JP5374135B2 - 画像処理装置、画像処理装置の作動方法および画像処理プログラム - Google Patents

Description

本発明は、時系列で取得された時系列画像を処理する画像処理装置、画像処理方法および画像処理プログラムに関するものである。

大量の時系列画像を効率よく観察するための技術として、例えば特許文献１には、画像間の類似性に応じて画像の表示レートを変化させる方法が示されている。具体的には、時系列順が近傍する画像間の画素値の差等に基づき画像間の類似性を求め、類似性が高い、つまり、画像の変化が小さい場合には画像の表示レートを上げて高速で表示し、類似性が低い、つまり、画像の変化が大きい場合には画像の表示レートを下げて低速で表示するものである。

一方、特許文献２には、時系列画像を構成する各画像における注目領域（特徴領域）の占有率に応じて、表示レートを変更したり、表示するか否かを設定したりする方法が示されている。具体的には、画像内の注目領域を、その色情報等に基づいて検出する。そして、注目領域の画像内での占有率が高い場合には画像の表示レートを下げて低速で表示し、注目領域の画像内での占有率が低い場合には、画像の表示レートを上げて高速で表示したり、画像の表示を行わないように設定したりするものである。

特表２００４−５２１６６２号公報 特開２００６−２９６５６９号公報

特許文献１では、画像内の注目領域の有無を考慮せず、画像全体の類似性に応じて表示レートを変化させる。このため、注目領域が存在せず観察の必要性が低い画像であっても、時系列順が近傍する画像間の類似性が低い場合には低速の表示レートで表示を行うことになり、観察に余計な時間と労力を要するという問題がある。一方、特許文献２では、注目領域の画像内での占有率に応じて表示レート等を設定するため、注目領域が連続して映る場合には、その画像間に変化が殆どなくても、低速の表示レートで表示を行うことになり、やはり観察に余計な時間と労力を要するという問題がある。

本発明は、上記に鑑み為されたものであって、大量の時系列画像を効率よく観察することができる画像処理装置、画像処理プログラムおよび画像処理方法を提供することを目的とする。

上記した課題を解決し、目的を達成するための、本発明のある態様にかかる画像処理装置は、時系列で取得された時系列画像を処理する画像処理装置であって、前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出部と、時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割部と、前記領域分割部によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出部と、前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定部と、を備えることを特徴とする。

この態様にかかる画像処理装置によれば、時系列順が近傍する複数の画像内を、この複数の画像内における注目領域検出結果をもとに領域分割し、各領域における変化量をもとに、複数の画像間の画像間変化量を算出することができる。そして、算出した画像間変化量をもとに各画像の表示条件を設定することができる。したがって、時系列画像を構成する各画像の表示条件を適切に設定することができ、大量の時系列画像を効率よく観察することができる。

また、本発明の別の態様にかかる画像処理装置は、時系列で取得された時系列画像を処理する画像処理装置であって、前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出手段と、時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割手段と、前記領域分割手段によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出手段と、前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定手段と、を備えることを特徴とする。

また、本発明の別の態様にかかる画像処理方法は、時系列で取得された時系列画像を処理する画像処理方法であって、前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出工程と、時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割工程と、前記領域分割工程で領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出工程と、前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定工程と、を含むことを特徴とする。

また、本発明の別の態様にかかる画像処理プログラムは、コンピュータに、時系列で取得された時系列画像を処理させるための画像処理プログラムであって、前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出ステップと、時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割ステップと、前記領域分割ステップで領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出ステップと、前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定ステップと、を前記コンピュータに実行させることを特徴とする。

本発明によれば、時系列画像を構成する各画像の表示条件を適切に設定することができ、大量の時系列画像を効率よく観察することができる。

以下、図面を参照し、本発明の好適な実施の形態について詳細に説明する。なお、この実施の形態によって本発明が限定されるものではない。また、各図面の記載において、同一部分には同一の符号を付して示している。

（実施の形態）
図１は、本実施の形態の画像処理装置を含む画像処理システムの全体構成を示す概略模式図である。図１に示すように、画像処理システムは、被検体１内部の画像を撮像するカプセル内視鏡３、カプセル内視鏡３から無線送信される画像を受信する受信装置５、受信装置５によって受信された画像をもとに、カプセル内視鏡３によって撮像された画像を処理して表示する画像処理装置１０等で構成される。受信装置５と画像処理装置１０との間の画像データの受け渡しには、例えば可搬型の記録媒体（可搬型記録媒体）７が使用される。

カプセル内視鏡３は、管腔内を通過しながら時系列に順次管腔内の画像（管腔内画像）を撮像する小型撮像機であり、消化管等のような体内管腔を検査するために用いられる。このカプセル内視鏡３は、被検体１の口から飲み込まれて被検体１内部に導入され、体内管腔内を移動しながら逐次管腔内画像を撮像する。そして、撮像した管腔内画像を体外に無線送信する。

ここで、カプセル内視鏡３によって撮像される時系列の管腔内画像の枚数は、撮像レート（約２〜４frame／sec）×カプセル内視鏡の体内滞在時間（約８hours=８×６０×６０sec）で概ね示され、５〜６万枚になる。図２は、カプセル内視鏡３により撮像される管腔内画像の模式図である。図２に示すように、管腔内画像には、粘膜３１を主として、時に内容物３３、泡３５等が映る。医師は、５〜６万枚にもおよぶ時系列の管腔内画像において、特に粘膜領域に注目しながら観察を行い、粘膜の異常（病変）等を見つけ出している。このため、これら時系列の管腔内画像において粘膜領域等の注目領域の変化を効率よく観察可能な、画像の表示条件を設定する必要がある。なお、カプセル内視鏡３により撮像される管腔内画像は、通常、各画素位置においてＲ（赤），Ｇ（緑），Ｂ（青）の各色成分に対する画素レベル（画素値）を持つカラー画像である。

受信装置５は、被検体１内におけるカプセル内視鏡３の通過経路に対応する体表上の位置に分散配置される受信用アンテナＡ１〜Ａｎを備える。そして、受信装置５は、各受信用アンテナＡ１〜Ａｎを介してカプセル内視鏡３から無線送信される画像データを受信する。この受信装置５は、可搬型記録媒体７の着脱が自在に構成されており、受信した画像データを可搬型記録媒体７に逐次保存する。このようにして、カプセル内視鏡３が撮像した被検体１内部の画像（管腔内画像）は、受信装置５によって時系列順に可搬型記録媒体７に蓄積され、時系列画像として保存される。

画像処理装置１０は、カプセル内視鏡３によって撮像された画像（管腔内画像）を医師等が観察・診断するためのものであり、ワークステーションやパソコン等の汎用コンピュータで実現される。この画像処理装置１０は、可搬型記録媒体７の着脱が自在に構成されており、可搬型記録媒体７に保存された時系列画像を構成する各画像を処理し、例えばＬＣＤやＥＬディスプレイ等のディスプレイに時系列順に順次表示する。

本実施の形態は、上記のようにカプセル内視鏡３によって撮像された時系列画像の各画像から注目領域を検出し、注目領域の検出結果（注目領域検出結果）をもとに各画像の表示条件を設定するものである。

ここで、「注目領域」とは、観察者が注目する領域、つまり観察対象とする領域であり、検出したい対象が存在する可能性が高い領域のことである。以下では、時系列画像として、カプセル内視鏡３によって撮像された時系列の管腔内画像を例にとって説明するが、この場合、医師が管腔内画像の中から検出したい対象が存在する領域が注目領域となる。例えば、管腔内画像の中から、体内管腔内の内壁の生体組織（粘膜）が異常化した「病変部」を検出したい場合、医師は、病変部が存在する可能性のある粘膜に注目して管腔内画像を観察することとなる。したがって、病変部を検出する可能性が高い観察対象の領域である注目領域は、粘膜領域となる。

一方、「非注目領域」とは、画像内の「注目領域」以外の領域であり、検出したい対象が存在する可能性が低い領域である。上記した管腔内画像の例では、「注目領域」となる粘膜領域以外の泡や内容物の映る領域がこれに該当する。

なお、画像内のどの領域を注目領域とし、非注目領域とするのかは、検出したい対象に応じて異なる。例えば、管腔内画像を観察する場合において、医師が「内容物中の異物」を検出したい場合には、これを検出する可能性の高い観察対象の領域は画像中の内容物が映る領域である。したがって、注目領域は内容物領域となる。そしてこの場合には、注目領域となる内容物領域以外の粘膜領域や泡が映る領域は非注目領域となる。

また、実際に画像内のどの領域が注目領域または非注目領域に該当するかは、各画素の特徴を示す例えば色やテクスチャ等の特徴量に基づいて決定する。

図３は、実施の形態１の画像処理装置１０の機能構成を説明するブロック図である。本実施の形態では、画像処理装置１０は、画像取得部１１と、入力部１２と、表示部１３と、記憶部１４と、演算部１５と、装置各部を制御する制御部１６とを備える。

画像取得部１１は、カプセル内視鏡３によって撮像されて受信装置５によって可搬型記録媒体７に保存された時系列画像を取得するものであり、例えば、可搬型記録媒体７を着脱自在に装着し、装着した可搬型記録媒体７に蓄積された時系列画像を構成する各画像の画像データを読み出して取得する。この画像取得部１１は、例えば、可搬型記録媒体７の種類に応じた読み書き装置によって実現される。なお、カプセル内視鏡３によって撮像された時系列画像の取得は、可搬型記録媒体７を用いた構成に限定されるものではなく、例えば、画像取得部１１の代わりにハードディスクを備える構成とし、ハードディスク内にカプセル内視鏡３によって撮像された時系列画像を予め保存しておく構成としてもよい。あるいは、可搬型記録媒体７の代わりに別途サーバを設置し、このサーバに時系列画像を予め保存しておく構成としてもよい。この場合には、画像取得部を、サーバと接続するための通信装置等で構成し、この画像取得部を介してサーバに接続して、サーバから時系列画像を取得する。

入力部１２は、例えば、キーボードやマウス、タッチパネル、各種スイッチ等によって実現されるものであり、操作入力に応じた操作信号を制御部１６に出力する。表示部１３は、ＬＣＤやＥＬディスプレイ等の表示装置によって実現されるものであり、制御部１６の制御によって、時系列の管空内画像の表示画面を含む各種画面を表示する。

記憶部１４は、更新記憶可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵あるいはデータ通信端子で接続されたハードディスク、ＣＤ−ＲＯＭ等の情報記録媒体およびその読取装置等によって実現されるものである。この記憶部１４には、画像処理装置１０を動作させ、この画像処理装置１０が備える種々の機能を実現するためのプログラムや、このプログラムの実行中に使用されるデータ等が格納される。また、時系列画像を構成する各画像の表示条件を設定するための画像処理プログラム１４１が格納される。

演算部１５は、ＣＰＵ等のハードウェアによって実現され、画像取得部１１によって取得される時系列画像を処理し、時系列画像を構成する各画像の表示条件を設定するための種々の演算処理を行う。この演算部１５は、注目領域検出部１５１と、領域分割部１５２と、画像間変化量算出部１５３と、表示条件設定部１５５とを備える。注目領域検出部１５１は、カプセル内視鏡により撮像された時系列画像の各画像内から注目領域を検出する。領域分割部１５２は、時系列的に近傍となる複数の画像内における注目領域検出結果に基づき複数の画像内を領域分割する。画像間変化量算出部１５３は、分割された各領域における変化量に基づき画像間変化量を算出する。この画像間変化量算出部１５３は、領域分割部１５２によって分割された各領域の全画像領域に対する占有率を算出する占有率算出部１５４を備える。表示条件設定部１５５は、画像間変化量に基づき各画像の表示条件を設定する。

制御部１６は、ＣＰＵ等のハードウェアによって実現される。この制御部１６は、画像取得部１１から入力される画像データや入力部１２から入力される操作信号、記憶部１４に格納されるプログラムやデータ等に基づいて画像処理装置１０を構成する各部への指示やデータの転送等を行い、画像処理装置１０全体の動作を統括的に制御する。

図４は、実施の形態１の画像処理装置１０が行う処理手順を示す全体フローチャートである。ここで説明する処理は、演算部１５が記憶部１４に格納された画像処理プログラム１４１を実行することにより実現される。なお、ここでは、時系列順序ｉ＿ｓｔａｒｔからｉ＿ｅｎｄまでの時系列画像を構成する各画像Ｉ（ｉ＿ｓｔａｒｔ）〜Ｉ（ｉ＿ｅｎｄ）を処理する際の流れを示している。

図４に示すように、まず、演算部１５は、処理対象となる画像の時系列画像内での順序を示す符号ｉをｉ_ｓｔａｒｔに設定し（ステップＳ１）、続いて画像間変化量算出部１５３が、画像Ｉ（ｉ−１）から画像Ｉ（ｉ）への画像間変化量Ｖ（ｉ）を、画像の変化が大きいことを示す所定値とする（ステップＳ３）。ここで、ｉはステップＳ１でまずｉ_ｓｔａｒｔに設定されるため、画像Ｉ（ｉ）は画像Ｉ（ｉ＿ｓｔａｒｔ）となり、時系列順が先頭の画像となる。このため、画像Ｉ（ｉ−１）は実際には存在しない。そこで、画像が存在しない状態から画像が存在する状態への画像間変化量Ｖ（ｉ）として、画像の変化が大きいことを示す値として予め定められた所定値を設定する。

次に、演算部１５は、画像Ｉ（ｉ）と画像Ｉ（ｉ＋１）とを取得する（ステップＳ５）。本例では、時系列順が近傍する複数の画像として、時系列順が連続する２枚の画像を用いるが、必ずしも連続する必要はなく、連続しない時系列近傍の画像を用いてもよい。

次に、注目領域検出部１５１が、画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内の注目領域を検出する（ステップＳ７）。前述の通り、本実施の形態では、医師が管腔内画像中の粘膜領域に注目して画像の観察を行う場合を想定している。よって、本例では、粘膜領域を注目領域として検出することとする。なお、粘膜領域の検出方法には様々な方法があるが、ここでは、色やテクスチャの特徴量に基づいて検出する方法を示す。

まず、色特徴量に基づく方法について説明する。色特徴量に基づく方法では、事前に複数の画像内の粘膜領域に属する多数の画素をサンプリングし、その画素の色特徴量を求める。ここで、色特徴量とは、対象となる画素の各色成分の画素値や、それらをもとに既に公知の変換により２次的に算出される値、色差（ＹＣｂＣｒ変換）、色相、彩度（ＨＳＩ変換）、色比（Ｇ／Ｒ，Ｂ／Ｇ）等である。続いて、サンプリングした画素の色特徴量からなる特徴ベクトルＦｎ＝（ｆｎ＿１，ｆｎ＿２，・・・，ｆｎ＿ｋ）^tを算出する。ここで、ｆｎ＿ｊはｎ番目の教師データのｊ番目の特徴量値であり、ｋは特徴量の個数である。そして、この特徴ベクトルＦｎをもとに、次式（１）に従って平均ベクトルμと分散共分散行列Ｚとを求め、記憶部１４に記録しておく。ここで、ＮＤは、サンプリングデータ数である。

そして、処理対象の画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内の各画素の色特徴量からなる特徴ベクトルｘ＝（ｘ＿１，ｘ＿２，・・・，ｘ＿ｋ）^tと、事前に求めて記憶部１４に記録しておいた平均ベクトルμおよび分散共分散行列Ｚとをもとに、次式（２）に従って、各画素が粘膜領域であるのか粘膜領域以外の領域であるのかを判定するための判定指標である確率密度Ｐ（ｘ）を算出する。そして、Ｐ（ｘ）が所定の閾値以上となる画素を注目領域として検出する。ここで、｜Ｚ｜はＺの行列式、Ｚ^-1はＺの逆行列である。

次に、テクスチャ色特徴量に基づく方法について説明する。テクスチャ特徴量に基づく方法では、事前に複数の画像内を所定サイズの矩形領域に分割し、粘膜領域に属する矩形領域を多数サンプリングする。そして、その矩形領域のテクスチャ特徴量を求める。テクスチャ特徴量とは、画素値の繰り返しパターンを数値化したもので、既に公知の周波数特徴や同時生起行列等（参考：ＣＧ−ＡＲＴＳ協会，ディジタル画像処理，１９２Ｐ，領域特徴量）である。これらは、各色成分の画素値を用いて算出してもよいし、特定の色成分や２次的に算出される値を用いて算出してもよい。

続いて、サンプリングした矩形領域のテクスチャ特徴量からなる特徴ベクトルＦｎ＝（ｆｎ＿１，ｆｎ＿２，・・・，ｆｎ＿ｋ）^tを算出する。ここで、ｆｎ＿ｊはｎ番目の教師データのｊ番目の特徴量値であり、ｋは特徴量の個数である。そして、この特徴ベクトルＦｎをもとに、上記した式（１）に従って平均ベクトルμと分散共分散行列Ｚとを求め、記憶部１４に記録しておく。

続いて、処理対象の画像画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内を所定サイズの矩形領域に分割し、各矩形領域のテクスチャ特徴量からなる特徴ベクトルｘ＝（ｘ＿１，ｘ＿２，・・・，ｘ＿ｋ）^tと、事前に求めて記憶部１４に記録しておいた平均ベクトルμおよび分散共分散行列Ｚとをもとに、上記した式（２）に従って、各矩形領域が粘膜領域であるのか粘膜領域以外の領域であるのかを判定するための判定指標である確率密度Ｐ（ｘ）を算出する。そして、Ｐ（ｘ）が所定の閾値以上となる矩形領域（矩形領域に属する画素）を注目領域として検出する。

図５は、図２に示した画像（管腔内画像）における注目領域検出結果を示す模式図である。図５に示すように、ここでの処理によって、図２に示した粘膜３１が映る領域を注目領域Ａ１１として検出する一方、図２に示した内容物３３や泡３５が映る領域を、注目領域ではない非注目領域Ａ１３１，Ａ１３３として検出する。

以上、本例では、画素値の色特徴量や、矩形領域のテクスチャ特徴量をもとに、確率密度関数を用いて粘膜領域を検出する方法を示したが、検出方法は対象とする注目領域によって異なるものである。要は画像内の注目領域を検出できればよいので、本例以外の方法で検出してもよい。

次に、図４に示すように、領域分割部１５２が、画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内を、例えば、画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内における注目領域検出結果が時系列に沿って注目領域のままの領域（以下、「第１の領域」と呼ぶ。）と、非注目領域から注目領域になる領域（以下、「第２の領域」と呼ぶ。）と、注目領域から非注目領域になる領域または非注目領域のままの領域（以下、これらを包括して「第３の領域」と呼ぶ。）とに分割する（ステップＳ９）。

図６は、画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内における注目領域検出結果に基づく領域分割の説明図である。図６（ａ）は画像Ｉ（ｉ）の注目領域検出結果例であり、（ｂ）は画像Ｉ（ｉ＋１）の注目領域検出結果例である。そして、図６（ｃ）は、図６（ａ），（ｂ）の注目領域検出結果に基づく領域分割の結果例である。なお、図６（ｃ）では、画像Ｉ（ｉ）内で検出された注目領域の輪郭線を破線で示し、画像Ｉ（ｉ＋１）内で検出された注目領域の輪郭線を実線で示している。ここでの処理によって、画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内が、図６（ｃ）に示すように、第１の領域Ａ３１と、第２の領域Ａ３３と、２つの第３の領域Ａ３５１，Ａ３５３とにそれぞれ分割される。

実際の処理としては、画像Ｉ（ｉ）と同じサイズで、領域分割の情報を記録するためのラベル画像を用意する。そして、ラベル画像内の各画素の座標において、その座標と同一の座標になる画像Ｉ（ｉ）内の画素と画像Ｉ（ｉ＋１）内の画素とが注目領域であるか非注目領域であるか参照しながら、ラベル画像内の対象となる画素に対し、注目領域のままの画素には第１の領域を示すラベル値を、非注目領域から注目領域になる画素には第２の領域を示すラベル値を、注目領域から非注目領域になる画素および非注目領域のままの画素には第３の領域を示すラベル値をそれぞれ設定する。

次に、図４に示すように、占有率算出部１５４が、分割された第１〜第３の各領域の全画像領域に対する占有率をそれぞれ算出する（ステップＳ１１）。具体的には、ラベル画像において、第１の領域に属する画素数を求め、面積Ａｒｅａ＿１とする。また、ラベル画像において、第２の領域に属する画素数を求め、面積Ａｒｅａ＿２とする。また、ラベル画像において、第３の領域に属する画素数を求め、面積Ａｒｅａ＿３とする。そして、これらの各面積Ａｒｅａ＿１，２，３をもとに、次式（３）〜（５）に従って、第１の領域の占有率Ｏｃｃ＿１、第２の領域の占有率Ｏｃｃ＿２および第３の領域の占有率Ｏｃｃ＿３をそれぞれ算出する。

次に、画像間変化量算出部１５３が、画像間変化量算出処理を行って画像Ｉ（ｉ）と画像Ｉ（ｉ＋１）との間の画像間変化量Ｖ（ｉ＋１）を算出する（ステップＳ１３）。図７は、画像間変化量算出処理の詳細な処理手順を示すフローチャートである。

ここで、第１の領域となる注目領域のままの領域では、その領域における画像の変化を画像間変化量に反映させるべきである。そこで、図７に示すように、画像間変化量算出処理では先ず、画像間変化量算出部１５３は、第１の領域における画像Ｉ（ｉ）と画像Ｉ（ｉ＋１）との間の変化量Ｖａ＿１を算出する（ステップＳ１３１）。変化量の算出の方法には、様々な方法があるが、ここでは、画像間での第１の領域の類似度または相違度、移動量、統計量変化に基づく方法を示す。

まず、類似度または相違度に基づく方法について説明する。ここで、類似度とは、比較対象の領域の類似性を示す指標である。また、相違度とは、比較対象の領域の相違性を示す指標である。そこで、画像Ｉ（ｉ）およびＩ（ｉ＋１）内の第１の領域に属する画素の画素値の差の２乗和ＳＳＤを次式（６）に従って算出する。各画像は、Ｒ（赤），Ｇ（緑），Ｂ（青）の各色成分に対する画素値を持つため、ＳＳＤの値も各色成分で算出できる。そこで、各色成分のＳＳＤの合計値または平均値を求め、この値を第１の領域での変化量Ｖａ＿１とする。

また、ＳＳＤの代わりに、次式（７）に示す画素値の差の絶対値和ＳＡＤや、次式（８）に示す正規化相互相関値ＮＣＣ等を用いてもよい。なお、ＮＣＣの場合には、値が−１〜１の範囲となり、画像の変化が少ない程値が大きくなるため、符号を反転させる等の処理が必要である。

次に、移動量に基づく方法について説明する。ここで、移動量とは、異なる時刻に撮像された２枚の画像間で同じ対象の対応付けを行った際の座標の変化量である。そこで、画像Ｉ（ｉ）の第１の領域内に所定サイズの矩形領域を複数設定し、各矩形領域をテンプレートとして、画像Ｉ（ｉ＋１）内にて、既に公知のテンプレートマッチング処理を行う。（参考：ＣＧ−ＡＲＴＳ協会，ディジタル画像処理，２０２Ｐ，テンプレートマッチング）。

なお、テンプレートマッチングでは、画像間の類似度または相違度を算出するが、各色成分で算出した後に平均値を求めて最終的な類似度または相違度とすればよい。また、マッチングの探索範囲は、各テンプレートの中心座標を中心に、撮像レートや撮像対象の動きの速さを考慮して設定すればよい。またさらに、高速化のために、疎密探索法、残差逐次検定法等を用いてもよい（参考：ＣＧ−ＡＲＴＳ協会，ディジタル画像処理，２０６Ｐ，高速探索法）。

結果的に、各テンプレートに対する画像Ｉ（ｉ＋１）内の最も類似する領域の座標と、その時の類似度または相違度が得られる。そして、画像Ｉ（ｉ）での各テンプレートの中心座標から、それぞれ最も類似する画像Ｉ（ｉ＋１）内の領域の中心座標までのベクトルを求めることで、画像Ｉ（ｉ）の第１の領域内に設定した各矩形領域に対する移動量が得られる。得られた移動量の長さの最大値あるいは平均値を求め、この値を第１の領域での変化量Ｖａ＿１とする。なお、マッチング時の類似度が低いテンプレートまたは相違度が高いテンプレートに関しては、同じ対象が対応付けられていない可能性が高いため、変化量算出から除外してもよい。

次に、統計量変化に基づく方法について説明する。ここで、統計量とは、比較対象の領域内の画素値の平均値、分散値、歪度、尖度、ヒストグラム等である。例えば、画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内の第１の領域に属する画素の統計量としてそれぞれ得られる数値Ｓｔａｔの差Ｄ＿Ｅｕｃｌｉｄを次式（９）に従って算出し、この値を第１の領域での変化量Ｖａ＿１とする。

なお、領域内の画素値の平均や分散を統計量とする場合、Ｒ（赤），Ｇ（緑），Ｂ（青）の各色成分で１つずつ算出されるため、合わせると３つの統計量となる。また、ヒストグラムの場合、Ｒ（赤），Ｇ（緑），Ｂ（青）の各色成分での階級数がｎ＿ｅｄｇｅの場合、３×ｎ＿ｅｄｇｅの統計量となる。また、各統計量の取り得る範囲が互いに合うように、正規化したり、各統計量に重み係数を乗じて計算したりしてもよい。

以上、第１の領域における画像Ｉ（ｉ）と画像Ｉ（ｉ＋１）との間の変化量Ｖａ＿１を算出する方法を示したが、要は領域間の変化に応じた数値が得られればよく、本例以外の方法で算出してもよい。

また、本例では、Ｒ（赤），Ｇ（緑），Ｂ（青）全ての色成分を用いて処理する方法を示したが、画像の変化が明確となる色成分のみを用いて処理してもよい。例えば、管腔内画像では、血液の吸収帯域に近く、感度や解像度が高いＧ成分が画像情報をよく表す傾向がある。よってＧ成分のみを用いて上記の処理を行ってもよい。またさらに、各画素値を用いて既に公知の変換により２次的に算出される値、例えばＹＣｂＣｒ変換による輝度、色差や、ＨＳＩ変換による色相、彩度、明度等を用いて処理してもよい。

第１の領域に対する変化量Ｖａ＿１を算出した後は、図７に示すように、続いて画像間変化量算出部１５３は、第２の領域における画像Ｉ（ｉ）と画像Ｉ（ｉ＋１）との間の変化量Ｖａ＿２を、画像の変化が大きいことを示す所定値とする（ステップＳ１３３）。第２の領域となる非注目領域から注目領域になる領域では、新たに注目すべき領域が出現することによって、観察すべき画像の変化が大きくなる。そこで、第１の領域で算出する変化量Ｖａ＿１（類似度または相違度、移動量、統計量差）において、画像の変化が大きいことを示す所定値を予め決定しておき、この所定値を第２の領域の変化量Ｖａ＿２とする。例えば、画像の変化が小さいものから大きいものを集めた多数のサンプル画像セットにおいて、上記した式（６）に示すＳＳＤがｍｉｎＳＳＤ（画像の変化が小さい状態）からｍａｘＳＳＤ（画像の変化が大きい状態）の値となることを事前に確認しておく。そして、第２の領域の変化量Ｖａ＿２としては、画像の変化が大きいことを示すｍａｘＳＳＤを設定する。

なお、注目領域と非注目領域とでは、前述した類似度または相違度、移動量、統計量変化にも差が生じるため、本例のように所定値とせずに、第１の領域での方法に倣って、第２の領域の変化量Ｖａ＿２を求めてもよい。ただし、所定値とする場合には、変化量算出にかかる処理時間を短縮できる。

第２の領域に対する変化量Ｖａ＿２を算出した後は、図７に示すように、続いて画像間変化量算出部１５３は、第３の領域における画像Ｉ（ｉ）と画像Ｉ（ｉ＋１）との間の変化量Ｖａ＿３を、画像の変化が小さいことを示す所定値とする（ステップＳ１３５）。第３の領域となる注目領域から非注目領域になる領域および非注目領域のままの領域では、結果的に非注目領域となるため、画像の変化があったとしても観察すべき画像の変化ではない。そこで、第１の領域で算出する変化量Ｖａ＿１（類似度または相違度、移動量、統計量差）において、画像の変化が小さいことを示す所定値を予め決定しておき、この所定値を第３の領域の変化量Ｖａ＿３とする。前述したＳＳＤの例では、画像の変化が小さいことを示すｍｉｎＳＳＤを設定する。

そして、画像間変化量算出部１５３は、第１〜第３の各領域についてそれぞれ算出した占有率と変化量とをもとに、画像間変化量Ｖ（ｉ＋１)を算出する（ステップＳ１３７）。具体的には、次式（１０）に従い、第１〜第３の各領域の変化量Ｖａ＿１，２，３にそれぞれ対応する第１〜第３の各領域の占有率Ｏｃｃ＿１，２，３を乗じた値の総和を画像間変化量Ｖ（ｉ＋１)として算出する。

なお、本例では、占有率に応じて各領域の変化量を加重平均して画像間変化量を算出する方法を示したが、第１の領域および第２の領域の変化量を画像間の演算により求め、値の大きな方を画像間変化量とする等の方法でもよい。この場合、部分的にでも変化がある領域が存在する場合には、その変化を反映した画像間変化量を算出することができる。

続いて、図４に示すように、演算部１５が、処理対象となる画像の時系列順序を示す符号ｉ＝ｉ＋１とし（ステップＳ１５）、次の処理対象画像の有無を判定する。ｉ≦ｉ＿ｅｎｄであれば（ステップＳ１７：Ｙｅｓ）、次の画像を処理対象としてステップＳ５〜ステップＳ１５の処理を行う。一方、ステップＳ１７の判定結果がＮｏの場合には、ステップＳ１９に移行する。

なお、本例では、ステップＳ１５で符号ｉを繰上げた後の画像Ｉ（ｉ）が、繰上げる前の画像Ｉ（ｉ＋１）に相当する。したがって、ステップＳ５，Ｓ７における画像Ｉ（ｉ）に対する処理は、すでに繰上げ前の画像Ｉ（ｉ＋１）に対する処理として実行されている。このため、繰上げ前の結果を記憶部１４に記録しておき、繰上げ後に読み出して使用してもよい。

次に、表示条件設定部１５５が、画像間変化量をもとに各画像の表示条件を設定する（ステップＳ１９）。本例では、画像の表示条件として、各画像の表示時間を設定する方法と、各画像を表示するか否かを設定する方法とを示す。

まず、各画像の表示時間を設定する方法について説明する。既にステップＳ３〜ステップＳ１７の処理によって算出された画像間変化量Ｖ（ｉ）（ｉ＝ｉ＿ｓｔａｒｔ〜ｉ＿ｅｎｄ）は、各画像の注目領域を考慮した画像間変化量である。よって、この画像間変化量が大きい画像ほど、表示時間を長くすればよい。ただし、表示時間を長くするほど、観察時間も長くなる。実際には、観察者が十分画像を確認できる表示時間ｍａｘＴを事前に決定し、これに合わせればよい。一方、画像間変化量が小さい画像ほど、表示時間を短くできる。ただし、表示時間の最小値は、表示装置の性能によって決まる値である。ここでは、表示時間の最小値を仮にｍｉｎＴとする。

また、画像間変化量Ｖ（ｉ）に対しても、値の範囲を示す最小値ｍｉｎＶおよび最大値ｍａｘＶを設定する。このｍｉｎＶおよびｍａｘＶは、例えば、事前にサンプルとなる幾つかの時系列画像での画像間変化量を求め、求めた画像間変化量をもとに経験的に設定してもよい。あるいは、ステップＳ３〜ステップＳ１７の処理によって算出された画像間変化量Ｖ（ｉ）（ｉ＝ｉ＿ｓｔａｒｔ〜ｉ＿ｅｎｄ）の中の最小値と最大値とをそれぞれｍｉｎＶおよびｍａｘＶとして用いてもよい。

そして、ｍａｘＴ、ｍｉｎＴ、ｍａｘＶおよびｍｉｎＶと、画像間変化量Ｖ（ｉ）とをもとに、各画像の表示時間Ｔ（ｉ）を次式（１１）に従って算出する。これによって、画像間変化量Ｖ（ｉ）の大きさに応じた表示時間を、ｍｉｎＴ〜ｍａｘＴの間で設定できる。

なお本例では、画像間変化量Ｖ（ｉ）と表示時間Ｔ（ｉ）とを式（１１）に示す線形関数で対応付けたが、互いの関係が増加関数で対応付けばよく、他の非線形な関数で対応付けてもよい。

次に、各画像を表示するか否かを設定する方法について説明する。前述の表示時間を設定する方法によって全ての画像の表示時間を設定する場合、殆ど変化がない画像であっても最短表示時間ｍｉｎＴで表示することになる。そこで、より効率の良い観察のため、殆ど変化がない画像に関しては表示を行わないような表示条件を設定する。具体的には、画像間変化量Ｖ（ｉ）が事前に決定した所定の閾値以上となる画像のみを表示するように設定し、他の画像は表示しないように設定する。

一方、時系列画像の概要を所定枚数で把握したい場合の表示条件として、画像間変化量が大きい順に所定枚数の画像を表示するように設定することも可能である。実際には例えば、まず、画像間変化量Ｖ（ｉ）（ｉ＝ｉ＿ｓｔａｒｔ〜ｉ＿ｅｎｄ）を、公知のソートアルゴリズムによって降順に並び替える。そして、値が大きなものから所定枚数だけ残すための閾値を求め、この閾値以上となる画像のみを表示するように設定し、他の画像は表示しないように設定する。

なお、本例では、各画像の表示時間を設定する方法と、各画像を表示するか否かを設定する方法とを個別に説明したが、各画像を表示するか否かを設定する方法によって表示すると設定した画像に対して、表示時間を設定するというような複合的な方法でもよい。

そして最後に、演算部１５が、図４に示すように、ステップＳ１９で時系列画像を構成する各画像について設定した表示条件を出力し（ステップＳ２１）、その後、画像処理装置１０の演算部１５での処理を終了する。

時系列画像の表示は、画像処理装置１０で行う場合に限らず、例えば専用の表示装置等、別の装置で表示する構成としてもよい。この場合、ステップＳ２１では、設定した各画像の表示条件を該当する装置に出力する。また、各画像の表示条件の設定は、時系列画像を表示する直前に行う必要はない。この場合、ステップＳ２１では、例えばステップＳ１９で設定した各画像の表示条件を記憶部１４あるいは可搬型記録媒体７に出力し、その画像と関連付けて記憶しておく。そして、時系列画像の表示が指示された場合には、記憶部１４あるいは可搬型記録媒体７に記憶された表示条件を参照して各画像を表示する。

なお、ステップＳ２１の処理にかえて、各画像をステップＳ１９で設定した表示条件に従って表示部１３に表示する処理を行うこととしてもよい。すなわち、ステップＳ１９で各画像の表示時間を設定した場合であれば、時系列順序ｉ＿ｓｔａｒｔからｉ＿ｅｎｄまでの各画像を、それぞれその表示時間に従って時系列順に順次表示部１３に表示する処理を行う。あるいは、ステップＳ１９で各画像を表示するか否かを設定した場合であれば、表示すると設定した画像を時系列順に順次表示部１３に表示する処理を行う。

以上説明したように、実施の形態１によれば、時系列順が近傍する複数の画像間において各画像内の注目領域に応じた画像間変化量を算出し、この画像間変化量をもとに各画像の表示条件を設定することができる。したがって、時系列画像を構成する各画像の表示条件を適切に設定することができ、大量の時系列画像を効率よく観察することが可能となる。

なお、上記した実施の形態では、時系列画像の最初の画像Ｉ（ｉ＿ｓｔａｒｔ）に対する画像間変化量Ｖ（ｉ＿ｓｔａｒｔ）として、画像の変化が大きいことを示す所定値を設定する例を示した。ただし、最初の画像内に注目領域が殆ど存在しない場合には、画像の変化が大きいことを示す所定値を設定することが必ずしも適切ではない。よって、最初の画像における注目領域および非注目領域の占有率を各々算出することとしてもよい。そして、注目領域での変化量を画像の変化が大きいことを示す所定値とし、非注目領域での変化量を画像の変化が小さいことを示す所定値として、領域毎に占有率と変化量とを乗じた値の総和を画像間変化量として求めることとしてもよい。

また、上記した実施の形態では、カプセル内視鏡３によって撮像された時系列の管腔内画像を観察する場合を例にとって時系列画像の各画像の表示条件を設定する場合について説明したが、これに限定されるものではなく、複数の画像で構成される時系列画像を処理して各画像の表示条件を設定する画像処理装置として広く利用可能である。

例えば、監視カメラで撮像された時系列の監視画像を観察する場合に適用できる。ここで、監視画像に適用した場合、監視者が検出したい対象が「人物の異常動作」であれば、これを検出する可能性が高い観察対象の領域は人物が映る領域（人物領域）となる。したがって、この場合の「注目領域」は、人物領域となる。そして、「注目領域」となる人物領域以外の例えば背景構造物が映る領域は「非注目領域」となる。なお、監視者が監視画像中で検出したい対象が「背景構造物の変化」の場合には、これを検出する可能性の高い観察対象の領域は背景構造物が映る領域（背景構造物領域）となる。したがって、この場合の「注目領域」は背景構造物領域となり、この「注目領域」となる背景構造物領域以外の例えば人物領域が「非注目領域」となる。

また、上記した実施の形態では、注目領域検出部１５１が色やテクスチャ等の特徴量をもとに注目領域を検出する場合について説明した。これに対し、ユーザが入力部１２を介して画像内に映る注目領域を指定する構成としてもよい。この場合には、画像処理装置１０において、例えば制御部１６が、画像中の注目領域および非注目領域の少なくともいずれか一方の指定依頼の通知を表示部１３に表示する処理を行う。そして、この指定依頼の通知に応答してユーザが例えば画像上の範囲を選択する等して指定した領域を、注目領域および／または非注目領域として設定する。

また、ユーザによる画像中の注目領域および非注目領域の少なくともいずれか一方の指定に応じて、画像中に複数の領域を設定することとしてもよい。例えば、ユーザによって画像中の１つの注目領域が指定された場合に、この注目領域とそれ以外の領域（例えば非注目領域）である２つの領域を画像に対して設定する構成としてもよい。あるいは、ユーザによって画像中の１つの非注目領域が指定された場合に、この非注目領域とそれ以外の領域（例えば注目領域）である２つの領域を画像に対して設定する構成としてもよい。

また、１枚の画像に対して指定可能な注目領域の数は、１つであってもよいし、複数であってもよい。同様に、１枚の画像に対して指定可能な非注目領域の数は、１つであってもよいし、複数であってもよい。

（付記）
コンピュータに、時系列で取得された時系列画像を処理させるための画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出ステップと、
時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割ステップと、
前記領域分割ステップで領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出ステップと、
前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定ステップと、
を前記コンピュータに実行させる画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体。

画像処理装置を含む画像処理システムの全体構成を示す概略模式図である。 管腔内画像の一例を示す模式図である。 画像処理装置の機能構成を説明するブロック図である。 画像処理装置が行う処理手順を示す全体フローチャートである。 図２に示した画像（管腔内画像）における注目領域検出結果を示す模式図である。 画像Ｉ（ｉ）および画像Ｉ（ｉ＋１）内における注目領域検出結果に基づく領域分割の説明図である。 画像間変化量算出処理の詳細な処理手順を示すフローチャートである。

符号の説明

３ カプセル内視鏡
５ 受信装置
Ａ１〜Ａｎ 受信用アンテナ
７ 可搬型記録媒体
１０ 画像処理装置
１１ 画像取得部
１２ 入力部
１３ 表示部
１４ 記憶部
１４１ 画像処理プログラム
１５ 演算部
１５１ 注目領域検出部
１５２ 領域分割部
１５３ 画像間変化量算出部
１５４ 占有率算出部
１５５ 表示条件設定部
１６ 制御部
１ 被検体

Claims (19)

1. 時系列で取得された時系列画像を処理する画像処理装置であって、
   前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出部と、
   時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割部と、
   前記領域分割部によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出部と、
   前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定部と、
   を備え、
   前記領域分割部は、前記複数の画像内を、前記注目領域検出結果が時系列に沿って注目領域のままの領域、注目領域以外の領域である非注目領域のままの領域、注目領域から非注目領域になる領域、および非注目領域から注目領域になる領域のうちの少なくとも１つを含む領域に分割することを特徴とする画像処理装置。
2. 時系列で取得された時系列画像を処理する画像処理装置であって、
   前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出部と、
   時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割部と、
   前記領域分割部によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出部と、
   前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定部と、
   を備え、
   前記画像間変化量算出部は、前記各領域の全画像領域に対する占有率を算出する占有率算出部を備え、前記各領域における変化量および前記各領域の占有率に基づいて前記画像間変化量を算出することを特徴とする画像処理装置。
3. 前記画像間変化量算出部は、非注目領域から注目領域になる領域における変化量、注目領域から非注目領域になる領域の変化量、および非注目領域のままの領域における変化量の少なくともいずれか１つを所定値として前記画像間変化量を算出することを特徴とする請求項１に記載の画像処理装置。
4. 前記画像間変化量算出部は、非注目領域から注目領域になる領域における変化量を、画像の変化が大きいことを示す所定値として前記画像間変化量を算出することを特徴とする請求項３に記載の画像処理装置。
5. 前記画像間変化量算出部は、注目領域から非注目領域になる領域および非注目領域のままの領域における変化量を、画像の変化が小さいことを示す所定値として前記画像間変化量を算出することを特徴とする請求項３に記載の画像処理装置。
6. 前記画像間変化量算出部は、前記複数の画像間での前記各領域の類似度、相違度、移動量および統計量変化の何れか１つに基づいて、前記各領域における変化量を算出することを特徴とする請求項１または２に記載の画像処理装置。
7. 前記画像間変化量算出部は、前記各領域における変化量に前記各領域の占有率を乗じた値の総和を、前記画像間変化量として算出することを特徴とする請求項２に記載の画像処理装置。
8. 前記表示条件設定部は、前記画像間変化量に基づいて前記各画像の表示時間を設定することを特徴とする請求項１または２に記載の画像処理装置。
9. 前記表示条件設定部は、前記画像間変化量に基づいて、前記各画像を表示するか否かを設定することを特徴とする請求項１または２に記載の画像処理装置。
10. 前記表示条件設定部は、前記画像間変化量が予め設定される所定の閾値よりも大きな画像を表示するように設定することを特徴とする請求項９に記載の画像処理装置。
11. 時系列で取得された時系列画像を処理する画像処理装置であって、
    前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出部と、
    時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割部と、
    前記領域分割部によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出部と、
    前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定部と、
    を備え、
    前記表示条件設定部は、画像間変化量に基づいて前記各画像を表示するか否かを設定し、さらに、前記画像間変化量が大きな順に予め設定される所定枚数の画像を表示するように設定することを特徴とする画像処理装置。
12. 前記時系列画像を構成する各画像は、体内管腔内画像であることを特徴とする請求項１、２、および１１のいずれか１項に記載の画像処理装置。
13. 前記注目領域は、体内管腔内の内壁が映る生体組織領域であることを特徴とする請求項１２に記載の画像処理装置。
14. 時系列で取得された時系列画像を処理する画像処理装置であって、
    前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出手段と、
    時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割手段と、
    前記領域分割手段によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出手段と、
    前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定手段と、
    を備え、
    前記領域分割手段は、前記複数の画像内を、前記注目領域検出結果が時系列に沿って注目領域のままの領域、注目領域以外の領域である非注目領域のままの領域、注目領域から非注目領域になる領域、および非注目領域から注目領域になる領域のうちの少なくとも１つを含む領域に分割することを特徴とする画像処理装置。
15. 時系列で取得された時系列画像を処理する画像処理装置であって、
    前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出手段と、
    時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割手段と、
    前記領域分割手段によって領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出手段と、
    前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定手段と、
    を備え、
    前記画像間変化量算出手段は、前記各領域の全画像領域に対する占有率を算出する占有率算出手段を備え、前記各領域における変化量および前記各領域の占有率に基づいて前記画像間変化量を算出することを特徴とする画像処理装置。
16. 時系列で取得された時系列画像を処理する画像処理装置の作動方法であって、
    注目領域検出部が、前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出工程と、
    領域分割部が、時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割工程と、
    画像間変化量算出部が、前記領域分割工程で領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出工程と、
    表示条件設定部が、前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定工程と、
    を含み、
    前記領域分割工程において、前記複数の画像内は、前記注目領域検出結果が時系列に沿って注目領域のままの領域、注目領域以外の領域である非注目領域のままの領域、注目領域から非注目領域になる領域、および非注目領域から注目領域になる領域のうちの少なくとも１つを含む領域に分割されることを特徴とする画像処理装置の作動方法。
17. 時系列で取得された時系列画像を処理する画像処理装置の作動方法であって、
    注目領域検出部が、前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出工程と、
    領域分割部が、時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割工程と、
    画像間変化量算出部が、前記領域分割工程で領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出工程と、
    表示条件設定部が、前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定工程と、
    を含み、
    前記画像間変化量算出工程は、前記各領域の全画像領域に対する占有率を算出する占有率算出工程を含み、前記画像間変化量を前記各領域における変化量および前記各領域の占有率に基づいて算出することを特徴とする画像処理装置の作動方法。
18. コンピュータに、時系列で取得された時系列画像を処理させるための画像処理プログラムであって、
    前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出ステップと、
    時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割ステップと、
    前記領域分割ステップで領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出ステップと、
    前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定ステップと、
    を前記コンピュータに実行させ、
    前記領域分割ステップにおいて、前記複数の画像内は、前記注目領域検出結果が時系列に沿って注目領域のままの領域、注目領域以外の領域である非注目領域のままの領域、注目領域から非注目領域になる領域、および非注目領域から注目領域になる領域のうちの少なくとも１つを含む領域に分割されることを特徴とする画像処理プログラム。
19. コンピュータに、時系列で取得された時系列画像を処理させるための画像処理プログラムであって、
    前記時系列画像を構成する各画像内から注目領域を検出する注目領域検出ステップと、
    時系列順が近傍する複数の画像内における注目領域検出結果をもとに、前記複数の画像内を領域分割する領域分割ステップと、
    前記領域分割ステップで領域分割された各領域における変化量に基づいて、前記複数の画像の画像間変化量を算出する画像間変化量算出ステップと、
    前記画像間変化量に基づいて、前記各画像の表示条件を設定する表示条件設定ステップと、
    を前記コンピュータに実行させ、
    前記画像間変化量算出ステップは、前記各領域の全画像領域に対する占有率を算出する占有率算出ステップを含み、前記画像間変化量を前記各領域における変化量および前記各領域の占有率に基づいて算出することを特徴とする画像処理プログラム。

Images