の機能構成の一例を示す図である。
【図２】本実施形態における肌評価処理が実現可能なハードウェア構成の一例を示す図である。
【図３】本実施形態における肌評価処理手順の一例を示すフローチャートである。
【図４】肌評価処理における明るさの標準偏差の差分を算出する流れを説明するための図である。
【図５】ノイズが付加されたグラデーション画像を段階的に分割し、分割された画像の各領域における色を平均化したときの画像の一例を示す図である。
【図６】明るさの標準偏差の差分に基づき抽出されるノイズの例を説明するための図である。
【図７】ノイズに対応した適切な分割数等の一例を示す図である。
【図８】異なるファンデーション塗布方法による肌評価処理の一例を示す図である。
【図９】スポンジ、ブラシ等を用いてファンデーションを塗布したときの化粧肌の画像を示す図である。
【図１０】図９に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示す図である。
【図１１】しみが目立たなくなった肌評価の一例を示す図である。
【図１２】毛穴が目立たなくなった肌評価の一例を示す図である。
【発明を実施するための形態】
【００１２】
以下、本発明の実施の形態について詳細に説明する。
【００１３】
＜肌評価装置：機能構成例＞
図１は、本実施形態における肌評価装置の機能構成の一例を示している。図１に示すように、本実施形態における肌評価装置１０は、入力手段１１と、出力手段１２と、記録手段１３と、画像取得手段１４と、設定手段１５と、画像分割手段１６と、差分算出手段１７と、評価手段１８と、制御手段１９とを有するように構成される。
【００１４】
また、肌評価装置１０は、例えば撮影された肌表面の画像の画像領域を段階的に分割し、分割した画像領域を基準として画像全体の色情報の標準偏差を算出し、段階的に分割された画像間の標準偏差の差分を算出して、算出された標準偏差の差分情報を指標として、肌の滑らかさにより肌の評価を行う。
【００１５】
上述した色情報の標準偏差は、肌の表面におけるしみ、そばかす、毛穴の凹凸等によって変化する。また、色情報の標準偏差の差分情報は、しみ、そばかす、毛穴の凹凸等によって生じるノイズの量によって影響され、ノイズの量が少ない程、肌が滑らかで、肌が美しいと評価することができる。すなわち、肌の表面におけるしみ、そばかす、毛穴の凹凸等によって生じるノイズの量が少ない程、肌は滑らかであると評価される。
【００１６】
なお、本発明における色情報とは、例えば、明るさ、色相、彩度、メラニン量、ヘモグロビン量等を示す。以下の実施形態では、本発明における色情報の例として「明るさ」を用いて説明するものとする。
【００１７】
入力手段１１は、例えばキーボードや、マウス等のポインティングデバイス等からなり、ユーザ等からの画像取得指示、ノイズ情報入力指示、肌評価指示等の各種指示の開始、終了等の入力を受け付ける。
【００１８】
出力手段１２は、例えばディスプレイ等からなり、入力手段１１により入力された内容や、入力内容に基づいて実行された内容等の表示・出力を行う。
【００１９】
記録手段１３は、画像取得手段１４により取得された画像、設定手段１５によって設定されたノイズ情報、画像分割手段１６によって分割された画像、差分算出手段１７によって算出された画像全体の明るさの標準偏差、及び、段階的に分割された画像間の標準偏差の差分、評価手段１８によって評価された結果等の各種データを記録する。また、記録手段１３は、必要に応じて記録されている各種データを読み出すことができる。
【００２０】
画像取得手段１４は、例えばカメラ等によって評価対象者のしみ、そばかす、毛穴等の肌の悩みが集中する頬部位の肌の表面を撮影した画像（肌画像）を取得する。
【００２１】
設定手段１５は、ユーザからの入力指示に基づき、明るさの標準偏差に変化を与えるしみ、そばかす、毛穴等のノイズ情報を設定する。
【００２２】
画像分割手段１６は、画像取得手段１４によって取得された肌表面の画像の画像領域を、上述したノイズの内容に対応して予め設定された分割数、画素（ピクセル）数、所定のサイズ等ごとに段階的に分割する。
【００２３】
例えば、画像分割手段１６は、設定手段１５によりノイズ情報が「しみ、そばかす」と設定された場合、例えば「しみ、そばかす」に対応する分割数として設定された１０２４分割、及びその前段階の分割数である２５６分割により、取得された肌表面の画像の画像領域を分割する。
【００２４】
また、画像分割手段１６は、ユーザによってノイズ情報が設定されなかった場合でも、任意に設定された所定の分割数により、取得した肌画像を分割することができる。なお、画像を段階的に分割する具体的な手法については後述する。
【００２５】
差分算出手段１７は、画像分割手段１６によって分割された画像領域を基準として取得した肌画像全体の明るさの標準偏差を算出し、算出した標準偏差を用いて、段階的に分割された画像間の標準偏差の差分を算出する。
【００２６】
具体的には、差分算出手段１７は、例えば取得した肌画像全体の明るさの標準偏差を、分割された画像の各領域内における色の平均を求めることにより算出する。ここで、差分算出手段１７は、例えば各領域内のＲＧＢ画像信号から輝度や明度といった明るさ情報の平均値を求めることにより、肌画像全体の明るさ情報の標準偏差を算出しても良い。なお、上述した明るさ情報以外にも、上述した他の色情報（例えば色相、彩度、メラニン量、ヘモグロビン量）を用いて、肌画像全体の色情報の標準偏差を算出しても良い。
【００２７】
また、差分算出手段１７は、例えば段階的に分割された画像間における標準偏差の差分について、例えば４分割された画像と１６分割された画像等、分割数を異ならせて、段階的に分割された画像間での明るさの標準偏差の差分を算出する。
【００２８】
評価手段１８は、差分算出手段１７により得られた差分情報を指標として、肌の評価を行う。例えば、評価手段１８は、しみ、そばかす等のノイズ情報に対応して分割された画像間において、化粧料が塗布された肌画像の標準偏差の差分が、素肌の肌画像の標準偏差の差分よりも小さい場合、化粧料が塗布された肌は、しみ・そばかす等がカバーされてノイズが減少し、肌の滑らかさが向上していると評価することができる。
【００２９】
また、評価手段１８は、段階的に分割された画像間における明るさの標準偏差の差分が急に大きく変化した場合、評価対象者の肌に対して、画像の分割サイズに対応したノイズがあると判断することもできる。
【００３０】
制御手段１９は、肌評価装置１０の各構成部全体の制御を行う。例えば、制御手段１９は、例えばユーザ等による入力手段１１からの指示等に基づいて、画像取得手段１４により評価対象者の頬部位の肌画像を取得し、画像分割手段１６により画像の画像領域を段階的に分割し、差分算出手段１７によって、段階的に分割された画像間の明るさの標準偏差の差分を算出して、評価手段１８により肌の評価を行う等の各制御を行う。
【００３１】
＜肌評価装置：ハードウェア構成＞
上述した化粧肌評価装置１０では、各機能をコンピュータに実行させることができる肌評価プログラム等の実行プログラムを生成し、例えば汎用のパーソナルコンピュータ、サーバ等に実行プログラムをインストールすることにより、本発明における肌評価処理等を実行することができる。
【００３２】
次に、図２を用いて、本実施形態における肌評価処理が実行可能なコンピュータのハードウェア構成例について説明する。図２は、本実施形態における肌評価処理が実現可能なハードウェア構成の一例を示している。
【００３３】
図２のコンピュータ本体には、入力装置２１と、出力装置２２と、ドライブ装置２３と、補助記憶装置２４と、メモリ装置２５と、各種制御を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２６と、ネットワーク接続装置２７とを有するように構成され、これらはシステムバスＢで相互に接続されている。
【００３４】
入力装置２１は、ユーザ等が操作するキーボード、マウス等のポインティングデバイスを有しており、ユーザ等からのプログラムの実行等、各種操作信号を入力する、また、入力装置２１は、例えばカメラ等によって撮影された評価対象者の肌画像を入力する入力ユニットを有している。
【００３５】
出力装置２２は、本発明の処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイを有し、ＣＰＵ２６が有する制御プログラムにより実行経過や結果等を表示することができる。
【００３６】
ここで、本発明においてコンピュータ本体にインストールされる実行プログラムは、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやＣＤ−ＲＯＭ等の可搬型の記録媒体２８等により提供される。プログラムを記録した記録媒体２８は、ドライブ装置２３にセット可能であり、記録媒体２８に含まれる実行プログラムが、記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。
【００３７】
補助記憶装置２４は、ハードディスク等のストレージ手段であり、本発明における実行プログラムや、コンピュータに設けられた制御プログラム等を記憶し、必要に応じて入出力を行うことができる。
【００３８】
メモリ装置２５は、ＣＰＵ２６により補助記憶装置２４から読み出された実行プログラム等を格納する。なお、メモリ装置２５は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等からなる。
【００３９】
ＣＰＵ２６は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、及びメモリ装置２５に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、肌評価処理等の各処理を実現することができる。
【００４０】
なお、プログラム実行中に必要な各種情報等は、補助記憶装置２４から取得することができ、また実行結果等を格納することもできる。
【００４１】
ネットワーク接続装置２７は、通信ネットワーク等と接続することにより、実行プログラムを通信ネットワークに接続されている他の端末装置等から取得したり、プログラムを実行することで得られた実行結果又は本発明における実行プログラム自体を他の端末装置等に提供したりすることができる。
【００４２】
上述したハードウェア構成により、本発明における肌評価処理を実行することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における肌評価処理を容易に実現することができる。
【００４３】
＜本実施形態における肌評価処理手順＞
次に、図３を用いて、本実施形態における肌評価処理手順について説明する。図３は、本実施形態における肌評価処理手順の一例を示すフローチャートである。
【００４４】
図３に示す化粧肌評価処理において、画像取得手段１４は、例えばカメラ等により撮影された評価対象者の頬部位における肌画像を取得する（Ｓ１０）。ここで、画像取得手段１４は、取得する画像の一例として頬部位における肌画像を取得するものとし、例えば２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）の画像を取得する。
【００４５】
次に、設定手段１５は、ユーザからの入力指示に基づき肌画像から抽出するしみ、そばかす、毛穴等のノイズ情報を設定する（Ｓ１１）。
【００４６】
次に、画像分割手段１６は、設定されたノイズ情報に応じて、取得された肌画像の画像領域を段階的に分割する（Ｓ１２）。
【００４７】
例えば、Ｓ１１の処理において「しみ、そばかす」がノイズ情報として設定された場合には、画像分割手段１６は、Ｓ１０の処理で取得した肌画像の画像領域を、予め「しみ、そばかす」に対応して設定された分割数等に基づいて分割する。
【００４８】
例えば、Ｓ１０の処理で取得した肌画像が、上述した２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）の画像の場合、画像分割手段１６は、取得した肌画像の画像領域を予めしみ、そばかすに対応して設定された分割数である２５６分割、次にその後段階の分割数である１０２４分割に段階的に分割する。
【００４９】
これにより、画像分割手段１６は、取得された肌画像の画像領域を２５６分割して、分割された画像領域の１領域を１６画素×１６画素（約２．２４ｍｍ×２．２４ｍｍ）とする。また、画像分割手段１６は、取得された肌の画像領域を１０２４分割して、分割された画像領域の１領域を８画素×８画素（約１．１２ｍｍ×１．１２ｍｍ）とする。なお、このとき、分割された画像領域の１領域の大きさ（８画素×８画素）は、通常皮膚の表面に形成される「しみ、そばかす」のサイズと同程度の大きさとなる。
【００５０】
次に、差分算出手段１７は、分割された画像領域を基準として、取得した肌画像全体の明るさの標準偏差を算出する（Ｓ１３）。例えば、差分算出手段１７は、Ｓ１２の処理で、段階的に分割した２５６分割した画像全体と１０２４分割した画像全体の明るさの標準偏差を算出する。
【００５１】
すなわち、差分算出手段１７は、２５６分割した画像の各領域における色の平均を求め、２５６分割した画像全体における明るさの標準偏差を算出する。
【００５２】
例えば、差分算出手段１７は、２５６分割した各領域のＲＧＢ画像信号から輝度平均値を求め、２５６分割した画像全体における輝度の標準偏差を算出する。また、例えば、差分算出手段１７は、２５６分割した画像の各領域におけるＲＧＢ画像信号から明度平均値を求め、２５６分割した画像全体における明度の標準偏差を算出しても良い。
【００５３】
同様に、差分算出手段１７は、１０２４分割した画像の各領域における色の平均を求め、１０２４分割した画像全体の明るさの標準偏差を算出する。
【００５４】
次に、差分算出手段１７は、段階的に分割された画像間の標準偏差の差分を算出する（Ｓ１４）。例えば、差分算出手段１７は、２５６分割された画像全体の標準偏差と、１０２４分割された画像全体の標準偏差とを用いて、画像間の標準偏差の差分を算出する。
【００５５】
次に、評価手段１８は、Ｓ１４の処理において算出された明るさの標準偏差の差分情報に基づいて、肌に対する評価を行い（Ｓ１５）、処理を終了する。
【００５６】
例えば、評価手段１８は、評価対象者の素肌の肌画像における明るさの標準偏差の差分と、評価対象者に対してファンデーション等の化粧料が塗布された肌画像における明るさの標準偏差の差分とを比較して、化粧料が塗布された肌画像の標準偏差の差分が、素肌の肌画像の標準偏差の差分よりも小さい場合には、しみ、そばかす等がカバーされてノイズが減少し、肌の滑らかさが向上していると肌に対する評価を行うことができる。
【００５７】
また、上述したＳ１１の処理において、特にユーザによってノイズ情報が設定されなかった場合には、画像分割手段１６は、任意に設定された所定の分割数等により、取得された画像を段階的に分割し、差分算出手段１７は、段階的に分割された画像間における明るさの標準偏差の差分を算出する。
【００５８】
ここで、評価手段１８は、差分算出手段１７により算出された標準偏差の差分が急に大きく変化した場合、評価対象者の肌に対して、標準偏差の差分が急に大きく変化したときの画像の分割サイズに対応したノイズがあると判断することもできる。
【００５９】
上述したように、本実施形態によれば、段階的に分割された画像間における明るさの標準偏差の差分を算出し、算出した差分情報に基づいて、肌の表面におけるしみ、そばかす、毛穴の凹凸等のノイズを抽出することにより、肌に対する評価を行うことが可能となる。また、算出した差分情報を指標として、ファンデーションを塗布した肌において、どの程度、しみ、そばかす、毛穴等がカバーされてノイズが減少し、肌の滑らかさを向上したか、肌の滑らかさに基づく肌の評価を行うことが可能となる。
【００６０】
＜明るさの標準偏差の差分を算出する処理の流れ＞
次に、図４を用いて、上述した肌評価処理における明るさの標準偏差の差分を算出する処理の流れについて説明する。図４は、肌評価処理における明るさの標準偏差の差分を算出する流れを説明するための図である。
【００６１】
図４に示すように、画像取得手段１４は、例えばカメラ等によって撮影された評価対象者の頬骨付近における２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）の画像を取得する。次に、画像分割手段１６は、取得した評価対象者の肌画像の画像領域を、例えば１６分割、６４分割、１２８分割等、段階的に分割する。
【００６２】
次に、差分算出手段１７は、例えば１６分割した画像の各領域の色を平均し、１６分割した画像全体における明るさのばらつき（ＳＤ：標準偏差）を算出する。同様に、差分算出手段１７は、６４分割した画像全体における明るさの標準偏差（ＳＤ）、１２８分割した画像全体における明るさの標準偏差（ＳＤ）を算出していく。
【００６３】
次に、差分算出手段１７は、段階的に分割された画像間、例えば１６分割された画像と６４分割された画像、又は６４分割された画像と１２８分割された画像の標準偏差の差分（ΔＳＤ）を算出する。
【００６４】
ここで、図４に示す分割された画像間における明るさの標準偏差の差分値（ΔＳＤ）を算出していくときに、差分値が大きく変化する場合がある。
【００６５】
例えば、肌画像をしみ、そばかす等のノイズサイズと同程度の大きさの画像領域に分割し、分割した肌画像における明るさの標準偏差と、その前段階、例えばしみ、そばかす等のノイズサイズよりも大きいサイズの画像領域に分割した肌画像における明るさの標準偏差との間では、急に差分値が大きく変化する（ΔＳＤが大きくなる）。
【００６６】
本実施形態の肌評価装置１０では、このように算出された明るさの標準偏差の差分情報を用いてしみ、そばかす、毛穴の凹凸等によって生じるノイズを抽出し、肌に対する評価を行う。
【００６７】
＜各領域の色を平均化したときの画像例＞
次に、図５を用いて、ノイズがある肌を想定した画像として、ノイズが付加されたグラデーション画像を段階的に分割し、分割された画像の各領域における色を平均化したときの画像の一例について説明する。図５は、ノイズが付加されたグラデーション画像を段階的に分割し、分割された画像の各領域における色を平均化したときの画像の一例を示している。
【００６８】
図５（Ａ）は、例えば２５６画素×２５６画素のグラデーション画像に８画素×８画素（８ｐｘ×８ｐｘ）のノイズを付加した画像を示している。また、図５（Ｂ）〜図５（Ｉ）は、本実施形態の画像分割手段１６により、図５（Ａ）に示す画像の画像領域を、例えば４分割、１６分割、６４分割、２５６分割、１０２４分割、４０９６分割、１６３８４分割、６５５３６分割し、差分算出手段１７により、分割した画像の各領域内における色を平均化したときの画像を示している。
【００６９】
例えば、図５（Ｂ）には、図５（Ａ）に示す画像の画像領域が４分割されて、分割された画像の各領域に、各領域の平均化された色が示されている。同様に、図５（Ｃ）には、図５（Ａ）に示す画像の画像領域が１６分割されて、分割された画像の各領域に、各領域の平均化された色が示されている。
【００７０】
上述したように、本実施形態の差分算出手段１７は、段階的に分割した画像の各領域における色を平均化する。また、差分算出手段１７は、このように分割された画像領域を基準として画像全体の明るさの標準偏差を算出する。
【００７１】
＜明るさの標準偏差の差分に基づき抽出されるノイズの例＞
次に、図６を用いて、明るさの標準偏差の差分に基づき抽出されるノイズの例について説明する。図６は、明るさの標準偏差の差分に基づき抽出されるノイズの例を説明するための図である。
【００７２】
図６（Ａ）は、グラデーションのみにより表された画像Ａを示し、図６（Ｂ）は、図６（Ａ）に示すグラデーション画像Ａの中に４画素×４画素（４ｐｘ×４ｐｘ）のノイズを付加した画像Ｂを示し、図６（Ｃ）は、図６（Ａ）に示すグラデーション画像Ａの中に２画素×２画素（２ｐｘ×２ｐｘ）のノイズを付加した画像Ｃを示している。
【００７３】
ここで、図６（Ａ）〜図６（Ｃ）に示される画像Ａ〜Ｃを用いて、本実施形態の差分算出手段１７により、それぞれの画像の画像領域を段階的に分割し、段階的に分割された画像間における明るさの標準偏差の差分を算出する。図６（Ｄ）は、段階的に分割された画像間における明るさの標準偏差の差分値を示す。
【００７４】
図６（Ｄ）に示すように、図６（Ｂ）に示す画像Ｂは、画像Ｂを８画素×８画素（８ｐｘ×８ｐｘ）の画像領域に分割したときの明るさの標準偏差と、４画素×４画素（４ｐｘ×４ｐｘ）の画像領域に分割したときの明るさ標準偏差との差分を算出したとき（ΔＳＤ＝ＳＤ（４ｐｘ）−ＳＤ（８ｐｘ））に、差分値（ΔＳＤ）が最も大きくなっている。
【００７５】
また、図６（Ｃ）に示す画像Ｃは、画像Ｃを４画素×４画素（４ｐｘ×４ｐｘ）の画像領域に分割したときの明るさの標準偏差と、２画素×２画素（２ｐｘ×２ｐｘ）の画像領域に分割したときの明るさの標準偏差との差分を算出したとき（ΔＳＤ＝ＳＤ（２ｐｘ）−ＳＤ（４ｐｘ））に、差分値（ΔＳＤ）が最も大きくなっている。
【００７６】
したがって、画像中に含まれるノイズと同程度の画像領域に分割したときの画像の明るさの標準偏差と、画像中に含まれるノイズよりも大きいサイズの画像領域に分割したときの画像の明るさの標準偏差との差分を算出して得られた差分情報を用いて、画像中に含まれるノイズを抽出できることが分かる。
【００７７】
一方、図６（Ｅ）は、図６（Ａ）〜図６（Ｃ）に示される画像Ａ〜Ｃをそれぞれ段階的に分割し（例えば１６ｐｘ×１６ｐｘ、８ｐｘ×８ｐｘ、４ｐｘ×４ｐｘ等）、段階的に分割された画像ごとに算出した明るさの標準偏差値を示している。
【００７８】
図６（Ｅ）に示すように、画像領域をどのように分割したとしても、単に分割して明るさの標準偏差を算出しただけでは、図６（Ａ）〜図６（Ｃ）に示される画像Ａ〜Ｃの標準偏差の値はほとんど変化がなく、画像Ａ〜Ｃを区別することができない。
【００７９】
例えば、図６（Ｅ）において、図６（Ａ）に示す画像Ａのように、グラデーションのみの画像であってもばらつき（ＳＤ）が生じており、また、図６（Ｂ）に示す画像Ｂ、図６（Ｃ）に示す画像Ｃのそれぞれの大きさのノイズが付加された場合でも、分割された画像ごとに算出される明るさの標準偏差値にほとんど変化がない。
【００８０】
したがって、画像中に含まれるノイズを抽出する際には、単に画像を分割して明るさの標準偏差の値を算出するだけでは、的確にノイズを抽出することができないが、ノイズサイズと同程度の大きさに画像を分割して、段階的に分割した画像間の明るさの標準偏差の差分を算出することにより、的確にノイズを抽出することが可能である。
【００８１】
＜ノイズに対応した適切な分割数等の例＞
次に、図７を用いて、ノイズに対応した適切な分割数等の一例について説明する。図７は、ノイズに対応した適切な分割数等の一例を示す図である。
【００８２】
図７（Ａ）は、例えば評価対象者の頬骨付近の２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）からなる肌画像Ｄを示している。
【００８３】
また、図７（Ｂ）は、図７（Ａ）に示す肌画像Ｄを分割するときの数を示す「分割数」、その分割数で肌画像Ｄを分割したときの１領域のサイズを示す「サイズ」、そのサイズに対応するノイズの内容を示す「対応」、肌画像Ｄを分割して各領域の色を平均したときの画像である「画像例」を示している。
【００８４】
図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「４分割」又は「１６分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「１２８画素（ｐｘ）×１２８画素（約１８ｍｍ×１８ｍｍ）」又は「６４画素（ｐｘ）×６４画素（約９ｍｍ×９ｍｍ）」となり、このサイズに対応したノイズには例えば「陰影」がある。したがって、例えば算出された明るさの標準偏差の差分情報に基づいて、肌画像Ｄの陰影を抽出することにより、肌画像Ｄの肌のツヤ等の状態を評価することも可能である。
【００８５】
また、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「６４分割」又は「２５６分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「３２画素×３２画素（約４．５ｍｍ×４．５ｍｍ）」又は「１６画素×１６画素（約２．２４ｍｍ×２．２４ｍｍ）」となり、このサイズに対応したノイズには例えば「大きなしみ」がある。
【００８６】
また、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「１０２４分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「８画素×８画素（約１．１２ｍｍ×１．１２ｍｍ）」となり、このサイズに対応したノイズには例えば「しみ・そばかす」がある。
【００８７】
また、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「４０９６分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「４画素×４画素（約０．５６ｍｍ×０．５６ｍｍ）」となり、このサイズに対応したノイズには例えば「毛穴」がある。
【００８８】
なお、ここで算出される明るさの標準偏差の差分情報に基づいて、毛穴の凹凸等のノイズを抽出して肌の評価を行うことが可能であるが、毛穴の凹凸等を抽出するには、肌画像を撮影するときに、不均一な照明の下で撮影されることが望ましい。
【００８９】
更に、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「１６３８４分割」又は「６５５３６分割」した場合、分割した肌画像Ｄの１領域のサイズは「２画素×２画素（０．２８ｍｍ×０．２８ｍｍ）」又は「１画素×１画素（０．１４ｍｍ×０．１４ｍｍ）」となり、このサイズに対応するノイズには例えば「きめ」等がある。
【００９０】
上述したように、本実施形態では、予め様々なノイズを抽出するのに適切な分割数、分割サイズ等を設定しておくことにより、画像分割手段１６は、上述した分割数、分割サイズ等を参照して、設定手段１５により設定されたノイズ情報に対応して肌画像を分割することが可能となる。
【００９１】
なお、上述したノイズを抽出するための分割数、分割サイズ等は、通常用いられる適切な分割数、分割サイズ等の一例であり、評価対象者によって異なる場合がある。したがって、本実施形態では、上述したように、分割した画像間で算出される明るさの標準偏差の差分値に基づいて、ノイズを抽出し、抽出したノイズに基づいて、肌に対する評価を行っても良い。
【００９２】
また、評価手段１８は、上述したノイズに対応する分割数、分割サイズ等において分割された画像間における明るさの標準偏差の差分値を指標として、以下に説明するように、ファンデーションを施した化粧肌に対する評価を行うことも可能となる。
【００９３】
＜異なるファンデーション塗布方法による肌評価例＞
次に、図８を用いて、異なるファンデーション塗布方法による肌評価処理の一例について説明する。図８は、異なるファンデーション塗布方法による肌評価処理の一例を示す図である。
【００９４】
図８（Ａ）は、評価対象者の素肌Ｅを撮影した画像を示し、図８（Ｂ）は、図８（Ａ）に示す素肌Ｅに塗布方法１によりファンデーションを塗布したときの化粧肌Ｆの画像を示し、図８（Ｃ）は、図８（Ａ）に示す素肌Ｅに塗布方法２によりファンデーションを塗布したときの化粧肌Ｇの画像を示している。
【００９５】
図８（Ｃ）に示すように、化粧肌Ｇは、しみ、そばかす、毛穴等が隠れて、肌全体が均一な仕上がりとなっている。
【００９６】
ここで、図８（Ｄ）は、図８（Ａ）〜図８（Ｃ）の画像を、しみサイズに対応した分割数で分割したとき（例えば画像領域を１６ｐｘ×１６ｐｘのサイズと、８ｐｘ×８ｐｘのサイズに分割したとき）の画像間における明るさの標準偏差の差分値（ΔＳＤ）を示すとともに、毛穴サイズに対応した分割数で分割したとき（例えば画像領域を８ｐｘ×８ｐｘのサイズと、４ｐｘ×４ｐｘのサイズで分割したとき）の画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【００９７】
図８（Ｄ）に示すように、しみサイズに対応した分割数で分割したとき、ΔＳＤの値は、素肌Ｅ、化粧肌Ｆ、化粧肌Ｇの順に小さくなっている。このことから、化粧肌Ｆよりも化粧肌Ｇの方が、素肌Ｅのしみがカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。
【００９８】
また、図８（Ｄ）に示すように、毛穴サイズに対応した分割数で分割したとき、ΔＳＤの値は、素肌Ｅ、化粧肌Ｆ、化粧肌Ｇの順に小さくなっている。このことから、化粧肌Ｆよりも化粧肌Ｇの方が、素肌Ｅの毛穴がカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。
【００９９】
＜スポンジ、ブラシ等を用いてファンデーションを塗布したときの肌評価例＞
次に、図９及び図１０を用いて、スポンジ、ブラシ等を用いてファンデーションを塗布したときの肌評価の一例について説明する。
【０１００】
図９は、スポンジ、ブラシ等を用いてファンデーションを塗布したときの化粧肌の画像を示している。また、図１０は、図９に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【０１０１】
図９（Ａ）は、評価対象者の素肌Ｈを撮影した画像を示し、図９（Ｂ）は、図９（Ａ）に示す素肌Ｈにスポンジを用いた塗布方法１によりファンデーションを塗布したときの化粧肌Ｉの画像を示し、図９（Ｃ）は、図９（Ａ）に示す素肌Ｈにスポンジを用いた塗布方法２によりファンデーションを塗布したときの化粧肌Ｊの画像を示している。
【０１０２】
また、図９（Ｄ）は、図９（Ａ）に示す素肌Ｈにスポンジとブラシ仕上げによりファンデーションを塗布したときの化粧肌Ｋの画像を示し、図９（Ｅ）は、図９（Ａ）に示す素肌Ｈにスポンジとブラシを用いてファンデーションを塗布したときの化粧肌Ｌの画像を示し、図９（Ｆ）は、図９（Ａ）に示す素肌Ｈにブラシのみを用いてファンデーションを塗布したときの化粧肌Ｍの画像を示している。
【０１０３】
図１０（Ａ）に示すリキッドファンデーションの場合、及び図１０（Ｂ）に示すパウダリーファンデーションの場合のいずれも、しみサイズに対応した分割数で分割したとき（例えば画像領域を１６ｐｘ×１６ｐｘのサイズと、８ｐｘ×８ｐｘのサイズに分割したとき）、化粧肌ＭのΔＳＤの値が最も小さくなっていることから、化粧肌Ｍが、素肌Ｈに対して最もしみがカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。
【０１０４】
また、図１０（Ａ）に示すリキッドファンデーションの場合、及び図１０（Ｂ）に示すパウダリーファンデーションの場合のいずれも、毛穴サイズに対応した分割数で分割したとき（例えば画像領域を８ｐｘ×８ｐｘのサイズと、４ｐｘ×４ｐｘのサイズで分割したとき）、化粧肌Ｊ〜化粧肌ＭのそれぞれのΔＳＤの値がほぼ同程度の値となっていることから、化粧肌Ｊ〜化粧肌Ｍは、素肌Ｈに対して毛穴が同程度カバーされてノイズも減少し、肌の滑らかさが向上していることが分かる。
【０１０５】
＜しみが目立たなくなった肌評価例＞
次に、図１１を用いて、しみが目立たなくなった肌評価の一例について説明する。図１１は、しみが目立たなくなった肌評価の一例を示している。
【０１０６】
図１１（Ａ）は、評価対象者の素肌Ｎを撮影した画像を示し、図１１（Ｂ）は、図１１（Ａ）に示す素肌Ｎに塗布方法１によりファンデーションを塗布したときの化粧肌Ｏの画像を示し、図１１（Ｃ）は、図１１（Ａ）に示す素肌Ｎに塗布方法２によりファンデーションを塗布したときの化粧肌Ｐの画像を示し、図１１（Ｄ）は、図１１（Ａ）に示す素肌Ｎに塗布方法３によりファンデーションを塗布したときの化粧肌Ｑの画像を示している。
【０１０７】
また、図１１（Ｅ）は、図１１（Ａ）〜図１１（Ｄ）に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【０１０８】
図１１（Ｅ）に示すように、しみサイズに対応した分割数で分割したとき（例えば画像領域を１６ｐｘ×１６ｐｘのサイズと、８ｐｘ×８ｐｘのサイズに分割したとき）、化粧肌ＱのΔＳＤの値が最も小さくなっていることから、化粧肌Ｑが、素肌Ｎに対して最もしみがカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。また、このことから塗布方法３を用いることにより素肌Ｎに対して最もしみをカバーできることが分かる。
【０１０９】
＜毛穴が目立たなくなった肌評価例＞
次に、図１２を用いて、毛穴が目立たなくなった肌評価の一例について説明する。図１２は、毛穴が目立たなくなった肌評価の一例を示している。
【０１１０】
図１２（Ａ）は、評価対象者の素肌Ｒを撮影した素肌画像を示し、図１２（Ｂ）は、図１２（Ａ）に示す素肌Ｒに塗布方法１によりファンデーションを塗布したときの化粧肌Ｓの画像を示し、図１２（Ｃ）は、図１２（Ａ）に示す素肌Ｒに塗布方法２によりファンデーションを塗布したときの化粧肌Ｔの画像を示し、図１２（Ｄ）は、図１２（Ａ）に示す素肌Ｒに塗布方法３によりファンデーションを塗布したときの化粧肌Ｕの画像を示している。
【０１１１】
また、図１２（Ｅ）は、図１２（Ａ）〜図１２（Ｄ）に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【０１１２】
図１２（Ｅ）に示すように、毛穴サイズに対応した分割数で分割したとき（例えば画像領域を８ｐｘ×８ｐｘのサイズと、４ｐｘ×４ｐｘのサイズで分割したとき）、化粧肌ＵのΔＳＤの値が最も小さくなっていることから、化粧肌Ｕが、素肌Ｒに対して最も毛穴がカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。また、このことから塗布方法３を用いることにより素肌Ｒに対して最も毛穴をカバーできることが分かる。
【０１１３】
上述したように、本実施形態によれば、肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価することが可能となる。また、肌の滑らかさを、しみ、そばかす、毛穴の凹凸等によって生じるノイズの量によって評価することにより、肌の美しさを評価し、ファンデーション等の化粧料のカバー力を評価することも可能となる。
【０１１４】
以上、本発明者によってなされた発明を好適な実施例に基づき具体的に説明したが、本
発明は上記実施例で説明したものに限定されるものではなく、その要旨を逸脱しない範囲
で種々変更可能である。
【符号の説明】
【０１１５】
１０ 肌評価装置
１１ 入力手段
１２ 出力手段
１３ 記録手段
１４ 画像取得手段
１５ 設定手段
１６ 画像分割手段
１７ 差分算出手段
１８ 評価手段
１９ 制御手段
２１ 入力装置
２２ 出力装置
２３ ドライブ装置
２４ 補助記憶装置
２５ メモリ装置
２６ ＣＰＵ
２７ ネットワーク接続装置
２８ 記録媒体
【技術分野】
【０００１】
本発明は、肌評価装置、肌評価方法、及び肌評価プログラムに関する。
【背景技術】
【０００２】
従来から、肌の美しさを評価するための方法として、肌の表面を撮影した画像を画像処理して、肌の表面のしみ、そばかす、毛穴等を抽出する方法が知られている。また、皮膚表面の色調等における肌の状態値のばらつき、すなわち不均一性を算出するため、肌の表面を撮影した画像を所定のマトリクスに分割し、分割した領域における肌色の測定値の不均一性を算出し、算出した不均一性を指標として、肌の美しさを評価する方法が知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特許第３４２６０５２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、上述した肌の美しさは、肌の滑らかさに大きく影響される。そのため、肌が滑らかに見えるように、例えばファンデーション等の化粧料を用いて、しみ、そばかす、毛穴等の悩みをカバーすることが行われている。したがって、例えば肌の滑らかさをしみ、そばかす、毛穴の凹凸等によって生じるノイズの量によって評価することができれば、肌の美しさを評価できるとともに、例えばファンデーション等の化粧料のカバー力を評価することも可能となる。
【０００５】
しかしながら、上述した特許文献１の手法では、単に肌の表面の画像を所定のマトリクスに分割して、分割した領域におけるＬ＊ａ＊ｂ＊表色系のパラメータのうちＬ＊値のばらつきを求め、これを不均一性値として肌を評価しているだけであり、肌の滑らかさを評価する基準となるしみ、そばかす、毛穴の凹凸等のノイズを高精度に抽出して、肌の美しさを評価することができなかった。
【０００６】
本発明は、上記の点に鑑みてなされたものであり、肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価する肌評価装置、肌評価方法、及び肌評価プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は、上記目的を達成するために、肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置であって、前記画像の画像領域を段階的に分割する画像分割手段と、前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段と、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段とを備えることを特徴とする。
【０００８】
また、本発明は、肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置により実行される肌評価方法であって、前記画像の画像領域を段階的に分割する画像分割手順と、前記画像分割手順によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手順と、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手順とを備えることを特徴とする。
【０００９】
また、本発明は、肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価プログラムであって、コンピュータを、前記画像の画像領域を段階的に分割する画像分割手段、前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段、前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段として機能させる。
【発明の効果】
【００１０】
本発明によれば、肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価することが可能となる。
【図面の簡単な説明】
【００１１】
【図１】本実施形態における肌評価装置の機能構成の一例を示す図である。
【図２】本実施形態における肌評価処理が実現可能なハードウェア構成の一例を示す図である。
【図３】本実施形態における肌評価処理手順の一例を示すフローチャートである。
【図４】肌評価処理における明るさの標準偏差の差分を算出する流れを説明するための図である。
【図５】ノイズが付加されたグラデーション画像を段階的に分割し、分割された画像の各領域における色を平均化したときの画像の一例を示す図である。
【図６】明るさの標準偏差の差分に基づき抽出されるノイズの例を説明するための図である。
【図７】ノイズに対応した適切な分割数等の一例を示す図である。
【図８】異なるファンデーション塗布方法による肌評価処理の一例を示す図である。
【図９】スポンジ、ブラシ等を用いてファンデーションを塗布したときの化粧肌の画像を示す図である。
【図１０】図９に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示す図である。
【図１１】しみが目立たなくなった肌評価の一例を示す図である。
【図１２】毛穴が目立たなくなった肌評価の一例を示す図である。
【発明を実施するための形態】
【００１２】
以下、本発明の実施の形態について詳細に説明する。
【００１３】
＜肌評価装置：機能構成例＞
図１は、本実施形態における肌評価装置の機能構成の一例を示している。図１に示すように、本実施形態における肌評価装置１０は、入力手段１１と、出力手段１２と、記録手段１３と、画像取得手段１４と、設定手段１５と、画像分割手段１６と、差分算出手段１７と、評価手段１８と、制御手段１９とを有するように構成される。
【００１４】
また、肌評価装置１０は、例えば撮影された肌表面の画像の画像領域を段階的に分割し、分割した画像領域を基準として画像全体の色情報の標準偏差を算出し、段階的に分割された画像間の標準偏差の差分を算出して、算出された標準偏差の差分情報を指標として、肌の滑らかさにより肌の評価を行う。
【００１５】
上述した色情報の標準偏差は、肌の表面におけるしみ、そばかす、毛穴の凹凸等によって変化する。また、色情報の標準偏差の差分情報は、しみ、そばかす、毛穴の凹凸等によって生じるノイズの量によって影響され、ノイズの量が少ない程、肌が滑らかで、肌が美しいと評価することができる。すなわち、肌の表面におけるしみ、そばかす、毛穴の凹凸等によって生じるノイズの量が少ない程、肌は滑らかであると評価される。
【００１６】
なお、本発明における色情報とは、例えば、明るさ、色相、彩度、メラニン量、ヘモグロビン量等を示す。以下の実施形態では、本発明における色情報の例として「明るさ」を用いて説明するものとする。
【００１７】
入力手段１１は、例えばキーボードや、マウス等のポインティングデバイス等からなり、ユーザ等からの画像取得指示、ノイズ情報入力指示、肌評価指示等の各種指示の開始、終了等の入力を受け付ける。
【００１８】
出力手段１２は、例えばディスプレイ等からなり、入力手段１１により入力された内容や、入力内容に基づいて実行された内容等の表示・出力を行う。
【００１９】
記録手段１３は、画像取得手段１４により取得された画像、設定手段１５によって設定されたノイズ情報、画像分割手段１６によって分割された画像、差分算出手段１７によって算出された画像全体の明るさの標準偏差、及び、段階的に分割された画像間の標準偏差の差分、評価手段１８によって評価された結果等の各種データを記録する。また、記録手段１３は、必要に応じて記録されている各種データを読み出すことができる。
【００２０】
画像取得手段１４は、例えばカメラ等によって評価対象者のしみ、そばかす、毛穴等の肌の悩みが集中する頬部位の肌の表面を撮影した画像（肌画像）を取得する。
【００２１】
設定手段１５は、ユーザからの入力指示に基づき、明るさの標準偏差に変化を与えるしみ、そばかす、毛穴等のノイズ情報を設定する。
【００２２】
画像分割手段１６は、画像取得手段１４によって取得された肌表面の画像の画像領域を、上述したノイズの内容に対応して予め設定された分割数、画素（ピクセル）数、所定のサイズ等ごとに段階的に分割する。
【００２３】
例えば、画像分割手段１６は、設定手段１５によりノイズ情報が「しみ、そばかす」と設定された場合、例えば「しみ、そばかす」に対応する分割数として設定された１０２４分割、及びその前段階の分割数である２５６分割により、取得された肌表面の画像の画像領域を分割する。
【００２４】
また、画像分割手段１６は、ユーザによってノイズ情報が設定されなかった場合でも、任意に設定された所定の分割数により、取得した肌画像を分割することができる。なお、画像を段階的に分割する具体的な手法については後述する。
【００２５】
差分算出手段１７は、画像分割手段１６によって分割された画像領域を基準として取得した肌画像全体の明るさの標準偏差を算出し、算出した標準偏差を用いて、段階的に分割された画像間の標準偏差の差分を算出する。
【００２６】
具体的には、差分算出手段１７は、例えば取得した肌画像全体の明るさの標準偏差を、分割された画像の各領域内における色の平均を求めることにより算出する。ここで、差分算出手段１７は、例えば各領域内のＲＧＢ画像信号から輝度や明度といった明るさ情報の平均値を求めることにより、肌画像全体の明るさ情報の標準偏差を算出しても良い。なお、上述した明るさ情報以外にも、上述した他の色情報（例えば色相、彩度、メラニン量、ヘモグロビン量）を用いて、肌画像全体の色情報の標準偏差を算出しても良い。
【００２７】
また、差分算出手段１７は、例えば段階的に分割された画像間における標準偏差の差分について、例えば４分割された画像と１６分割された画像等、分割数を異ならせて、段階的に分割された画像間での明るさの標準偏差の差分を算出する。
【００２８】
評価手段１８は、差分算出手段１７により得られた差分情報を指標として、肌の評価を行う。例えば、評価手段１８は、しみ、そばかす等のノイズ情報に対応して分割された画像間において、化粧料が塗布された肌画像の標準偏差の差分が、素肌の肌画像の標準偏差の差分よりも小さい場合、化粧料が塗布された肌は、しみ・そばかす等がカバーされてノイズが減少し、肌の滑らかさが向上していると評価することができる。
【００２９】
また、評価手段１８は、段階的に分割された画像間における明るさの標準偏差の差分が急に大きく変化した場合、評価対象者の肌に対して、画像の分割サイズに対応したノイズがあると判断することもできる。
【００３０】
制御手段１９は、肌評価装置１０の各構成部全体の制御を行う。例えば、制御手段１９は、例えばユーザ等による入力手段１１からの指示等に基づいて、画像取得手段１４により評価対象者の頬部位の肌画像を取得し、画像分割手段１６により画像の画像領域を段階的に分割し、差分算出手段１７によって、段階的に分割された画像間の明るさの標準偏差の差分を算出して、評価手段１８により肌の評価を行う等の各制御を行う。
【００３１】
＜肌評価装置：ハードウェア構成＞
上述した化粧肌評価装置１０では、各機能をコンピュータに実行させることができる肌評価プログラム等の実行プログラムを生成し、例えば汎用のパーソナルコンピュータ、サーバ等に実行プログラムをインストールすることにより、本発明における肌評価処理等を実行することができる。
【００３２】
次に、図２を用いて、本実施形態における肌評価処理が実行可能なコンピュータのハードウェア構成例について説明する。図２は、本実施形態における肌評価処理が実現可能なハードウェア構成の一例を示している。
【００３３】
図２のコンピュータ本体には、入力装置２１と、出力装置２２と、ドライブ装置２３と、補助記憶装置２４と、メモリ装置２５と、各種制御を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２６と、ネットワーク接続装置２７とを有するように構成され、これらはシステムバスＢで相互に接続されている。
【００３４】
入力装置２１は、ユーザ等が操作するキーボード、マウス等のポインティングデバイスを有しており、ユーザ等からのプログラムの実行等、各種操作信号を入力する、また、入力装置２１は、例えばカメラ等によって撮影された評価対象者の肌画像を入力する入力ユニットを有している。
【００３５】
出力装置２２は、本発明の処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイを有し、ＣＰＵ２６が有する制御プログラムにより実行経過や結果等を表示することができる。
【００３６】
ここで、本発明においてコンピュータ本体にインストールされる実行プログラムは、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやＣＤ−ＲＯＭ等の可搬型の記録媒体２８等により提供される。プログラムを記録した記録媒体２８は、ドライブ装置２３にセット可能であり、記録媒体２８に含まれる実行プログラムが、記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。
【００３７】
補助記憶装置２４は、ハードディスク等のストレージ手段であり、本発明における実行プログラムや、コンピュータに設けられた制御プログラム等を記憶し、必要に応じて入出力を行うことができる。
【００３８】
メモリ装置２５は、ＣＰＵ２６により補助記憶装置２４から読み出された実行プログラム等を格納する。なお、メモリ装置２５は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等からなる。
【００３９】
ＣＰＵ２６は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、及びメモリ装置２５に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、肌評価処理等の各処理を実現することができる。
【００４０】
なお、プログラム実行中に必要な各種情報等は、補助記憶装置２４から取得することができ、また実行結果等を格納することもできる。
【００４１】
ネットワーク接続装置２７は、通信ネットワーク等と接続することにより、実行プログラムを通信ネットワークに接続されている他の端末装置等から取得したり、プログラムを実行することで得られた実行結果又は本発明における実行プログラム自体を他の端末装置等に提供したりすることができる。
【００４２】
上述したハードウェア構成により、本発明における肌評価処理を実行することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で本発明における肌評価処理を容易に実現することができる。
【００４３】
＜本実施形態における肌評価処理手順＞
次に、図３を用いて、本実施形態における肌評価処理手順について説明する。図３は、本実施形態における肌評価処理手順の一例を示すフローチャートである。
【００４４】
図３に示す化粧肌評価処理において、画像取得手段１４は、例えばカメラ等により撮影された評価対象者の頬部位における肌画像を取得する（Ｓ１０）。ここで、画像取得手段１４は、取得する画像の一例として頬部位における肌画像を取得するものとし、例えば２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）の画像を取得する。
【００４５】
次に、設定手段１５は、ユーザからの入力指示に基づき肌画像から抽出するしみ、そばかす、毛穴等のノイズ情報を設定する（Ｓ１１）。
【００４６】
次に、画像分割手段１６は、設定されたノイズ情報に応じて、取得された肌画像の画像領域を段階的に分割する（Ｓ１２）。
【００４７】
例えば、Ｓ１１の処理において「しみ、そばかす」がノイズ情報として設定された場合には、画像分割手段１６は、Ｓ１０の処理で取得した肌画像の画像領域を、予め「しみ、そばかす」に対応して設定された分割数等に基づいて分割する。
【００４８】
例えば、Ｓ１０の処理で取得した肌画像が、上述した２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）の画像の場合、画像分割手段１６は、取得した肌画像の画像領域を予めしみ、そばかすに対応して設定された分割数である２５６分割、次にその後段階の分割数である１０２４分割に段階的に分割する。
【００４９】
これにより、画像分割手段１６は、取得された肌画像の画像領域を２５６分割して、分割された画像領域の１領域を１６画素×１６画素（約２．２４ｍｍ×２．２４ｍｍ）とする。また、画像分割手段１６は、取得された肌の画像領域を１０２４分割して、分割された画像領域の１領域を８画素×８画素（約１．１２ｍｍ×１．１２ｍｍ）とする。なお、このとき、分割された画像領域の１領域の大きさ（８画素×８画素）は、通常皮膚の表面に形成される「しみ、そばかす」のサイズと同程度の大きさとなる。
【００５０】
次に、差分算出手段１７は、分割された画像領域を基準として、取得した肌画像全体の明るさの標準偏差を算出する（Ｓ１３）。例えば、差分算出手段１７は、Ｓ１２の処理で、段階的に分割した２５６分割した画像全体と１０２４分割した画像全体の明るさの標準偏差を算出する。
【００５１】
すなわち、差分算出手段１７は、２５６分割した画像の各領域における色の平均を求め、２５６分割した画像全体における明るさの標準偏差を算出する。
【００５２】
例えば、差分算出手段１７は、２５６分割した各領域のＲＧＢ画像信号から輝度平均値を求め、２５６分割した画像全体における輝度の標準偏差を算出する。また、例えば、差分算出手段１７は、２５６分割した画像の各領域におけるＲＧＢ画像信号から明度平均値を求め、２５６分割した画像全体における明度の標準偏差を算出しても良い。
【００５３】
同様に、差分算出手段１７は、１０２４分割した画像の各領域における色の平均を求め、１０２４分割した画像全体の明るさの標準偏差を算出する。
【００５４】
次に、差分算出手段１７は、段階的に分割された画像間の標準偏差の差分を算出する（Ｓ１４）。例えば、差分算出手段１７は、２５６分割された画像全体の標準偏差と、１０２４分割された画像全体の標準偏差とを用いて、画像間の標準偏差の差分を算出する。
【００５５】
次に、評価手段１８は、Ｓ１４の処理において算出された明るさの標準偏差の差分情報に基づいて、肌に対する評価を行い（Ｓ１５）、処理を終了する。
【００５６】
例えば、評価手段１８は、評価対象者の素肌の肌画像における明るさの標準偏差の差分と、評価対象者に対してファンデーション等の化粧料が塗布された肌画像における明るさの標準偏差の差分とを比較して、化粧料が塗布された肌画像の標準偏差の差分が、素肌の肌画像の標準偏差の差分よりも小さい場合には、しみ、そばかす等がカバーされてノイズが減少し、肌の滑らかさが向上していると肌に対する評価を行うことができる。
【００５７】
また、上述したＳ１１の処理において、特にユーザによってノイズ情報が設定されなかった場合には、画像分割手段１６は、任意に設定された所定の分割数等により、取得された画像を段階的に分割し、差分算出手段１７は、段階的に分割された画像間における明るさの標準偏差の差分を算出する。
【００５８】
ここで、評価手段１８は、差分算出手段１７により算出された標準偏差の差分が急に大きく変化した場合、評価対象者の肌に対して、標準偏差の差分が急に大きく変化したときの画像の分割サイズに対応したノイズがあると判断することもできる。
【００５９】
上述したように、本実施形態によれば、段階的に分割された画像間における明るさの標準偏差の差分を算出し、算出した差分情報に基づいて、肌の表面におけるしみ、そばかす、毛穴の凹凸等のノイズを抽出することにより、肌に対する評価を行うことが可能となる。また、算出した差分情報を指標として、ファンデーションを塗布した肌において、どの程度、しみ、そばかす、毛穴等がカバーされてノイズが減少し、肌の滑らかさを向上したか、肌の滑らかさに基づく肌の評価を行うことが可能となる。
【００６０】
＜明るさの標準偏差の差分を算出する処理の流れ＞
次に、図４を用いて、上述した肌評価処理における明るさの標準偏差の差分を算出する処理の流れについて説明する。図４は、肌評価処理における明るさの標準偏差の差分を算出する流れを説明するための図である。
【００６１】
図４に示すように、画像取得手段１４は、例えばカメラ等によって撮影された評価対象者の頬骨付近における２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）の画像を取得する。次に、画像分割手段１６は、取得した評価対象者の肌画像の画像領域を、例えば１６分割、６４分割、１２８分割等、段階的に分割する。
【００６２】
次に、差分算出手段１７は、例えば１６分割した画像の各領域の色を平均し、１６分割した画像全体における明るさのばらつき（ＳＤ：標準偏差）を算出する。同様に、差分算出手段１７は、６４分割した画像全体における明るさの標準偏差（ＳＤ）、１２８分割した画像全体における明るさの標準偏差（ＳＤ）を算出していく。
【００６３】
次に、差分算出手段１７は、段階的に分割された画像間、例えば１６分割された画像と６４分割された画像、又は６４分割された画像と１２８分割された画像の標準偏差の差分（ΔＳＤ）を算出する。
【００６４】
ここで、図４に示す分割された画像間における明るさの標準偏差の差分値（ΔＳＤ）を算出していくときに、差分値が大きく変化する場合がある。
【００６５】
例えば、肌画像をしみ、そばかす等のノイズサイズと同程度の大きさの画像領域に分割し、分割した肌画像における明るさの標準偏差と、その前段階、例えばしみ、そばかす等のノイズサイズよりも大きいサイズの画像領域に分割した肌画像における明るさの標準偏差との間では、急に差分値が大きく変化する（ΔＳＤが大きくなる）。
【００６６】
本実施形態の肌評価装置１０では、このように算出された明るさの標準偏差の差分情報を用いてしみ、そばかす、毛穴の凹凸等によって生じるノイズを抽出し、肌に対する評価を行う。
【００６７】
＜各領域の色を平均化したときの画像例＞
次に、図５を用いて、ノイズがある肌を想定した画像として、ノイズが付加されたグラデーション画像を段階的に分割し、分割された画像の各領域における色を平均化したときの画像の一例について説明する。図５は、ノイズが付加されたグラデーション画像を段階的に分割し、分割された画像の各領域における色を平均化したときの画像の一例を示している。
【００６８】
図５（Ａ）は、例えば２５６画素×２５６画素のグラデーション画像に８画素×８画素（８ｐｘ×８ｐｘ）のノイズを付加した画像を示している。また、図５（Ｂ）〜図５（Ｉ）は、本実施形態の画像分割手段１６により、図５（Ａ）に示す画像の画像領域を、例えば４分割、１６分割、６４分割、２５６分割、１０２４分割、４０９６分割、１６３８４分割、６５５３６分割し、差分算出手段１７により、分割した画像の各領域内における色を平均化したときの画像を示している。
【００６９】
例えば、図５（Ｂ）には、図５（Ａ）に示す画像の画像領域が４分割されて、分割された画像の各領域に、各領域の平均化された色が示されている。同様に、図５（Ｃ）には、図５（Ａ）に示す画像の画像領域が１６分割されて、分割された画像の各領域に、各領域の平均化された色が示されている。
【００７０】
上述したように、本実施形態の差分算出手段１７は、段階的に分割した画像の各領域における色を平均化する。また、差分算出手段１７は、このように分割された画像領域を基準として画像全体の明るさの標準偏差を算出する。
【００７１】
＜明るさの標準偏差の差分に基づき抽出されるノイズの例＞
次に、図６を用いて、明るさの標準偏差の差分に基づき抽出されるノイズの例について説明する。図６は、明るさの標準偏差の差分に基づき抽出されるノイズの例を説明するための図である。
【００７２】
図６（Ａ）は、グラデーションのみにより表された画像Ａを示し、図６（Ｂ）は、図６（Ａ）に示すグラデーション画像Ａの中に４画素×４画素（４ｐｘ×４ｐｘ）のノイズを付加した画像Ｂを示し、図６（Ｃ）は、図６（Ａ）に示すグラデーション画像Ａの中に２画素×２画素（２ｐｘ×２ｐｘ）のノイズを付加した画像Ｃを示している。
【００７３】
ここで、図６（Ａ）〜図６（Ｃ）に示される画像Ａ〜Ｃを用いて、本実施形態の差分算出手段１７により、それぞれの画像の画像領域を段階的に分割し、段階的に分割された画像間における明るさの標準偏差の差分を算出する。図６（Ｄ）は、段階的に分割された画像間における明るさの標準偏差の差分値を示す。
【００７４】
図６（Ｄ）に示すように、図６（Ｂ）に示す画像Ｂは、画像Ｂを８画素×８画素（８ｐｘ×８ｐｘ）の画像領域に分割したときの明るさの標準偏差と、４画素×４画素（４ｐｘ×４ｐｘ）の画像領域に分割したときの明るさ標準偏差との差分を算出したとき（ΔＳＤ＝ＳＤ（４ｐｘ）−ＳＤ（８ｐｘ））に、差分値（ΔＳＤ）が最も大きくなっている。
【００７５】
また、図６（Ｃ）に示す画像Ｃは、画像Ｃを４画素×４画素（４ｐｘ×４ｐｘ）の画像領域に分割したときの明るさの標準偏差と、２画素×２画素（２ｐｘ×２ｐｘ）の画像領域に分割したときの明るさの標準偏差との差分を算出したとき（ΔＳＤ＝ＳＤ（２ｐｘ）−ＳＤ（４ｐｘ））に、差分値（ΔＳＤ）が最も大きくなっている。
【００７６】
したがって、画像中に含まれるノイズと同程度の画像領域に分割したときの画像の明るさの標準偏差と、画像中に含まれるノイズよりも大きいサイズの画像領域に分割したときの画像の明るさの標準偏差との差分を算出して得られた差分情報を用いて、画像中に含まれるノイズを抽出できることが分かる。
【００７７】
一方、図６（Ｅ）は、図６（Ａ）〜図６（Ｃ）に示される画像Ａ〜Ｃをそれぞれ段階的に分割し（例えば１６ｐｘ×１６ｐｘ、８ｐｘ×８ｐｘ、４ｐｘ×４ｐｘ等）、段階的に分割された画像ごとに算出した明るさの標準偏差値を示している。
【００７８】
図６（Ｅ）に示すように、画像領域をどのように分割したとしても、単に分割して明るさの標準偏差を算出しただけでは、図６（Ａ）〜図６（Ｃ）に示される画像Ａ〜Ｃの標準偏差の値はほとんど変化がなく、画像Ａ〜Ｃを区別することができない。
【００７９】
例えば、図６（Ｅ）において、図６（Ａ）に示す画像Ａのように、グラデーションのみの画像であってもばらつき（ＳＤ）が生じており、また、図６（Ｂ）に示す画像Ｂ、図６（Ｃ）に示す画像Ｃのそれぞれの大きさのノイズが付加された場合でも、分割された画像ごとに算出される明るさの標準偏差値にほとんど変化がない。
【００８０】
したがって、画像中に含まれるノイズを抽出する際には、単に画像を分割して明るさの標準偏差の値を算出するだけでは、的確にノイズを抽出することができないが、ノイズサイズと同程度の大きさに画像を分割して、段階的に分割した画像間の明るさの標準偏差の差分を算出することにより、的確にノイズを抽出することが可能である。
【００８１】
＜ノイズに対応した適切な分割数等の例＞
次に、図７を用いて、ノイズに対応した適切な分割数等の一例について説明する。図７は、ノイズに対応した適切な分割数等の一例を示す図である。
【００８２】
図７（Ａ）は、例えば評価対象者の頬骨付近の２５６画素×２５６画素（約３６ｍｍ×３６ｍｍ）からなる肌画像Ｄを示している。
【００８３】
また、図７（Ｂ）は、図７（Ａ）に示す肌画像Ｄを分割するときの数を示す「分割数」、その分割数で肌画像Ｄを分割したときの１領域のサイズを示す「サイズ」、そのサイズに対応するノイズの内容を示す「対応」、肌画像Ｄを分割して各領域の色を平均したときの画像である「画像例」を示している。
【００８４】
図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「４分割」又は「１６分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「１２８画素（ｐｘ）×１２８画素（約１８ｍｍ×１８ｍｍ）」又は「６４画素（ｐｘ）×６４画素（約９ｍｍ×９ｍｍ）」となり、このサイズに対応したノイズには例えば「陰影」がある。したがって、例えば算出された明るさの標準偏差の差分情報に基づいて、肌画像Ｄの陰影を抽出することにより、肌画像Ｄの肌のツヤ等の状態を評価することも可能である。
【００８５】
また、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「６４分割」又は「２５６分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「３２画素×３２画素（約４．５ｍｍ×４．５ｍｍ）」又は「１６画素×１６画素（約２．２４ｍｍ×２．２４ｍｍ）」となり、このサイズに対応したノイズには例えば「大きなしみ」がある。
【００８６】
また、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「１０２４分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「８画素×８画素（約１．１２ｍｍ×１．１２ｍｍ）」となり、このサイズに対応したノイズには例えば「しみ・そばかす」がある。
【００８７】
また、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「４０９６分割」した場合、分割した肌画像Ｄの画像領域における１領域のサイズは「４画素×４画素（約０．５６ｍｍ×０．５６ｍｍ）」となり、このサイズに対応したノイズには例えば「毛穴」がある。
【００８８】
なお、ここで算出される明るさの標準偏差の差分情報に基づいて、毛穴の凹凸等のノイズを抽出して肌の評価を行うことが可能であるが、毛穴の凹凸等を抽出するには、肌画像を撮影するときに、不均一な照明の下で撮影されることが望ましい。
【００８９】
更に、図７（Ｂ）に示すように、肌画像Ｄを分割する分割数を「１６３８４分割」又は「６５５３６分割」した場合、分割した肌画像Ｄの１領域のサイズは「２画素×２画素（０．２８ｍｍ×０．２８ｍｍ）」又は「１画素×１画素（０．１４ｍｍ×０．１４ｍｍ）」となり、このサイズに対応するノイズには例えば「きめ」等がある。
【００９０】
上述したように、本実施形態では、予め様々なノイズを抽出するのに適切な分割数、分割サイズ等を設定しておくことにより、画像分割手段１６は、上述した分割数、分割サイズ等を参照して、設定手段１５により設定されたノイズ情報に対応して肌画像を分割することが可能となる。
【００９１】
なお、上述したノイズを抽出するための分割数、分割サイズ等は、通常用いられる適切な分割数、分割サイズ等の一例であり、評価対象者によって異なる場合がある。したがって、本実施形態では、上述したように、分割した画像間で算出される明るさの標準偏差の差分値に基づいて、ノイズを抽出し、抽出したノイズに基づいて、肌に対する評価を行っても良い。
【００９２】
また、評価手段１８は、上述したノイズに対応する分割数、分割サイズ等において分割された画像間における明るさの標準偏差の差分値を指標として、以下に説明するように、ファンデーションを施した化粧肌に対する評価を行うことも可能となる。
【００９３】
＜異なるファンデーション塗布方法による肌評価例＞
次に、図８を用いて、異なるファンデーション塗布方法による肌評価処理の一例について説明する。図８は、異なるファンデーション塗布方法による肌評価処理の一例を示す図である。
【００９４】
図８（Ａ）は、評価対象者の素肌Ｅを撮影した画像を示し、図８（Ｂ）は、図８（Ａ）に示す素肌Ｅに塗布方法１によりファンデーションを塗布したときの化粧肌Ｆの画像を示し、図８（Ｃ）は、図８（Ａ）に示す素肌Ｅに塗布方法２によりファンデーションを塗布したときの化粧肌Ｇの画像を示している。
【００９５】
図８（Ｃ）に示すように、化粧肌Ｇは、しみ、そばかす、毛穴等が隠れて、肌全体が均一な仕上がりとなっている。
【００９６】
ここで、図８（Ｄ）は、図８（Ａ）〜図８（Ｃ）の画像を、しみサイズに対応した分割数で分割したとき（例えば画像領域を１６ｐｘ×１６ｐｘのサイズと、８ｐｘ×８ｐｘのサイズに分割したとき）の画像間における明るさの標準偏差の差分値（ΔＳＤ）を示すとともに、毛穴サイズに対応した分割数で分割したとき（例えば画像領域を８ｐｘ×８ｐｘのサイズと、４ｐｘ×４ｐｘのサイズで分割したとき）の画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【００９７】
図８（Ｄ）に示すように、しみサイズに対応した分割数で分割したとき、ΔＳＤの値は、素肌Ｅ、化粧肌Ｆ、化粧肌Ｇの順に小さくなっている。このことから、化粧肌Ｆよりも化粧肌Ｇの方が、素肌Ｅのしみがカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。
【００９８】
また、図８（Ｄ）に示すように、毛穴サイズに対応した分割数で分割したとき、ΔＳＤの値は、素肌Ｅ、化粧肌Ｆ、化粧肌Ｇの順に小さくなっている。このことから、化粧肌Ｆよりも化粧肌Ｇの方が、素肌Ｅの毛穴がカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。
【００９９】
＜スポンジ、ブラシ等を用いてファンデーションを塗布したときの肌評価例＞
次に、図９及び図１０を用いて、スポンジ、ブラシ等を用いてファンデーションを塗布したときの肌評価の一例について説明する。
【０１００】
図９は、スポンジ、ブラシ等を用いてファンデーションを塗布したときの化粧肌の画像を示している。また、図１０は、図９に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【０１０１】
図９（Ａ）は、評価対象者の素肌Ｈを撮影した画像を示し、図９（Ｂ）は、図９（Ａ）に示す素肌Ｈにスポンジを用いた塗布方法１によりファンデーションを塗布したときの化粧肌Ｉの画像を示し、図９（Ｃ）は、図９（Ａ）に示す素肌Ｈにスポンジを用いた塗布方法２によりファンデーションを塗布したときの化粧肌Ｊの画像を示している。
【０１０２】
また、図９（Ｄ）は、図９（Ａ）に示す素肌Ｈにスポンジとブラシ仕上げによりファンデーションを塗布したときの化粧肌Ｋの画像を示し、図９（Ｅ）は、図９（Ａ）に示す素肌Ｈにスポンジとブラシを用いてファンデーションを塗布したときの化粧肌Ｌの画像を示し、図９（Ｆ）は、図９（Ａ）に示す素肌Ｈにブラシのみを用いてファンデーションを塗布したときの化粧肌Ｍの画像を示している。
【０１０３】
図１０（Ａ）に示すリキッドファンデーションの場合、及び図１０（Ｂ）に示すパウダリーファンデーションの場合のいずれも、しみサイズに対応した分割数で分割したとき（例えば画像領域を１６ｐｘ×１６ｐｘのサイズと、８ｐｘ×８ｐｘのサイズに分割したとき）、化粧肌ＭのΔＳＤの値が最も小さくなっていることから、化粧肌Ｍが、素肌Ｈに対して最もしみがカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。
【０１０４】
また、図１０（Ａ）に示すリキッドファンデーションの場合、及び図１０（Ｂ）に示すパウダリーファンデーションの場合のいずれも、毛穴サイズに対応した分割数で分割したとき（例えば画像領域を８ｐｘ×８ｐｘのサイズと、４ｐｘ×４ｐｘのサイズで分割したとき）、化粧肌Ｊ〜化粧肌ＭのそれぞれのΔＳＤの値がほぼ同程度の値となっていることから、化粧肌Ｊ〜化粧肌Ｍは、素肌Ｈに対して毛穴が同程度カバーされてノイズも減少し、肌の滑らかさが向上していることが分かる。
【０１０５】
＜しみが目立たなくなった肌評価例＞
次に、図１１を用いて、しみが目立たなくなった肌評価の一例について説明する。図１１は、しみが目立たなくなった肌評価の一例を示している。
【０１０６】
図１１（Ａ）は、評価対象者の素肌Ｎを撮影した画像を示し、図１１（Ｂ）は、図１１（Ａ）に示す素肌Ｎに塗布方法１によりファンデーションを塗布したときの化粧肌Ｏの画像を示し、図１１（Ｃ）は、図１１（Ａ）に示す素肌Ｎに塗布方法２によりファンデーションを塗布したときの化粧肌Ｐの画像を示し、図１１（Ｄ）は、図１１（Ａ）に示す素肌Ｎに塗布方法３によりファンデーションを塗布したときの化粧肌Ｑの画像を示している。
【０１０７】
また、図１１（Ｅ）は、図１１（Ａ）〜図１１（Ｄ）に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【０１０８】
図１１（Ｅ）に示すように、しみサイズに対応した分割数で分割したとき（例えば画像領域を１６ｐｘ×１６ｐｘのサイズと、８ｐｘ×８ｐｘのサイズに分割したとき）、化粧肌ＱのΔＳＤの値が最も小さくなっていることから、化粧肌Ｑが、素肌Ｎに対して最もしみがカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。また、このことから塗布方法３を用いることにより素肌Ｎに対して最もしみをカバーできることが分かる。
【０１０９】
＜毛穴が目立たなくなった肌評価例＞
次に、図１２を用いて、毛穴が目立たなくなった肌評価の一例について説明する。図１２は、毛穴が目立たなくなった肌評価の一例を示している。
【０１１０】
図１２（Ａ）は、評価対象者の素肌Ｒを撮影した素肌画像を示し、図１２（Ｂ）は、図１２（Ａ）に示す素肌Ｒに塗布方法１によりファンデーションを塗布したときの化粧肌Ｓの画像を示し、図１２（Ｃ）は、図１２（Ａ）に示す素肌Ｒに塗布方法２によりファンデーションを塗布したときの化粧肌Ｔの画像を示し、図１２（Ｄ）は、図１２（Ａ）に示す素肌Ｒに塗布方法３によりファンデーションを塗布したときの化粧肌Ｕの画像を示している。
【０１１１】
また、図１２（Ｅ）は、図１２（Ａ）〜図１２（Ｄ）に示す画像を、しみサイズ及び毛穴サイズに対応した分割数で分割したときのそれぞれの画像間における明るさの標準偏差の差分値（ΔＳＤ）を示したものである。
【０１１２】
図１２（Ｅ）に示すように、毛穴サイズに対応した分割数で分割したとき（例えば画像領域を８ｐｘ×８ｐｘのサイズと、４ｐｘ×４ｐｘのサイズで分割したとき）、化粧肌ＵのΔＳＤの値が最も小さくなっていることから、化粧肌Ｕが、素肌Ｒに対して最も毛穴がカバーされてノイズが減少し、肌の滑らかさが向上していることが分かる。また、このことから塗布方法３を用いることにより素肌Ｒに対して最も毛穴をカバーできることが分かる。
【０１１３】
上述したように、本実施形態によれば、肌表面の画像を分割したときの色情報の標準偏差の差分を指標として、肌の滑らかさにより肌を評価することが可能となる。また、肌の滑らかさを、しみ、そばかす、毛穴の凹凸等によって生じるノイズの量によって評価することにより、肌の美しさを評価し、ファンデーション等の化粧料のカバー力を評価することも可能となる。
【０１１４】
以上、本発明者によってなされた発明を好適な実施例に基づき具体的に説明したが、本
発明は上記実施例で説明したものに限定されるものではなく、その要旨を逸脱しない範囲
で種々変更可能である。
【符号の説明】
【０１１５】
１０ 肌評価装置
１１ 入力手段
１２ 出力手段
１３ 記録手段
１４ 画像取得手段
１５ 設定手段
１６ 画像分割手段
１７ 差分算出手段
１８ 評価手段
１９ 制御手段
２１ 入力装置
２２ 出力装置
２３ ドライブ装置
２４ 補助記憶装置
２５ メモリ装置
２６ ＣＰＵ
２７ ネットワーク接続装置
２８ 記録媒体
【特許請求の範囲】
【請求項１】
肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置であって、
前記画像の画像領域を段階的に分割する画像分割手段と、
前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段と、
前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段とを備えることを特徴とする肌評価装置。
【請求項２】
前記色情報の標準偏差に変化を与えるノイズ情報を設定する設定手段を備え、
前記画像分割手段は、前記設定手段により設定されたノイズ情報に応じて前記画像の画像領域を段階的に分割することを特徴とする請求項１に記載の肌評価装置。
【請求項３】
前記ノイズ情報は、前記肌の表面におけるしみ、そばかす、及び毛穴を含むことを特徴とする請求項２に記載の肌評価装置。
【請求項４】
前記色情報は、明るさを含むことを特徴とする請求項１乃至３のいずれか一項に記載の肌評価装置。
【請求項５】
肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置により実行される肌評価方法であって、
前記画像の画像領域を段階的に分割する画像分割手順と、
前記画像分割手順によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手順と、
前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手順とを備えることを特徴とする肌評価方法。
【請求項６】
前記色情報の標準偏差に変化を与えるノイズ情報を設定する設定手順を備え、
前記画像分割手順は、前記設定手順により設定されたノイズ情報に応じて前記画像の画像領域を段階的に分割することを特徴とする請求項５に記載の肌評価方法。
【請求項７】
前記ノイズ情報は、前記肌の表面におけるしみ、そばかす、及び毛穴を含むことを特徴とする請求項６に記載の肌評価方法。
【請求項８】
前記色情報は、明るさを含むことを特徴とする請求項５乃至７のいずれか一項に記載の肌評価方法。
【請求項９】
肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価プログラムであって、
コンピュータを、
前記画像の画像領域を段階的に分割する画像分割手段、
前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段、
前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段として機能させる肌評価プログラム。
【請求項１０】
前記色情報の標準偏差に変化を与えるノイズ情報を設定する設定手段を備え、
前記画像分割手段は、前記設定手段により設定されたノイズ情報に応じて前記画像の画像領域を段階的に分割することを特徴とする請求項９に記載の肌評価プログラム。
【請求項１１】
前記ノイズ情報は、前記肌の表面におけるしみ、そばかす、及び毛穴を含むことを特徴とする請求項１０に記載の肌評価プログラム。
【請求項１２】
前記色情報は、明るさを含むことを特徴とする請求項９乃至１１のいずれか一項に記載の肌評価プログラム。
【請求項１】
肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置であって、
前記画像の画像領域を段階的に分割する画像分割手段と、
前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段と、
前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段とを備えることを特徴とする肌評価装置。
【請求項２】
前記色情報の標準偏差に変化を与えるノイズ情報を設定する設定手段を備え、
前記画像分割手段は、前記設定手段により設定されたノイズ情報に応じて前記画像の画像領域を段階的に分割することを特徴とする請求項１に記載の肌評価装置。
【請求項３】
前記ノイズ情報は、前記肌の表面におけるしみ、そばかす、及び毛穴を含むことを特徴とする請求項２に記載の肌評価装置。
【請求項４】
前記色情報は、明るさを含むことを特徴とする請求項１乃至３のいずれか一項に記載の肌評価装置。
【請求項５】
肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価装置により実行される肌評価方法であって、
前記画像の画像領域を段階的に分割する画像分割手順と、
前記画像分割手順によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手順と、
前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手順とを備えることを特徴とする肌評価方法。
【請求項６】
前記色情報の標準偏差に変化を与えるノイズ情報を設定する設定手順を備え、
前記画像分割手順は、前記設定手順により設定されたノイズ情報に応じて前記画像の画像領域を段階的に分割することを特徴とする請求項５に記載の肌評価方法。
【請求項７】
前記ノイズ情報は、前記肌の表面におけるしみ、そばかす、及び毛穴を含むことを特徴とする請求項６に記載の肌評価方法。
【請求項８】
前記色情報は、明るさを含むことを特徴とする請求項５乃至７のいずれか一項に記載の肌評価方法。
【請求項９】
肌の表面を撮影した画像に基づいて、前記肌を評価する肌評価プログラムであって、
コンピュータを、
前記画像の画像領域を段階的に分割する画像分割手段、
前記画像分割手段によって分割された画像領域を基準として前記画像全体の色情報の標準偏差を算出し、算出した標準偏差を用いて、前記段階的に分割された画像間の前記標準偏差の差分を算出する差分算出手段、
前記差分算出手段により得られた差分情報を指標として、前記肌を評価する評価手段として機能させる肌評価プログラム。
【請求項１０】
前記色情報の標準偏差に変化を与えるノイズ情報を設定する設定手段を備え、
前記画像分割手段は、前記設定手段により設定されたノイズ情報に応じて前記画像の画像領域を段階的に分割することを特徴とする請求項９に記載の肌評価プログラム。
【請求項１１】
前記ノイズ情報は、前記肌の表面におけるしみ、そばかす、及び毛穴を含むことを特徴とする請求項１０に記載の肌評価プログラム。
【請求項１２】
前記色情報は、明るさを含むことを特徴とする請求項９乃至１１のいずれか一項に記載の肌評価プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１１−２１２３０８（Ｐ２０１１−２１２３０８Ａ）
【公開日】平成２３年１０月２７日（２０１１．１０．２７）
【国際特許分類】
【出願番号】特願２０１０−８４３６２（Ｐ２０１０−８４３６２）
【出願日】平成２２年３月３１日（２０１０．３．３１）
【出願人】（０００００１９５９）株式会社 資生堂 (1,748)
【Ｆターム（参考）】
【公開日】平成２３年１０月２７日（２０１１．１０．２７）
【国際特許分類】
【出願日】平成２２年３月３１日（２０１０．３．３１）
【出願人】（０００００１９５９）株式会社 資生堂 (1,748)
【Ｆターム（参考）】
[ Back to top ]