機械学習のニューラルネットワークモデルである自己組織化マップ（Self-organizing maps）を用い，試験片の表面の凹凸形状（表面性状）と視覚のテクスチャである曇り度（ヘーズ），光沢度および明度の相関関係を評価する方法を提案した。視覚のテクスチャの構成因子は多数存在するため，その相関関係の詳細な比較検討には非常に多くの手間と時間がかかる。そこで，自己組織化マップの出力層にあらわれる重みパターンの類似度を利用した簡便な比較検討作業の検証を行った。まず，Y＝XやY＝sin（X）などの関数を用いて本評価方法の有効性を確認した。そして，ショットブラスト加工を施した透明アクリル樹脂板の視覚のテクスチャ評価に本評価方法を応用した。その結果，本報告で使用した試験片の曇り度（ヘーズ），光沢度および明度におもに影響を及ぼしている表面性状パラメーターは複数あり，最大高さSz，最大山高さSp，二乗平均平方根傾斜Sdqおよびテクスチャのアスペクト比Strであった。
