表征皮膚體積的方法【
技術(shù)領(lǐng)域：
】[0001]本發(fā)明的主題為用于表征個體皮膚表面體積分布的方法。具體而言，本發(fā)明適用于對緊致、重塑（restructuring)和張?。╰ensor)化妝品的效果進行評價。[0002]人面部以及可能與此年齡相關(guān)的視覺感很大程度上取決于面部皮膚體積分布的性質(zhì)。此外，面部年輕度的感知很大程度上受到面部體積改變的影響，所述體積改變可由皺紋的出現(xiàn)或由老化導(dǎo)致的皮膚松弛而引起。[0003]本發(fā)明人開發(fā)出了新的儀器表征方法，該方法使得有可能對個體的機體表面的至少部分（身體和/或面部）進行標(biāo)繪，并對形態(tài)變化進行測量。該方法使得有可能對同一個體的機體表面的體積分布隨時間變化的趨勢進行比較，或者對一個個體與另一個體的所述體積分布進行比較?！?br>背景技術(shù)：
】[0004]大量的文獻示出了Moir6技術(shù)（通過相位移的光學(xué)三角測量）在涉及面部時，以少量的應(yīng)用在用于標(biāo)繪表面并在多種媒介上繪制曲線方面的的益處。Moir6技術(shù)在于將幾何形狀（例如條紋、點或網(wǎng)格）的周期性分布的陰影投射到表面上。通過幾何形狀陰影的投射產(chǎn)生線，所述幾何形狀的陰影通過其起伏（relief)待研宄的表面上的光源生成。[0005]還有多種方法使得有可能確定表面、特別是面部表面的三維形狀。最廣泛使用的是與條紋投射相關(guān)的Moir6技術(shù)。[0006]終于，最近提出了通過使用申請KR2007-32493中的Moir6圖像來測量皮膚彈性。該方法在于拍攝兩張Moir6圖像，并能夠以兩種不同的方法限定彈性指數(shù)。根據(jù)第一變型，Moir6圖像對應(yīng)于投射至面部左臉頰表面上的兩個圓形陰影。在該第一照片上，對兩個圓之間的最大偏差和最小偏差進行測量，并且彈性指數(shù)對應(yīng)于兩個曲率之間的最小偏差和最大偏差之間的比值。根據(jù)第二變型，該圖像為起始于面部左側(cè)的唇部合縫處的水平線的投影。對由穿過唇部合縫處的唇部輪廓的切線形成的投射曲線的角度進行測量，并且在這種情況下，彈性指數(shù)對應(yīng)于該角度的值。[0007]雖然這些方法使得有可能對形態(tài)隨時間的變化（例如面部的橢圓形狀、或甚至是體積的松弛）進行準(zhǔn)確定量，但是，該條紋投射裝置體積龐大且為非便攜式裝置，需要復(fù)位桌（repositioningtable)來安裝主體和兩個相機。[0008]此外，通過這種方法進行的二維水平曲率的面部繪制并不能夠達到滿意的分辨率水平。在三維情況下、更特別是在示出美容效果時，這些方法均并未精確到足以實現(xiàn)面部形態(tài)變化的可視化和定量。[0009]特別是，專利申請EP1298562中描述的方法依賴于兩張3D圖像的疊加，從而對施用張肌產(chǎn)品后的面部橢圓形狀變瘦、或眼部表面區(qū)域的增大進行測量。與此相反，本發(fā)明的方法包括計算表征面部的完全表面的參數(shù)，并使得有可能免除了與疊加在兩個不同時刻攝取的兩張圖像相關(guān)的困難。本發(fā)明的方法還使得有可能針對參考組進行比較，而現(xiàn)有技術(shù)的方法使得僅能對同一個體的皮膚狀態(tài)的趨勢進行測量?！?br/>發(fā)明內(nèi)容】[0010]本發(fā)明提供了用于表征個體的機體表面上的體積的分布或迀移的方法，通過對表征所述表面的起伏的某些參數(shù)進行計算和比較，對體積進行準(zhǔn)確、可重復(fù)且有效的表征和定量。有利的是，該非接觸活體方法使得有可能提出與專家或用戶可具有的皮膚表面的視覺感顯著相關(guān)的參數(shù)。[0011]因此，根據(jù)本發(fā)明的一個方面，本發(fā)明的主題為用于表征個體皮膚表面上的體積的分布或迀移的方法，所述方法包括以下步驟：[0012]i)通過如下確定來自個體或來自至少一個其他人的參考值：[0013]-獲取代表所述個體或所述人的機體的至少部分表面的體素（voxel)形式的三維圖像；[0014]-選擇處于三維表面形式的所述圖像的至少一條線，與這條線的圖示進行可能的匹配；[0015]-計算與所述線相關(guān)的至少一個參數(shù)，從而獲得稱為參考值的第一值；[0016]ii)優(yōu)選在不同的時間，通過將步驟i)施用至個體，確定所述參數(shù)的第二值；[0017]iii)對個體皮膚表面上的體積的分布或迀移進行評價的步驟，所述步驟在于將第二值與參考值進行比較。[0018]成像[0019]為研宄機體的表面，優(yōu)選制作三維（3D)圖像，所述三維（3D)圖像可通過本領(lǐng)域技術(shù)人員已知的多種方法獲得。在本發(fā)明的上、下文中，優(yōu)選通過所謂的基于輸入的"被動視覺"、優(yōu)選通過被動體視學(xué)來制作機體表面的三維圖像。[0020]體視學(xué)提供了模擬人視覺的優(yōu)勢，因此，使得有可能以3D形式使機體表面可視化并以3D形式重構(gòu)表面。被動體視學(xué)的原理在于：通過對拍攝區(qū)域捕獲角度和距離條件進行標(biāo)準(zhǔn)化，由所觀察到的場景的兩個二維圖像重建為三維場景。[0021]所使用的硬件通常為裝備有自校準(zhǔn)或絕對校準(zhǔn)系統(tǒng)的照相機。自校準(zhǔn)使得有可能用比起絕對校準(zhǔn)系統(tǒng)更少的數(shù)據(jù)對表面進行繪制。[0022]優(yōu)選使用能夠在單次對焦中同時攝取兩張二維圖像、并且能夠使用計算機重建算法構(gòu)建三維圖像的照相機制作圖像。該圖像優(yōu)選處于體素形式。[0023]可在不考慮個體的機體姿勢（例如，當(dāng)個體坐下、站立或躺下）的條件下，對個體的機體表面進行拍攝。[0024]當(dāng)對個體的面部體積變化進行研宄時，優(yōu)選從正面攝取個體坐姿的照片。[0025]有利的是，對已獲取的圖像的感興趣的區(qū)域進行劃界，并在所述感興趣的區(qū)域上進行計算。[0026]例如，獲取個體的整個面部的圖像，并且隨后，感興趣的區(qū)域可以是臉頰、眼瞼或甚至是面部的橢圓形狀。通過施用參考模型，可對所獲取圖像的感興趣區(qū)域進行劃界，所述參考模型可從一個個體變換為另一個個體、或者從同一個體的一次拍攝變換至另一拍攝。[0027]感興趣區(qū)域的參考模型具有例如給定的表面值，并且例如通過至少一個解剖標(biāo)志對所述區(qū)域進行劃界，所述解剖標(biāo)志選自鼻唇溝、眼睛位置、鼻尖、下巴尖和嘴角。[0028]感興趣區(qū)域優(yōu)選為正方形或基本上圓形，集中于個體的左顴骨或右顴骨，并且通過鼻唇溝劃界。[0029]有利的是，可對感興趣的解剖區(qū)域的參考模型進行限定，并以半自動的方式將所述模型擴展（propagate)至待施用本發(fā)明方法的個體。[0030]參考模型可由參考對象的圖像組成，在所述參考對象的圖像上，所述方法的用戶可識別一定數(shù)量的解剖標(biāo)志，例如眼睛位置、鼻尖位置、嘴角位置和下巴位置。[0031]借助于在所述圖像中這些相同點的限定，可用個體的圖像對適當(dāng)限定的模型進行標(biāo)繪。借助于在個體上可得到的曲線（spline)曲率，可在參考對象上對感興趣區(qū)域進行限定。[0032]線的確定、顯示和分析[0033]為給出起伏的概念，優(yōu)選通過一組水平線（或水平曲率、或甚至是等值線）表示表面，各條所述水平線由相對于參考平面具有相同高度的所有的點組成，本發(fā)明方法的用戶可對參考平面進行手動限定。優(yōu)選將垂直于穿過個體鼻尖的曝光軸的平面選擇作為參考平面。[0034]這些等值線的形狀和取向使得不僅有可能對形態(tài)進行表征，而且有可能對表面的變化（例如歸因于體積迀移的變化）進行表征。體積迀移往往是歸因于老化的皮膚松弛的結(jié)果：皮膚緊致度的降低使得皮膚更加依賴于自身的重量，并由此例如經(jīng)常觀察到面部皮膚的下垂。[0035]等值線的方向和曲率也使得有可能對皮膚表面（特別是面部皮膚表面）的形態(tài)變形可視化。例如，在年老面部和年輕面部之間，在曲率的值和曲率的形狀方面觀察到差別。比起年輕面部的等值線，年老面部的等值線更加"閉合（closed)"，年輕面部的等值線更加規(guī)則且更加"張開（open)"。[0036]根據(jù)本發(fā)明的一個實施方式，從圖像中選擇代表表面的至少三條線，即至少一條等值線、一條峰線和一條谷線。例如，選擇高度間隔〇·Imm至2mm，優(yōu)選約Imm的一組等值線。[0037]有利的是，該參數(shù)對應(yīng)于所述至少一條等值線的拐角點的數(shù)量，所述拐角點對應(yīng)于等值線與峰線和谷線的交叉點。拐角點對應(yīng)于隨等值線變化的曲率的極限值（最小或最大）。[0038]該參數(shù)還可對應(yīng)于在等值線的拐角點測得的曲率的最大值或最小值?？蓪⑵交瑓?shù)以及曲率閾值參數(shù)引入至拐角點的計算中，從而避免檢測到非常小的波動。[0039]該參數(shù)還可對應(yīng)于等值線的極端曲率的幅度。當(dāng)位于峰頂（最大或峰值曲率）、或位于谷底（最小曲率）時，該參數(shù)使得有可能對等值線曲率的幅度進行定量。[0040]確定體積的方向[0041]根據(jù)本發(fā)明的另一實施方式，個體的機體表面可通過屬于圖像的多面體網(wǎng)格的線來表示。[0042]特別是，能夠計算這種多面體網(wǎng)格的各頂點的梯度（gradients)，并且該參數(shù)可例如為多面體網(wǎng)格的頂點的梯度方向的平均值、或多面體網(wǎng)格的頂點的梯度方向的分布寬度。[0043]可通過計算圖像各體素或多面體網(wǎng)格各頂點的梯度向量，對由等值線示出的體積主方向進行測量。梯度向量具有分量X(從向量投射至水平軸）和分量y(從向量投射至對應(yīng)于曝光軸的垂直軸）。如果體積方向的變化顯著，則該向量的范數(shù)顯著。如果相對于水平軸的方向變化更大，則X分量比起y分量變得更加顯著。最后，如果相對于垂直軸的體積方向的變化更顯著，則y分量比起X分量變得更加顯著。[0044]由所捕獲的圖像和相對于參考軸的例如45°的角，可對梯度方向進行測量。[0045]特別是，角度Θ(梯度向量相對于水平面的角，也稱為梯度方向）表示一種分量（X或y)的優(yōu)勢：如果Θ=45°，則x=y;如果θ>45°，則y>x;如果θ〈45°，則x>y。[0046]梯度的平均角度的代數(shù)值越高，則皮膚下垂越多。[0047]梯度方向的分布對應(yīng)于梯度方向直方圖的展開范圍（spread)。區(qū)域上的不同梯度方向的數(shù)值越大，則直方圖的展開范圍越大，并且所研宄區(qū)域的表面更加不規(guī)則。[0048]可根據(jù)在論文名稱為"Miseencorrespondanceautomatiqued'imagesm6dicalestri-dimensionnelies"（三維醫(yī)學(xué)圖像的自動標(biāo)繪），Jean-PhilippeThirion，A當(dāng)前第1頁1 2