化粧品の塗布ムラ評価は、「目視の官能評価」から「画像で数値化する評価」へ移りつつあります。この記事では、ファンデーションや日焼け止めの塗布ムラ・被膜の均一性を評価する5つの手法を比較し、R&Dや品質評価の現場で「どの手法なら何が分かるか」を判断できるように整理します。
結論から言うと、塗布ムラの評価は「何のムラを見たいか」で手法が変わります。見た目の色ムラなら色差(L*a*b*)の標準偏差、塗布量・膜厚の分布なら分光情報を使う方法、UV防御のムラなら紫外域の撮影が向きます。RGBカメラの画像だけでは、素肌とファンデーションの色が近いほど差が出にくい点が限界です。
化粧品の「塗布ムラ」とは何を指すか
「塗布ムラ」と一口に言っても、評価したい対象は大きく3つに分かれます。どれを測りたいのかを先に決めないと、手法選びで迷います。
- 色のムラ: 塗布後の肌色が部位によって不均一に見える状態。見た目の仕上がりに直結します。
- 塗布量・膜厚のムラ: 同じ面積に乗っている製剤の量が場所によって違う状態。色が似ていても量は違う、ということが起こります。
- 機能のムラ: 日焼け止めの紫外線防御のように、性能が塗布の均一さに左右されるもの。見た目では分かりません。
官能評価(専門パネルによる目視の採点)は今も基本ですが、評価者による差や再現性の問題があります。そのため研究開発では、画像を使った客観評価を組み合わせるのが一般的になっています。
塗布ムラを評価する5つの手法の比較
代表的な手法を、分かること・向かないことで比較します。
手法 | 分かること | 向かないこと | 主な用途 |
|---|---|---|---|
① 官能評価(目視) | 実際の見た目・使用感に近い総合評価 | 評価者差・再現性。数値の比較 | 製品の最終判断、消費者評価 |
② 色差計・分光測色計(点測定) | 測った点の色(L*a*b*)を正確に | 面としての分布(ムラそのもの) | 色の基準値管理 |
③ RGB画像解析(偏光撮影を含む) | 面の色分布、色ムラの標準偏差 | 素肌と製剤の色が近いときの塗布量 | 色ムラ・仕上がり評価 |
④ 紫外域撮影(UVカメラ) | 紫外線吸収剤の塗布分布 | 可視域の見た目の評価 | 日焼け止めの塗布均一性 |
⑤ 分光イメージング(マルチ/ハイパースペクトル) | 波長ごとの反射の違いから塗布量・成分の分布 | 装置コスト、解析の設計が必要 | R&Dの客観評価、処方比較 |
① 官能評価:今も最終判断の基準
専門パネルが一定の照明下で仕上がりを採点する方法です。人がどう感じるかを直接扱える唯一の手法ですが、数値として処方間を比較するには、後述の画像評価と組み合わせる必要があります。
② 色差計・分光測色計:点の色は正確、ムラは測れない
接触式の測色計は、測定点の色を高い再現性で測れます。ただし点の測定なので、「どこにどれだけムラがあるか」という分布は分かりません。基準となる色値の管理に向いた手法です。
③ RGB画像解析:色ムラを標準偏差で数値化する
画像の各画素を L*a*b* に換算し、そのばらつき(標準偏差)を色ムラの指標にする考え方は、古くから研究されています。花王の研究所による1992年の報告では、偏光フィルターを2枚組み込んだCCDカメラで皮膚表面の反射の影響を抑えて撮影し、1cm四方を400×400点に分解して L*a*b* の平均と標準偏差を算出しました。特に b* 値の標準偏差が、メラニンの偏在による色ムラをよく反映すると提案されています(日本化粧品技術者会誌 26巻2号, J-STAGE)。
この方法は素肌の色ムラや仕上がりの評価には有効です。一方で、ファンデーションが肌色に近いほど、RGBの3チャンネルでは「塗れている所」と「塗れていない所」の差が小さくなります。スマートフォン画像から機械学習で塗りムラを検出する研究でも、二値分類の適合率は平均0.59にとどまったと報告されています(情報処理学会 研究報告 HCI)。
④ 紫外域撮影:日焼け止めの塗布ムラ
日焼け止めは可視光ではほぼ透明なため、見た目ではムラが分かりません。紫外線吸収剤は紫外域で暗く写るため、UVカメラで撮影すると塗布の分布を可視化できます。塗布動作と紫外線防御効果の関係を、紫外線反応剤とUVカメラで評価した研究もあります(コスメトロジー研究報告 Vol.33, 2025)。
⑤ 分光イメージング:色が似ていても「量」の違いを見る
素肌とファンデーションは、RGBでは近い色でも、波長ごとの反射率(分光反射率)の形には違いがあります。この違いを使えば、色が似ていても塗布量の分布を取り出せます。豊橋技術科学大学とカネボウ化粧品の共同研究では、素肌とファンデーション塗布部の差を強調する分光フィルターを設計してカメラで撮影し、顔全体のファンデーション分布を定量的に解析する技術の開発に着手したことが発表されています(豊橋技術科学大学 発表資料)。
ハイパースペクトルカメラは、この考え方を一般化したものです。1画素ごとに多数の波長の反射スペクトルを取得できるため、「どの波長を使えば差が出るか」を事前に決めておく必要がなく、取得後に解析で最適な波長や指標を選べます。分光(光を波長ごとに分けて測ること)の基礎はハイパースペクトルカメラとは何かを解説した記事で整理しています。
手法の選び方:評価目的別の判定チャート
迷ったときは、次の順に確認すると手法を絞り込めます。
- 評価したいのは「見た目」か「量・機能」か: 見た目なら ①官能評価+③RGB画像解析で足りることが多いです。
- 製剤は肌色に近いか: 近い(ファンデーション、コンシーラー等)なら、RGBでは塗布量の差が出にくいため ⑤分光イメージングを検討します。
- 製剤は可視域で透明か: 日焼け止め・化粧下地など透明に近いものは ④紫外域撮影、または紫外〜近赤外を含む分光で評価します。
- 処方間を数値で比較したいか: 研究開発で複数処方を比較するなら、同じ撮影条件で繰り返し測れる画像手法(③〜⑤)を主軸にし、①で最終確認します。
分光イメージングで塗布ムラを数値化する手順
ハイパースペクトルカメラで評価系を作る場合の、一般的な流れです。
- 評価対象と基材を決める: 人工皮革・樹脂板などの基材か、ヒトの肌か。まずは基材で処方間の差を確認すると条件を揃えやすくなります。
- 撮影条件を固定する: 照明の種類・角度、距離、白色基準板による反射率校正を毎回そろえます。光沢の影響を減らしたい場合は偏光の利用も検討します。
- 素肌(基材)と塗布部のスペクトルを比較する: 差が大きい波長帯を探し、塗布量と相関する指標(特定波長の反射率比など)を作ります。
- 塗布量を変えた検量サンプルで確認する: 既知の塗布量で作ったサンプルを撮影し、指標と塗布量の関係を確かめます。
- 分布マップと統計量で評価する: 指標を画像化して分布を見える化し、標準偏差や変動係数でムラを数値化します。
注意点として、ヒトの肌での評価は血流・メラニン・皮膚表面の凹凸の影響を受けます。肌そのものの色素や水分の測り方はメラニン・水分の測定方法5種の比較、水分量の測定器は肌の水分量測定器の違いでまとめています。
分光イメージングが向かないケース
ハイパースペクトルカメラは万能ではありません。次のような場合は、他の手法のほうが合理的です。
- 見た目の好みだけを評価したい: 消費者がどう感じるかは官能評価が基本です。
- 測定点が少なく、分布が不要: 点の色値管理なら分光測色計で十分です。
- 動いている顔をリアルタイムで撮りたい: 方式によっては1枚の取得に時間がかかるため、撮影中の静止や固定が必要です。
- 評価系を作る時間が取れない: 波長選択や検量の設計に一定の検討期間が必要です。
Invisible World が化粧品の評価でお手伝いできること
私たちは国産・自社開発のハイパースペクトルカメラ「irodori」を開発しています。これまで食品・農業・インフラ・医療などの現場とともに実証を重ねてきました(実績は実績一覧をご覧ください)。化粧品の評価でも、「目視では差があると感じるが、数値で示せない」という段階から、撮影条件や指標づくりをご一緒できます。
まだ導入を決めていなくても、処方評価の考え方や撮影の進め方の資料だけでもご覧いただけたら嬉しいです。




