皮肤评价装置、皮肤评价方法及皮肤评价程序与流程

本发明涉及一种皮肤评价装置、皮肤评价方法及皮肤评价程序，尤其涉及一种根据拍摄已化妆的受试者的面部而得的摄影图像来评价化妆品的涂布状态的皮肤评价装置、皮肤评价方法及皮肤评价程序。

背景技术：

通过对皮肤涂布适量粉底而能够遮掩皮肤的颜色不均、雀斑、毛孔、粉刺等，并且能够美化皮肤的质感。但是，根据在皮肤上的附着量，可能无法覆盖雀斑和毛孔或者展现的皮肤质感会很差。

因此，在化妆品的开发中，掌握化妆品对皮肤的附着量和化妆品的附着位置是非常重要的。因此，在美容行业中，已提出有掌握粉底的附着部位和附着量的方法。

例如，在非专利文献1中，提出有一种从使用强调裸露皮肤与涂布有粉底的状态的皮肤之间的微小色调的差异的光学过滤器拍摄而得的图像来测量附着于皮肤的粉底的涂布量和粉底的分布情况的方法。

以往技术文献

专利文献

非专利文献1：Kanebo Cosmetics Inc.主页2010年6月28日新闻发布技术演示报告“一种识别并可视化粉底上妆的状态的新技术“粉底的定量·分布测量系统”的成功开发”(http://www.kanebo-cosmetics.co.jp/company/pdf/20100628-01.pdf)

技术实现要素：

发明要解决的技术课题

然而，专利文献1的方法中，为了显示出裸露皮肤与涂布有粉底的状态的皮肤的色调的差异，需要设计并开发一种选择性地透射强调该差异的特定的波长带的光的光学滤波器，并且，由于不使用该光学滤波器拍摄就无法进行测量，因此不易测量。

本发明是为了解决这种现有问题点而完成的，其目的在于提供一种能够以高精度评价化妆品在面部皮肤等上的涂布状态的皮肤评价装置、皮肤评价方法及皮肤评价程序。

用于解决技术课题的手段

本发明所涉及的皮肤评价装置具备：图像输入部，输入拍摄受试者的皮肤而得的光谱图像；光谱反射率计算部，从光谱图像的至少一部分测量光谱反射率；主成分分析部，对光谱反射率进行主成分分析，并计算第1主成分～第3主成分的特征向量及基于第1主成分～第3主成分的特征向量而计算的第1主成分～第3主成分的主成分得分；及皮肤评价部，使用计算出的第1主成分～第3主成分的主成分得分中的至少一个及预先设定的各主成分的阈值或判别函数来评价化妆品在皮肤上的涂布状态。

在此，优选第1主成分的特征向量表示皮肤的亮度，第2主成分的特征向量在短波长频带与长波长频带之间具有反射率差，第3主成分在中心波长550nm附近的反射率与中心波长500nm附近的反射率之间及在中心波长550nm附近的反射率与中心波长600nm附近的反射率之间具有反射率差。

优选皮肤评价部利用由主成分分析部计算出的第3主成分的主成分得分、预先设定的第3主成分的阈值或判别函数来评价皮肤是裸露皮肤还是涂布有化妆品的状态。

优选皮肤评价部利用由主成分分析部计算出的第3主成分的主成分得分、预先设定的第3主成分的阈值及判别函数来评价化妆品的涂布量。

皮肤评价部利用第2主成分及第3主成分的主成分得分、预先设定的第2主成分及第3主成分的阈值或判别函数来评价化妆品涂布于裸露皮肤之后的经过时间。

所述皮肤评价装置还具备存储由主成分分析部计算出的第1主成分～第3主成分的特征向量的数据库，主成分分析部通过参考存储于数据库中的第1主成分～第3主成分的特征向量来计算第1主成分～第3主成分的主成分得分。

数据库存储预先设定的第1主成分～第3主成分的阈值及判别函数，皮肤评价部利用由主成分分析部计算出的第1主成分～第3主成分的主成分得分中的至少一个、存储于数据库中的预先设定的各主成分的阈值或判别函数来评价化妆品在皮肤上的涂布状态。

本发明所涉及的皮肤评价方法为如下方法：输入拍摄受试者的皮肤而得的光谱图像，从光谱图像的至少一部分测量光谱反射率，对光谱反射率进行主成分分析，并计算第1主成分～第3主成分的特征向量及基于第1～3主成分的特征向量的第1主成分～第3主成分的主成分得分，利用计算出的第1主成分～第3主成分的主成分得分中的至少一个、预先设定的各主成分的阈值或判别函数来评价化妆品在皮肤上的涂布状态。

本发明所涉及的皮肤评价程序用于使计算机执行如下步骤：输入拍摄受试者的皮肤而得的光谱图像的步骤；从光谱图像的至少一部分测量光谱反射率的步骤；对光谱反射率进行主成分分析，并计算第1主成分～第3主成分的特征向量及基于第1主成分～第3主成分的特征向量的第1主成分～第3主成分的主成分得分的步骤；及利用计算出的第1主成分～第3主成分的主成分得分中的至少一个、预先设定的各主成分的阈值或判别函数来评价化妆品在皮肤上的涂布状态的步骤。

发明效果

根据本发明，能够轻松且高精度地评价化妆品在受试者的皮肤上的涂布状态。

附图说明

图1是表示评价本发明的实施方式1所涉及的化妆品的涂布状态的皮肤评价装置的结构的框图。

图2是表示通过实施方式1所涉及的皮肤评价装置执行的皮肤评价方法的流程的图。

图3(A)表示实施例1所涉及的第1主成分的特征向量，图3(B)表示实施例1所涉及的第2主成分的特征向量，图3(C)表示实施例1所涉及的第3主成分的特征向量。

图4是通过主成分分析计算出的各主成分的特征值的贡献率和累积贡献率的图表。

图5(A)～图5(C)是标绘第2主成分及第3主成分的主成分得分的图，图5(A)是用于说明裸露皮肤与化妆皮肤的分离评价的图，图5(B)是用于说明化妆品的涂布量的评价的图，图5(C)是用于说明化妆皮肤的经时预测的评价的图。

图6是从拍摄受试者的裸露皮肤的面部及粉底的涂布量不同的面部而得的光谱图像提取第1主成分～第3主成分及720nm的波长部分的图像。

图7是用于说明图6的第1主成分～第3主成分的图像的获取方法的图。

图8是从拍摄受试者的裸露皮肤的手臂及粉底涂布量不同的手臂而得的光谱图像提取第1主成分～第3主成分及720nm的波长部分的图像。

图9是表示提取图7的第3主成分的图像及与各图像对应的亮度分布的图。

图10是表示亮度差与涂布量之间的相关关系的图表。

具体实施方式

以下，根据附图对本发明的实施方式进行说明。

图1中示出本发明的实施方式所涉及的皮肤评价装置的结构。皮肤评价装置使用通过相机C拍摄裸露皮肤或已化妆的受试者的面部F而得的摄影图像来评价受试者的面部F的皮肤的状态、即化妆品的涂布状态，并具备连接于相机C的图像输入部1，该图像输入部1中依次连接有预处理部2、光谱反射率测定部3、主成分分析部4、皮肤评价部5及显示部6。并且，皮肤评价部5中连接有基准数据库7。另外，光谱反射率测定部3、主成分分析部4及皮肤评价部5中连接有控制部8，该控制部8中连接有操作部9。

图像输入部1从对受试者的面部F进行拍摄的相机C输入摄影图像。在此，从相机C输入的摄影图像为通过安装有滤色器的单色相机(即相机C)拍摄而得的光谱图像，所述滤色器选择性地透射至少包括对应于R(红色)、G(绿色)、B(蓝色)的波长在内的多种特定的波长区域。并且，利用光谱光源在380～780nm(可视区域)处，将至少3个波长以上的任意波长范围的光照射到被摄体的面部F，也能够使用通过单色相机拍摄而得的图像。另外，任意波长范围的光包括对应与R(红色)、G(绿色)、B(蓝色)的波长。

受试者的面部F的皮肤可以是施妆后的皮肤(化妆皮肤)，也可以是裸露皮肤。并且，被摄体不限定于受试者的面部F，也可以是手臂或皮肤复制品。

预处理部2对从图像输入部1输入的摄影图像实施光亮校正及噪点去除等预处理。

光谱反射率测定部3根据从预处理部2输入的光谱图像(在380nm～780nm的可见光区域内每隔10nm进行拍摄而得的反射光谱)测量光谱反射率。测量光谱反射率的方法能够使用公知方法。

另外，在该实施方式中，从光谱图像测量光谱反射率，但并不限定于此，例如可使用光谱辐射亮度计(KONICA MINOLTA,INC.制造的CS-2000)直接测量受试者的面部皮肤的光谱反射率。

将通过光谱反射率测定部3测量而得的光谱反射率输出到主成分分析部4。

主成分分析部4对通过光谱反射率测定部3测量的光谱反射率进行主成分分析，并计算有关第1主成分～第3主成分的第1特征向量～第3特征向量和各主成分得分。

将计算出的第1主成分～第3主成分的各主成分得分输出到皮肤评价部5。

另外，在此，所获取的第1主成分的第1特征向量表示皮肤的亮度，第2主成分的第2特征向量在短波长频带与长波长频带之间具有反射率差，例如，可列举反射率差为0.2～0.5％左右的特征向量。第3主成分的第3特征向量在中心波长550nm附近的反射率与中心波长500nm附近的反射率之间及中心波长550nm附近的反射率与中心波长600nm附近的反射率之间具有反射率差，例如可列举反射率差为0.3～0.8％左右的特征向量。

数据库7存储根据主成分分析部4计算出的有关第1主成分～第3主成分的第1特征向量～第3特征向量、根据计算出的有关第1主成分～第3主成分的主成分得分进行皮肤评价时所使用的阈值和判别函数。作为阈值和判别函数，例如可列举根据第3主成分的主成分得分判别裸露皮肤和化妆皮肤的阈值、或根据第3主成分的主成分得分评价化妆品的涂布量的阈值、或根据第2主成分及第3主成分的主成分得分评价涂布化妆品后的经过时间的判别函数。

另外，在此，作为为了获取预先存储于数据库7中的有关第1主成分～第3主成分的第1特征向量～第3特征向量、阈值及判别函数而使用的图像，使用化妆品(粉底)的涂布量不同的多种(N级)的被摄体(皮肤)图像作为样本。化妆品的涂布量优选从0.0mg/cm²以上且1.0mg/cm²以下中选择2～3以上。例如，从化妆品的涂布量设为9种(9级)、即，0mg/cm²(裸露皮肤)、0.05mg/cm²、0.10mg/cm²、0.15mg/cm²、0.2mg/cm²、0.4mg/cm²、0.6mg/cm²、0.8mg/cm²及1.0mg/cm²时的皮肤的光谱图像分别测量光谱反射率、有关第1主成分～第3主成分的特征向量及主成分得分，任意设定评价化妆皮肤的阈值、或者能够通过费舍尔的线性判别分析等预先获得判别函数。

判别函数例如能够通过利用线性判别分析由确定面将2组数据分开的方法来确定。

能够由下述式表示。

确定面y_n为

w为表示确定面的倾斜度的量。具体而言，通过以下步骤来求出确定面的w。求出2组数据的类间协方差矩阵(Sb)和类内协方差矩阵(Sw)。由Sb和Sw求出如下述式那样的新矩阵Sn。

S_n＝S_w^-1*Sb

解决Sn的特征值问题，并求出具有最大特征值的特征向量。该特征向量为线性判别分析的确定面中的斜率w，表示该确定面的式为判别函数。

并且，用于这种预处理的被摄体不仅能够使用人的面部或手臂的皮肤，还能够使用皮肤复制品，当求出为了评价化妆品涂布后的经过时间而使用的阈值和判别函数时，优选使用人的皮肤。

皮肤评价部5将通过主成分分析部4计算出的有关第1主成分～第3主成分的主成分得分和存储于数据库7的阈值进行比较或使用判别函数来评价被摄体的皮肤。尤其优选裸露皮肤与化妆皮肤的判别通过第3主成分进行评价，化妆皮肤的涂布量通过第3主成分进行评价，化妆皮肤的继时预测通过第2主成分和第3主成分进行评价。

将由皮肤评价部5获取的结果输出到显示部6。

显示部6例如包括LCD(liquid crystal display，液晶显示器)等显示装置，显示通过皮肤评价部5评价的化妆品的涂布状态有关的评价结果。

操作部9为用于由操作员进行信息的输入操作的机构，能够由键盘、鼠标、跟踪球、触摸面板等形成。

控制部8根据由操作员从操作部9输入的各种指令信号等控制皮肤评价装置内的各部。

另外，预处理部2、光谱反射率测定部3、主成分分析部4、皮肤评价部5及控制部8由CPU(Central Processing Unit，中央处理单元)和使CPU进行各种处理的动作程序构成，也可以由数字电路构成这些。并且，能够经由母线等信号线将存储器连接于CPU，例如，分别将预处理部2中生成的光谱图像、通过光谱反射率测定部3计算出的光谱反射率、通过主成分分析部4计算出的有关第1主成分～第3主成分的特征向量和主成分得分、及通过皮肤评价部5计算出的化妆品的涂布状态有关的评价结果等存储于存储器，并能够在控制部8的控制下，将存储于该存储器的图像及与化妆品的涂布状态有关的评价结果显示于显示部6。

接着，参考图2，对该实施方式1的动作进行说明。

首先，如图1所示，用相机C拍摄受试者的面部F而得的光谱图像从相机C经由皮肤评价装置的图像输入部1输入到预处理部2，实施光源校正及噪点去除等预处理之后，从预处理部2输入到光谱反射率测量部3(步骤S1)。然后，光谱反射率测量部3根据所输入的光谱图像测量光谱反射率，并输出到主成分分析部4(步骤S2)。接着，在主成分分析部4中，从光谱反射率计算出有关第1主成分～第3主成分的特征向量和基于各特征向量的主成分得分，并输入到皮肤评价部5(步骤S3)。皮肤评价部5利用存储于数据库7的阈值和判别函数，从计算出的有关第1主成分～第3主成分的主成分得分进行化妆品的涂布状态、即裸露皮肤与化妆皮肤的判别、化妆品的涂布量的评价及化妆品涂布后的经过时间的预测(步骤S4)。

另外，如上述实施方式的皮肤评价能够使构成有输入手段、CPU及存储器等的计算机通过皮肤评价程序发挥功能来执行。即，皮肤评价程序使计算机发挥功能，由此图像输入部1获取拍摄受试者的面部而得的摄影图像，并根据所获取的摄影图像，由CPU执行预处理部2、光谱反射率测定部3、主成分分析部4及皮肤评价部5并进行受试者的皮肤评价。

在本实施方式中，使用光谱图像进行了皮肤评价，但也能够使用通过数码相机(DSC)拍摄而得的RGB图像(Red(红色)、Green(绿色)、Blue(蓝色)图像)进行皮肤评价。

例如，预先通过光谱图像解析化妆品的涂布状态并将特征向量、主成分得分，并保存于数据库等记录介质中，并使用该保存的特征向量等，例如能够通过Winner估计等而从RGB图像求出光谱反射率，从而进行皮肤评价。

实施例1

实际上，示出使用皮肤评价装置评价受试者的面部的化妆品的涂布状态的实施例。

该实施例中，首先，改变粉底的涂布量和粉底涂布后的经过时间来拍摄某一受试者的面部皮肤，并获取包括与R、G、B对应的波长的光谱图像，并求出光谱反射率。具体而言，为了评价皮肤而使用了拍摄如下4个样本而得的图像，即，(1)粉底的涂布量为0mg/cm²(裸露皮肤)，刚涂布后的皮肤、(2)粉底的涂布量为0.05mg/cm²(淡)，刚涂布后的皮肤、(3)粉底的涂布量为0.8mg/cm²(浓)，刚涂布后的皮肤、(4)粉底的涂布量为0.8mg/cm²(浓)，涂布后经过6小时后的皮肤。并且，光谱图像使用了在纵横两个方向上将1040×1392像素的原图像分割成8个而得的130×174像素的图像。

对上述(1)～(4)的光谱反射率进行了主成分分析。图3表示有关第1主成分～第3主成分的特征向量。图3(A)表示有关第1主成分的第1特征向量，图3(B)表示有关第2主成分的第2特征向量，图3(C)表示有关第3主成分的第3特征向量。图3(A)～图3(C)的纵轴表示反射率，横轴表示波长(380～780nm)。

在此，计算出的第2主成分的第2特征向量在短波长频带与长波长频带之间具有反射率差，在本实施例中，具有0.4％左右的反射率差。第3主成分的第3特征向量在中心波长550nm附近的反射率与中心波长500nm附近的反射率之间及中心波长550nm附近的反射率与中心波长600nm附近的反射率之间具有反射率差，在本实施例具有0.5％左右的反射率差。

并且，图4中示出包含第1主成分～第3主成分的各主成分的各特征值的贡献率及特征值的累积贡献率。图4的纵轴表示贡献率(％)，横轴表示主成分数(第N主成分)。

如图4所示，由于第1主成分～第3主成分的累积贡献率为99.5％，因此可知皮肤的光谱反射光谱能够用3个主成分充分再现。

图5(A)～图5(C)分别标绘了根据图3(B)及图3(C)所示的第2主成分及第3主成分的特征向量求出的各主成分得分。

由图5(A)可知，表示样本(1)的粉底的涂布量为0mg/cm²(裸露皮肤)的◇标记被标绘在由虚线表示的、第3主成分的主成分得分的9成以上高于0.45的区域。

由此，能够确认到根据第3主成分的主成分得分的分布能够评价裸露皮肤与化妆皮肤的分离。

由图5(B)可知，在由虚线表示的、第3主成分得分高于-0.08的区域，主要标绘于表示样本(2)的粉底的涂布量为0.05mg/cm²(淡)的□标记上，在得分小于-0.08的区域，主要标绘表示样本(3)的粉底的涂布量为1.0mg/cm²(浓)的△标记。

由此，能够确认到根据第3主成分的主成分得分的分布能够预测化妆品的涂布量。

由图5(C)可知，在由虚线表示的第2主成分与第3主成分的相关函数的图表右侧区域，主要标绘有表示样本(3)的粉底的涂布量为0.8mg/cm²(浓)且刚涂布后的皮肤的△标记，相反在图表左侧区域，主要标绘有表示样本(4)的粉底的涂布量为0.8mg/cm²(浓)且涂布后经过6小时后的皮肤的×标记。

由此，可知能够根据第2主成分和第3主成分的主成分得分的分布预测涂布粉底之后经过了多长时间。

图6(A)～图6(D)的图像组是从拍摄上述样本(1)～(3)的面部皮肤(粉底(FD)涂布量为3级的面部皮肤)而得的光谱图像排列720nm、第1主成分～第3主成分的图像而获取的图像组。

另外，以下，参考图7对第1主成分～第3主成分的图像的获取方法进行说明。

首先，各主成分的特征向量通过以下方法来算出。在此，粉底(FD)涂布量为一定级别的光谱图像(在380nm～780nm的可见光区域内每隔10nm进行拍摄而得的反射光谱)I、即，在本实施例中，样本(1)～(4)的任一样本的光谱图像I由排列该各波长的图像上相同像素位置处的光谱反射率的M维(M＝波长数)的向量xi表示，xi表示粉底(FD)的涂布量为一定级别的光谱图像中的一定波长的图像上像素位置上的光谱反射率。图中的“M”表示i的最大值。

首先，从数式1所示的所有级别的光谱图像(x1～xi～xM)、即，在本实施例中，从样本(1)～(4)的光谱图像Xall求出数式2所示的平均值μall和数式3所示的协方差矩阵Call，通过解决该协方差矩阵的特征值问题即数式4来计算特征值λj和特征向量νj。另外，解决特征值问题时，将特征向量按照特征值的降序重新排列，“j”的编号应为1、2、3……。并且，从对应于最大特征值的特征向量依次设为第1主成分、第2主成分、第3主成分……。各特征向量为M维向量，因此通过与将光谱图像I表示为M维向量的方法相反的处理来恢复像素排列，并生成各主成分的图像。

并且，根据各主成分的特征向量计算各主成分的主成分得分。

[数式1]

[数式2]

[数式3]

[数式4]

新拍摄的光谱图像I也是用通过以与上述方法相同的方式进行标准化而计算出的特征向量来制作，通过乘以数式5所示的摄影向量W来计算各主成分的主成分得分。

将以这种方式计算的主成分得分的最大值显示为红色、将最小值显示为蓝色的可视化的图为图6。

[数式5]

W＝[C₁，C₂，...，C_L]····(V)

在此，L表示任意的正数值，在本实施例中，L＝4。

从图6的720nm、第1主成分及第2主成分的图像组(A)～(C)可知，虽然无法确认与化妆品的涂布量相应的变化，但有关第3主成分的图像组(D)中，表示粉底的蓝色部分随着粉底涂布量增加而逐渐增多并变深。如此，可知从图像也能够由第3主成分的主成分得分评价化妆品的涂布量。

实施例3

在该实施例中，首先，获取各种改变粉底的涂布量而拍摄某一受试者的手臂而得的光谱图像，并求出光谱反射率。具体而言，使用了拍摄4个样本而得的图像，即，(5)粉底的涂布量为0mg/cm²(裸露皮肤)的皮肤、(6)粉底的涂布量为0.05mg/cm²(淡)的皮肤、(7)粉底的涂布量为0.4mg/cm²(普通)的皮肤、(8)粉底的涂布量为0.8mg/cm²(浓)的皮肤。

图8中的(A)～(D)的图像组为排列从拍摄上述样本(5)～(8)的手臂皮肤而得的光谱图像提取720nm、有关第1主成分～第3主成分的波长而得的图像。图8中的(A)～(D)的图像组通过与实施例2相同的方法获取。

从图8的720nm、有关第1主成分及第2主成分的图像组(A)～(C)可知，虽然无法确认与化妆品的涂布量相应的变化，但有关第3主成分的图像组(D)，表示粉底的蓝色部分随着粉底涂布量增加而逐渐增多并变深。如此，可知从图像也能够由第3主成分的主成分得分评价化妆品的涂布量。

图9是表示通过图8(D)所述的第3主成分提取的图像组及这些图像组的亮度分布的图。

关于在此所示的亮度分布，首先，制作将有关图8(D)的图像的主成分得分3～-3的光谱图像转换为256灰度级的图像，接着，针对图9所示的图8(D)的黑线部分，计算2条转换为256灰度级的图像的亮度分布，并计算该2条亮度值的每个像素位置的平均值。

由图9确认到，在样本(5)的裸露皮肤中，亮度没有变化，但在样本(6)～(8)的涂布有粉底的皮肤中，如图中的箭头所示，裸露皮肤部分与粉底涂布部分的亮度有明显的差异。

并且，图10是表示根据各样本的粉底涂布量及基于图9计算出的粉底涂布部分和未涂布部分的亮度差的相关关系的图表(y＝25.887Ln(x)+188.47、相关系数R²＝0.9999)。根据图10的图表可知，亮度差越大，粉底的涂布量越厚。

由此，可确认到能够根据第3主成分的主成分得分来推测化妆品的涂布量。

在本发明中，也可将通过进行主成分分析化妆品对一名受试者的不同涂布量而获得的结果、即特征向量、阈值及判别函数作为数据存储于数据库。并且，将多个受试者的数据存储于数据库中，并调用指定的特定受试者的特征向量、阈值及判别函数，并进行解析。并且，也可将同时进行主成分分析化妆品在多个受试者中的涂布状态而获取的特征向量、阈值及判别函数存储于数据库。进而，也可将这些存储于数据库中的数据用作典型的标准数据来评价其他受试者的皮肤的状态。

并且，在皮肤评价装置中，即使不从拍摄受试者的皮肤而得的光谱图像的至少一部分测量光谱反射率而计算光谱反射率，也可直接从数据库或存储器等中获取光谱反射率，所述数据库和存储器中存储有从拍摄受试者的皮肤而得的光谱图像的至少一部分计算出的光谱反射率数据、通过能够获取光谱反射率的测量器测量受试者的皮肤而获取的光谱反射率数据中的至少一个。对该已获取的光谱反射率进行主成分分析，计算第1主成分～第3主成分的特征向量和基于第1主成分～第3主成分的特征向量的第1主成分～第3主成分的主成分得分，并使用计算出的第1主成分～第3主成分的主成分得分中的至少一个和预先设定的各主成分的阈值或判别函数来评价化妆品在皮肤上的涂布状态。

符号说明

1-图像输入部，2-预处理部，3-光谱反射率测定部，4-主成分分析部，5-皮肤评价部，6-显示部，7-数据库，8-控制部，9-操作部，F-面部，C-相机。