DE69631085T2 - Bildverarbeitungsverfahren und -vorrichtung - Google Patents

Bildverarbeitungsverfahren und -vorrichtung Download PDF

Info

Publication number
DE69631085T2
DE69631085T2 DE69631085T DE69631085T DE69631085T2 DE 69631085 T2 DE69631085 T2 DE 69631085T2 DE 69631085 T DE69631085 T DE 69631085T DE 69631085 T DE69631085 T DE 69631085T DE 69631085 T2 DE69631085 T2 DE 69631085T2
Authority
DE
Germany
Prior art keywords
image
signal
dmor
image signal
dorg
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE69631085T
Other languages
English (en)
Other versions
DE69631085D1 (de
Inventor
Hideya Ashigarakami-gun Takeo
Masahiko Ashigarakami-gun Yamada
Nobuyoshi Ashigarakami-gun Nakajima
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fuji Photo Film Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP07177495A external-priority patent/JP3731760B2/ja
Priority claimed from JP7073497A external-priority patent/JPH08272931A/ja
Priority claimed from JP7073433A external-priority patent/JPH08272930A/ja
Priority claimed from JP20320595A external-priority patent/JP3690844B2/ja
Priority claimed from JP20320695A external-priority patent/JP3731761B2/ja
Priority claimed from JP20425095A external-priority patent/JP3731762B2/ja
Application filed by Fuji Photo Film Co Ltd filed Critical Fuji Photo Film Co Ltd
Application granted granted Critical
Publication of DE69631085D1 publication Critical patent/DE69631085D1/de
Publication of DE69631085T2 publication Critical patent/DE69631085T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • G06T5/30Erosion or dilatation, e.g. thinning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • G06T5/75Unsharp masking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/94Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • G06T2207/20044Skeletonization; Medial axis transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Description

  • HINTERGRUND DER ERFINDUNG
  • Gebiet der Erfindung
  • Die vorliegende Erfindung betrifft ein Bildverarbeitungsverfahren. Speziell betrifft die Erfindung ein Verarbeitungsverfahren, bei dem ein spezifischer Bildabschnitt wie beispielsweise ein Abnormalitätsmuster oder ein Bildbereich mit starkem Kontrast, eingebettet in ein Bild, selektiv hervorgehoben oder gewichtet wird.
  • Beschreibung des Standes der Technik
  • Bildverarbeitung, beispielsweise Gradationsverarbeitung oder Frequenzverarbeitung, wurde bislang bezüglich eines Bildsignals durchgeführt, welches ein Bild repräsentiert und nach einem von verschiedenen bildgebenden Verfahren gewonnen wurde, so daß man ein sichtbares Bild mit guter Bildqualität reproduzieren konnte, das als wirksames Hilfsmittel insbesondere bei der exakten und effizienten Diagnose einer Krankheit benutzt werden kann. Speziell auf dem Gebiet von medizinischen Bildern, beispielsweise Strahlungsbildern menschlicher Körper, im folgenden auch als Objekte bezeichnet, ist es für die Spezialisten, beispielsweise Ärzte, notwendig, eine exakte Diagnose einer Krankheit oder einer Verletzung des Patienten entsprechend dem erhaltenen Bild zu erstellen. Aus diesem Grund ist es notwendig, die Bildverarbeitung in der Weise durchzuführen, daß man ein sichtbares Bild mit guter Bildqualität reproduzieren kann, welches sich als wirksames Hilfsmittel bei der exakten und effizienten Diagnose einer Krankheit verwenden läßt.
  • Als eine Art der Bildverarbeitung wurde beispielsweise in der japanischen ungeprüften Patentveröffentlichung Nr. 61(1986)-169971 die Frequenz-Gewichtungsverarbeitung offenbart. Bei dieser offenbarten Frequenzgewichtungsverarbeitung (im folgenden auch einfach als Frequenzgewichtung bezeichnet) wird ein Bildsignal (das ist ein Vorlagenbildsignal) Dorg, welches den Bilddichtewert eines Vorlagenbilds repräsentiert, mit folgender Formel (36) in ein Bildsignal Dproc umgewandelt: Dproc = Dorg + β × (Dorg – Dus) (36)wobei β den Frequenzgewichtungs-Koeffizienten und Dus das Unschärfemaskensignal bedeutet. Das Unschärfemaskensignal Dus umfaßt superniedrige Frequenzkomponenten, die man durch Einrichten einer Maske erhält, das ist eine Unschärfemaske, gebildet durch eine Bildelementmatrix mit einer Größe von N-Spalten × N-Reihen (mit N als ungerader Zahl), deren Mitte bei dem Bildelement liegt, das durch das Vorlagenbildsignal Dorg in einem zweidimensionalen Feld von Bildelementen repräsentiert wird. Das Unschärfemaskensignal Dus wird beispielsweise mit Hilfe folgender Formel (37) berechnet: Dus = (ΣDorg)/N2 (37)wobei ΣDorg die Summe der Bildsignalwerte ist, welche die in der Unschärfemaske befindlichen Bildelemente repräsentiert.
  • Der Wert von (Dorg – Dus) in der Klammer des zweiten Terms der Formel (36) wird erhalten durch Subtrahieren des Unschärfemaskensignals, welches die superniedrigen Frequenzkomponenten repräsentiert, von dem Vorlagen- oder Originalbildsignal. Daher lassen sich vergleichsweise hochfrequente Komponenten selektiv dadurch extrahieren (gewinnen), daß man die superniedrigen Frequenzkomponenten von dem Originalbildsignal subtrahiert. Die vergleichsweise hochfrequenten Komponenten werden dann mit dem Frequenz-Gewichtungskoeffizienten β multipliziert, und das gewonnene Produkt wird auf das Originalbildsignal addiert. Auf diese Weise lassen sich die vergleichsweise hochfrequenten Komponenten hervorheben bzw. gewichten.
  • Außerdem ist die Irisfilterverarbeitung (im folgenden häufig auch als Operation oder Arbeitsweise des Irisfilters bereichnet) als Operationsverarbeitung zum selektiven Extrahieren nur eines spezifischen Bildabschnitts, beispielsweise eines Abnormalitätsmusters, aus einem Bild bekannt geworden. [Es sei bezug genommen auf "Detection of Tumor Patterns in DR Images (Iris Filter)," Obata, et al., Collected Papers of The Institute of Electronics and Communication Engineers of Japan, D-II, Vol. J75-D-II, Nr. 3, Seiten 663–670, März 1992.] Die Irisfilterverarbeitung wurde studiert als eine effiziente Methode für insbesondere den Nachweis eines Tumormusters, welches eine der charakteristischen Form von Mamakarzinomen ist. Allerdings ist das mit dem Irisfilter zu verarbeitende Bild nicht beschränkt auf das Tumormuster in einem Mammogramm, vielmehr ist die Irisfilterverarbeitung auf jede Art von Bild anwendbar, welches besondere Charakteristika besitzt wie beispielsweise eine Zentralisierung der Gradienten des für das Bild stehenden Bildsignals.
  • Wie die Verarbeitung zum Nachweisen des Bildabschnitts mit dem Irisfilter durchgeführt wird, wird im folgenden anhand eines Beispiels der Verarbeitung zum Nachweis des Tumormusters erläutert.
  • Es ist bekannt, daß beispielsweise in einem auf einem Röntgen-Negativfilm aufgezeichneten Strahlungsbild (das heißt einem Bild, welches ein Bildsignal mit hohem Signalpegel bei hoher Bilddichte liefert) die Dichtewerte eines Tumormusters etwas geringer sind als die Dichtewerte der umgebenden Bildbereiche. Die Dichtewerte des Tumormusters sind derart verteilt, daß der Dichtewert ausgehend vom Umfang eines etwa kreisförmigen Tumormusters in Richtung des Tumormuster-Mittelpunkts kleiner wird. Deshalb lassen sich innerhalb des Tumormusters Gradienten für die Dichtewerte in lokalen Bereichen auffinden, und die Gradientenlinien (das heißt die Gradienten-Vektoren) sind in Richtungen zentralisiert, die zum Mittelpunkt des Tumormusters weisen.
  • Mit Hilfe des Irisfilters werden die Gradienten von Bildsignalwerten, welche für die Dichtewerte stehen, als Gradientenvektoren berechnet, es wird der Grad oder das Maß der Zentralisierung der Gradientenvektoren berechnet, und es wird ein Tumormuster entsprechend dem berechneten Zentralisierungsmaß der Gradientenvektoren erkannt. Irisbesondere ist der Gradientenvektor bei einem beliebigen Bildelement innerhalb eines Tumormusters in die Nähe des Mittelpunkts des Tumormusters gerichtet. Andererseits weisen in einem längsgestreckten Muster, beispielsweise dem Muster eines Blutgefäßes, Gradientenvektoren nicht auf einen spezifischen Punkt. Deshalb lassen sich die Verteilungen der Richtungen der Gradientenvektoren in lokalen Bereichen auswerten, und man kann eine Zone erkennen, innerhalb der die Gradientenvektoren auf einen spezifischen Punkt gerichtet sind. Die auf diese Weise ermittelte Zone kann als mögliches Tumormuster ("Tumormusterkandidat") betrachtet werden. Die Verarbeitung mit dem Irisfilter basiert auf diesem grundlegenden Konzept. Im folgenden werden Schritte von Algorithmen des Irisfilters beschrieben.
  • (Schritt 1) Berechnung von Gradientenvektoren
  • Für jedes Bildelement j unter sämtlichen Bildelementen, die ein gegebenes Bild definieren, wird die Richtung Θ des Gradientenvektors des das Bild repräsentierenden Bildsignals nach der Formel (38) berechnet.
  • Figure 00040001
  • Wie in 5 zu sehen ist, repräsentieren f1 bis f16 in der Formel (16) die Dichtewerte (das heißt die Bildsignalwerte) entsprechend den Bildelementen in den Peripheriegebieten einer Maske mit einer Größe von fünf Bildelementen (angeordnet entlang der Spaltenrichtung des Bildelementfeldes) × fünf Bildelemente (angeordnet entlang der Reihenrichtung des Bildelementfeldes), wobei die Mitte bei dem Bildelement j liegt.
  • (Schritt 2) Berechnung des Zentralisierungsgrades der Gradientenvektoren
  • Anschließend wird für jedes Bildelement von sämtlichen Bildelementen des gegebenen Bildes das Bildelement als ein interessierendes Bildelement herausgegriffen, und es wird der Zentralisierungsgrad oder das Zentralisierungsmaß C der Gradientenvektoren bezüglich des interessierenden Bildelements mit Hilfe der Formel (39) berechnet:
  • Figure 00050001
  • Wie in 6 gezeigt ist, bedeutet in der Formel (39) N die Anzahl von Bildelementen innerhalb der Zone in einem Kreis mit der Mitte auf dem interessierenden Bildelement und mit einem Radius R, wobei θj den Winkel bedeutet, der zwischen der das interessierende Bildelement und jedes in dem Kreis befindliche Bildelement j verbindenden Geraden und dem Gradienten an dem Bildelement j bedeutet, wobei dieser Gradientenvektor entsprechend der Formel (38) berechnet wurde. In den Fällen, in denen die Richtungen der Gradientenvektoren der einzelnen Bildelemente j also auf das interessierende Bildelement gerichtet (zentralisiert) sind, nimmt der Zentralisierungsgrad C entsprechend der Formel (39) einen großen Wert an. Der Gradientenvektor jedes Bildelements j in der Nähe eines Tumormusters wird etwa auf den Mittelbereich des Tumormusters gerichtet, unabhängig vom Ausmaß des Kontrasts des Tumormusters. Folglich kann man davon ausgehen, daß das interessierende Bildelement, welches zu einem einen hohen Wert aufweisenden Zentralisierungsgrad C gehört, das Bildelement ist, welches sich im Mittelbereich des Tumormusters befindet. Andererseits sind in einem linearen Muster, beispielsweise im Muster eines Blutgefäßes, die Richtungen der Gradientenvektoren in eine gewisse Richtung vorbelastet, und daher ist der Wert des Zentralisierungsmaßes C gering. Folglich läßt sich ein Tumormuster dadurch nachweisen, daß man sämtliche Bildelemente eines Bildes als interessierendes Bildelement hernimmt, den Wert des Zentralisierungsmaßes C bezüglich des interessierenden Bildelements berechnet und bewertet, ob der Wert des Zentralisierungsmaßes C größer als ein vorbestimmter Schwellenwert ist oder nicht. Speziell die Verarbeitung mit dem Irisfilter weist gegenüber einem normalen Differenzfilter den Vorteil auf, daß die Verarbeitung mit dem Irisfilter nicht abträglich beeinflußt wird durch Blutgefäß-Muster, Brustdrüsenmuster oder dergleichen, so daß man in wirksamer Weise Tumormuster nachweisen kann.
  • Bei der tatsächlichen Verarbeitung ist daran gedacht, die Größe und die Form des Filters adaptiv zu ändern, damit die Nachweisleistung unbeeinflußt bleibt von Größe und Form der Tumormuster. 7 zeigt ein Beispiel für das Filter. Das Filter unterscheidet sich von dem Filter nach 6. Bei dem Filter nach 7 wird der Zentralisierungsgrad nur bei Bildelementen bewertet, die entlang Radiallinien liegen, welche sich radial von einem interessierenden Bildelement aus erstrecken, und zwar in M-Arten von Richtungen bei Intervallen von 2 π/M Grad. (In 7 sind beispielsweise 32 Richtungen in Intervallen von 11,25 Grad dargestellt.)
  • Wenn das interessierende Bildelement die Koordinaten (k, 1) hat, sind die Koordinaten ([x], [y]) des Bildelements, welches sich auf der i-ten Radiallinie befindet, und welches das n-te Bildelement ist, gezählt von dem interessierenden Bildelement aus, durch folgende Formeln (40) und (41) gegeben: x = k + n cos{2π(i – 1)/M} (40) y = 1 + n sin{2π(i – 1)/M} (41)wobei [x] die maximale ganze Zahl nicht größer als x ist und [y] die maximale Zahl nicht größer als y ist.
  • Außerdem wird für jede der Radiallinien der Ausgangswert, der gewonnen wird für die Bildelemente zwischen dem interessierenden Bildelement und einem Bildelement auf der Radiallinie, und bei dem der maximale Zentralisierungsgrad erhalten wird, als Zentralisierungsmaß bezüglich der Richtung der Radiallinie hergenommen. Der Mittelwert der Zentralisierungsgrade, welche für sämtliche Radiallinien erhalten wurde, wird anschließend berechnet. Der so berechnete Mittelwert der Zentralisierungsgrade wird als Zentralisierungsmaß oder Zentralisierungsgrad C der Gradientenvektorgruppe für das interessierende Bildelement hergenommen.
  • Speziell wird das Zentralisierungsmaß Ci(n), welches für die Bildelemente zwischen dem interessierenden Bildelement und dem n-ten Bildelement entlang der i-ten Radiallinie gewonnen wird, gemäß folgender Formel (42) berechnet:
    Figure 00070001
    wobei Rmin und Rmax den Minimumwert bzw. den Maximumwert bedeuten, die für den Radius des nachweisenden Tumormusters eingestellt wurden.
  • Die Berechnung des Zentralisierungsmaßes Ci(n) läßt sich mit der Formel (42') anstelle der Formel (42) durchführen:
  • Figure 00070002
  • Speziell wird mit der Formel (42') das Zentralisierungsmaß Ci(n) für diejenigen Bildelemente gewonnen, die sich auf der i-ten Radiallinie befinden und in den Bereich zwischen dem Rmin-ten Bildelement entsprechend dem Minimumwert Rmin, gezählt von dem interessierenden Bildelement aus, und einem n-ten Bildelement fallen, welches seinerseits in den Bereich vom Rmin-ten Bildelement bis zu einem Rmax-ten Bildelement entsprechend dem Maximumwert Rmax fällt, gezählt von dem interessierenden Bildelement aus.
  • Anschließend wird der Zentralisierungsgrad C der Gradientenvektorgruppe mit den Formeln (43) und (44) berechnet:
  • Figure 00080001
  • Die Formel (43) bedeutet den Maximumwert des Zentralisierungsmaßes Ci(n), der für jede der Radiallinien mit Hilfe der Formel (42) oder (42') gewonnen wurde. Daher läßt sich die Zone zwischen dem interessierenden Bildelement und dem Bildelement mit dem Zentralisierungsgrad Ci(n), der den Maximumwert annimmt, als Zone eines möglichen Tumormusters betrachten. Durch Nachweisen derartiger Zonen für sämtliche Radiallinien mit Hilfe der Formel (43) besteht die Möglichkeit, die Form des Umfangsrandes der Zone zu beurteilen, die als mögliches Tumormuster in Frage kommt.
  • Mit der Formel (43) werden die Maximumwerte für die Zentralisierungsgrade innerhalb der erwähnten Zonen für sämtliche Richtungen der Radiallinien berechnet. Danach werden mit Hilfe der Formel (44) die Mittelwerte der Maximumwerte der Zentralisierungsgrade innerhalb der genannten Zonen berechnet, wobei die Maximumwerte durch die Formel (43) für sämtliche Richtungen der Radiallinien gegeben sind. Der jeweils errechnete Mittelwert für verglichen mit einem vorbestimmten Schwellenwert T. Aus den Vergleichsergebnissen läßt sich beurteilen, ob es eine Wahrscheinlichkeit dafür gibt, daß die Zone mit ihrem Mittelpunkt auf dem interessierenden Bildelement ein Abnormalitätsmuster ist oder nicht.
  • Die Zone, innerhalb der das Zentralisierungsmaß C der Gradientenvektorgruppe mit Hilfe der Formel (44) bewertet wird, ist der Iris des menschlichen Auges ähnlich, die sich entsprechend der Helligkeit der Umgebung ausdehnt oder zusammenzieht. Form und Gestalt der Zone werden entsprechend der Verteilung der Gradientenvektoren adaptiv geändert. Deshalb wird dieses Filter als Irisfilter bezeichnet.
  • (Schritt 3) Bewertung von Gestalt und Form des Tumormusters
  • Im allgemeinen haben Muster von malignen Tumoren folgende charakteristische Gestalten und Formen:
    • 1) Die Seitenränder sind unregelmäßig.
    • 2) Die Form ist einer Ellipse ähnlich.
    • 3) Die Zone innerhalb des Musters besitzt eine konvexe oder konkave Dichteverteilung.
  • Daher wird eine Beurteilung bezüglich Gestalt und Form vorgenommen durch Betrachtung dieser charakteristischen Merkmale, so daß sich Muster von normalen Geweben unterscheiden lassen von nachgewiesenen Musterkandidaten und nur solche Muster als mögliche Tumormuster nachgewiesen werden können. Die charakteristischen Merkmale, die für eine Beurteilung herangezogen werden, beinhalten Streuung, Längserstreckung, Rauhigkeit der Seitenkante, Kreisförmigkeit und Ausmaß oder Grad der Konvexheit oder Konkavheit (das heißt der Entropie) der Dichteverteilung in der Zone innerhalb des Musters.
  • Beispielsweise läßt sich die Kreisförmigkeit als charakteristisches Maß zur Gestaltbeurteilung heranziehen. In diesen Fällen nimmt, wenn die Zentralisierungsgerade digitalisiert werden, die Verteilung der digitalisierten Zentralisierungsgrade entsprechend dem Tumormuster normalerweise eine Form ähnlich einem Kreis an. Der Durchmesser des Kreises mit der gleichen Fläche wie die Fläche der durch die Binärumsetzung gewonnenen Zone wird mit Le bezeichnet. Außerdem werden die Längen der Längsseite und der Querseite eines Quadrats mit der minimalen Fläche, welches noch die Zone aufnehmen kann, mit a bzw. b bezeichnet. In diesen Fällen ist die Kreisförmigkeit dcirc durch folgende Formel (45) definiert: dcirc = Le/(a + b) wobei Le = 2(S/π)1/2 (45)
  • In den Fällen, in denen der Wert der Kreisförmigkeit kleiner als ein vorbestimmter Schwellenwert ist, wird entschieden, daß die Zone kein Tumormuster ist, und die Zone wird nicht als solches erkannt. In den Fällen, in denen der Wert der Kreisförmigkeit nicht kleiner als der vorbestimmte Schwellenwert ist, wird entschieden, daß die Zone ein Tumormuster ist, und die Zone wird als solches Tumormuster erkannt.
  • Durch Ausführen der oben beschriebenen Schritte kann das Irisfilter in wirksamer Weise ein Tumormuster aus einem Strahlungsbild erkennen.
  • Außerdem ist die Verarbeitung anhand des Morphologie-Algorithmus (im folgenden auch als Morphologieoperation oder Morphologieverarbeitung bezeichnet) als eine Verarbeitung zum selektiven Extrahieren ausschließlich eines spezifischen Bildteils oder Bildabschnitts, beispielsweise eines Abnormalitätsmusters, aus einem Bild bekannt.
  • Die Morphologieverarbeitung wurde untersucht als wirksame Methode für den Nachweis insbesondere eines kleinen Verkalkungsmusters, bei dem es sich um eine der charakteristischen Formen von Mamakarzinomen handelt. Allerdings ist das mit der Morphologieverarbeitung zu verarbeitende Bild nicht auf kleine Verkalkungsmuster in einem Mammogramm beschränkt, vielmehr ist die Morphologieverarbeitung auf jede Art von Bild anwendbar, in welchem Größe und Form eines spezifischen, nachzuweisenden Bildteils (das heißt eines Abnormalitätsmusters oder dergleichen) vorab bekannt sind.
  • Durchgeführt wird die Morphologieverarbeitung unter Verwendung einer Mehrfach-Skalengröße λ und eines Strukturelements (das heißt einer Maske) B. Die Morphologieverarbeitung besitzt Merkmale, gemäß denen beispielsweise (1) es effizient ist, ein Verkalkungsmuster selbst zu extrahieren, (2) die Verarbeitung nicht abträglich durch komplizierte Hintergrundinformation beeinflußt wird, und (3) das extrahierte Verkalkungsmuster nicht verzerrt wird.
  • Insbesondere hat die Morphologieverarbeitung Vorteile gegenüber der üblichen Differenzierungs-Verarbeitung insofern, als sie in exakterer Weise die geometrische Information über Größe, Form und Dichteverteilung des Verkalkungsmusters erfassen kann. Wie die Morphologieverarbeitung durchgeführt wird, wird im folgenden an dem Beispiel erläutert, bei dem es um das Erkennen eines kleinen Verkalkungsmusters in einem Mammogramm geht.
  • (Grundlegender Arbeitsablauf bei der Morphologieverarbeitung)
  • Im allgemeinen ist die Morphologieverarbeitung so ausgeweitet wie die Mengenlehre im N-dimensionalen Raum. Als Hilfsmittel zum Erleichtern des intuitiven Verständnisses wird die Morphologieverarbeitung im folgenden anhand eines zweidimensionalen Graustufenbilds erläutert.
  • Das Graustufenbild wird als ein Raum betrachtet, in welchem ein Punkt mit den Koordinaten (x, y) eine Höhe entsprechend einer Dichtefunktion f(x, y) besitzt. Für diesen Fall sei angenommen, daß das den Dichtewert f(x, y) repräsentierende Bildsignal ein Signal mit hohem Luminanzwert vom Typ eines Bildsignals sei, wobei geringe Dichte (das heißt eine hohe Luminanz bei Darstellung des Bilds auf einem Bildschirm einer Kathodenstrahlröhre) durch einen hohen Bildsignalpegel dargestellt wird.
  • Zunächst soll als Hilfsmittel zum Erleichtern der Erklärung eine eindimensionale Funktion f(x) entsprechend dem Querschnitt des zweidimensionalen Graustufenbildes betrachtet werden. Es sei angenommen, daß ein Strukturelement g, welches bei der Morphologieoperation verwendet wird, eine symmetrische Funktion gemäß Formel (46) ist, symmetrisch in Bezug auf den Ursprung. gs(X) = g(–X) (46)
  • Außerdem sei angenommen, daß der Wert im Definitionsbereich von G 0 sei, entsprechend der Formel (47). G = {–m, –m + 1, ..., –1, 0, 1, ..., m – 1, m} (47)
  • In derartigen Fällen sind die grundlegenden Formen der Morphologieoperation sehr einfache Operationen, die mit Hilfe der Formeln (48), (49), (50) und (51) ausgeführt werden. Dilation: [f ⊕ GS](i) = max{f(i – m), ..., f(i), ..., f(i + m)} (48) Erosion: [f Θ GS](i) = min{f(i – m), ..., f(i), ..., f(i + m)} (49) Öffnen: fg = (f Θ gs) ⊕ g (50) Schließen: fg = (f ⊕ gs) Θ g (51)
  • Insbesondere handelt es sich gemäß 14A bei der Dilationsverarbeitung um eine Verarbeitung zum Auffinden des Maximumwerts in dem Bereich mit einer Breite von ±m (wobei es sich um den Wert handelt, der gemäß einem Strukturelement B bestimmt wird und der in 14A gezeigten Maskengröße entspricht), deren Mitte auf einem interessierenden Bildelement liegt. Wie in 14B gezeigt ist, ist die Erosionsverarbeitung eine Verarbeitung zum Auffinden des Minimumwerts im Bereich der Breite von ±m mit dem Zentrum auf dem interessierenden Bildelement.
  • Das (in 14A durch die gestrichelte Linie angegebene) Signal, welches durch die Dilationsverarbeitung erhalten wird, oder das Signal (in 14B durch die gestrichelte Linie angegeben), das durch die Erosionsverarbeitung gewonnen wird, kann von dem Originalbildsignal subtrahiert werden. Auf diese Weise ist es, wie durch die schraffierten Bereiche in 14A oder 14B angedeutet ist, möglich, ein Morphologiesignal Dmor mit Werten verschieden von Null für lediglich einen Bildkantenbereich zu erhalten, bei dem sich der Signalwert scharf ändert, sowie einen Bildbereich, bei dem der Signalwert innerhalb eines Bereichs schwankt, der räumlich kleiner als das Strukturelement ist.
  • Die Öffnungsverarbeitung ist äquivalent zu der Verarbeitung, bei der die Dilationsverarbeitung nach der Erosionsverarbeitung ausgeführt wird, das heißt der Verarbeitung, bei der der Maximumwer gesucht wird, nachdem der Minimumwert gesucht wurde. Außerdem ist die Schließungsverarbeitung äquivalent zu der Verarbeitung, bei der die Erosionsverarbeitung nach der Dilationsverarbeitung ausgeführt wird, das heißt der Verarbeitung, bei der der Minimumwert gesucht wird, nachdem der Maximumwer gesucht wurde.
  • Wie speziell in 14C gezeigt ist, entspricht die Öffnungsverarbeitung der Verarbeitung zum Glätten der Dichtekurve f(x) von der Seite geringer Luminanz her und dem Entfernen eines konvexen Dichteschwankungsbereichs (das heißt des Bereichs, bei dem die Luminanz höher ist als in den Umgebungsbereichen), der in einem Bereich schwankt, der räumlich schmaler ist als die Maskengröße von 2 m. Außerdem ist gemäß 14D die Schließungsverarbeitung äquivalent zu der Verarbeitung des Glättens der Dichtekurve f(x) von der Seite hoher Luminanz her und dem Beseitigen eines konkaven Dichteschwankungsbereichs (das heißt des Bereichs, bei dem die Luminanz niedriger ist als in Umgebungsbereichen), der in dem Bereich schwankt, der räumlich schmaler ist als die Maskengröße 2 m.
  • Das Signal (in 14C durch die gestrichelte Linie angegeben), das durch die Öffnungsverarbeitung gewonnen wird, oder das Signal (in 14D durch die gestrichelte Linie angegeben), das durch die Schließungsverarbeitung gewonnen wird, kann dann von dem Originalbildsignal subtrahiert werden. Auf diese Weise ist es gemäß den schraffierten Bereichen in 14C oder 14D möglich, ein Morphologiesignal Dmor mit Werten verschieden von Null nur für einen charakteristischen Bildbereich zu gewinnen, bei dem die Signalwerte innerhalb eines Bereichs schwanken, welcher räumlich kleiner ist als das Strukturelement.
  • In solchen Fällen, in denen das Strukturelement g bezüglich des Ursprungs nicht symmetrisch ist, wird die Dilationsoperation mit der Formel (48) als Minkowski-Summe bezeichnet, die Erosionsoperation mit der Formel (49) wird als Minkowski-Differenz bezeichnet.
  • In den Fällen, in denen das den Dichtewert f(x) repräsentierende Bildsignal ein Bildsignal vom Typ hohen Pegels bei hoher Dichte ist, das heißt ein Signal, bei dem hohe Dichte durch einen hohen Signalpegel repräsentiert wird, wird die Beziehung zwischen dem Dichtewert f(x) und dem Bildsignalwert umgekehrt bezüglich der Beziehung zwischen dem Dichtewert f(x) und dem Bildsignalwert bei einem Bildsignal vom Typ mit hohem Bildsignalpegel bei hoher Luminanz. Daher stimmt die Dilationsverarbeitung, die bezüglich des Bildsignals vom Typ hohen Signalpegels bei hoher Dichte durchgeführt wird, mit der Erosionsverarbeitung überein, die bezüglich eines Bildsignals vom Typ mit hohem Signalpegel bei hoher Luminanz durchgeführt wird, wie in 14B gezeigt ist. Die Erosionsverarbeitung, die bezüglich des Bildsignals vom Typ mit hohem Signalpegel bei hoher Dichte durchgeführt wird, stimmt überein mit der Dilationsverarbeitung, die bezüglich eines Bildsignals vom Typ mit hohem Signalpegel bei hoher Luminanz durchgeführt wird, wie in 14A zu sehen ist. Die Öffnungsverarbeitung, die bezüglich eines Bildsignals vom Typ mit hohem Signalpegel bei hoher Dichte durchgeführt wird, stimmt überein mit der Schließungsverarbeitung, die bezüglich eines Bildsignals vom Typ mit hohem Signalpegel bei hoher Luminanz durchgeführt wird, wie in 14D zu sehen ist. Außerdem stimmt die Schließungsverarbeitung, die bezüglich eines Bildsignals vom Typ mit hohem Signalpegel bei hoher Dichte durchgeführt wird, mit der Öffnungsverarbeitung überein, die bezüglich eines Bildsignals vom Typ mit hohem Pegel bei hoher Luminanz durchgeführt wird, wie in 14C gezeigt ist.
  • Die Morphologieverarbeitung wird hier in Verbindung mit einem Bildsignal vom Typ hohen Signalpegels bei hoher Luminanz beschrieben.
  • (Anwendung auf das Erfassen von Verkalkungsmustern)
  • Damit ein Verkalkungsmuster nachgewiesen wird, soll der Gebrauch eines Differenzverfahrens betrachtet werden, bei dem ein geglättetes Bildsignal von dem Originalbildsignal subtrahiert wird. Bei einem einfachen Glättungsverfahren jedoch ist es schwierig, das Verkalkungsmuster von einem länglichen nicht verkalkten Muster zu unterscheiden (beispielsweise einem Muster der Brustdrüse, eines Blutgefäßes, eines Brustdrüsen-Stützgewebes oder dergleichen). Aus diesem Grund haben Obata of Tokyo, University of Agriculture and Technology, et al. ein Morphologiefilter vorgeschlagen, welches durch die Formel (52) dargestellt wird, und welches auf der Öffnungsoperation unter Verwendung eines Mehrfachstrukturelements beruht. [Es sei Bezug genommen auf "Extraction of Small Calcified Patterns with A Morphology Filter Using A Multiply Structure Elelment," Collected Papers of The Institute of Electronics and Communication Engineers of Japan, D-II, Vol. J75-D-II, Nr. 7, Seiten 1170–1176, Juli 1992; und "Fundamentals of Morphology and Its Application to Mammogram Processing," Medical Imaging Technology, Vol. 12, Nr. 1, Januar 1994].
  • Figure 00150001
  • In der Formel (52) bedeutet Bi (mit I = 1, 2, ..., M) M lineare Strukturelemente (M = 4 bei dem in 12 gezeigten Beispiel). (Die Zahl M von Strukturelementen wird im folgenden insgesamt als Mehrfachstrukturelement bezeichnet. Außerdem wird das Mehrfachstrukturelement häufig einfach auch als Strukturelement bezeichnet, einschließlich der Fälle, bei denen i = 1.) In den Fällen, in denen das Strukturelement Bi größer eingestellt ist als das nachzuweisende Verkalkungsmuster, wird ein Verkalkungsmuster, bei dem es sich um einen konvexen Signaländerungsteil feiner als das Strukturelement Bi handelt (das heißt, bei dem es sich um einen Bildbereich handelt, der in einem räumlich schmalen Bereich schwankt), und das Luminanzwerte größer als die Luminanzwerte der Umgebungsbereiche aufweist, bei der Öffnungsverarbeitung entfernt. Andererseits ist ein längliches nicht-verkalktes Muster länger als das Strukturelement Bi. Daher bleibt in solchen Fällen, in denen die Neigung des nicht-verkalkten Musters (das heißt der Richtung, in der sich das nicht-verkalkte Muster erstreckt) übereinstimmt mit einer der Richtungen der vier Strukturelemente Bi, das nicht-verkalkte Muster nach der Öffnungsverarbeitung unbeseitigt, das heißt bleibt nach der Operation des zweiten Terms der Formel (52) unbeseitigt. Wenn daher das geglättete Bildsignal, welches durch die Öffnungsverarbeitung erhalten wird (das ist das Signal für das Bild, aus dem lediglich das Verkalkungsmuster entfernt wurde) von dem Originalbildsignal f subtrahiert wird, läßt sich ein Bild gewinnen, welches nur das kleine Verkalkungsmuster enthält. Dies ist das hinter der Formel (52) stehende Konzept.
  • Wie oben ausgeführt, ist in solchen Fällen, in denen das Bildsignal vom Typ hohen Signalpegels bei hoher Dichte ist, der Dichtewert des Verkalkungsmusters kleiner als die Dichtewerte der umgebenden Bildbereiche, und das Verkalkungsmuster bildet einen konkaven Signaländerungsteil in Bezug auf die Umgebungsgebiete. Daher wird die Schließungsverarbeitung anstelle der Öffnungsverarbeitung angewendet, und es wird anstelle der Formel (52) nunmehr die Formel (53) angewendet.
  • Figure 00160001
  • Wie oben ausgeführt wurde, ist es zur Reproduktion eines sichtbaren Bildes guter Bildqualität, welches sich als wirksames Hilfsmittel insbesondere bei der exakten und effizienten Diagnose einer Krankheit verwenden läßt, wesentlich, die Bildverarbeitung bezüglich eines gegebenen Bilds vorzunehmen. In solchen Fällen allerdings, in denen die Bildverarbeitung für den gesamten Flächenbereich des Films durchgeführt wird, wie es bei herkömmlichen Methoden oder in solchen Fällen der Fall ist, in welchen lediglich die Gewichtungsverarbeitung abhängig von der Bilddichte durchgeführt wird, wie dies zum Beispiel in der japanischen ungeprüften Patentveröffentlichung Nr. 2(1990)-1078 offenbart ist, werden auch solche Komponenten hervorgehoben, welche die Bildqualität abträglich beeinflussen, beispielsweise Strahlungsrauschkomponenten in einem Mammogramm. Als Ergebnis wird die Bildqualität des Bilds und dessen Fähigkeit, als wirksames Werkzeug speziell bei der effizienten und exakten Krankheitsdiagnose eingesetzt zu werden, gering.
  • Wie außerdem beispielsweise in der japanischen Patentveröffentlichung Nr. 60(1985)-192482, der japanischen ungeprüften Patentveröffentlichung Nr. 2(1990)-120985 und der japanischen Patentanmeldungsveröffentlichung Nr. 3(1991)-502975 offenbart ist, wird in solchen Fällen, in denen die Gewichtungsverarbeitung abhängig vom Wert der Varianz eines Bildsignals durchgeführt wird, ein Bildbereich mit einer lokal starken Dichteänderung in einem starken Maß hervorgehoben. Deshalb kommt es zu Problemen insofern, als ein Hinausschießen über das Ziel und ein Nicht-Erreichen des Ziels relativ deutlich in der Nähe des Bildbereichs wahrnehmbar werden. Insbesondere bei Röntgenbildern kommt es leicht zu einem Artefakt im Bereich hoher Dichte.
  • Systems and Computers in Japan, Vol. 24, Nr. 11, 1993, USA, Seiten 66–74, XP000447455 Jin H R & Kobatake H: "Extraction of Microcalcifications from Mammograms using Morphological Filter with Multiple Structuring Elements" zeigt eine morphologische Operation, die in Bezug auf ein Bildsignal durchgeführt wird. Diese Schrift zeigt außerdem, daß das Morphologiesignal zum Ausdruck bringt, ob ein Pixel eines Bilds einem Bildbereich entspricht, bei dem ein Vorlagenbildsignal einer räumlichen Bedingung genügt. Die Schrift offenbart nicht die Durchführung einer Bildgewichtungsverarbeitung gemäß dem Morphologiesignal.
  • Computers and Biomedical Research, Vol. 25, Nr. 3, Juni 1992, USA, Seiten 218–237, XP000574508 Shun Leung Ng & Bischof W F: "Automated Detection and Classification of Breast Tumors" zeigt das Durchführen einer Filteroperation bezüglich eines eingegebenen Bildes. Gradienten sowie das Zentralisierungsmaß der Gradienten werden berechnet. Zonen mit einem hohen Maß an Zentralisierung werden nachgewiesen.
  • Die US-A-4 317 179 (Kato et al.) zeigt das Gewichten gewünschter Frequenzkomponenten unter Einsatz von Unschärfemaskensignalen. Diese Schrift zeigt nicht den Gebrauch von Signalen außer den Unschärfemaskensignalen. Gemäß dieser Schrift werden lediglich die gewünschten Frequenzkomponenten gewichtet. Gemäß dieser Schrift steht keine spezifische Information über die Form der zu gewichtenden Komponenten zur Verfügung.
  • OFFENBARUNG DER ERFINDUNG
  • Hauptziel der Erfindung ist die Schaffung eines Bildverarbeitungsverfahrens, mit dem für eine Diagnose oder dergleichen unnötige Komponenten, beispielsweise Rauschkomponenten, nicht gewichtet oder hervorgehoben werden und nur ein spezifischer interessierender Bildbereich effizient gewichtet wird.
  • Ein weiteres Ziel der Erfindung ist die Schaffung eines Bildverarbeitungsverfahrens, bei dem für eine Diagnose oder dergleichen nicht benötigte Komponenten, beispielsweise Rauschkomponenten, nicht gewichtet werden, sondern nur ein interessierender spezifischer Bildbereich effizient gewichtet wird und das Auftreten eines Artefakts eingeschränkt wird.
  • Bei dem ersten Bildverarbeitungsverfahren gemäß der Erfindung kann die Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor mit Hilfe folgender Formel (2) durchgeführt werden: Dproc = Dorg + α·f(Dmor) (2)wobei α der Gewichtungskoeffizient und f(Dmor) die Funktion von Dmor ist.
  • Wie in 13 dargestellt ist, sollte die Funktion f(Dmor) vorzugsweise so eingestellt sein, daß eine Umwandlung in der Weise erfolgt, daß die Ausgangsgröße f(Dmor) für die Zone C10 (Null) bleibt, wobei in der Zone C1 der Wert des Morphologiesignals |Dmor| klein ist, so daß die Ausgangsgröße f(Dmor) monoton in Bezug auf |Dmor| für eine Zone C2 ansteigt, in der der Wert des Morphologiesignals |Dmor| vergleichsweise groß ist, und derart, daß die Ausgangsgröße f(Dmor) gleich dem oberen Grenzwert für eine Zone C1 bleibt, in der der Wert des Morphologiesignals |Dmor| sehr groß ist. In solchen Fällen kann in der Zone C1, in der der Wert von Dmor klein ist, durch das Morphologiefilter nachgewiesenes hochfrequentes Strahlungsrauschen reduziert werden. Außerdem kann in der Zone C3, die einen gewissen Kontrastwert aufweist, eine übermäßige Gewichtungsverarbeitung vermieden werden. Auf diese Weise kann die Bildqualität eines reproduzierten sichtbaren Bildes und dessen Fähigkeit, als wirksames Werkzeug insbesondere bei der effizienten und exakten Diagnose einer Krankheit fungieren zu können, auf einem hohen Wert gehalten werden.
  • Außerdem ist als Strukturelement B, welches das Mehrfachstrukturelement Bi bildet, beispielsweise ein zweifach symmetrisches Element in der Form eines Quadrats, eines Rechtecks, eines Kreises, einer Ellipse, eines Rhombus oder dergleichen, bevorzugt. Dies deshalb, weil das Bildsignal tatsächlich in zweidimensionalen Richtungen verteilt ist.
  • Außerdem kann als die Funktion f(Dmor) gemäß dem Morphologiesignal Dmor gemäß der Formel (3) das Morphologiesignal Dmor selbst verwendet werden. f(Dmor) = Dmor (3)
  • Allerdings sollte gemäß der Formel (4) ein Unschärfemaskensignal entsprechend einer superniedrigen Frequenz des Morphologiesignals Dmor vorzugsweise für die Funktion f(Dmor) verwendet werden. f(Dmor) = (ΣΣDmor)/N2 (4)wobei ΣΣDmor die Summe der Morphologiesignalwerte bezüglich der Bildelemente bedeutet, die innerhalb einer Bildelementmatrix liegen, die die Größe von N-Spalten × N-Reihen hat (wobei N eine ungerade Zahl ist), und deren Zentrum auf dem Bildelement in einem zweidimensionalen Feld von Bildelementen liegt, welches zu dem Morphologiesignal Dmor gehört.
  • Insbesondere wird gemäß obiger Erläuterung der Wert des Morphologiesignals Dmor deutlich groß, wenn der Signaländerungsbereich in einem räumlich engeren Bereich als die Größe des Strukturelements B selektiv nachgewiesen wird. Deshalb nimmt das Morphologiesignal Dmor die Form eines gepulsten Signals an. Wenn das gepulste Signal selbst mit dem Gewichtungskoeffizienten α multipliziert wird, besteht in solchen Fällen, in denen der Grad der Gewichtung groß ist, das heißt in Fällen, in denen der Wert des Gewichtungskoeffizienten α groß ist, das Risiko, daß sich der Signalwert scharf an dem Bildbereich ändert, der den Signaländerungsbereich in einem räumlich engeren Bereich als die Größe des Strukturelements B mit den übrigen Bereichen verbindet, und daß dann das verarbeitete Bildsignal Dproc so erhalten wird, daß es ein unnatürliches Bild liefert.
  • Wie zum Beispiel in 19 dargestellt ist, ändert sich in solchen Fällen, in denen das verarbeitete Bildsignal Dproc durch Ausführen der Berechnung mit der Formel(3) bezüglich des Originalbildsignal Dorg und des Morphologiesignals Dmor erhalten wird, der Wert des verarbeiteten Bildsignals Dproc scharf in dem Bildbereich, der den Signaländerungsteil. in einem räumlich engeren Bereich als der Größe des Strukturelements B mit den übrigen Bereichen verbindet. Deshalb besteht häufig das Risiko des Entstehens eines Artefakts in dem verbindenden Bildbereich.
  • In solchen Fällen allerdings, in denen die Funktion der Formel (4) als Funktion f(Dmor) entsprechend dem Morphologiesignal Dmor verwendet wird, wird das Morphologiesignal Dmor in ein Signal umgewandelt, welches den arithmetischen Mittelwert der Morphologiesignalwerte bezüglich Bildelementen repräsentiert, die innerhalb einer Bildelementmatrix mit einer Größe von N-Spalten und N-Reihen liegen, und deren Mittelpunkt auf dem Bildelement liegt, das zu dem Morphologiesignal Dmor gehört. Deshalb wird die pulsförmige Charakteristik des Morphologiesignals Dmor unscharf. Im Ergebnis läßt sich ein verarbeitetes Bildsignal Dproc entsprechend der Funktion f(Dmor) in der Weise erhalten, daß es für ein Bild steht, in welchem das Auftreten eines Artefakts unterdrückt wurde und welches ein natürliches Empfinden vermittelt.
  • Als Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor kann außerdem anstelle der mit der Formel (2) durchgeführten Verarbeitung die Verarbeitung gemäß Formel (5) oder Formel (6) vorgenommen werden. Dproc = Dorg + β(Dorg) × (Dorg – Dmor) (5)wobei β(Dorg) die Funktion von Dorg ist. Dproc = Dorg + β(Dmor) × (Dorg – Dmor) (6)wobei β(Dmor) die Funktion von Dmor bedeutet.
  • In solchen Fällen, in denen die Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor mit der Formel (5) vorgenommen wird, sollte die Funktion β(Dorg) vorzugsweise in der im folgenden beschriebenen Weise eingerichtet sein.
    • (i) In solchen Fällen, in denen die Bildgewichtungsverarbeitung für einen Bildbereich durchgeführt wird (beispielsweise für ein Verkalkungsmuster, dargestellt durch ein Bildsignal vom Typ hohen Signalpegels für hohe Luminanz), in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte von den umgebenden Bildbereichen (das heißt der Bildbereich ist konvex) und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, wie dies in 15A gezeigt ist, sollte die Funktion β(Dorg) vorzugsweise als Funktion eingerichtet sein, die in Bezug auf Dorg monoton ansteigt. Außerdem sollte (ii) in solchen Fällen, in denen die Bildgewichtungsverarbeitung für einen Bildbereich durchgeführt wird (beispielsweise ein Verkalkungsmuster, das durch ein Bildsignal vom Typ hohen Pegels bei hoher Dichte repräsentiert wird), in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Bildsignalwerte in den Umgebungsbereichen (das heißt der Bildbereich ist konkav), und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als dem Mehrfachstrukturelement Bi, wie in 15B zu sehen ist, die Funktion β(Dorg) vorzugsweise so eingerichtet sein, daß die Funktion abhängig von Dorg monoton abfällt.
  • Wie in 16 zu sehen ist, sollte in solchen Fällen, in denen die Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor mit der Formel (6) durchgeführt wird, die Funktion β(Dmor) vorzugsweise so eingerichtet sein, daß die Funktion mit Dmor monoton ansteigt.
  • Die oben erläuterte Morphologieoperation läßt sich mit der unten angegebenen Formel (7) durchführen. In derartigen Fällen läßt sich ein Bildbereich, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte für die Umgebungsbildbereiche, extrahieren, und der extrahierte Bildbereich läßt sich selektiv der Bildgewichtungsverarbeitung unterziehen.
    Figure 00220001
    wobei der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zur Auffindung der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X ausgeführt werden, und der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  • Alternativ kann die obige Morphologieoperation mit der im folgenden angegebenen Formel (8) durchgeführt werden. In solchen Fällen läßt sich ein Bildbereich extrahieren, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Bildsignalwerte der Umgebungsbildbereiche, und der extrahierte Bildbereich läßt sich selektiv der Bildgewichtungsverarbeitung unterziehen.
    Figure 00230001
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden und der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  • Als weitere Alternative kann die obige Morphologieoperation mit der nachstehend angegebenen Formel (7') durchgeführt werden. In diesem Fall läßt sich ein Bildbereich extrahieren, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte der Umgebungsbildbereiche, und der extrahierte Bildbereich läßt sich selektiv der Bildgewichtungsverarbeitung unterziehen.
    Figure 00230002
    wobei der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  • Als weitere Alternative kann die obige Morphologieoperation auch mit der Formel (8') durchgeführt werden, die unten angegeben ist. In solchen Fällen läßt sich ein Bildbereich extrahieren, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Bildsignalwerte für die Umgebungsbildbereiche, und der extrahierte Bildbereich läßt sich selektiv einer Bildgewichtungsverarbeitung unterziehen.
    Figure 00240001
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  • Die vorliegende Erfindung schafft außerdem ein zweites Bildverarbeitungsverfahren, welches folgende Schritte aufweist:
    • i) Durchführen einer Morphologie-Operation bezüglich eines Vorlagenbildsignals Dorg, das ein Bild repräsentiert, durch Verwenden eines Mehrfachstrukturelements Bi und eine Skalenfaktors λ, um ein Morphologiesignal Dmor zu erhalten, welches angibt, ob jedes der das Bild bildenden Bildelemente dasjenige ist, welches einem Bildteil entspricht, bei dem das Vorlagenbildsignal Dorg in einem räumlich engeren Bereich als das Mehrfachstrukturelement Bi schwankt,
    • ii) Berechnen eines Unschärfemaskensignals Dus, welches der superniedrigen Frequenz entspricht, aus dem Vorlagenbildsignal Dorg, und
    • iii) Durchführen einer Operation mit der Formel (9): Dproc = Dorg + β(Dmor) × f(Dorg – Dus) (9)
  • Bezüglich des Vorlagenbildsignals Dorg unter Verwendung einer Funktion β(Dmor), die dem Morphologiesignal Dmor entspricht, und einer Funktion f(Dorg – Dus), die einem Differenzsignal (Dorg – Dus) zwischen dem Vorlagenbildsignal Dorg und dem Unschärfemaskensignal Dus entspricht, wodurch bezüglich des Bildteils eine selektive Bildgewichtungsverarbeitung durchgeführt wird.
  • Wie in 22A oder 22B gezeigt ist, ist die Funktion β(Dmor) eine Funktion, bei der die Ausgangsgröße auf einen kleinen Wert bezüglich der Zone beschränkt ist, in welcher der Wert von |Dmor| klein ist.
  • Außerdem ist bei dem zweiten erfindungsgemäßen Bildverarbeitungsverfahren als Strukturelement B, welches das Mehrfachstrukturelement Bi bildet, beispielsweise ein zweifach symmetrisches Element in Form eines Quadrats, ein Rechteck, ein Kreis, eine Ellipse, ein Rhombus oder dergleichen bevorzugt.
  • Außerdem kann bei dem zweiten erfindungsgemäßen Bildverarbeitungsverfahren als Morphologieoperation eine von verschiedenen Operationen mit Hilfe der Formel (7), (8) und (10) bis (14) verwendet werden.
    Figure 00250001
    wobei der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, und der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
    Figure 00250002
    wobei der Ausdruck X ⊕λY bedeutet, daß λ-mal Berechnungen zum Durchführen der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden und der Ausdruck Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
    Figure 00260001
    wobei der Ausdruck X ΘλY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
    Figure 00260002
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildelements X durchgeführt werden.
    Figure 00260003
    wobei der Ausdruck X Θ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, der Ausdruck (X Θ λY)Y bedeutet, daß die Öffnungsoperation mit dem Strukturelement Y bezüglich des Bildsignals (X ⊕ λY) durchgeführt wird, und
    Figure 00260004
    die Summe von Mengen von λ = 0, 1,..., N repräsentiert.
    Figure 00270001
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, der Ausdruck (X ⊕ λY)Y bedeutet, daß die Schließoperation mit dem Strukturelement Y bezüglich des Bildsignals (X ⊕ λY) durchgeführt wird, und
    Figure 00270002
    die Summe von Mengen von λ = 0, 1,..., N repräsentiert.
    Figure 00270003
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, der Ausdruck (X Θ λY) bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  • Insbesondere wird durch Anwenden der gemäß der Formel (7) durchgeführten Morphologieoperation die Möglichkeit geschaffen, als Morphologiesignal Dmor ein Signal zu extrahieren, welches die Bildelemente repräsentiert, die einen Bildbereich darstellen, in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte, die für die Umgebungsbildbereiche stehen, und bei welchem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi (beispielsweise das Verkalkungsmuster in solchen Fällen, in denen das Bildsignal vom Signaltyp mit hohem Signalpegel bei hoher Luminanz ist). Deshalb läßt sich der extrahierte Bildbereich in wirksamer Weise durch die Bildgewichtung verarbeiten.
  • Außerdem wird durch Anwenden der Morphologieverarbeitung gemäß Formel (8) die Möglichkeit geschaffen, als Morphologiesignal Dmor ein Signal zu gewinnen, welches die Bildelemente repräsentiert, die einen Bildbereich darstellen, in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Bildsignalwerte entsprechend den Umgebungsbildbereichen, und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi (beispielsweise das Verkalkungsmuster in solchen Fällen, in denen das Bildsignal vom Typ hohen Pegels bei hoher Dichte ist). Deshalb läßt sich der extrahierte Bildbereich in wirksamer Weise durch die Gewichtungsverarbeitung verarbeiten.
  • Durch Anwenden der Morphologieoperation gemäß Formel (10) ist es möglich, als Morphologiesignal Dmor ein Signal zu extrahieren, welches die Bildelemente für einen Bildbereich repräsentiert, in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte für die Umgebungsbildbereiche, und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, außerdem einen Bildrandbereich, bei dem die Luminanz (oder die Dichte) sich abrupt ändert. Deshalb läßt sich der extrahierte Bildbereich in wirksamer Weise durch die Gewichtungsverarbeitung behandeln.
  • Durch Anwenden der Morphologieoperation mit der Formel (11) ist es möglich, als Morphologiesignal Dmor ein Signal zu extrahieren, welches die Bildelemente für einen Bildbereich repräsentiert, in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Bildsignalwerte für die Umgebungsbildbereiche, und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, außerdem einen Bildrandbereich, bei dem sich die Luminanz (oder die Dichte) scharf ändert. Deshalb kann der extrahierte Bildbereich durch die Gewichtung effizient verarbeitet werden.
  • Durch Anwenden der Morphologieoperation gemäß Formel (12) ist es möglich, als Morphologiesignal Dmor ein Signal zu extrahieren, welches die Bildelemente eines Bildbereichs repräsentiert, in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte der Umgebungsbildbereiche, und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und außerdem eine Änderung der Dichte (oder eine Änderung der Luminanz) groß ist (beispielsweise ein Kriochenmuster in dem durch das Originalbildsignal Dorg dargestellten Bild). Deshalb läßt sich der extrahierte Bildbereich (beispielsweise das Gerippe-Muster) in wirksamer Weise durch die Gewichtung verarbeiten. 23 zeigt ein Beispiel für die mit Hilfe der Formel (12) durchgeführte Gerippe-Verarbeitung. Wie in 23 zu sehen ist, wird eine Berechnung durchgeführt, um ein Differenzsignal aufzufinden zwischen einem Signal, welches ein Bild darstellt, das gewonnen wurde durch Durchführen der Erosionsverarbeitung bezüglich eines Originalbilds X mit einem Strukturelement B (in diesem Fall einer kreisförmigen Struktur mit dem Radius r), und einem Signal für ein Bild, welches erhalten wird, indem man die Öffnungsverarbeitung bezüglich eines durch die Erosionsverarbeitung gewonnenen Bilds durchführt. Die Summe der Mengen der Differenzsignale, die durch λ Operationen (λ = 1, 2, ..., N) erhalten wurde, repräsentiert Gerippe-Muster a und b.
  • Durch Anwenden der Morphologieoperation gemäß Formel (13) ist es möglich, als Morphologiesignal Dmor ein Signal zu extrahieren, welches die Bildelemente eines Bildbereichs repräsentiert, in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Bildsignalwerte der Umgebungsbildbereiche, und bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und eine Änderung der Dichte (oder eine Änderung der Luminanz) groß ist (beispielsweise ein Gerippe-Muster in dem durch das Originalbildsignal Dorg dargestellten Bild). Deshalb läßt sich der extrahierte Bildbereich (beispielsweise das Gerippe-Muster) in wirksamer Weise durch Gewichtung verarbeiten.
  • Die entsprechend der Formel (12) oder (13) durchgeführte Morphologieoperation wird ursprünglich als Gerippeverarbeitung bezeichnet. Durch diese Gerippeverarbeitung läßt sich speziell in solchen Fällen, in denen die Verarbeitung auf ein Bildsignal angewendet wird, welches innerhalb eines Bildes ein Knochen-Trabecula-Muster darstellt, nur das Gerippeelement selektiv und effizient hervorgehoben.
  • In den Fällen, in denen die Morphologieverarbeitung nach der Formel (7), (8) und (10) bis (13) durchgeführt wird, läßt sich die Funktion f(Dorg – Dus) in der Weise einstellen, daß f(Dorg – Dus) = Dorg – Dus.
  • Durch Anwenden der Morphologieoperation gemäß Formel (14) kann man als Morphologiesignal Dmor ein Signal extrahieren, welches die Bildelemente in einem Bildbereich repräsentiert, in welchem eine lokale Änderung der Luminanz (oder eine Änderung der Dichte) groß ausfällt. Deshalb läßt sich der extrahierte Bildbereich in effizienter Weise durch die Gewichtung verarbeiten.
  • In den Fällen, in denen die Morphologieverarbeitung gemäß Formel (14) durchgeführt wird, um ein Hinausschießen über das Ziel und ein Zu-Kurz-Kommen einzuschränken, sollte die Funktion f(Dorg – Dus) beispielsweise gemäß der in 24 dargestellten Funktion eingestellt werden, welche die Ausgangsgröße in Bezug auf den Bereich der Werte von Dorg so einschränkt, daß sie nicht größer als ein vorbestimmter Wert ist, oder bezüglich des Bereichs der Werte von Dorg beschränkt, die nicht kleiner als ein vorbestimmter Wert sind.
  • Bei dem ersten Bildverarbeitungsverfahren gemäß der Erfindung, bei der die Morphologieoperation bezüglich eines ein Bild repräsentierenden Originalbildsignals Dorg unter Verwendung des Mehrfachstrukturelements Bi und des Skalenfaktors λ durchgeführt wird, läßt sich nur der Bildbereich aus dem Originalbildsignal Dorg extrahieren, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich als das Mehrfachstrukturelement Bi schwankt. Entsprechend dem durch die Morphologieoperation erhaltenen Morphologiesignal Dmor wird die Bildgewichtung bezüglich des Originalbildsignals Dorg durchgeführt. Selbst wenn daher unbenötigte Komponenten wie beispielsweise hochfrequentes Rauschen dem Originalbildsignal Dorg überlagert sind, läßt sich selektiv isoliert nur der Bildbereich hervorheben, der durch das extrahierte Bildsignal dargestellt wird.
  • Speziell nimmt das Morphologiesignal Dmor einen großen Wert bezüglich des Bildelements an, welches den spezifischen Bildbereich darstellt, bei dem das Bildsignal in einen räumlich engeren Bereich schwankt als das Strukturelement Bi. Außerdem nimmt das Morphologiesignal Dmor einen kleinen Wert oder einen Wert von Null bezüglich solchen Bildelementen an, die sich von dem den spezifischen Bildbereich darstellenden Bildelementen unterscheiden. Indem man die Bildgewichtung gemäß dem Morphologiesignal Dmor durchführt, wird folglich das Ausmaß der Gewichtung in Bezug auf den spezifischen Bildbereich groß und wird in Bezug auf ändere Bildbereiche als den spezifischen Bildbereich gering.
  • Bei dem ersten erfindungsgemäßen Bildverarbeitungsverfahren kann als Funktion f(Dmor) gemäß dem Morphologiesignal Dmor gemäß Formel (4) das Unschärfemaskensignal verwendet werden, welches der superniedrigen Frequenz des Morphologiesignals Dmor entspricht. In derartigen Fällen wird gemäß 20A das Morphologiesignal Dmor, welches eine scharfe Impulscharakteristik aufweist, umgewandelt in ein Signal, welches den arithmetischen Mittelwert der Morphologiesignalwerte bezüglich der Bildelemente darstellt, die das zu dem Morphologiesignal Dmor gehörige Bildelement umgeben. Deshalb wird die impulsförmige Charakteristik des Morphologiesignals Dmor unscharf. Als Ergebnis läßt sich ein verarbeitetes Bildsignal Dproc gemäß der Funktion f(Dmor) in der Weise erhalten, daß es ein Bild repräsentiert, in welchem das Auftreten eines Artefakts in einem Bildbereich (das heißt dem Grenzbereich), der den spezifischen Bildbereich (bei dem das Bildsignal in einem räumlich engeren Bereich schwankt als die Größe des Mehrfachstrukturelements Bi) und die übrigen Bereiche miteinander verbindet, reduziert wurde und ein natürliches Wahrnehmungsempfinden vermittelt.
  • Ein Beispiel für die Morphologieoperation, die gemäß Formel (8) durchgeführt wird, soll im folgenden detailliert beschrieben werden. Als Hilfe zum Verständnis der Erläuterung werden der Skalenfaktor λ und die Anzahl der das Mehrfachstrukturelement Bi bildenden Strukturelement so eingestellt, daß λ = 1 und i = 1.
  • Insbesondere wird die Morphologieoperation bezüglich des Dichtewerts Dorg durchgeführt, welcher dargestellt wird durch das Bildsignal vom Typ mit hohem Pegel bei hoher Dichte. Bei der Morphologieoperation wird der Vorgang zum Auffinden der Minkowski-Summe (Dorg ⊕ B) bezüglich des Bildsignals durchgeführt, welches eine Verteilung des Dichtewerts Dorg hat, die beispielsweise in 17A durch die durchgezogene Linie angegeben ist, indem ein lineares Strukturelement B verwendet wird, welches seinerseits gebildet wird durch drei Bildelemente, wie dies in 17B zu sehen ist. Als Ergebnis wird ein Dichtewert Di eines gewissen interessierenden Bildelements umgewandelt in Di', das den Maximumwert Di+1 der Werte der drei benachbarten Bildelemente (bestimmt durch das Strukturelement B) annimmt, in deren Mitte das interessierende Bildelement liegt. Die Operation wird für sämtliche Bildelemente des Bildes durchgeführt, wobei jedes dieser Bildelemente einmal als interessierendes Bildelement hergenommen wird. Auf diese Weise wird ein Bildsignal mit der Verteilung des Dichtewerts Dorg gemäß der ausgezogenen Linie in 17A umgewandelt in ein Bildsignal mit der Verteilung, die in 17A durch die gestrichelte Linie angegeben ist.
  • Anschließend erfolgt ein Arbeitsvorgang zum Auffinden der Minkowski-Differenz {(Dorg ⊕ B) Θ B} bezüglich des Dichtewerts (Dorg ® B), der aus der Operation zum Auffinden der Minkowski-Summe erhalten wurde, wozu das Strukturelement B verwendet wird. Im Ergebnis wird der Dichtewert Di' des interessierenden Bildelements, angegeben durch die gestrichelte Linie in 17A, umgewandelt in Di''(= Di), der den Minimumwert Di–1' der Werte der drei benachbarten Bildelemente mit dem interessierenden Bildelement als Zentrum annimmt. Die Operation wird für sämtliche Bildelemente des Bilds durchgeführt, wobei jedes Bildelement einmal als interessierendes Bildelement dient. Auf diese Weise wird das Bildsignal mit der Verteilung gemäß der gestrichelten Linie in 17A umgewandelt in ein Bildsignal mit der Verteilung des Dichtewerts Dorg'', welche in 17A durch die strichpunktierte Linie dargestellt ist. Das durch die strichpunktierte Linie in 17A dargestellte Signal hat eine solche Verteilung, daß der einem Signaländerungsbereich entsprechende Bildbereich, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als die Größe des Strukturelements B, eliminiert, so daß der Bildbereich entsprechend dem Signaländerungsbereich, bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als die Größe des Strukturelements B, und der Bildbereich, bei dem das Originalbildsignal Dorg nicht schwankt, in den ursprünglichen Formen erhalten bleiben. Insbesondere dient die oben erläuterte Verarbeitung (das heißt die Schließungsverarbeitung) als Mittel zum Glätten der Bilddichteverteilung von der Seite hoher Dichte her.
  • Der Wert {(Dorg ⊕ B) Θ B} wird auf diese Weise durch die Schließungsoperation gewonnen, bei der der Vorgang des Auffindens der Minkowski-Summe bezüglich des Originalbildsignals Dorg durchgeführt und anschließend der Vorgang zum Auffinden der Minkowski-Differenz durchgeführt wird. Anschließend wird der gewonnene Wert {(Dorg ⊕ B) Θ B} von dem Originalbildsignal Dorg subtrahiert, um einen Wert Dmor zu erhalten. Der so erhaltene Wert Dmor repräsentiert denjenigen Bildbereich, der dem Signaländerungsbereich entspricht, bei dem der Signalwert in einem räumlich engeren Bereich schwankt als es der Größe des Strukturelements B entspricht, und der durch die oben erläuterte Schließungsoperation beseitigt wurde.
  • Grundsätzlich repräsentiert ein Bildsignal räumliche Koordinaten (x, y), die ein zweidimensionales Element darstellen, und ein Signalwert f(x, y), der ein Element der dritten Dimension darstellt. In der obigen Erläuterung jedoch wird als Hilfsmittel zum Erleichtern des Verständnisses die Morphologieoperation bezüglich einer eindimensionalen Bildsignal-Verteilungskurve beschrieben, die in einem vorbestimmten Querschnitt des Bildes erscheint, welches in der zweidimensionalen Ebene verläuft.
  • Tatsächlich wird also für das erste erfindungsgemäße Bildverarbeitungsverfahren und die daran anschließenden Verfahren die nachfolgende Erläuterung aufgeweitet und auf ein zweidimensionales Bild angewendet. Außerdem bedeutet der Begriff "Mehrfachstrukturelement Bi" hier eine Menge von i Strukturelementen B, die aufbereitet sind als Strukturelemente B, die sich in verschiedenen Richtungen der zweidimensionalen Ebene in solchen Fällen erstrecken, in denen die Morphologieoperation im Querschnitt des Bildes erweitert wird und auf die zweidimensionale Ebene angewendet wird.
  • Als Ergebnis der bezüglich sämtlicher Strukturelemente B des Mehrfachstrukturelements Bi durchgeführten Schließoperation läßt sich ein Bildbereich auffinden, der sich in der gleichen Richtung erstreckt wie das Strukturelement B, und bei dem der Signalwert in einem räumlich breiteren Bereich schwankt, als es der Größe des Strukturelements B entspricht. Bezüglich eines derartigen Bildbereichs wird der Wert des zweiten Terms [min{(Dorg ⊕ λBi) Θ λBi}] der Formel (8) zu Dorg, und deshalb wird der Wert Dmor zu Null. Folglich wird dieser Bildbereich nicht hervorgehoben.
  • Der Skalenfaktor λ bedeutet die Anzahl der Operationen zum Auffinden der Minkowski-Summe und der Operationen zum Auffinden der Minlcowski-Differenz. Wenn die Anzahl der Operationen groß wird, wird das Ausmaß der Glättang stärker. (Ursprünglich reicht ese aus, den Skalenfaktor λ auf 1 festzulegen.)
  • 18 zeigt das Ergebnis des Vergleichs der Bildgewichtungsverarbeitung, die von der Morphologieoperation Gebrauch macht und mit Hilfe des ersten erfindungsgemäßen Bildverarbeitungsverfahrens durchgeführt wird, mit der Bildgewichtungsverarbeitung, die von der konventionellen Unschärfemaskenverarbeitung Gebrauch macht.
  • In den Fällen, in denen die Morphologieoperation mit der Formel (7) oder der Formel (T) erfolgt, läßt sich ein Bildbereich extrahieren, in welchem der Wert des Originalbildsignals Dorg größer ist als die Bildsignalwerte der Umgebungsbildbereiche, und der extrahierte Bildbereich läßt sich selektiv der Bildgewichtung unterziehen. In solchen Fällen, in denen die Morphologieoperation mit der Formel (8) oder der Formel (8') durchgeführt wird, läßt sich ein Bildbereich extrahieren, in welchem der Wert des Originalbildsignals Dorg kleiner ist als die Signalwerte für die Umgebungsbildbereiche, und der extrahierte Bildbereich läßt sich selektiv der Bildgewichtung unterziehen. Speziell in solchen Fällen, in denen die Operation mit der Formel (7') [oder mit der Formel (8')] durchgeführt wird, läßt sich gemäß 20B die gesamte Fläche des Bildbereichs hervorheben. Wie in 20C gezeigt ist, können die Ränder oder Kanten des konkaven Teils des Bildbereichs hervorgehoben werden [gemäß Formel (8') handelt es sich um den Rand des konvexen Teils des Bildbereichs].
  • Bei dem zweiten endungsgemäßen Bildverarbeitungsverfahren wird die Morphologieoperation bezüglich des Originalbildsignals Dorg eines Bildes unter Verwendung des Mehrfachstrukturelements Bi und des Skalenfaktors λ durchgeführt, um das Morphologiesignal Dmor zu erhalten. Dieses Morphologiesignal Dmor stellt dar, ob jedes Bildelement des Bildes dasjenige ist, welches dem Bildbereich entspricht, in welchem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi.
  • Durch Berechnen des zweiten Terms der Formel (9) werden außerdem die superniedrigen Frequenzkomponenten Dus des Originalbildsignals Dorg von letzterem subtrahiert. Deshalb lassen sich vergleichsweise hochfrequente Komponenten (das sind die zu den superniedrigen Frequenzkomponenten komplementären Komponenten) selektiv aus dem Originalbildsignal Dorg extrahieren. Die vergleichsweise hochfrequenten Komponenten, die auf diese Weise extrahiert wurden, enthalten ebenfalls Strahlungsrauschen, welches sich aus hochfrequenten Komponenten zusammensetzt.
  • Wie allerdings durch die Formel (9) dargestellt wird, werden die vergleichsweise hochfrequenten Komponenten (Dorg – Dus) mit dem Gewichtungskoeffizienten (β(Dmor) gewichtet oder betont. Der Gewichtungskoeffizient β(Dmor) entspricht dem Morphologiesignal Dmor, welches bedeutet, ob jedes der Bildelemente des Bildes ein solches ist, welches den spezifischen Bildbereich repräsentiert oder nicht (beispielsweise das Verkalkungsmuster), bei dem das Originalbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, und welches durch die Morphologieoperation gewonnen wurde. Selbst wenn daher unbenötigte Komponenten wie beispielsweise Quantenrauschen in den hochfrequenten Komponenten (Dorg – Dus) enthalten sind, ist in solchen Fällen, in denen das Bildelement nicht Bestandteil des Bildbereichs wie zum Beispiel des Verkalkungsmusters ist, der Wert von β(Dmor) für dieses Bildelement klein, und das Ausmaß der Betonung dieses Elements wird gering gehalten.
  • In den Fällen, in denen das Bildelement ein Bildelement des Bildbereichs wie zum Beispiel des Verkalkungsmusters ist, ist der Wert von β(Dmor) bezüglich des Bildelements groß, demzufolge auch das Ausmaß der Gewichtung bezüglich des Bildelements hoch gehalten wird.
  • Unabhängig davon, ob in den hochfrequenten Komponenten (Dorg – Dus) des Bilds Strahlungsrauschen enthalten ist oder nicht, läßt sich der spezifische Bildbereich, beispielsweise das Verkalkungsmuster, selektiv mit der Funktion β(Dmor) hervorheben, die einen Wert abhängig davon hat, ob der Bildbereich der spezifische Bildbereich, beispielsweise das Verkalkungsmuster, ist oder nicht.
  • Beim zweiten erfindungsgemäßen Bildverarbeitungsverfahren wird der spezifische Bildbereich unabhängig vom Betrag der Dichteänderung gewichtet. Hierdurch läßt sich ein Überbewerten oder Unterbewerten einschränken, und das Auftreten eines Artefakts wird eingeschränkt. Anstelle der Verarbeitung zum Berechnen des Varianzwerts des Bildsignals wird die Verarbeitung zum Berechnen des Maximumwerts oder des Minimumwerts durchgeführt. Daher läßt sich die Zeit zum Durchführen der Verarbeitung kurz halten.
  • 25 zeigt die Ergebnisse des Vergleichs der Bildgewichtungsverarbeitung, die von der Morphologieoperation Gebrauch macht und mit dem vierten erfindungsgemäßen Bildverarbeitungsverfahren durchgeführt wird, und der Bildgewichtungsverarbeitung, die von der konventionellen Unschärfemaskenverarbeitung Gebrauch macht.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der ein Bildverarbeitungsverfahren eingesetzt wird, welches hier diskutiert wird, um das Verständnis der Erfindung zu erleichtern;
  • 2A ist eine anschauliche Darstellung eines Strahlungsbilds der weiblichen Brust (das heißt ein Mammogramm), welches einer Diagnose mit Hilfe der Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder nach 1 unterzogen wird,
  • 2B ist eine anschauliche Darstellung des Zentralisierungsmaßes oder -grades von Gradientenvektoren in einem Tumormuster,
  • 2C ist eine anschauliche Darstellung des Zentralisierungsmaßes von Gradientenvektoren in einem Blutgefäßmuster oder dergleichen,
  • 3 ist eine graphische Darstellung der Verteilung von Dichtewerten in einem Querschnitt des Mammogramms entlang der Linie I-I in 2,
  • 4 ist eine graphische Darstellung einer Funktion einer Umwandlungstabelle, die in einer Regionalflächen-Teilbild-Gewichtungseinrichtung 70 enthalten ist,
  • 5 ist eine anschauliche Darstellung einer Maske, die zum Berechnen von Richtungen von Gradientenvektoren eines Irisfilters verwendet wird,
  • 6 ist eine anschauliche Darstellung des Konzepts, welches hinter dem Zentralisierungsmaß eines Gradientenvektors bezüglich eines interessierenden Bildelements steht,
  • 7 ist eine anschauliche Darstellung der Bildelemente, die entlang mehreren Radiallinien angeordnet sind, die sich ausgehend von einem interessierenden Bildelement radial erstrecken, und für die das Zentralisierungsmaß eines Gradientenvektors bewertet wird,
  • 8 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der ein weiteres Bildverarbeitungsverfahren eingesetzt wird,
  • 9 ist eine graphische Darstellung einer Funktion einer Umwandlungstabelle,
  • 10 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der eine erste Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens verwendet wird,
  • 11A ist eine anschauliche Darstellung eines Strahlungsbilds der weiblichen Brust (das heißt eines Mammogramms), das einer Diagnose unterzogen wird, durchgeführt mit der Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder nach 10,
  • 11B ist eine graphische Darstellung der Verteilung der Dichtewerte des Mammogramms im Querschnitt entlang der Linie I-I in 11A,
  • 11C ist eine vergrößerte Ansicht eines Teils der in 11B dargestellten Verteilung,
  • 12 ist eine anschauliche Darstellung von vier Strukturelementen, die ein in einem Morphologiefilter verwendeten Mehrfachstrukturelement bilden,
  • 13 ist eine graphische Darstellung einer Funktion einer Umwandlungstabelle, die in einer Regionalflächen-Teilbild-Gewichtungseinrichtung 270 eingebaut ist,
  • 14A ist eine graphische Darstellung, die zeigt, wie eine Dilationsverarbeitung durchgeführt wird, bei der es sich um eine der grundlegenden Morphologieoperationen handelt,
  • 14B ist eine graphische Darstellung, die zeigt, wie eine Erosionsverarbeitung durchgeführt wird, bei der es sich um eine der grundlegenden Morphologieoperationen handelt,
  • 14C ist eine graphische Darstellung, die zeigt, wie eine Öffnungsverarbeitung durchgeführt wird, bei der es sich um eine der grundlegenden Morphologieoperationen handelt,
  • 14D ist eine graphische Darstellung, die zeigt, wie eine Schließungsverarbeitung durchgeführt wird, bei der es sich um eine der grundlegenden Morphologieoperationen handelt,
  • 15A und 15B sind graphische Darstellungen, die die Gewichtungsfunktionen β(Dorg) gemäß einem Originalbildsignal Dorg veranschaulichen,
  • 16 ist eine graphische Darstellung einer Gewichtungsfunktion β(Dmor) gemäß einem Morphologiesignal Dmor,
  • 17A ist eine graphische Darstellung einer Verteilung der Dichtewerte, wobei der Graph als Hilfsmittel bei der Erläuterung, wie die Morphologieoperation durchgeführt wird, dient,
  • 17B ist eine anschauliche Darstellung, die ein lineares Strukturelement B aus drei Bildelementen zeigt,
  • 18 ist eine anschauliche Darstellung, die die Vergleichsergebnisse des Vergleichs der Bildgewichtung darstellt, die durchgeführt wird mit der dritten Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens und dem Bildgewichtungsverfahren, welches von der herkömmlichen Unschärfemaskenverarbeitung Gebrauch macht,
  • 19 ist eine anschauliche Darstellung, die zeigt, wie ein Signalwert sich in solchen Fällen ändert, in denen eine Bildgewichtung bloß mit einem Morphologiesignal Dmor durchgeführt wird,
  • 20A ist eine anschauliche Darstellung, die zeigt, wie ein verarbeitetes Bildsignal Dproc in solchen Fällen erhalten wird, in denen eine Bildgewichtung gemäß einem Unschärfemaskensignal durchgeführt wird, das aus einem Morphologiesignal Dmor errechnet wurde,
  • 20B ist eine anschauliche Darstellung, die zeigt, wie die gesamte Fläche eines Bildbereichs, in welchem der Signalwert in einem räumlich sehr engen Bereich schwankt, hervorgehoben wird,
  • 20C ist eine anschauliche Darstellung, die zeigt, wie die Ränder eines konkaven Bildbereichs, bei dem der Signalwert in einem räumlich vergleichsweise breiten Bereich schwankt, hervorgehoben werden,
  • 21 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der eine zweite Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens verwendet wird,
  • 22A und 22B sind graphische Darstellungen, die Funktionen von Umwandlungstabellen zeigen,
  • 23 ist eine anschauliche Darstellung, die zeigt, wie eine Skelett- oder Gerippeverarbeitung durchgeführt wird,
  • 24 ist eine graphische Darstellung einer Funktion f(Dorg – Dus), die ein Überbetonen und ein Unterbetonen einschränken, und
  • 25 ist eine anschauliche Darstellung, die die Ergebnisse des Vergleichs der Bildverarbeitung, die mit der vierten Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens durchgeführt wird, und der von herkömmlicher Unschärfemasken-Verarbeitung Gebrauch machenden Bildgewichtung veranschaulicht.
  • BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
  • Die vorliegende Erfindung wird im folgenden in größerer Einzelheit unter Bezugnahme auf die begleitenden Zeichnungen beschrieben.
  • 1 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der ein Bildverarbeitungsverfahren verwendet wird. 2A ist eine anschauliche Darstellung eines Strahlungsbildes der Brust (das heißt eines Mammogramms), welches einer Diagnose unterzogen wird, die mit der Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder nach 1 durchgeführt wird. Die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder umfaßt einen Vollflächenbildspeicher 10 zum Speichern eines Bildsignals (das heißt eines Vollflächenbildsignals) S, welches für ein vollständiges Strahlungsbild (das heißt ein Vollflächenbild) P der Brust steht und als Objekt dient, bestehend aus einer Reihe von Dichtewerten Dorg von Bildelementen, die das Bild bilden, und eine Vollflächenbild-Anzeigeeinrichtung 30, die aus einer Kathodenstrahlröhren-Anzeigeeinrichtung oder dergleichen besteht und das Vollflächenbild P des Objekts entsprechend dem Vollflächenbildsignal S anzeigt, welches direkt von außerhalb empfangen wird oder welches in dem Vollflächenbildspeicher 10 gespeichert ist. Die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder enthält außerdem eine Abnormalitätsmuster-Detektoreinrichtung 40 zum Nachweisen eines Abnormalitätsmusters P1 im Vollflächenbild P entsprechend dem Vollflächenbildsignal S, welches in dem Vollflächenbildspeicher 10 gespeichert wurde, und eine Beurteilungseinrichtung 50, die eine Beurteilung dahingehend vornimmt, ob das Abnormalitätsmuster P1 von der Abnormalitätsmuster-Detektoreinrichtung 40 erfaßt wurde oder nicht. Die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder enthält außerdem eine Regionalflächen-Extrahiereinrichtung 60, die in solchen Fällen, in denen die Beurteilungseinrichtung 50 ermittelt hat, daß das Abnormalitätsmuster P1 festgestellt wurde, ein Bildsignal (das heißt ein Regionalflächen-Teilbildsignal) S2 extrahiert, welches ein Regionalflächen-Teilbild P2 mit dem Abnormalitätsmuster P1 aus dem in dem Vollflächenbildspeicher 10 gespeicherten Vollflächenbildsignal S extrahiert. Die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder enthält außerdem eine Regionalflächen-Teilbild-Gewichtungseinrichtung 70 zum Durchführen einer Bildgewichtung bezüglich eines Bildsignals des Abnormalitätsmusters (das heißt eines Abnormalitätsmuster-Bildsignals) S1, so daß das Abnormalitätsmuster P1 innerhalb des Regionalflächen-Teilbilds P2, welches durch das Regionalflächen-Teilbildsignal S2 repräsentiert wurde, das von der Regionalflächen-Extrahiereinrichtung 60 gewonnen wurde, eine bessere Bildqualität aufweisen kann sowie eine bessere Fähigkeit, als wirksames Werkzeug insbesondere bei der effizienten und exakten Diagnose einer Krankheit zu fungieren, verglichen mit dem Gesamtflächenbild P, welches auf der Vollflächenbild-Anzeigeeinrichtung 30 dargestellt wird. Die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder enthält weiterhin eine Regionalflächen-Teilbild-Anzeigeeirtrichtung 90, die aus einer Kathodenstrahlröhren-Anzeigeeinrichtung oder dergleichen bestehen kann und das Regionalflächen-Teilbild P2 entsprechend dem Regionalflächen-Teilbildsignal S2 zur Anzeige bringt, welches durch die Bildgewichtungsverarbeitung gewonnen wurde.
  • Als abnormales Muster wird ein Tumormuster angenommen. Außerdem wird ein Irisfilter, welches eine Irisfilter-Operation ausführt, als Abnormalitätsmuster-Detektoreinrichtung 40 verwendet. Allerdings ist bei dem erfindungsgemäßen Bildverarbeitungsverfahren das zu verarbeitende Bild nicht beschränkt auf das medizinische Bild wie bei dieser Ausführungsform und den nachfolgenden Ausführungsformen, es kann sich vielmehr auch um ein Bild zur Prüfung eines Industrieprodukts oder dergleichen handeln. Beispielsweise kann bei Röntgenbildern von Gußteilen mit einer eingeschlossenen Blase das Abnormalitätsmuster das Muster der eingeschlossenen Blase sein.
  • Außerdem bedeutet der Begriff "Regionalbereich" für die erste Ausführungsform diejenige Zone, die sich in der Nähe des Tumormusters befindet, welches als Abnormalitätsmuster angenommen wird und das Tumormuster enthält.
  • Der Bildsignalwert für jedes Bildelement des Bildes wird dargestellt durch einen Dichtesignalwert Dorg. Außerdem wird das Bildsignal für die Zone aus der Menge von Bildelementen durch das Bildsignal S dargestellt. Der Dichtewert Dorg ist ein Signalwert vom Typ mit hohem Pegel für hohe Dichte. Außerdem besitzt bei dieser Ausführungsform das Tumormuster eine derartige Charakteristik, daß der Dichtewert Dorg in Richtung des Mittelpunkts des Musters kleiner wird.
  • Wie oben beschrieben, wird die Verarbeitung mit dem Irisfilter 40 für den Detektoralgorithmus beim Nachweisen eines spezifischen Bildteils oder Bildbereichs ausgeführt. Bei dieser Ausführungsform allerdings kennzeichnet das Irisfilter 40 selbst nicht den Algorithmus, sondern kennzeichnet die Mittel zum Durchführen der Verarbeitung beim Nachweisen des Tumormusters mit Hilfe des Algorithmus.
  • Die Regionalflächen-Teilbild-Gewichtungseinrichtung 70 ist mit einer Umwandlungstabelle zum Umwandeln einer Variation oder Schwankung Diris des Dichtewerts, der das von dem Irisfilter 40 extrahierte Tumormuster repräsentiert, in eine Ausgangsgröße g(Diris) ausgestattet. Speziell wandelt gemäß 4 für eine Zone C1, in der die Schwankung von Diris sehr gering ausfällt, und eine Zone C3, in der die Schwankung von Diris größer als ein vorbestimmter Wert ist, die Umwandlungstabelle die Schwankung Diris derart um, daß die Ausgangsgröße g(Diris) in Bezug auf die Änderung von Diris eingeschränkt wird. Außerdem wandelt für eine Zwischenzone C2 zwischen den Zonen C1 und C3 die Umwandlungstabelle die Schwankung Diris derart um, daß die Ausgangsgröße g(Diris) proportional zur Schwankung von Diris ist. Die Ausgangsgröße g(Diris), die durch die Umwandlungstabelle gewonnen wird, wird dann mit einem vorbestimmten Gewichtungskoeffizienten α multipliziert, und das erhaltene Produkt wird auf den Originaldichtewert Dorg der Regionalfläche in der Nähe des Tumormusters addiert. Auf diese Weise wird selektiv von dem Regionalflächen-Teilbild P2 nur das Tumormuster P1 gewichtet. Die Berechnung erfolgt nach der Formel (55'). Dproc = Diris + α·g(Diris) (55')wobei g(x) eine Funktion von x ist.
  • Im folgenden soll beschrieben werden, wie die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der die erste Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens eingesetzt wird, arbeitet.
  • Das Vollflächenbildsignal S, welches das Bild der Gesamtfläche P der Brust mit dem darin befindlichen Tumor repräsentiert und als Objekt fungiert, wird von einem externen Speichermedium, beispielsweise einer magnetooptischen Platte, einer Bildlesevorrichtung oder dergleichen in den Vollflächenbildspeicher 10 eingegeben. Außerdem wird das Vollflächenbildsignal S direkt von außerhalb in die Vollflächenbild-Anzeigeeinrichtung 30 eingegeben (über eine Leitung A in 1). Alternativ kann das Vollflächenbildsignal S, welches in dem Vollflächenbildspeicher 10 gespeichert wurde, von diesem Speicher in die Vollflächenbild-Anzeigeeinrichtung 30 eingespeist werden (über die Leitung B in 1). Die Vollflächenbild-Anzeigeeinrichtung 30 zeigt das Vollflächenbild P entsprechend dem Vollflächenbildsignal S an.
  • Das Vollflächenbildsignal S, welches in den Vollflächenbildspeicher 10 gespeichert wurde, wird auch in das Irisfilter 40 eingespeist. Entsprechend der oben beschriebenen Prozedur für das empfangene Vollflächenbildsignal S bewertet das Irisfilter 40 das Zentralisierungsmaß des Gradientenvektors entsprechend dem Dichtewert Dorg. Hierdurch detektiert das Irisfilter 40 das Bildsignal (im folgenden als Tumormuster-Bildsignal bezeichnet) S1, welches das Tumormuster P1 repräsentiert.
  • Speziell wird der Dichtewert Dorg des Tumormusters P1 innerhalb des Mammogramms nach 2A in Richtung des Mittelpunkts des Musters kleiner. Daher zentriert sich nach 2B die Richtung des durch die Formel (38) dargestellten Gradientenvektors zum Mittelpunkt des Musters. Andererseits wird für ein Bild P3 eines Blutgefäßes, der Brustdrüse oder ähnliches der Dichtewert Dorg in Richtung der Mittellinie des Musters kleiner. Daher weist gemäß 2C die Richtung des gemäß Formel (38) berechneten Gradientenvektors in die gleiche Richtung und ist nicht auf einen einzelnen Punkt zentriert, wie dies bei dem in 2B dargestellten Tumormuster der Fall ist.
  • Das Irisfilter 40 bewertet das Maß der Zentralisierung der Gradientenvektoren und bewertet die Form in dem oben beschriebenen Schritt 3. Auf diese Weise spezifiziert das Irisfilter 40 das Bildelement (und dessen Lage), welches dem für das Tumormuster P1 stehenden Bildsignal S1 entspricht. Die Beurteilungseinrichtung 50 beurteilt, daß das Tumormuster-Bildsignal S1 für das Tumormuster P1 von dem Irisfilter 40 nachgewiesen wurde. Außerdem liefert die Beurteilungseinrichtung 50 ein Lagesignal oder Positionssignal (im folgenden als Tumorbildelement-Positionssignal bezeichnet) D1, welches die Lage des durch das Tumormuster-Bildsignal S1 repräsentierten Bildelements spezifiziert, in die Regionalflächen-Extrahiereinrichtung 60. In solchen Fällen, in denen festgestellt wurde, daß das für das Tumormuster P1 stehende Tumormuster-Bildsignal S1 von dem Irisfilter 40 nicht nachgewiesen wurde, wird das Tumorbildelement-Positionssignal D1, welches die Lage des Bildelements entsprechend dem Tumormuster-Bildsignal S1 spezifiziert, nicht ausgegeben, und die Verarbeitung wird abgeschlossen.
  • In den Fällen, in denen festgestellt wird, daß das Tumormusterbildsignal S1 nachgewiesen wurde, wird das in dem Vollflächenbildspeicher 10 gespeicherte Vollflächenbildsignal S auch der Regionalflächen-Extrahiereinrichtung 60 zugeleitet. Entsprechend dem empfangenen Vollflächenbildsignal S und dem empfangenen Tumorbildelement- Positionssignal D1 spezifiziert die Regionalflächen-Extrahiereinrichtung 60 diejenigen Bildelemente (das heißt den Regionalbereich, der durch die Menge der Bildelemente definiert wird), welche solche Bildelemente enthalten, die dem Tumormuster-Bildsignal S1 entsprechen und sich in deren Nähe befinden, entsprechend einer vorgegebenen Verarbeitungsprozedur. Die Regionalflächen-Extrahiereinrichtung 60 extrahiert damit das Lokalflächen-Teilbildsignal S2, welches das Lokalflächen-Teilbild P2 repräsentiert, aus dem Vollflächenbildsignal S.
  • Das extrahierte Regionalflächen-Teilbildsignal S2 wird der Regionalflächen-Teilbild-Gewichtungseinrichtung 70 zugeleitet.
  • Mit Hilfe der in 4 gezeigten Umwandlungstabelle wandelt die Regionalflächen-Teilbild-Gewichtungseinrichtung 70 die Schwankung Diris des Dichtewerts des Tumormusters P1 um in das Ausgangssignal g(Diris) entsprechend dem Tumorbildelement-Positionssignal D1 und dem empfangenen Regionalflächen-Teilbildsignal S2.
  • Durch die Umwandlungstabelle wird das Ausgangssignal g(Diris) in der Zone C1, in welchem der Wert der Schwankung von Diris klein ist, auf einen kleinen Wert beschränkt. Aus diesem Grund läßt sich hochfrequentes Strahlungsrauschen, welches innerhalb der Zone C1 erfaßt wird, verringern. Insbesondere ist, wie aus 3 hervorgeht, Strahlungsrauschen der Verteilungskurve des Dichtewerts Dorg entlang dem Querschnitt des in 2A gezeigten Mammogramms überlagert, wobei dieser Querschnitt beispielsweise der Linie I-I folgt. Strahlungsrauschen wird außerdem hervorgehoben durch die mit der Formel (55') durchgeführte Bildgewichtung, und als Ergebnis erhält man ein Bild, in welchem Strahlungsrauschen hervorgehoben wurde. Deshalb ist die Qualität des Bildes und dessen Möglichkeit, als wirksames Werkzeug insbesondere bei der effizienten und exakten Diagnose einer Krankheit zu dienen, nicht groß. Allerdings ist es mit der Umwandlungstabelle durch passende Einstellung des Grenzwerts zwischen den Zonen C1 und C2 möglich, eine Hervorhebung des Strahlungsrauschens zu verhindern.
  • Innerhalb der Zone C3 wird die Änderung der Ausgangsgröße g(Diris) in Bezug auf die Schwankung von Diris beschränkt. Die Beschränkung erfolgt zu dem Zweck, zu verhindern, daß der bereits einen gewissen Kontrastwert aufweisende Bildbereich übermäßig stark gewichtet, also hervorgehoben wird. Erfolgt eine übermäßige Hervorhebung, so wird der Kontrast der anderen Bildflächen als dieser Bildbereich vergleichsweise gering, und dementsprechend verringern sich die Bildqualität des Bildes und dessen Fähigkeit, als wirksames Hilfsmittel bei der effizienten und exakten Krankheitsdiagnose zu dienen.
  • Wie oben erläutert wurde, wird der mit Hilfe dieser Umwandlungstabelle gewonnene Signalwert g(Diris) mit einem vorbestimmten Gewichtungskoeffizienten α multipliziert, und das erhaltene Produkt wird auf den Originaldichtewert Diris des Regionalbereichs in der Nähe des Tumormusters addiert. Auf diese Weise läßt sich selektiv von dem Regionalflächen-Teilbild P2 ausschließlich das Tumormuster P1 hervorheben. Das auf diese Weise gewonnene Signal wird in die Regionalflächen-Teilbild-Anzeigeeinrichtung 90 eingespeist.
  • Die Regionalflächen-Teilbild-Anzeigeeinrichtung 90 reproduziert das Regionalflächen-Teilbild P2, in welchem das Tumormuster P1 betont ist, aus dem empfangenen Signal und bringt es zur Anzeige.
  • Auf diese Weise wird von dem Vollflächenbild P lediglich das das Tumormuster P1 enthaltende Regionalflächen-Teilbild P2 unabhängig auf der Regionalflächen-Teilbild-Anzeigeeinrichtung 90 dargestellt. Die das Strahlungsbild betrachtende Person kann sich daher auf das Regionalflächen-Teilbild P2 konzentrieren, welches auf der Einrichtung 90 dargestellt wird. Im Ergebnis verbleibt eine hohe Effizienz und Genauigkeit der Diagnose oder dergleichen.
  • Die Vollflächenbild-Anzeigeeinrichtung 30 kann auch als Regionalflächen-Teilbild-Anzeigeeinrichtung 90 dienen. In diesen Fällen wird von dem angezeigten Vollflächenbild P lediglich selektiv das Tumormuster P1 hervorgehoben. Auch hier kann die Effizienz sowie die Genauigkeit der Diagnose auf einem hohen Wert gehalten werden.
  • Im folgenden wird ein weiteres Bildverarbeitungsverfahren beschrieben.
  • 8 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der ein Bildverarbeitungsverfahren zum Einsatz kommt. In 8 sind ähnliche Elemente mit gleichen Bezugszeichen versehen wie in 1.
  • Das Abnormalitätsmuster wird durch ein Tumormuster dargestellt. Außerdem wird als Abnormalitätsmuster-Detektoreinrichtung 140 ein Irisfilter verwendet, welches eine Irisfilteroperation vornimmt. Das Irisfilter 140 liefert Information über den Zentralisierungsgrad C, der mit Hilfe der Formel (44) für das Bildelement entsprechend dem Tumormuster berechnet wurde, wobei ein Irisfiltersignal Giris bedeutet, ob das Bildelement Bestandteil des Tumormusters ist oder nicht.
  • Die Verarbeitung mit dem Irisfilter 140 erfolgt anhand des Detektor-Algorithmus zum Nachweisen eines spezifischen Bildbereichs entsprechend den oben beschriebenen Schritten 1 bis 3. Allerdings kennzeichnet bei dieser Ausführungsform das Irisfilter 140 nicht den Algorithmus an sich, sondern bedeutet eine Einrichtung zum Durchführen der Verarbeitung zum Nachweisen des Tumormusters mit Hilfe des Algorithmus, das heißt der mit der Formel (56) durchgeführten Verarbeitung.
  • Außerdem umfaßt eine Regionalflächen-Teilbild-Gewichtungseinrichtung 170 eine Hochfrequenzkomponenten-Berechnungseinrichtung 171, die bezüglich jedes Bildelementwerts (des Dichtewerts Dorg), der Bestandteil des Regionalflächen- Teilbildsignals S2 ist, eine Operation durchführt, um ein Unschärfemaskensignal Dus bezüglich einer Unschärfemaske zu berechnen, gebildet durch eine Bildelementmatrix mit der Größe von N-Spalten × N-Reihen (wobei N eine ungerade Zahl, beispielsweise 5 ist), und deren Zentrum das Bildelement ist. Das Unschärfemaskensignal Dus wird nach der Formel (37) berechnet: Dus = (ΣDorg)/N2 (37)wobei ΣDorg die Summe der Bildsignalwerte ist, die durch die Bildelemente innerhalb der Unschärfemaske repräsentiert werden. Die Hochfrequenzkomponenten-Berechnungseinrichtung 171 berechnet dann Hochfrequenzkomponenten (Dorg – Dus) durch Subtrahieren des Unschärfemaskensignalwerts Dus von dem Dichtewert Dorg. Die Regionalflächen-Teilbild-Gewichtungseinrichtung 170 enthält ferner eine Umwandlungstabelle 172 zum Umwandeln des Irisfiltersignals Giris, welches für das Bildelement erhalten wurde, welches das von dem Irisfilter 140 extrahierte Tumormuster repräsentiert, in einen Gewichtungskoeffizienten (β(Giris), der monoton ansteigt und in 9 dargestellt ist. Die Regionalflächen-Teilbild-Gewichtungseinrichtung 170 enthält weiterhin eine Tumormuster-Gewichtungseinrichtung 173 zum Multiplizieren der Hochfrequenzkomponenten (Dorg – Dus) mit dem Gewichtungskoeffzienten (β(Giris) und zum Durchführen einer Frequenzgewichtungsverarbeitung bezüglich des Tumormusters in ausgeprägtem Maß, wobei das Tumormuster einen Dichtewert aufweist, der geringer ist als der Dichtewert im Umgebungsgebiet.
  • Im folgenden soll beschrieben werden, wie die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder arbeitet, in der die zweite Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens eingesetzt wird.
  • Das Vollflächenbildsignal S, welches das Vollflächenbild B der den Tumor beinhaltenden Brust repräsentiert und als Objekt fungiert, wird von einem externen Speichermedium, zum Beispiel einer magnetooptischen Platte, einer Bildlesevorrichtung oder dergleichen in den Vollflächenbildspeicher 10 eingegeben. Außerdem wird das Vollflächenbildsignal S direkt von außerhalb in die Vollflächenbild-Anzeigeeinrichtung 30 eingegeben (über eine in 8 gezeigte Leitung A). Alternativ kann das in dem Vollflächenbildspeicher 10 abgespeicherte Vollflächenbildsignal S aus dem Speicher in die Vollflächenbild-Anzeigeeinrichtung 30 (über eine in 8 gezeigte Leitung B) eingegeben werden. Die Vollflächenbild-Anzeigeeinrichtung 30 zeigt das Vollflächenbild P entsprechend dem Vollflächenbildsignal S an.
  • Das Vollflächenbildsignal S, das in dem Vollflächenbildspeicher 10 gespeichert wurde, wird außerdem in das Irisfilter 140 eingespeist. Entsprechend der oben beschriebenen Prozedur bewertet das Irisfilter 140 für das empfangene Völlflächenbildsignal S das Zentralisierungsmaß des Gradientenvektors mit der Formel (44) entsprechend dem Dichtesignalwert Dorg. Hierdurch detektiert das Irisfilter 140 das Bildsignal (im folgenden als Tumormusterbildsignal bezeichnet) S1, welches für das Tumormuster P1 steht.
  • Das Irisfilter 140 bewertet den Zentralisierungsgrad C der Gradientenvektoren, wie es oben in Verbindung mit den 2A, 2B und 2C beschrieben wurde, und bewertet die Form in dem oben erläuterten Schritt 3. Auf diese Weise spezifiziert das Irisfilter 140 das Bildelement (und dessen Lage), welches dem das Tumormuster P1 repräsentierenden Bildsignal entspricht, und gibt Information über das Zentralisierungsmaß C als Irisfiltersignal Giris aus, welches dafür steht, ob das Bildelement Bestandteil des Tumormusters ist oder nicht. Die Beurteilungseinrichtung 50 beurteilt, ob das für das Tumormuster P1 stehende Tumormusterbildsignal S1 von dem Irisfilter 140 nachgewiesen wurde. Außerdem liefert die Beurteilungseinrichtung 50 ein Lage- oder Positionssignal (im folgenden als Tumorbildelement-Positionssignal bezeichnet) D1, welches die Lage des von dem Tumormusterbildsignal S1 dargestellten Bildelements spezifiziert, und das Irisfiltersignal Giris in die Regionalflächen-Extrahiereinrichtung 60.
  • In den Fällen, in denen festgestellt wurde, daß das für das Tumormuster P1 stehende Tumormusterbildsignal S1 von dem Irisfilter 140 nicht erkannt wurde, wird das die Lage des Bildelements des Tumormusterbildsignals S1 spezifizierende Positionssignal D1 nicht ausgegeben, und die Verarbeitung wird beendet.
  • In den Fällen, in denen festgestellt wurde, daß das Tumormusterbildsignal S1 nachgewiesen wurde, wird das in dem Vollbildflächenspeicher 10 gespeicherte Vollflächenbildsignal auch an die Regionalflächen-Extrahiereinrichtung 60 gegeben. Entsprechend dem empfangenen Vollflächenbildsignal S und dem empfangenen Tumorbildelement-Positionssignal D1 spezifiziert die Regionalflächen-Extrahiereinrichtung 60 diejenigen Bildelemente (das heißt die Regionalfläche, welche durch diese Bildelemente definiert wird), die Bildelemente beinhalten, die dem Tumormusterbildsignal S1 entsprechen und in deren Nähe liegen, abhängig von einer vorbestimmten Verarbeitungsprozedur. Die Regionalflächen-Extrahiereinrichtung 60 extrahiert somit das Regionalflächen-Teilbildsignal S2 entsprechend dem Regionalflächen-Teilbild P2 aus dem Vollflächenbildsignal S.
  • Das extrahierte Regionalflächen-Teilbildsignal S2 und das Irisfiltersignal Giris werden in die Regionalflächen-Teilbild-Gewichtungseinrichtung 170 eingegeben.
  • Für jedes Bildelement (Dichtewert Dorg) des Regionalflächen-Teilbildsignals S2, welches in die Regionalflächen-Teilbild-Gewichtungseinrichtung 170 eingegeben wurde, berechnet die Hochfrequenzkomponenten-Berechnungseinrichtung das Unschärfemaskensignal Dus. Sie berechnet anschließend die Hochfrequenzkomponenten (Dorg – Dus). Anschließend wird mit Hilfe der Umwandlungstabelle 172 das Irisfiltersignal Giris, welches von dem Irisfilter 140 empfangen wurde, in einen Gewichtungskoeffizienten β(Giris) umgewandelt. Wie in 9 dargestellt ist, ist die Umwandlungstabelle 172 als monoton ansteigende Funktion ausgestaltet. Insbesondere repräsentiert das Irisfiltersignal Giris das Zentralisierungsmaß C, welches mit der Formel (44) berechnet wurde, und ein großer Wert des Zentralisierungsmaßes C bedeutet, daß das Bildelement ein solches aus dem Tumormuster ist. Wenn daher das Bildelement ein Element entsprechend dem Tumormuster ist, wird von der Umwandlungstabelle 172 ein großer Wert für den Gewichtungskoeffizienten β(Giris) ausgegeben.
  • Die Tumormuster-Gewichtungseinrichtung 173 berechnet das Produkt β(Giris) × (Dorg – Dus) des Gewichtungskoeffizienten β(Giris) aus der Umwandlungstabelle 172 und den Hochfrequenzkomponenten (Dorg – Dus), die von der Hochfrequenzkomponenten-Berechnungseinrtchtung 171 erhalten wurden. Die Tumormuster-Gewichtungseinrtchtung 173 addiert dann den Dichtewert Dorg des Ortginalbilds auf das Produkt und führt damit die der Formel (1) entsprechende Frequenzgewichtungsverarbeitung durch.
  • Durch die Frequenzgewichtungsverarbeitung werden die hochfrequenten Komponenten (Dorg – Dus) mit dem Gewichtungskoeffizienten β(Giris), der entsprechend dem Irisfiltersignal Giris aus dem Irisfilter 140 erhalten wurde und angibt, ob sich das Bildelement in dem Tumormuster befindet oder nicht, betont oder hervorgehoben. Selbst dann, wenn unbenötigte Komponenten wie zum Beispiel Quantenrauschen in den hochfrequenten Komponenten (Dorg – Dus) enthalten sind, in solchen Fällen, in denen das Bildelement kein Bestandteil des Bildbereichs wie zum Beispiel des Tumormusters ist (zum Beispiel in den Fällen, in denen das Bildelement ein Bildelement eines Blutgefäßmusters oder dergleichen ist), wird daher der Wert von β(Giris) für solche Bildelemente klein, und der Grad der Gewichtung bezüglich des Bildelements bleibt auf einem geringen Wert. In solchen Fällen, in denen das Bildelement Bestandteil des Bildbereichs wie zum Beispiel des Tumormusters ist, wird der Wert von β(Giris) bezüglich des Bildelements groß, und deshalb wird auch das Ausmaß der Gewichtung für dieses Bildelement auf einem hohen Wert gehalten.
  • Deshalb kann unabhängig davon, ob in den hochfrequenten Komponenten (Dorg – Dus) des Bildes Strahlungsrauschen enthalten ist oder nicht, der spezifische Bildbereich, zum Beispiel das Tumormuster, selektiv mit der Funktion (β(Giris) gewichtet werden, die einen Wert abhängig davon hat, ob der Bildbereich der spezifische Bildbereich ist oder nicht.
  • Die Regionalflächen-Teilbild-Anzeigeeinrichtung 90 zeigt ein Bild an, in welchem das Tumormuster P1 innerhalb des Regionalflächen-Teilbildes P2 von der Regionalflächen-Teilbild-Gewichtungseinrichtung 170 hervorgehoben wurde.
  • Auf diese Weise wird von dem Vollflächenbild P nur das Regionalflächen-Teilbild P2, welches das Tumormuster P1 beinhaltet, unabhängig auf der Anzeigeeinrichtung 90 dargestellt. Dementsprechend kann die das Strahlungsbild betrachtende Person ihre Aufmerksamkeit auf das Regionalflächen-Teilbild P2 konzentrieren, welches auf der Regionalflächen-Teilbild-Anzeigeeinrichtung 90 angezeigt wird. Hierdurch kann man Effizienz und Genauigkeit der Diagnose oder dergleichen auf einem hohen Wert halten.
  • Die Vollflächenbildanzeigeeinrichtung 30 kann auch als Regionalflächen-Teilbild-Anzeigeeinrichtung 90 fungieren. In diesen Fällen wird von dem angezeigten Vollflächenbild P nur das Tumormuster P1 selektiv gewichtet. Auch hier können Wirkungsgrad und Genauigkeit der Diagnose oder dergleichen auf einem hohen Niveau gehalten werden.
  • Eine erste Ausführungsform eines erfindungsgemäßen Bildverarbeitungsverfahrens wird im folgenden beschrieben.
  • 10 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der die erste Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens eingesetzt wird. In 10 sind ähnliche Elemente mit ähnlichen Bezugszeichen versehen wie in 1.
  • Der Begriff "Abnormalitätsmuster" bedeutet wie bei der dritten Ausführungsform ein Verkalkungsmuster. Außerdem wird als Abnormalitätsmuster-Detektoreinrichtung 240 ein Morphologiefilter verwendet, welches eine Morphologieoperation durchführt. Das Morphologiefilter 240 liefert die Information über den gemäß Formel (8) berechneten Wert für das dem Verkalkungsmuster entsprechende Bildelement als Morphologiesignal Dmor, welches bedeutet, ob das Bildelement Bestandteil des Verkalkungsmusters ist oder nicht.
  • Außerdem bedeutet der Begriff "Regionalfläche" gemäß der dritten Ausführungsform diejenige Zone, die sich in der Nähe des Verkalkungsmuster befindet, das das Abnormalitätsmuster darstellt, und die das Verkalkungsmuster enthält.
  • Bei der ersten Ausführungsform wird der Bildsignalwert, der jedes das Bild darstellende Bildelement repräsentiert, durch einen Dichtewert Dorg repräsentiert. Außerdem wird der Bildsignal für die Zone der Menge von Bildelementen durch das Bildsignal S repräsentiert. Der Dichtewert Dorg ist ein Signalwert vom Typ mit hohem Signalpegel bei hoher Dichte. Außerdem hat bei dieser Ausführungsform das Verkalkungsmuster eine solche Charakteristik, daß der Dichtewert Dorg kleiner sein kann als die Dichtewerte in den Umgebungsbildbereichen, wobei die Größe des Verkalkungsmusters klein ist.
  • Wie oben ausgeführt, wird die Verarbeitung mit dem Morphologiefilter 240 aufgrund eines Detektoralgorithmus zum Nachweisen eines spezifischen Bildbereichs eines Strahlungsbilds unter Verwendung eines Mehrfachstrukturelements durchgeführt. Bei der vorliegenden Ausführungsform jedoch kennzeichnet das Morphologiefilter 240 nicht den Algorithmus selbst, sondern kennzeichnet vielmehr eine Einrichtung zum Durchführen der Verarbeitung zum Nachweis des Verkalkungsmusters mit Hilfe des Algorithmus. Insbesondere führt das Morphologiefilter 240 die Morphologieoperation bezüglich des Dichtewerts Dorg für jedes Bildelement mit Hilfe eines Mehrfachstrukturelements Bi durch, dessen Größe größer ist als ein kleines Verkalkungsmuster P1, wie es in 12 dargestellt ist, und anhand eines Skalenfaktors λ. Auf diese Weise läßt sich das kleine Verkalkungsmusters extrahieren. Die Morphologieoperation entspricht der Formel (8):
  • Figure 00550001
  • Eine Lokalflächen-Teilbild-Gewichtungseinrichtung 270 ist mit einer Umwandlungstabelle zum Umwandeln der Schwankung Dmor des Dichtewerts ausgestattet, der das kleine, von dem Morphologiefilter 240 extrahierte Verkalkungsmuster repräsentiert, in einen Ausgangswert f(Dmor). Irisbesondere wandelt gemäß 13 die Umwandlungstabelle die Schwankung Dmor in einer Zone C1, in der die Schwankung von Dmor sehr klein ausfällt, derart um, daß die Ausgangsgröße f(Dmor) dem Wert Null gleicht. Eine Zone C2, in der die Schwankung von Dmor einen gewissen Wert hat, wandelt die Umwandlungstabelle die Schwankung von Dmor derart um, daß die Ausgangsgröße f(Dmor) abhängig von der Änderung von Dmor monoton ansteigt. In einer Zone C2, in der die Schwankung von Dmor sehr groß ausfällt, wandelt die Umwandlungstabelle die Schwankung von Dmor derart um, daß die Ausgangsgröße f(Dmor) bis zu einem oberen Grenzwert gleich bleibt. Die Ausgangsgröße f(Dmor), die aus der Umwandlungstabelle gewonnen wird, wird anschließend mit einem vorbestimmten Gewichtungskoeffizienten α multipliziert (a beträgt zum Beispiel 2), und das resultierende Produkt wird auf den Originaldichtewert Dorg des Regionalbereichs in der Nähe des kleinen Verkalkungsmusters addiert. Auf diese Weise wird von dem Regionalflächen-Teilbild P2 selektiv nur das kleine Verkalkungsmuster P1 hervorgehoben. Die Berechnung erfolgt nach der Formel (2): Dproc = Dorg + α·f(Dmor) (2)
  • Im folgenden soll beschrieben werden, wie die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, bei der die dritte Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens eingesetzt wird, arbeitet.
  • Das Vollflächenbildsignal S entsprechend dem Vollflächenbild P der Brust, in der sich das kleine Verkalkungsmuster befindet, und welches als das Objekt fungiert, wird von einem externen Speicher, beispielsweise einer magnetooptischen Platte, einer Bildlesevorrichtung oder dergleichen in den Vollflächenbildspeicher 10 eingegeben. Außerdem wird das Vollflächenbildsignal S direkt von außerhalb in die Vollflächenbild-Anzeigeeinrichtung 30 (über eine in 10 gezeigte Leitung A) eingegeben. Alternativ kann das Vollflächenbildsignal S aus dem Vollflächenbildspeicher 10 (über die in 10 gezeigte Leitung B) in die Vollflächenbildanzeigeeinrichtung 30 eingegeben werden. Die Vollflächenbildanzeigeeinrichtung 30 zeigt das Vollflächenbild P entsprechend dem Vollflächenbildsignal S an.
  • Das Vollflächenbildsignal S, das in dem Vollflächenbildspeicher 10 abgespeichert wurde, wird auch in das Morphologiefilter 240 eingegeben. Entsprechend der oben beschriebenen Prozedur führt das Morphologiefilter 240 bezüglich des empfangenen Vollflächenbildsignals S die Schließungsverarbeitung mit der Formel (8) bezüglich des Dichtewerts Dorg durch und detektiert das Bildsignal (im folgenden als Verkalkungsmuster-Bildsignal bezeichnet) S1, welches ein kleines Verkalkungsmuster P1 repräsentiert.
  • Speziell sind die Dichtewerte des Mammogramms in dem Querschnitt entlang der Linie I-I der 11A in dem in 11B gezeigten Muster verteilt. Bei dem kleinen Verkalkungsmuster P1 schwankt der Dichtewert in einem räumlich engeren Bereich als das Strukturelement B und ist kleiner als die Dichtewerte der Umgebungsbereiche. Daher nimmt das nach der Formel (8) berechnete Morphologiesignal Dmor einen vorbestimmten Wert verschieden von Null an, und das Muster wird mit der Schließungsverarbeitung geglättet. Andererseits wird bei einem Muster P3 eines Blutgefäßes oder einer Brustdrüse, wo der Dichtewert in einem räumlich breiteren Bereich als das Strukturelement B schwankt, der Wert des Morphologiesignals Dmor dem Wert Null entsprechen. Daher wird das Muster von der Schließoperation nicht geglättet und kann erhalten bleiben.
  • Auf diese Weise spezifiziert das Morphologiefilter 240 das Bildelement (und dessen Lage), welches dem das kleine Verkalkungsmuster P1 repräsentierenden Bildsignal S1 entspricht. Die Beurteilungseinrichtung 50 stellt fest, daß das kleine Verkalkungsmuster P1 repräsentierende Verkalkungsmuster-Bildsignal S1 von dem Morphologiefilter 240 erkannt wurde. Außerdem liefert die Beurteilungseinrichtung 50 ein Lage- oder Positionssignal (im folgenden als Verkalkungsbildelement-Positionssignal bezeichnet) D1, welches die Lage des durch das Verkalkungsmuster-Bildsignal S1 repräsentierten Bildelements spezifiziert, und das Morphologiesignal Dmor, welches die Änderung des Dichtewerts des kleinen Verkalkungsmusters P1, das von dem Morphologiefilter 240 extrahiert wurde, in die Regionalflächen-Extrahiereinrichtung 60.
  • In den Fällen, in denen festgestellt wird, daß das Verkalkungsmuster-Bildsignal S1 des kleinen Verkalkungsmusters P1 von dem Morphologiefilter 240 nicht erkannt wurde, wird das die Lage des Bildelements entsprechend dem Verkalkungsmuster-Bildsignal S1 spezifizierende Verkalkungsbildelement-Positionssignal D1 nicht ausgegeben, und die Verarbeitung wird abgeschlossen.
  • In den Fällen, in denen festgestellt wird, daß das Verkalkungsmusterbildsignal S1 nachgewiesen wurde, wird das in dem Vollflächenbildspeicher 10 abgespeicherte Vollflächenbildsignal S auch in die Regionalflächen-Extrahiereinrichtung 60 eingegeben, und entsprechend dem empfangenen Vollflächenbildsignal S und dem empfangenen Verkalkungsbildelement-Positionssignal D1 spezifiziert die Regionalflächen-Extrahiereinrichtung 60 diejenigen Bildelemente (das heißt die durch die Menge dieser Bildelemente definierte Regionalfläche), welche die Bildelemente entsprechend dem Verkalkungsmusterbildsignal S1 enthalten und in der Nähe von diesen gelegen sind, entsprechend einer vorgegebenen Verarbeitungsprozedur. Die Regionalflächen-Extrahiereinrichtung 60 zieht auf diese Weise das Regionalflächen-Teilbildsignal S2, welches das Regionalflächen-Teilbild P2 repräsentiert, aus dem Vollflächenbildsignal S heraus.
  • Das extrahierte Regionalflächen-Teilbildsignal S2 und das Morphologiesignal Dmor, welches die Änderung des Dichtewerts des kleinen Verkalkungsmusters P1 repräsentiert und von dem Morphologiefilter 240 extrahiert wurde, werden in die Regionalflächen-Teilbild-Gewichtungseinrichtung 270 eingegeben.
  • Durch Verwendung der in 13 gezeigten Umwandlungstabelle wandelt die Regionalflächen-Teilbild-Gewichtungseinrichtung 270 die Schwankung Dmor des Dichtewerts des kleinen Verkalkungsmusters P1 in die Ausgangsgröße f(Dmor) um.
  • In der Umwandlungstabelle gleicht der Ausgangswert f(Dmor) dem Wert Null für die Zone C1. Folglich wird für die Zone C1 keine Bildgewichtung vorgenommen, und das verarbeitete Bildsignal Dproc gleicht dem Originalbildsignal Dorg. Wie in 11C zu sehen ist, ist der Verteilungskurve des Dichtewerts nach 11B Strahlungsrauschen überlagert. Wie allerdings durch die gestrichelte Linie in 11C gezeigt ist, wird das Strahlungsrauschen von der Schließungsoperation des zweiten Terms der Formel (8) geglättet. Deshalb ändert sich der Wert Dmor äußerst gering. Allerdings ist das Ausmaß der Veränderung kleiner als die Veränderung von Dmor selbst aufgrund des kleinen Verkalkungsmusters P1. Folglich ist es durch passende Einstellung des Werts der Grenze zwischen den Zonen C1 und C2 möglich, eine Hervorhebung von hochfrequentem Rauschen zu verhindern.
  • In der Zone C3 ist die Beschränkung der Ausgangsgröße f(Dmor) bezüglich der Änderung des Werts von Dmor beschränkt. Die Beschränkung erfolgt zu dem Zweck, daß verhindert wird, daß der bereits einen gewissen Kontrastpegel aufweisende Bildbereich übermäßig stark gewichtet wird. Würde eine übermäßige Gewichtung erfolgen, wird der Kontrast der übrigen Bildbereiche vergleichsweise gering, und demzufolge wird die Bildqualität des Bildes ebenso wie dessen Fähigkeit, als wirksames Hilfsmittel bei der effizienten und exakten Krankheitsdiagnose zu dienen, gering.
  • Wie oben ausgeführt wurde, wird der aus der Umwandlungstabelle gewonnene Signalwert f(Dmor) mit einem vorbestimmten Gewichtungskoeffizienten α multipliziert, und das Produkt wird auf den Originaldichtewert Dorg der Regionalfläche in der Nähe des kleinen Verkalkungsmusters addiert. Auf diese Weise wird aus dem Regionalflächen-Teilbild P2 selektiv nur das kleine Verkalkungsmuster P1 hervorgehoben. Das so erhaltene Signal wird in die Regionalflächen-Teilbild-Anzeigeeinrichtung 90 eingegeben.
  • Die Regionalflächen-Teilbild-Anzeigeeinrichtung 90 reproduziert das Regionalflächen-Teilbild P2, in welchem das kleine Verkalkungsmuster P1 gewichtet wurde, aus dem empfangenen Signal und bringt es zur Anzeige.
  • Auf diese Weise wird von dem Vollflächenbild oder gesamten Bild P nur das Regionalflächen-Teilbild P2 mit dem darin enthaltenen kleinen Verkalkungsmuster P1 unabhängig auf der Regionalflächen-Teilbildanzeige 90 dargestellt. Daher kann die das Strahlungsbild betrachtende Person ihre Aufmerksamkeit auf das Regionalflächen-Teilbild P2 konzentrieren, welches auf der Regionalflächen-Teilbild-Anzeigeeinrichtung 90 dargestellt wird. Im Ergebnis bleiben Effizienz und Genauigkeit der Diagnose oder dergleichen auf einem hohen Niveau.
  • Bei dieser Ausführungsform kann auch die Vollflächenbild-Anzeigeeinrichtung 30 als Regionalflächen-Teilbild-Anzeigeeinrichtung 90 fungieren. In diesen Fällen wird von dem angezeigten Vollflächenbild P nur das kleine Verkalkungsmuster P1 selektiv gewichtet. Hierdurch läßt sich eine Überbewertung oder Unterbewertung einschränken, ein hierauf zurückzuführender Artefakt läßt sich vermindern, und man kann ein reproduziertes Bild mit guter Bildqualität erhalten, welches als wirksames Hilfsmittel bei der effizienten und exakten Krankheitsdiagnose dienen kann.
  • Bei der Verarbeitung zum Nachweisen lediglich des kleinen Verkalkungsmusters, durchgeführt durch das Morphologiefilter 240 entsprechend der Formel (8) kommt es häufig vor, daß ein Muster ähnlich einem kleinen Verkalkungsmuster auch als Verkalkungsmuster erkannt wird. Speziell wird häufig ein (im folgenden als Nicht-Verkalkungsmuster bezeichnet) erkannt, welches sich von dem eigentlichen Verkalkungsmüster unterscheidet und etwa die gleiche Größe wie dieses besitzt, und bei dem außerdem der Wert für Dmor aus der Formel (8) nicht gleich Null ist. Wenn bezüglich eines solchen Nicht-Verkalkungsmusters die Gewichtungsverarbeitung durchgeführt wird, kann keine exakte Diagnose erstellt werden.
  • Damit das Nicht-Verkalkungsmuster nicht zusammen mit dem wirklichen Verkalkungsmuster nachgewiesen wird und nur das wirkliche Verkalkungsmuster exakt erfaßt wird, kann das Morphologiefilter 240 mit der im folgenden beschriebenen Unterscheidungs- oder Diskriminierungsfunktion ausgestattet sein.
  • Insbesondere wird die Differenzoperation basierend auf der Morphologieoperation gemäß folgender Formel (63) durchgeführt. Ein größerer Wert von Mgrad bedeutet eine höhere Wahrscheinlichkeit dafür, daß das Bildelement zu dem Verkalkungsmuster gehört. Anstelle der Formel (8) wird also dann mit der Formel (64) die logische Operation ausgeführt. Mgrad = (1/2)·(Dorg ⊕ λB – Dorg ⊖ λB) (63)wenn Dmor(x, y) ≥ T1 und Mgrad ≥ T2 dann Dmor(x, y) = Dmor, sonst Dmor(x, y) = 0 (64)
  • In den Fällen, in denen der mit der Formel (64) erhaltene Wert von Dmor dem Wert Null entspricht, ist das Bildelement ein Bildelement aus einem Nicht-Verkalkungsmuster. In diesen Fällen wird also die Gewichtungsverarbeitung mit der Formel (2) nicht durchgeführt. Wenn der mit der Formel (64) erhaltene Wert von Dmor ungleich Null ist, ist das Bildelement Bestandteil des Verkalkungsmusters. In diesen Fällen wird also die Gewichtungsverarbeitung mit der Formel (2) durchgeführt. In der Formel (64) bedeuten T1 und T2 die Schwellenwerte, die experimentell bestimmt wurden.
  • Neben der Diskriminierung mit Hilfe der Formeln (63) und (64) läßt sich eine Unterscheidung zwischen dem Verkalkungsmuster und dem Nicht-Verkalkungsmuster erhalten durch Kombination der Öffnungsverarbeitung und der Schließverarbeitung mit Mehrfachmaßstab.
  • Speziell kann der Wert von Dmor entsprechend folgenden Formeln (65), (66) und (67) eingestellt werden: D' = Dmor ⊖ λ1B ⊕ λ1B (65) Dc(x, y) = D' ⊕ λ2B ⊖ λ2B (66)wenn Dc(x, y) ≥ T, dann Dmor(x, y) = Dmor sonst Dmor(x, y) = 0 (67)
  • In der Formel (67) bedeutet T einen expertmentell ermittelten Schwellenwert.
  • Bei der dritten, oben beschriebenen Ausführungsform führt die Regionalflächen-Teilbild-Gewichtungseinrichtung 270 die Bildgewichtungsverarbeitung nach der Formel (2) und der Umwandlungstabelle der in 3 gezeigten Funktion durch. Alternativ kann die Bildgewichtung auch mit der Formel (5) und mit einer Umwandlungstabelle erfolgen, die die in den 15A oder 15B gezeigte Funktion hat. Als weitere Alternative kann die Bildgewichtung mit Hilfe der Formel (6) und einer Umwandlungstabelle durchgeführt werden, die die in 16 gezeigte Funktion hat.
  • Als weitere Alternativ kann anstelle der Umwandlungstabelle mit der in 13 gezeigten Funktion die Gewichtungseinrichtung 270 mit einem Tiefpaßfilter zum Umwandeln der Schwankung von Dmor des Dichtewerts in ein Unschärfemaske entsprechend der superniedrigen Frequenz der Schwankung von Dmor ausgestattet sein. Die Umwandlung erfolgt nach folgender Formel (4). f(Dmor) = (ΣΣDmor)/N2 (4) wobei ΣΣDmor die Summe der Morphologiesignalwerte bezüglich der Bildelemente bedeutet, die sich innerhalb einer Bildelementmatrix mit der Größe von N-Spalten × N-Reihen (wobei N zum Beispiel den Wert 3 hat) und der Mitte auf dem Bildelement, das zu dem Morphologiesignal Dmor gehört, in einem zweidimensionalen Feld von Bildelementen befinden.
  • In derartigen Fällen kann mit der Regionalflächen-Teilbild-Gewichtungseinrichtung 270 gemäß Formel (2) der mit Hilfe der Formel (4) erhaltene Signalwert f(Dmor) mit einem vorbestimmten Gewichtungskoeffizienten am multipliziert werden, und das Produkt kann auf den Originaldichtewert Dorg der Regionalfläche in der Nähe des kleinen Verkalkungsmusters addiert werden. Auf diese Weise wird von dem Regionalflächen-Teilbild P2 selektiv nur das kleine Verkalkungsmuster P1 gewichtet.
  • In Fällen, in denen die Regionalflächen-Teilbild-Gewichtungseinrichtung 270 so aufgebaut ist, wie dies in 20A zu sehen ist, wird das Morphologiesignal Dmor mit der beispielsweise in 19 gezeigten impulsförmigen scharfen Charakteristik umgewandelt in ein Signal, welches den arithmetischen Mittelwert der Morphologiesignalwerte bezüglich der das zu dem Morphologiesignal Dmor gehörige Bildelement umgebenden Bildelemente. Daher läßt sich die impulsförmige Natur des Morphologiesignals Dmor unscharf machen. Im Ergebnis kann das verarbeitete Bildsignal Dproc entsprechend der Funktion f(Dmor) in der Weise gewonnen werden, daß man ein gewichtetes Bild erhält, in welchem das Auftreten eines Artefakts an der Grenze zwischen dem Verkalkungsmuster und anderen Bildbereichen unterdrückt ist und ein natürliches Empfinden vermittelt wird.
  • Neben der oben beschriebenen Schließoperation kann das Morphologiefilter 240 auch entsprechend der Formel (8') die Dilationsverarbeitung durchführen. In solchen Fällen, in denen das Bildsignal vom Typ mit hohem Pegel bei hoher Luminanz ist, kann die Öffnungsverarbeitung mit der Formel (7) oder die Erosionsverarbeitung mit Hilfe der Formel (7') durchgeführt werden.
  • Im folgenden wird eine zweite Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens beschrieben.
  • 21 ist ein Blockdiagramm einer Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder, in der die zweite Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens verwendet wird. In 21 sind ähnliche Elemente mit gleichen Bezugszeichen versehen wie in 1.
  • Der Begriff "Abnormalitätsmuster" bedeutet bei der vierten Ausführungsform ein Verkalkungsmuster. Außerdem wird ein eine Morphologieoperation ausführendes Morphologiefilter in der Abnormalitätsmuster-Detektoreinrichtung 340 verwendet. Das Morphologiefilter 340 liefert die Information entsprechend dem mit der Formel (8) für das dem Verkalkungsmuster entsprechende Bildelement berechneten Wert als Morphologiesignal Dmor, welches bedeutet, ob das Bildelement Bestandteil des Verkalkungsmusters ist oder nicht.
  • Außerdem bedeutet der Begriff "Regionalfläche" bei der vierten Ausführungsform diejenige Zone, die sich in der Nähe des als Abnormalitätsmuster angenommenen Verkalkungsmusters befindet und das Verkalkungsmuster beinhaltet.
  • Bei der zweiten Ausführungsform wird der für jedes Bildelement des Bildes stehende Bildsignalwert durch einen Dichtesignalwert Dorg dargestellt. Außerdem wird das Bildsignal für die Zone der Menge von Bildelementen durch das Bildsignal S repräsentiert. Der Dichtewert Dorg ist ein Signalwert vom Typ hohen Pegels für hohe Dichte.
  • Wie oben ausgeführt wurde, erfolgt die Verarbeitung mit dem Morphologiefilter 340 mit Hilfe des Detektoralgorithmus zum Nachweisen eines spezifischen Bildbereichs. Bei dieser Ausführungsform allerdings bedeutet das Morphologiefilter 340 nicht den Algorithmus selbst sondern kennzeichnet die Einrichtung zum Durchführen der Verarbeitung zum Nachweisen des Verkalkungsmusters mit dem Algorithmus, zum Beispiel der durch die Formel (8) gekennzeichneten Verarbeitung.
  • Außerdem enthält eine Regionalflächen-Teilbild-Gewichtungseinrichtung 370 eine Hochfrequenzkomponenten-Berechnungseinrichtung 371, die bezüglich jedes Bildelementwerts (des Dichtewerts Dorg), das das Regionalflächen-Teilbildsignal S2 bildet, eine Operation ausführt, um ein Unschärfemaskensignal Dus bezüglich einer Unschärfemaske zu berechnen, die sich zusammensetzt aus einer Bildelementmatrix mit einer Größe von N-Spalten × N-Reihen (wobei N eine ungerade Zahl ist, beispielsweise 5), und deren Mitte auf dem Bildelement liegt, wobei das Unschärfemaskensignal Dus nach folgender Formel (37) errechnet wird: Dus = (ΣDorg)/N2 (37)wobei ΣDorg die Summe der Bildsignalwerte bedeutet, die die Bildelemente innerhalb der Unschärfemaske repräsentiert. Die Höchfrequenzkomponenten-Berechnungseinrichtung 371 berechnet dann hochfrequente Komponenten (Dorg – Dus) durch Subtrahieren des Unschärfemaskensignalwerts Dus von dem Dichtewert Dorg. Die Regionalflächen-Teilbild-Gewichtungseinrichtung 370 enthält außerdem eine Umwandlungstabelle 372 zum Umwandeln des Morphologiesignals Dmor, welches für das Bildelement in dem von dem Morphologiefilter 340 extrahierten Verkalkungsmuster erhalten wurde, in einen Gewichtungskoeffizienten (β(Dmor), der monoton ansteigt und in 22A dargestellt ist. Die Regionalflächen-Teilbild-Gewichtungseinrichtung 370 enthält ferner eine Verkalkungsmuster-Gewichtungseinrichtung 373 zum Multiplizieren der hochfrequenten Komponenten (Dorg – Dus) mit dem Gewichtungskoeffizienten (β(Dmor) und zum Durchführen einer Frequenzgewichtung in einem erheblichen Maß bezüglich des Verkalkungsmusters, dessen Dichtewert geringer ist als derjenige des Umgebungsbereichs.
  • Im folgenden soll beschrieben werden, wie die Vorrichtung zur rechnergestützten Diagnose medizinischer Bilder arbeitet, in der die vierte Ausführungsform des erfindungsgemäßen Bildverarbeitungsverfahrens verwendet wird.
  • Das Vollflächenbildsignal S, welches das gesamte Bild P der Brust mit dem darin befindlichen Verkalkungsteil als Objekt repräsentiert, wird von einem externen Speicher, zum Beispiel einer magnetooptischen Platte, einer Bildlesevorrichtung oder dergleichen, in den Vollflächenbildspeicher 10 eingespeist. Außerdem wird das Vollflächenbildsignal S direkt von außen in die Vollflächenbild-Anzeigeeinrichtung 30 eingegeben (über eine in 21 gezeigte Leitung A). Alternativ kann das in dem Vollflächenbildspeicher 10 abgespeicherte Vollflächenbildsignal S aus dem Speicher 10 in die Völlflächenbild-Anzeigeeinrichtung 30 (über die in 21 gezeigte Leitung B) eingegeben werden. Die Vollflächenbild-Anzeigeeinrichtung 30 zeigt das gesamte Bild P entsprechend dem Vollflächenbildsignal S an.
  • Das Vollflächenbildsignal S, das in dem Speicher 10 gespeichert ist, wird auch dem Morphologiefilter 340 zugeleitet, welches gemäß Formel (8) das Bildsignal (im folgenden als Verkalkungsmuster-Bildsignal bezeichnet) S1 nachweist, welches ein Verkalkungsmuster P1 repräsentiert.
  • Wie oben in Verbindung mit den 11A und 11B beschrieben wurde, spezifiziert das Morphologiefilter 340 dasjenige Bildelement (und dessen Lage oder Position), welches dem Bildsignal S1 für das kleine Verkalkungsmuster P1 entspricht. Die Beurteilungseinrichtung 50 beurteilt, daß das Verkalkungsmuster-Bildsignal S1 für das kleine Verkalkungsmuster P1 von dem Morphologiefilter 340 erkannt wurde. Außerdem liefert die Beurteilungseinrichtung 50 ein Lage- oder Positionssignal (im folgenden als Verkalkungsbildelement-Positionssignal bezeichnet) D1, welches die Lage des Bildelements entsprechend dem Verkalkungsmuster-Bildsignal S1 spezifiziert, und das Morphologiesignal Dmor, welches die Änderung des Dichtewerts des von dem Morphologiefilter 340 extrahierten kleinen Verkalkungsmusters P1 repräsentiert, an die Regionalflächen-Extrahiereinrichtung 60.
  • In den Fällen, in denen festgestellt wird, daß das Verkalkungsmuster-Bildsignal S1 für das kleine Verkalkungsmuster P2 von dem Morphologiefilter 340 nicht erkannt wurde, wird das Verkalkungsbildelement-Positionssignal D1, das die Lage des Bildelements entsprechend dem Verkalkungsmuster-Bildsignal S1 kennzeichnet, nicht ausgegeben, und die Verarbeitung wird beendet.
  • In den Fällen, in denen festgestellt wird, daß das Verkalkungsmuster-Bildsignal S1 erkannt wurde, wird das im Speicher 10 gespeicherte Vollflächenbildsignal S ebenfalls in die Regionalflächen-Extrahiereinrichtung 60 eingegeben. Entsprechend dem empfangenen Vollflächenbildsignal S und dem empfangenen Verkalkungsbildelement-Positionssignal D1 spezifiziert die Regionalflächen-Extrahiereinrichtung 60 diejenigen Bildelemente (das heißt die Regionalfläche, die durch die Menge dieser Bildelemente definiert wird), welche die Bildelemente entsprechend dem Verkalkungsmuster-Bildsignal S1 beinhalten und sich in deren Nähe befinden, entsprechend einer vorgegebenen Verarbeitungsprozedur. Die Regionalflächen-Extrahiereinrichtung 60 zieht auf diese Weise das Regionalflächen-Teilbildsignal S2, welches das Regionalflächen-Teilbild P2 repräsentiert, aus dem Vollflächenbildsignal S.
  • Das extrahierte Regionalflächen-Teilbildsignal S2 und das Morphologiesignal Dmor werden an die Regionalflächen-Teilbild-Gewichtungseinrichtung 370 gegeben.
  • Für jedes Bildelement (den Dichtewert Dorg), welches das Regionalflächen-Teilbildsignal S2 bildet, das in die Regionalflächen-Teilbild-Gewichtungseinrichtung 370 eingespeist wurde, berechnet die Hochfrequenzkomponenten-Berechnungseinrichtung 371 zum Berechnen der hochfrequenten Komponenten das Unschärfemaskensignal Dus und berechnet dann die Hochfrequenzkomponenten (Dorg – Dus). Anschließend wird mit Hilfe der Umwandlungstabelle 372 das von dem Morphologiefilter 340 empfangene Morphologiesignal Dmor umgewandelt in den Gewichtungskoeffizienten β(Dmor). Wie in 22A gezeigt ist, ist die Umwandlungstabelle 372 durch eine monoton ansteigende Funktion definiert. Insbesondere ist ein großer Wert des Morphologiesignals Dmor repräsentativ dafür, daß das Bildelement einem Verkalkungsmuster entspricht. Wenn daher das Bildelement ein dem Verkalkungsmuster entsprechendes Bildelement ist, wird von der Umwandlungstabelle 372 ein großer Wert für den Gewichtungskoeffizienten (β(Dmor) ausgegeben.
  • Mit der Umwandlungstabelle 372 wird der Gewichtungskoeffizient (β(Dmor) bezüglich einer Zone C1, in der der Wert des Morphologiesignals Dmor gering ist, auf einen kleinen Wert beschränkt. Für die Zone C1 läßt sich also hochfrequentes Strahlungsrauschen verringern. Wie in 11C gezeigt ist, ist insbesondere Strahlungsrauschen der Verteilungskurve des Dichtewerts nach 11B überlagert. Wie allerdings durch die gestrichelte Linie in 11C angedeutet ist, wird das Strahlungsrauschen durch die Schließoperation des zweiten Terms der Formel (8) geglättet. Deshalb schwankt der Wert von Dmor sehr fein. Allerdings ist der Betrag der Schwankung geringer als die Schwankung von Dmor selbst aufgrund des kleinen Verkalkungsmusters P1. Durch geeignete Einstellung des Grenzwerts zwischen den Zonen C1 und C2 ist es also möglich, eine Betonung von hochfrequentem Rauschen zu verhindern.
  • In der Zone C3 wird die Änderung des Gewichtungskoeffizienten (β(Dmor) bezüglich der Änderung des Werts von Dmor beschränkt. Die Beschränkung hat den Zweck, zu verhindern, daß ein Bildbereich mit einem bereits gewissen Kontrastwert noch stärker hervorgehoben wird. Erfolgt eine zu starke Hervorhebung, so wird der Kontrast von anderen Bildbereichen als diesem Bildbereich vergleichsweise gering, und folglich vermindert sich die Bildqualität des Bildes und dessen Fähigkeit, als wirksames Mittel bei der effizienten und exakten Krankheitsdiagnose zu dienen.
  • Die Verkalkungsmuster-Gewichtungseinrichtung 373 berechnet das Produkt β(Dmor) × (Dorg – Dus) des Gewichtungskoeffizienten β(Dmor), der aus der Umwandlungstabelle 372 gewonnen wurde, und der hochfrequenten Komponenten (Dorg – Dus), die von der Hochfrequenzkomponenten-Berechnungseinrichtung 371 erhalten wurden. Die Verkalkungsmuster-Gewichtungseinrichtung 373 addiert dann den Dichtewert Dorg des Originalbildes auf das Produkt und führt damit eine Frequenzgewichtung gemäß Formel (9) durch. [Bei dieser Ausführungsform wird f(Dorg – Dus) in der Formel (9) so eingestellt, daß f(Dorg – Dus) = Dorg – Dus.]
  • Mit der Frequenzgewichtung werden die vergleichsweise hohen Frequenzkomponenten (Dorg – Dus) mit dem Gewichtungskoeffizienten β(Dmor) gewichtet, der entsprechend dem Morphologiesignal Dmor ermittelt wurde, welches seinerseits von dem Morphologiefilter 340 erhalten wurde und angibt, ob das Bildelement Bestandteil des Verkalkungsmusters ist oder nicht. Selbst wenn daher nicht benötigte Komponenten wie beispielsweise Quantenrauschen in den hochfrequenten Komponenten (Dorg – Dus) enthalten ist, wird in den Fällen, in denen das Bildelement nicht Bestandteil des interessierenden Bildbereichs, beispielsweise des Verkalkungsmusters ist (beispielsweise dann, wenn das Bildelement ein Bildelement eines Blutgefäßmusters oder dergleichen ist) der Wert von β(Dmor) für das Bildelement klein sein, und das Ausmaß der Gewichtung bezüglich dieses Bildelements bleibt gering. In solchen Fällen, in denen das Bildelement ein Bildelement des interessierenden Bildbereichs, beispielsweise des Verkalkungsmusters, ist, ist der Wert von β(Dmor) für das Bildelement groß, so daß das Ausmaß der Gewichtung für dieses Bildelement groß ist.
  • Unabhängig davon also, ob den hochfrequenten Komponenten (Dorg – Dus) des Bildes Strahlungsrauschen überlagert ist oder nicht, läßt sich der spezifische Bildbereich, beispielsweise das Verkalkungsmuster, selektiv mit der Funktion β(Dmor) gewichten, deren Wert davon abhängt, ob der Bildbereich der spezifische Bildbereich ist oder nicht.
  • Die Regionalflächen-Teilbild-Anzeigeeinrichtung 90 zeigt ein Bild an, in welchem das kleine Verkalkungsmuster P1 innerhalb des Regionalflächen-Teilbildes P2 von der Regionalflächen-Teilbild-Gewichtungseinrichtung 370 betont wurde.
  • Auf diese Weise wird von dem Bild P der gesamten Fläche lediglich das Regionalflächen-Teilbild P2 mit dem darin enthaltenen kleinen Verkalkungsmuster P1 unabhängig auf der Anzeigeeinrichtung 90 dargestellt. Die das Strahlungsbild betrachtende Person kann ihre Aufmerksamkeit also voll auf das Regionalflächen-Teilbild P2 konzentrieren, welches auf der Regionalflächen-Teilbild-Anzeigeeinrichtung 90 angezeigt wird. Im Ergebnis bleiben Effizienz und Genauigkeit der Diagnose oder dergleichen groß.
  • Bei dieser Ausführungsform kann auch die Vollflächenbildanzeigeeinrichtung 30 als Regionalflächen-Teilbild-Anzeigeeinrichtung 90 fungieren. Dabei wird von dem angezeigten Vollflächenbild P nur selektiv das kleine Verkalkungsmuster P1 gewichtet. Hierdurch wird ein Überbewerten oder Unterbewerten beschränkt, ein dadurch bedingter Artefakt wird unterdrückt, und man kann ein reproduziertes Bild mit guter Bildqualität erhalten, welches als wirksames Hilfsmittel bei der effektiven und exakten Krankheitsdiagnose dienen kann.
  • Bei dieser Form wird die Morphologieoperation mit Hilfe der Formel (8) durchgeführt. Alternativ kann die Gewichtungsverarbeitung mit der Morphologieoperation entsprechend der Formel (7) und einer der Formeln (10) bis (14) durchgeführt werden.
  • Bei der Verarbeitung zum Nachweisen lediglich des kleinen Verkalkungsmusters, durchgeführt mit dem Morphologiefilter 340 entsprechend der Morphologieoperation nach den Formeln (7), (8) und den Formeln (10) bis (14) kommt es häufig vor, daß ein dem kleinen Verkalkungsmuster ähnelndes Muster fälschlich als Verkalkungsmuster erkannt wird. Speziell wird häufig ein Bild (im folgenden als Nicht-Verkalkungsmuster bezeichnet) nachgewiesen, welches sich von dem eigentlichen Verkalkungsmuster unterscheidet und in etwa die gleiche Größe wie das Verkalkungsmuster hat, und bei dem der aus den Formeln (7), (8) und den Formeln (10) bis (14) berechnete Wert von Dmor ungleich Null ist. Wenn die Gewichtungsverarbeitung bezüglich eines solchen Nicht-Verkalkungsmusters durchgeführt wird, ist eine exakte Diagnose nicht möglich.
  • Damit also ein Nicht-Verkalkungsmuster nicht fälschlicherweise zusammen mit dem Verkalkungsmuster nachgewiesen wird und ausschließlich letzteres exakt nachgewiesen wird, kann das Morphologiefilter 340 mit der im folgenden beschriebenen Unterscheidungs- oder Diskriminierungsfunktion versehen sein.
  • Insbesondere erfolgt die Differenzverarbeitung basierend auf der Morphologieverarbeitung gemäß der oben angegebenen Formel (63). Ein größerer Wert von Mgrad bedeutet eine höhere Wahrscheinlichkeit dafür, daß das Bildelement ein Bestandteil des Verkalkungsmusters ist. Anstelle der Formeln (7), (8) und den Formeln (10) bis (14) wird also die logische Operation mit der Formel (64) durchgeführt.
  • In den Fällen, in denen der Wert von Dmor, der durch die Formel (64) erhalten wird, dem Wert Null entspricht, gehört das Bildelement zu einem Nicht-Verkalkungsmuster. In solchen Fällen wird also die Gewichtungsverarbeitung nach der Formel (9) nicht durchgeführt. Wenn der mit der Formel (64) erhaltene Wert von Dmor ungleich Null ist, gehört das Bildelement zu dem Verkalkungsmuster, und deshalb wird in diesen Fällen die Gewichtungsverarbeitung mit der Formel (9) durchgeführt.
  • Neben der Unterscheidung mit Hilfe der Formeln (63) und (64) läßt sich eine Unterscheidung zwischen Verkalkungsmuster und Nicht-Verkalkungsmuster auch durch eine Kombination der Öffnungsverarbeitung und der Schließverarbeitung mit Mehrfachmaßstab vornehmen.
  • Speziell läßt sich der Wert von Dmor mit Hilfe der oben angegebenen Formeln (65), (66) und (67) einstellen.

Claims (22)

  1. Bildverarbeitungsverfahren, umfassend folgende Schritte: i) Ausführen einer Morphologie-Operation bezüglich eines Vorlagenbildsignals Dorg, welches ein Bild repräsentiert, unter Verwendung eines Mehrfachstrukturelements Bi und eines Skalenfaktors λ, um ein Morphologiesignal Dmor zu erhalten, welches darstellt, ob jedes der das Bild bildenden Bildelemente dasjenige ist, welches einem Bildbereich entspricht, in welchem das Vorlagenbildsignal Dorg in einem räumlich engeren Bereich schwankt als das Mehrfachstrukturelement Bi, wobei das Verfahren gekennzeichnet ist durch ii) Durchführen einer Bildgewichtungsverarbeitung bezüglich des Vorlagenbildsignals Dorg und nach Maßgabe des Morphologiesignals Dmor.
  2. Verfahren nach Anspruch 1, bei dem die Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor gemäß folgender Formel (2) durchgeführt wird: Dproc = Dorg + α·f(Dmor) (2)wobei α der Gewichtungskoeffizient und f(Dmor) die Funktion von Dmor ist.
  3. Verfahren nach Anspruch 2, bei dem die Funktion f(Dmor) gemäß dem Morphologiesignal Dmor das durch folgende Formel (3) repräsentierte Morphologiesignal Dmor ist: f(Dmor) = Dmor (3).
  4. Verfahren nach Anspruch 2, bei dem die Funktion f(Dmor) gemäß dem Morphologiesignal Dmor ein Unschärfemaskensignal entsprechend der supertiefen Frequenz des Morphologiesignals Dmor gemäß folgender Formel (4) ist: f(Dmor) = (ΣΣDmor)/N2 (4)wobei ΣΣDmor die Summe der Morphologiesignalwerte bezüglich der Bildelemente darstellt, welche in einer Bildelementmatrix mit der Größe von N Spalten und N Reihen (N ist eine ungerade Zahl) und mit seiner Mitte auf dem Bildelement gelegen sind, welches zu dem Morphologiesignal Dmor in einem zweidimensionalen Feld von Bildelementen gehört.
  5. Verfahren nach Anspruch 1, bei dem die Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor mit der Formel (5) ausgeführt wird: Dproc = Dorg + β(Dorg) × (Dorg – Dmor) (5)wobei β(Dorg) die Funktion von Dorg bedeutet.
  6. Verfahren nach Anspruch 1, bei dem die Bildgewichtungsverarbeitung gemäß dem Morphologiesignal Dmor mit der Formel (6) durchgeführt wird: Dproc = Dorg + β(Dmor) × (Dorg – Dmor) (6)wobei β(Dmor) die Funktion von Dmor bedeutet.
  7. Verfahren nach einem der Ansprüche 1 bis 6, bei dem die Morphologie-Operation mit Hilfe der Formel (7) durchgeführt wird und der Wert des Bildsi gnals entsprechend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00730001
    wobei der Ausdruck X θ λY bedeutet, daß λ-mal Berechnungen zur Auffindung der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X ausgeführt werden, und der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  8. Verfahren nach einem der Ansprüche 1 bis 7, bei dem die Morphologie-Operation mit der Formel (8) ausgeführt wird und der Wert des dem Bildteil entsprechenden Bildsignals kleiner ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00730002
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden und der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  9. Verfahren nach einem der Ansprüche 1 bis 6, bei dem die Morphologie-Operation mit der Formel (7') durchgeführt wird, und der Wert des Bildsignals entsprechend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00740001
    wobei der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  10. Verfahren nach einem der Ansprüche 1 bis 6, bei dem die Morphologie-Operation mit der Formel (8') durchgeführt wird, und der Wert des dem Bildteil entsprechenden Bildsignals kleiner ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00740002
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  11. Verfahren nach Anspruch 1, bei dem das Bild ein Strahlungsbild ist.
  12. Verfahren nach Anspruch 11, bei dem das Strahlungsbild ein medizinisches Bild ist.
  13. Bildverarbeitungsverfahren, umfassend die Schritte: i) Durchführen einer Morphologie-Operation bezüglich eines Vorlagenbildsignals Dorg, das ein Bild repräsentiert, durch Verwenden eines Mehrfachstrukturelements Bi und eines Skalenfaktors λ, um ein Morphologiesignal Dmor zu erhalten, welches angibt, ob jedes der das Bild bildenden Bildelemente dasjenige ist, welches einem Bildteil entspricht, bei dem das Vorlagenbildsignal Dorg in einem räumlich engeren Bereich als das Mehrfachstrukturelement Bi schwankt, gekennzeichnet durch die Schritte: ii) Berechnen eines Unschärfemaskensignals Dus, welches der superniedrigen Frequenz entspricht, aus dem Vorlagenbildsignal Dorg, und iii) Durchführen einer Operation mit der Formel (9): Dproc = Dorg + (β(Dmor) × f(Dorg – Dus) (9)bezüglich des Vorlagenbildsignals Dorg unter Verwendung einer Funktion (β(Dmor), die dem Morphologiesignal Dmor entspricht, und einer Funktion f(Dorg – Dus), die einem Differenzsignal (Dorg – Dus) zwischen dem Vorlagenbildsignal Dorg und dem Unschärfemaskensignal Dus entspricht, wodurch bezüglich des Bildteils eine selektive Bildgewichtungsverarbeitung durchgeführt wird.
  14. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (7) durchgeführt wird und der Wert des Vorlagenbildsignals Dorg entsprechdend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00750001
    wobei der Ausdruck X Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, und der Ausdruck X ⊕ λY bedeutet, daß λ-mal Be rechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  15. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (8) durchgeführt wird und der Wert des Vorlagenbildsignals Dorg entsprechend dem Bildteil kleiner ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00760001
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ-mal Berechnungen zum Durchführen der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden und der Ausdruck Θ λY bedeutet, daß λ-mal Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  16. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (10) durchgeführt wird und der Wert des Vorlagenbilds Dorg entsprechend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00760002
    wobei der Ausdruck X Θ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  17. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (11) durchgeführt wird und der Wert des Vorlagenbilds Dorg entsprechend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00770001
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  18. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (12) durchgeführt wird und der Wert des Vorlagenbildsignals Dorg entsprechend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00770002
    wobei der Ausdruck X Θ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, der Ausdruck (X Θ λY)Y bedeutet, daß die Öffnungsoperation mit dem Strukturelement Y bezüglich des Bildsignals (X Θ λY) durchgeführt wird, und
    Figure 00770003
    die Summe von Mengen von λ = 0, 1, ..., N repräsentiert.
  19. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (13) durchgeführt wird und der Wert des Vorlagenbildsignals Dorg entsprechend dem Bildteil größer ist als die Bildsignalwerte entsprechend den den Bildteil umgebenden Bildbereichen:
    Figure 00780001
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, der Ausdruck (X ⊕ λY)Y bedeutet, daß die Schließoperation mit dem Strukturelement Y bezüglich des Bildsignals (X ⊕ λY durchgeführt wird, und
    Figure 00780002
    die Summe von Mengen von λ = 0, 1, ..., N repräsentiert.0
  20. Verfahren nach Anspruch 13, bei dem die Morphologie-Operation mit der Formel (14) durchgeführt wird:
    Figure 00780003
    wobei der Ausdruck X ⊕ λY bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Summe mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden, und der Ausdruck (X Θ λY) bedeutet, daß λ Berechnungen zum Auffinden der Minkowski-Differenz mit dem Strukturelement Y bezüglich des Bildsignals X durchgeführt werden.
  21. Verfahren nach Anspruch 19, bei dem das Bild ein Strahlungsbild ist.
  22. Verfahren nach Anspruch 21, bei dem das Bild ein medizinisches Bild ist.
DE69631085T 1995-03-29 1996-03-28 Bildverarbeitungsverfahren und -vorrichtung Expired - Lifetime DE69631085T2 (de)

Applications Claiming Priority (14)

Application Number Priority Date Filing Date Title
JP7177495 1995-03-29
JP07177495A JP3731760B2 (ja) 1995-03-29 1995-03-29 画像処理方法
JP7073497A JPH08272931A (ja) 1995-03-30 1995-03-30 画像処理方法
JP7349795 1995-03-30
JP7073433A JPH08272930A (ja) 1995-03-30 1995-03-30 画像処理方法
JP7343395 1995-03-30
JP9467295 1995-04-20
JP9467295 1995-04-20
JP20320595A JP3690844B2 (ja) 1995-08-09 1995-08-09 画像処理方法および装置
JP20320695A JP3731761B2 (ja) 1995-08-09 1995-08-09 画像処理方法および装置
JP20320695 1995-08-09
JP20320595 1995-08-09
JP20425095 1995-08-10
JP20425095A JP3731762B2 (ja) 1995-08-10 1995-08-10 画像処理方法および装置

Publications (2)

Publication Number Publication Date
DE69631085D1 DE69631085D1 (de) 2004-01-29
DE69631085T2 true DE69631085T2 (de) 2004-09-02

Family

ID=27565170

Family Applications (2)

Application Number Title Priority Date Filing Date
DE69636911T Expired - Lifetime DE69636911T2 (de) 1995-03-29 1996-03-28 Bildverarbeitungsverfahren und -Vorrichtung
DE69631085T Expired - Lifetime DE69631085T2 (de) 1995-03-29 1996-03-28 Bildverarbeitungsverfahren und -vorrichtung

Family Applications Before (1)

Application Number Title Priority Date Filing Date
DE69636911T Expired - Lifetime DE69636911T2 (de) 1995-03-29 1996-03-28 Bildverarbeitungsverfahren und -Vorrichtung

Country Status (3)

Country Link
US (5) US6014474A (de)
EP (5) EP0736842B1 (de)
DE (2) DE69636911T2 (de)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4124380B2 (ja) * 1996-08-26 2008-07-23 富士フイルム株式会社 画像処理再生装置
JPH1156828A (ja) * 1997-08-27 1999-03-02 Fuji Photo Film Co Ltd 異常陰影候補検出方法および装置
JP3656695B2 (ja) * 1997-09-30 2005-06-08 富士写真フイルム株式会社 骨計測方法および装置
US6445831B1 (en) 1998-02-10 2002-09-03 Fuji Photo Film Co., Ltd. Image processing method and apparatus
US6459500B1 (en) * 1998-03-04 2002-10-01 Fuji Photo Film Co., Ltd Image processing apparatus
JP3349455B2 (ja) * 1998-09-30 2002-11-25 宮崎沖電気株式会社 半導体製造装置のための管理方法および管理システム
JP2000175041A (ja) 1998-12-01 2000-06-23 Fuji Photo Film Co Ltd 画像処理方法および装置
US6724942B1 (en) 1999-05-24 2004-04-20 Fuji Photo Film Co., Ltd. Image processing method and system
US7155041B2 (en) * 2000-02-16 2006-12-26 Fuji Photo Film Co., Ltd. Anomalous shadow detection system
US7310437B2 (en) * 2000-03-08 2007-12-18 Fujifilm Corporation Image processing method and system, and storage medium
JP3730872B2 (ja) * 2000-03-31 2006-01-05 富士通株式会社 画像処理装置及び画像処理プログラム
JP2004510369A (ja) * 2000-09-20 2004-04-02 ニック マルチメディア インク デジタル画像鮮鋭化システム
US20020075965A1 (en) * 2000-12-20 2002-06-20 Octiv, Inc. Digital signal processing techniques for improving audio clarity and intelligibility
JP2002099896A (ja) * 2000-09-22 2002-04-05 Fuji Photo Film Co Ltd 異常陰影候補検出方法および装置
US6665448B1 (en) * 2000-09-29 2003-12-16 Hewlett-Packard Development Company, L.P. Selective smoothing and sharpening of images by generalized unsharp masking
JP4311598B2 (ja) * 2000-11-20 2009-08-12 富士フイルム株式会社 異常陰影検出方法および装置
US6805364B2 (en) * 2000-11-22 2004-10-19 Sic, Llc Hand steerable sports scooter
US20030023429A1 (en) * 2000-12-20 2003-01-30 Octiv, Inc. Digital signal processing techniques for improving audio clarity and intelligibility
US6956975B2 (en) * 2001-04-02 2005-10-18 Eastman Kodak Company Method for improving breast cancer diagnosis using mountain-view and contrast-enhancement presentation of mammography
GB2374744B (en) 2001-04-18 2003-04-16 Voxar Ltd Correction of boundary artefacts in image data processing
JP4878085B2 (ja) * 2001-04-20 2012-02-15 ラピスセミコンダクタ株式会社 製造工程のための管理方法
US7231071B2 (en) * 2001-09-13 2007-06-12 Fujifilm Corporation Abnormal shadow detecting system
US7130483B2 (en) * 2001-12-12 2006-10-31 Samsung Electronics Co., Ltd. Method for enhancing a digital image while suppressing undershoots and overshoots
US7174050B2 (en) * 2002-02-12 2007-02-06 International Business Machines Corporation Space-optimized texture maps
JP3898075B2 (ja) * 2002-03-18 2007-03-28 株式会社リコー 画像処理装置、画像処理方法及び記録媒体
US6658143B2 (en) * 2002-04-29 2003-12-02 Amersham Biosciences Corp. Ray-based image analysis for biological specimens
ATE367622T1 (de) * 2002-05-23 2007-08-15 Koninkl Philips Electronics Nv Kantenabhängige reduktion der bewegungsunschärfe
US20040161153A1 (en) * 2003-02-18 2004-08-19 Michael Lindenbaum Context-based detection of structured defects in an image
JP4307910B2 (ja) * 2003-03-07 2009-08-05 富士フイルム株式会社 動画像切り出し装置および方法並びにプログラム
US20040260540A1 (en) * 2003-06-20 2004-12-23 Tong Zhang System and method for spectrogram analysis of an audio signal
US7526115B2 (en) * 2004-02-23 2009-04-28 Siemens Medical Solutions Usa, Inc. System and method for toboggan based object segmentation using divergent gradient field response in images
US7583852B2 (en) 2004-10-26 2009-09-01 Mitutoyo Corporation Method of filtering an image for high precision machine vision metrology
DE102005006658B4 (de) * 2005-02-14 2011-12-15 Siemens Ag Verfahren bzw. Röntgensystem zur Aufnahme von Röntgenabbildungen eines auf einem digitalen Röntgendetektor abgebildeten Untersuchungsobjektes
US20060222258A1 (en) * 2005-04-05 2006-10-05 Samsung Electronics Co., Ltd. Image restoration with gain control and shoot suppression
EP2323100A3 (de) 2005-10-12 2012-03-21 Panasonic Corporation Visuelle Verarbeitungsvorrichtung, Display-Vorrichtung, visuelles Verarbeitungsverfahren, Programm und integrierte Schaltung
CN102438097B (zh) 2006-04-19 2015-06-03 松下电器(美国)知识产权公司 图像处理装置与图像处理方法
US7903898B2 (en) * 2006-04-28 2011-03-08 Panasonic Corporation Visual processing apparatus, visual processing method, program, recording medium, display device, and integrated circuit
EP2132704B1 (de) * 2007-03-06 2019-07-17 Koninklijke Philips N.V. Filterung von bildsequenzen
US20090003698A1 (en) * 2007-04-26 2009-01-01 Heligon Limited Segmentaton of digital images
WO2009128213A1 (ja) * 2008-04-14 2009-10-22 株式会社日立メディコ 医用診断装置および医用診断装置の画質改善方法
JP5348145B2 (ja) * 2009-01-28 2013-11-20 富士通株式会社 画像処理装置および画像処理プログラム
JP5249111B2 (ja) * 2009-03-31 2013-07-31 オリンパス株式会社 画像処理装置、方法、プログラム、及び撮像システム
CN101990046B (zh) * 2009-07-31 2014-03-26 鸿富锦精密工业(深圳)有限公司 数字图像检测系统及方法
JP6071444B2 (ja) 2012-11-07 2017-02-01 キヤノン株式会社 画像処理装置及びその作動方法、プログラム
JP6307873B2 (ja) * 2013-12-24 2018-04-11 富士通株式会社 対象線検出装置、方法、及びプログラム
KR20150087701A (ko) * 2014-01-22 2015-07-30 삼성전자주식회사 샤프닝 필터링 기반의 이미지 처리 장치 및 이미지 처리 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2445536B1 (fr) * 1978-12-26 1989-12-22 Fuji Photo Film Co Ltd Procede et appareil pour traiter une image radiographique
US4315318A (en) * 1978-12-26 1982-02-09 Fuji Photo Film Co., Ltd. Method and apparatus for processing a radiation image
US4571635A (en) * 1984-02-17 1986-02-18 Minnesota Mining And Manufacturing Company Method of image enhancement by raster scanning
DE3853628T2 (de) * 1988-09-07 1995-09-28 Agfa Gevaert Nv Digitalbildverarbeitung unter Berücksichtigung der Standardabweichung.
EP0406382B1 (de) * 1988-12-27 1995-08-16 Eastman Kodak Company Unscharfe maske mit verwendung einer zentral ausgewogenen varianz zur verbesserung der bildschärfe und rauschunterdrückung
EP0405106A3 (en) * 1989-06-16 1992-04-08 International Business Machines Corporation Construction of minkowski sums and derivative morphological combinations of arbitrary polyhedra in cad/cam systems
JP2574181B2 (ja) 1989-10-19 1997-01-22 富士写真フイルム株式会社 異常陰影検出装置
US5212637A (en) * 1989-11-22 1993-05-18 Stereometrix Corporation Method of investigating mammograms for masses and calcifications, and apparatus for practicing such method
US5268967A (en) * 1992-06-29 1993-12-07 Eastman Kodak Company Method for automatic foreground and background detection in digital radiographic images
US5537485A (en) * 1992-07-21 1996-07-16 Arch Development Corporation Method for computer-aided detection of clustered microcalcifications from digital mammograms
US5365596A (en) * 1992-12-17 1994-11-15 Philip Morris Incorporated Methods and apparatus for automatic image inspection of continuously moving objects
IL119767A (en) * 1993-08-13 1998-02-08 Sophis View Tech Ltd System and method for diagnosis of living tissue diseases
JPH07240834A (ja) * 1994-02-25 1995-09-12 Canon Inc 画像処理方法およびその装置
JPH07299053A (ja) * 1994-04-29 1995-11-14 Arch Dev Corp コンピュータ診断支援方法
US5647025A (en) * 1994-09-20 1997-07-08 Neopath, Inc. Automatic focusing of biomedical specimens apparatus
US5586160A (en) * 1995-03-20 1996-12-17 The Regents Of The University Of California Automated analysis for microcalcifications in high resolution digital mammograms

Also Published As

Publication number Publication date
US6233362B1 (en) 2001-05-15
EP1146479A2 (de) 2001-10-17
DE69636911D1 (de) 2007-03-29
EP0736842A1 (de) 1996-10-09
US6125215A (en) 2000-09-26
US6014474A (en) 2000-01-11
EP0736842B1 (de) 2003-12-17
EP1134696A2 (de) 2001-09-19
US6169823B1 (en) 2001-01-02
EP1045340A3 (de) 2000-10-25
EP1134697A2 (de) 2001-09-19
EP1045340A2 (de) 2000-10-18
US6137923A (en) 2000-10-24
DE69636911T2 (de) 2007-11-22
EP1146479A3 (de) 2004-08-18
EP1134697B1 (de) 2007-02-14
DE69631085D1 (de) 2004-01-29
EP1134697A3 (de) 2004-08-18
EP1134696A3 (de) 2004-08-18

Similar Documents

Publication Publication Date Title
DE69631085T2 (de) Bildverarbeitungsverfahren und -vorrichtung
DE69629732T2 (de) Vorrichtung zur rechnerunterstützten Diagnose
DE69331251T2 (de) Automatische Detektion des Vorder- und Hintergrunds in digitalen Röntgenbildern
DE19916612B4 (de) Verfahren und System zur Verbesserung diskreter Pixelbilder
DE2952422C3 (de) Verfahren und Vorrichtung zum Verarbeiten eines Röntgenbildes bei einem Röntgenbild-Kopiersystem
DE19916354B4 (de) Verfahren und Vorrichtung zur Analyse von Bildstrukturen
DE69432995T2 (de) Automatisches Verfahren und System zur Segmentierung medizinischer Bilder
DE60212917T2 (de) Vorrichtung zur Berechnung eines Index von örtlichen Blutflüssen
DE69426745T2 (de) System und Verfahren zur Verarbeitung von Bildern eines lebenden Gewebes
DE602004003845T2 (de) Bildverarbeitungsvorrichtung zur Reduktion von Pixelrauschen
DE69630935T2 (de) Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild
DE3826287C2 (de) Verfahren und Vorrichtung zur automatischen Analyse von Lungengewebe aus einem röntgenologischen Brustbild
DE3588169T2 (de) Verfahren zur Detektion einer Bildbelichtungsfläche in einem Bildauslesevorgang
DE69427567T2 (de) Verfahren zum Auffinden eines Histogrammbereichs von Interesse für die verbesserte Grauskalenwiedergabe von Röntgenbildern
DE69700284T2 (de) Verfahren und Vorrichtung zur Bildverarbeitung
DE102006034358A1 (de) System und Verfahren zur Segmentierung der Koronararterie von Herz-CT-Volumen
DE102006041619A1 (de) Systeme und Verfahren zur computerunterstützten Detektion einer Wirbelsäulenverkrümmung unter Verwendung von Bildern und Winkelmessungen
DE102007013971B4 (de) Verfahren und Vorrichtung zur Ermittlung einer Zellkontur einer Zelle
US20070280519A1 (en) Method, Computer Program Product And Apparatus For Enhancing A Computerized Tomography Image
EP2263211B1 (de) Verfahren und vorrichtung zur segmentation einer läsion
DE102007038058A1 (de) Verfahren zur Verarbeitung radiologischer Bilder zur Detektion von Opazitäten
DE102005047539A1 (de) Bildverarbeitungsverfahren zur Fensterung und/oder Dosisregelung für medizinische Diagnostikeinrichtungen
DE102012208625A1 (de) Verfahren und System zur Verarbeitung von MRT-Daten des menschlichen Gehirns
DE102004030084A1 (de) Ein Verfahren zur lokalen Oberflächenglättung mit der Anwendung auf Brustwandknötchensegmentierung in Lungen-CT-Daten
DE102007026804A1 (de) Verfahren zur Verarbeitung von radiologischen Bildern zur Erfassung radiologischer Auffälligkeiten

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: FUJIFILM CORP., TOKIO/TOKYO, JP