JP2000292747A - 物体識別装置 - Google Patents

Abstract

(57)【要約】 【課題】 不定形物体の特徴をより高精度に反映したデ
ータを算出し、不定形物体を高精度に分類する。 【解決手段】 不定形物体のフラウンフォーファ回折像
のパワースペクトルパターンに基づいたパラメータを算
出し、このパラメータを使って不定形物体の分類を行う
際に、パワースペクトルパターンの適当な部分で回帰直
線の傾きまたはy切片を算出する。これに基づいて不定
形物体画像の輸郭のフラクタル次元や内部構造のフラク
タル次元を調べ、不定形物体の特徴を高精度に反映した
パラメータを得る。このパラメータを用いて不定形物体
の識別判定を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、血液や尿、病理検
体など、粒子成分を含む試料の生物顕微鏡画像や蛍光顕
微鏡画像などから不定形物体を識別するための物体識別
装置に関し、特にフーリエ変換によるフラウンフォーフ
ァ回折像を利用して不定形物体の識別を行う物体識別装
置に関する。

【０００２】

【従来の技術】この種の装置としては、特開平6-138417
号、特開平8-29140 号、特開平8-304390号等に記載され
ている装置がある。これらの装置において、識別判定手
段では、フラウンフォーファ回折像のパワースペクトル
パターンに基づいたパラメータを算出し、このパラメー
タを使って不定形物体の分類を行っていたが、これらの
パラメータは、パワースペクトルパターンの全光量 (リ
ングディテクタの全チャンネル出力の和) 、周波数毎の
光量 (リングディテクタのチャンネル毎の出力)及びこ
れの全光量で正規化した値、周波数領域毎の光量（リン
グディテクタの数チャンネルの出力の和）及びこれの全
光量で正規化した値であった。

【０００３】ところで、白血球の場合、核の内部構造の
複雑さを調べることが白血球の種類の識別のための重要
な手掛かりになり、これらの従来パラメータは、内部構
造の複雑さを反映するし、既知の画像処理手段による特
徴量だけを用いての識別判定よりも優れていた。

【０００４】

【発明が解決しようとする課題】しかしながら、異常白
血球の分類を行う場合には、従来の方法では不十分であ
り、更なる識別判定能力の向上を図る必要がある。

【０００５】本発明は、このような問題を解決するため
に提案されたものであり、不定形物体の特徴をより高精
度に反映したデータを算出し、不定形物体を高精度に分
類できる物体識別装置を提供することを目的とする。

【０００６】

【課題を解決するための手段】そこで請求項１の物体識
別装置は、識別すべき物体の像を２次元フーリエ変換す
る２次元フーリエ変換手段と、前記２次元フーリエ変換
手段により２次元フーリエ変換された信号のパワースペ
クトルを検出するパワースペクトル検出手段と、前記パ
ワースペクトル検出手段により検出されたパワースペク
トルを対数軸座標のパターンに変換するパワースペクト
ル変換手段と、前記パワースペクトル変換手段により変
換されたパワースペクトルを空間周波数領域において部
分的または全体的に１次回帰演算により１次回帰直線を
演算する回帰演算手段と、前記１次回帰直線の所定係数
に基づいて前記物体を識別する識別判定手段とを有する
ことを特徴とする。

【０００７】請求項２の物体識別装置は、識別すべき物
体の像を２次元フーリエ変換する２次元フーリエ変換手
段と、前記２次元フーリエ変換手段により２次元フーリ
エ変換された信号のパワースペクトルを検出するパワー
スペクトル検出手段と、前記パワースペクトル検出手段
により検出されたパワースペクトルを対数軸座標のパタ
ーンに変換するパワースペクトル変換手段と、前記対数
座標において物体の特定構造の特徴を反映する空間周波
数領域ごとに分割する空間周波数領域分割手段と、前記
パワースペクトル変換手段により変換されたパワースペ
クトルを前記分割された空間周波数ごとに１次回帰演算
により１次回帰直線を演算する回帰演算手段と、前記１
次回帰直線の所定係数に基づいて前記物体を識別する識
別判定手段とを有することを特徴とする。

【０００８】請求項３の物体識別装置は、請求項１また
は請求項２記載の装置において、前記識別判定手段は、
前記１次回帰演算により得られたフラクタル次元に関す
る値に基づいて前記物体を識別することを特徴とする。

【０００９】請求項４の物体識別装置は、識別すべき物
体の像を２次元フーリエ変換する２次元フーリエ変換手
段と、前記２次元フーリエ変換手段により２次元フーリ
エ変換された信号のパワースペクトルを検出するパワー
スペクトル検出手段と、前記パワースペクトル検出手段
により検出されたパワースペクトルにおける低周波数成
分光量、全周波数成分光量に基づいて前記物体を識別す
る識別判定手段とを有することを特徴とする。

【００１０】請求項５の物体識別装置は、請求項４記載
の装置において、前記識別判定手段は、前記全周波数成
分光量に対する前記低周波数成分光量の比の対数値の−
１乗の平方根を演算する演算手段を有することを特徴と
する。

【００１１】請求項６の物体識別装置は、識別すべき物
体の像を２次元フーリエ変換する２次元フーリエ変換手
段と、前記２次元フーリエ変換手段により２次元フーリ
エ変換された信号のパワースペクトルを検出するパワー
スペクトル検出手段と、前記パワースペクトル検出手段
により検出されたパワースペクトルを対数軸座標のパタ
ーンに変換するパワースペクトル変換手段と、前記パワ
ースペクトル変換手段により変換されたパワースペクト
ルを空間周波数領域において部分的または全体的に１次
回帰演算により１次回帰直線を演算する回帰演算手段
と、前記物体の画像上の面積に関する値を演算する面積
関連演算手段と、前記１次回帰直線の所定係数および前
記面積に関する値に基づいて前記物体を識別する識別判
定手段とを有することを特徴とする。

【００１２】請求項７の物体識別装置は、請求項６記載
の装置において、前記識別判定手段は、前記１次回帰直
線の傾きをａ、切片をｂ、前記面積に関する値をＳ、前
記パワースペクトル変換手段における対数演算の底をα
とした場合、α^b ／（ａ・Ｓ）を演算することを特徴と
する。

【００１３】

【発明の実施の形態】実施の形態１

【００１４】図１は、本発明の第１の実施の形態の物体
識別装置の構成を示す図である。識別すべき不定形物体
は、それらを取り囲む物質とともに試料５として試料台
４の上にセットされており、染色処理などにより識別す
べき不定形物体は背景と特定の光波長域における透過率
が異なっているものとする。不定形物体の位置捕捉信号
観測用照明光束１は、レンズ３で集光され、試料台４上
の試料５を照明する。試料５を透過した照明光束１は、
レンズ６，ビームスプリッタ７，レンズ８を通って、マ
スク９に到達する。マスク９は、試料上の不定形物体の
大きさに応じた開口を有し、また、その開口は、前記特
定の光波長域に対応した透過率の分散特性を持つものと
する。

【００１５】そこで、試料台４を試料台駆動回路１６に
より矢印Ａ或いは矢印Ｂの方向へ動かすと、識別すべき
不定形物体がマスクの開口内に入ったときのみ、検出回
路１５はそのことを示す信号を得ることができ、不定形
物体が試料台４上の特定の位置にあることを知ることが
できる。即ち、ここでは照明光束１，試料台４，試料台
駆動装置１６，マスク９，フォトディテクタ１０，検出
回路１５等により、不定形物体の位置捕捉手段が構成さ
れている。尚、これは、位置検出及び捕捉手段の一例で
あり、不定形物体の性質に応じて様々な具体例が考えら
れる。

【００１６】上記のように、不定形物体の位置が捕捉で
きたとする。次に、半導体レーザ１１から出射したコヒ
ーレン卜光束１２は、レンズ１３を通って略平行光束と
なり、ビームスプリッタ７で反射されて、レンズ６を通
り、試料５上に焦点を結ぷ収束光束となり、試料５に入
射する。このとき、入射したコヒーレント光束１２が、
捕捉された不定形物体に照射されるように、試料台４が
駆動される。最も簡単には、図１に示すように、位置検
出光学系とコヒーレント光束１２の光学系が併用されて
いれば、検出回路１５において、不定形物体が検出され
た瞬間に試料台の駆動を停止すれば、コヒーレント光束
１２は、試料５上の不定形物体に入射することになる。

【００１７】尚、試料５上におけるコヒーレント光束１
２の光束径は、レンズ６を通過したときのコヒーレント
光束１２の光束径とレンズ６の焦点距離との比率及びコ
ヒーレント光束１２の波長とで決まる。不定形物体の大
きさが小さく、試料５上の光束径を小さくしたい場合に
は、レンズ６の焦点距離に対してコヒーレント光束１２
のレンズ６における光束径を大きくする必要がある。前
記のように、不定形物体の大きさが小さい(10 μm 程
度) 場合には、コヒーレント光束１２は試料５を出射し
て数mm〜数十mm伝搬したところでフラウンフオーファ領
域に達する。従って、その位置に観測手段を設置すれ
ば、不定形物体を含んだ試料５上のコヒーレント光束１
２に照射された部分の複素振幅パターンの強度スペクト
ルパターンが観察される。従って、試料５を出射したコ
ヒーレント光束１２は、レンズ３でほぼ平行光束とな
り、ビームスプリッタ２で反射されて、リングディテク
タ１４で受光される。このリングディテクタ１４は、レ
ンズ３の試料台４側にビームスプリッタを設けてレンズ
３を通さずに、出力パターンを観測しても良いが、レン
ズ３を通すことにより、リングディテクタ１４の光軸方
向の設置位置のズレに対して、強度スペクトルパターン
の大きさのズレが小さくなる効果がある。

【００１８】リングディテクタ１４は、コヒーレント光
束１２の光軸を中心とした同心の輪帯状フォトダイオー
ドがその半径方向に並んだもので、その素子数は、8 〜
128程度が適当である。その数が過小の場合には、特徴
量情報の不足をもたらし、過大の場合には、識別判定演
算速度が遅くなる。また、この輪帯状フォトダイオード
は、入力パターンに位相分布がない場合、そのフラウン
フォーファ回折パターンが点対称であるため、半円状で
も構わない

【００１９】このリングディテクタ１４で受光された光
量に基づく信号は、通常電流信号であり、検出回路１７
により、電流電圧変換されるとともに、観測に十分なレ
ベルに増幅される。例えば、図２のリングディテクタ受
光領域を示す説明図に示すように、リングディテクタ１
４を受光領域１４ａから１４ｈまでの８分割のリングデ
ィテクタとすれば、検出回路１７を経て、各々の分割領
域の出力に対応するｘ1 からｘ8 までの８つの信号を得
ることができる。これらの信号は、不定形物体の空間周
波数毎の成分の大きさを反映したものであり、ｘ1 が最
も低い空間周波数成分大きさ、ｘ8 が高い空間周波数成
分の大きさを示している。その後これらの信号は識別判
定装置１８に入力され、入力された不定形物体がどのカ
テゴリに属するのかの判定を行う。

【００２０】識別判定装置１８はデジタルコンピュータ
から構成され、キーボード等の入力装置や、表示器、プ
リンタ等の出力装置を備えている。識別判定装置１８
は、図３に示す処理を行う。このような処理を行うよう
にした原理を以下に説明する。

【００２１】文献「Diffracti0n Fields of Fractally
Bounded Apertures (OPTICAL REVIEW Vol.1,No.119943-
7)」 等で述べられているように、パワースペクトルパタ
ーンの適当な部分で回帰直線の傾きを算出することで、
不定形物体または２次元空間光変調器に表示された不定
形物体画像の輪郭のフラクタル次元や対象画像の内部構
造のフラクタル次元を調べることができる。

【００２２】Mandelbrotらの研究により、一般に画像を
表現する２次元画像のパワースペクトルは、K を画像上
のある任意方向の空間周波数とすると、AK^-2d という形
を持つ。このときのd をフラクタル次元と呼ぶ。これを
式で表すと、式１で表現できる。

【数１】 この式を底αで対数変換すると、式２のようになる。

【数２】

【００２３】よって、式２より、パワースペクトルの対
数変換したパターンから、傾きを求めることにより、画
像のフラクタル次元を反映したデータを得ることでき
る。また、y 切片も傾きの影響を受けるので、同様にフ
ラクタル次元を反映したデータを調べることができる。

【００２４】図３に示す処理は以上の原理に基づくもの
である。すなわち、識別判定装置１８では、信号ｘ1 か
らｘ8 の値が底αで対数変換され、信号ｘ´1からｘ´8
の値になる（ステップ１０１）。信号ｘ´1からｘ´8の
値は受光領域１４ａから１４ｈをｘ軸とする仮想グラフ
上にプロットされる。図４は、識別判定装置１８による
仮想グラフ説明図である。図４のようにプロットされた
ポイントは、適当な領域に分割されて１次回帰計算が行
われる（ステップ１０２）。例えば、本実施例では、１
４ａから１４ｃまでの領域Ａ、１４ｃから１４ｆまでの
領域Ｂ，１４ｆから１４ｈまでの領域Ｃに分割されて各
領域毎に１次回帰計算が行われ（ステップ１０３）、回
帰直線の傾き及びｙ切片が算出され、領域Ａの傾きａ１
及びｙ切片ｂ１，領域Ｂの傾きａ２及びｙ切片ｂ２，領
域Ｃの傾きａ３及びｙ切片ｂ３を得る（ステップ１０
４）。これらの値は、不定形物体のフラクタル次元を反
映したデータであり、例えば、領域Ａの回帰直線は不定
形物体の輪郭のフラクタル次元の大きさを強く反映した
データになっており、領域Ｃの回帰直線は不定形物体の
内部構造のフラクタル次元の大きさを強く反映したデー
タになっている。

【００２５】このような演算により、リングディテクタ
からの出力ｘ1 からｘ8 の他に、ａ１からａ３及びｂ１
からｂ３を特徴パラメータとして識別判定に用いること
ができ、これらの特徴パラメータを要素とする特徴量ベ
クトルを得ることができる。この特徴量べクトルを用い
て、入力された物体がどのカテゴリーに属するかの判定
を行う。この判定は、各々のカテゴリーの不定形物体の
特徴パラメータがどのような範囲の値を示すかをあらか
じめ実験で調べておくことにより、それらの範囲が複数
のカテゴリー間で全てのパラメータについて重なること
がない限りは、入力された不定形物体の各パラメータの
値があらかじめ調べた範囲内に入るか否かの２値論理の
組み合わせから行うことができる。

【００２６】また、あらかじめ学習させて作成した判別
用のテーブルを使ってニューロファジー解析や統計的解
析を行ってもよい。これらの識別判定装置内の処理は、
通常のノイマン型コンピュータを用いてソフトウェアに
より判定機能を実現することができるし、同様の機能を
電子回路によりハードウェアにより実現することも容易
にできる。さらに、識別判定の精度を更に高めるために
特徴パラメータとして、例えば、出力ｘ1 からｘ8 をｘ
1 からｘ8 の和で正規化したようなパラメータを追加す
ることも好適である。

【００２７】なお、ステップ１０２における領域の分割
は、この識別判定装置１８がステップ１０１の結果に応
じて所定の条件で分割するようにしても良いし、予め設
定された領域に分割しても良い。またこの分割は行われ
ない場合もある。

【００２８】この実施の形態１において、半導体レーザ
１１、レンズ１３、ビームスプリッタ７及び２、レンズ
６、レンズ３およびリングディテクタ１４から２次元フ
ーリエ変換手段が構成される。リングディテクタ１４及
び検出器１７がパワースペクトル検出手段に相当する。
識別判定装置１８が有している各機能がパワースペクト
ル変換手段、回帰演算手段、および識別判定手段、空間
周波数領域分割手段にそれぞれ対応している。すなわ
ち、図３のステップ１０１がパワースペクトル変換手段
に対応し、ステップ１０２が空間周波数領域分割手段に
対応し、ステップ１０３および１０４が回帰演算手段に
対応している。また、識別判定装置１８の識別判定機能
が識別判定手段に対応している。

【００２９】実施の形態２

【００３０】実施の形態１で２次元フーリエ変換の対象
となる物体の像は、物体に光をあて直接に得られる像で
あった。本実施の形態２で２次元フーリエ変換の対象と
なる物体の像は、物体が撮像され、表示装置に表示され
た像である。図５は、本発明の実施の形態２の物体識別
装置の構成図である。実施の形態１と同様に、識別すべ
き不定形物体は、それらを取り囲む物質とともに、試料
５として試料台４の上にセットされており、染色処理な
どににより、識別すべき不定形物体は背景と特定の光波
長域における透過率が異なっているものとする。照明光
束１は、レンズ３で集光され、試料台４上の試料５を照
明する。試料を透過した照明光束１は、レンズ６，レン
ズ８を通って、ＣＣＤ５０に到達し、試料５が結像され
る。即ち、レンズ６とレンズ８とで結像光学系を作って
おり、例えば、識別すべき不定形物体が比較的小さい物
体である場合には、この光学系は、顕微鏡をそのまま用
いたものでも構わない。ＣＣＤ５０は、少なくとも前記
特定の波長に対して感度を持つものとし、その画面内の
特定の位置に、不定形物体を示す濃度値が現れたとき
に、検出回路５１により、それが認識されるようにして
おく。そこで、試料台４を試料台駆動装置１６により矢
印Ａ或いはＢの方向に動かすと、識別すべき不定形物体
の像がＣＣＤ５０の特定位置に入ったときのみ検出回路
５１はそのことを示す信号を得ることができ、不定形物
体が試料台４上の特定の位置にあることを知ることがで
きる。即ち、ここでは、照明光束１，レンズ３，試料台
４，試料台駆動装置１６，レンズ６，レンズ８，ＣＣＤ
５０，検出回路５１により、不定形物体の位置捕捉手段
が構成されている。尚、これは、位置検出及び捕捉手段
の一例であって、不定形物体の性質に応じて様々な具体
例が考えられる。

【００３１】既述のように、不定形物体の位置が捕捉す
ることができたとする。次にその不定形物体の像は、周
囲の背景の像とともに検出回路５１内に設けられた液晶
パネル駆動回路を通して液晶パネル５５に表示される。
このとき用いる液晶パネルは、液晶テレビや液晶プロジ
ェクタ等に用いられるのと同等のモノクロ液晶パネルで
よい。但し、コントラスト及び表示速度の観点から、ア
クティブマトリクス型の液晶パネルが望ましい。そこ
で、半導体レーザ５２から出射したコヒーレント光束５
３は、レンズ５４を通ってほぼ平行光束となり、液晶パ
ネル５５に入射する。このとき、入射したコヒーレント
光束５３が、捕捉された不定形物体の像に照射されるよ
うに試料台４が駆動される。最も簡単にはＣＣＤ５０の
画面中央に不定形物体が存在するときに、検出回路５１
において検出信号を出し、その瞬間に試料台の駆動を停
止すれば、コヒーレント光束５３は、液晶パネル５５上
で、試料５上の不定形物体像に入射することになる。

【００３２】既に説明したように、液晶パネル５５上に
不定形物体の大きさが小さい(10 μｍ程度) 場合には、
コヒーレント光束５３は、試料５を出射して数ｍｍ〜数
十ｍｍ伝搬したところで、フラウンフォーファ領域に達
する。従って、試料５に入射するコヒーレント光束の集
束光束として、フラウンフォーファ領域に達した位置に
観測手段を設置すれば、不定形物体を含んだ液晶パネル
上のコヒーレント光束５３に照射された部分の複素振幅
パターンが観察される。従って、液晶パネル５５を出射
したコヒーレント光束５３により、レンズ５６を用いず
とも、不定形物体の強度スペクトルパターンをリングデ
ィテクタ１４で受光することができる。但し、現状で
は、そのように小さい画像を表示できるほど解像度の高
いマトリックス型液晶パネルは存在しておらず、通常の
液晶パネルでは、不定形物体が小さい場合はそれを拡大
結像して数mm程度の大きさに表示する方が適当である。
この場合には、前記の説明のように、コヒーレント光束
５３は、ほぼ平行光束として液晶バネル５５に入射さ
せ、出射光をレンズ５６により集光して、その集光点に
リングディテクタ１４を置く。そうすると、前記のよう
にこの集光点は、液晶パネルに対して、フラウンフォー
ファ領域と見なすことができる。

【００３３】リングディテクタ１４は、実施の形態１に
おけると同様に、コヒーレント光束５３の光軸を中心と
した同心の輪帯状フォトダイオードがその半径方向に並
んだもので、その素子数は、 8〜128 程度が適当であ
る。その数が過小の場合には、特徴量情報の不足をもた
らし、課題の場合には、識別判定演算速度が遅くなる。
また、この輸帯状フオトダイオードは、入力パターンに
位相分布がない場合、そのフラウンフォーファ回折パタ
ーンが点対称であるため、半円状でも構わない。前記の
説明と同様に、リングディテクタ１４で受光されて光量
は、検出回路17を経て適当な電圧信号に変換されて出力
される。前記の説明と同様に、図２のリングディテクタ
受光領域を示す説明図に示すように、８分割のリングデ
ィテクタとすれば、ｘ1 からｘ8 までの８つの信号を得
ることができ、これらの信号は、不定形物体の空間周波
数毎の成分の大きさを反映したものになる。これらの信
号は識別判定装置５８に入力され、入力された不定形物
体がどのカテゴリーに属するのかの判定を行う。

【００３４】前述の実施の形態１と同様、この識別判定
装置５８はデジタルコンピュータから構成され、キーボ
ード等の入力装置や表示器、プリンタ等の出力装置を備
えている。識別判定装置５８は、図６に示す処理を行
う。このような処理を行うようにした原理を以下に説明
する。

【００３５】まず、表面の粗さを測定する方法について
説明する。図７は、光学的表面粗さ測定装置の一例の構
成を示す構成図である。始めに光源６０から出射したレ
ーザ光束６１は、回転鏡６２に反射して、検出器Ｄ2 へ
入射し、レーザ光束６１の全光量R0が測定される。その
後、回転鏡６２は回転し、レーザ光束６１は、直進して
試料６３に入射する。試料６３上ではレーザ光束が反射
するが、もし、試料６３が完全に平らな形状のものであ
れば。正反射光のみが積分球６４の外に戻って行くが、
試料６３に凹凸があれば、波面の位相が乱れて、正反射
光以外の散乱光が発生する。この散乱光は積分球内で反
射し検出器Ｄ1 で光量Rdが測定される。ここで、測定さ
れたR0とRdの値から、試料の表面粗さを反映したデータ
Rrmsを測定する。このときRrmsは、式３のように求めら
れる。

【数３】

【００３６】このようにして、表面粗さ測定は、物体表
面で光束が反射するとき波面に乱れが生じて光束の正反
射光と散乱光との比率が表面状態によって影響を受け
て、それにより全反射光量中の正反射光量が変化するこ
とを利用して測定を行う。一方、画像の乱雑さとしては
表面粗さのような位相変化ではなく画像パターンの振幅
変化で生じ、かつ、正反射光がパワースペクトルパター
ンの低周波数成分と考えることができるので、表面粗さ
測定と同様の原理が適用でき、不定形物体または２次元
空間光変調器に表示された不定形物体画像の乱雑さを測
定することができることを応用した。なお、表面粗さ測
定に関する計算方法は文献「最新精密計測技術P.581(S6
2 発行) 」や、「Relation between the angular depen
dence of scattering and the statistical properties
of optical surfaces J.Opt.Soc.Am,V0l69,No.1(1979)
31-47」等で詳細に述べられている。

【００３７】そこで本実施の形態の識別判定装置５８で
は、はじめに、低周波数成分光量の和として信号ｘ1 と
信号ｘ2 の和xLが計算され、全光量として信号ｘ1 から
ｘ8の和xAが計算される（ステップ２０１、２０２）。
そして、式４に示すような演算がされて、特徴パラメー
タR が算出される（ステップ２０３、２０４）。

【数４】

【００３８】ここで得られる特徴パラメータR は、表面
の粗さ即ち凹凸の量の測定に用いられる式による表面粗
さ量と同等であり、光束波面の物質表面での反射による
波面の乱れと、液晶パネルに表示された画像による波面
の乱れは同様に考えることができるので、特徴パラメー
タR は、液晶パネル５５に表示された不定形物体の像の
粗さ、乱雑さを反映したデータになっている。例えば、
模様のない一様な画像の場合はパラメータR の値は小さ
くなり、模様のある画像の場合はパラメータRの値は大
きくなる。

【００３９】このような演算により、リングディテクタ
からの出力ｘ1 からｘ8 の他に、Rを特徴パラメータと
して識別判定に用いることができ、これらの特徴パラメ
ータを要素とする特徴量ベクトルを得ることができる。
この特徴量ベクトルを用いて、入力された物体がどのカ
テゴリーに属するかの判定を行う。この判定は、各々の
カテゴリーの不定形物体の特徴パラメータがどのような
範囲の値を示すかをあらかじめ実験で調べておくことに
より、それらの範囲が複数のカテゴリー間で全てのパラ
メータについて重なることがない限りは、入力された不
定形物体の各パラメータの値があらかじめ調べた範囲内
に入るか否かの２値論理の組み合わせから行うことがで
きる。また、あらかじめ学習させて作成した判別用のテ
ーブルを使ってニューロファジー解析や統計的解析を行
ってもよい。

【００４０】これらの識別判定装置内の処理は、通常の
ノイマン型コンピュータを用いてソフトウェアにより判
定機能を実現することができるし、同様の機能を電子回
路によりハードウェアにより実現することも容易にでき
る。さらに、特徴パラメータとして、例えば、出力ｘ1
からｘ8 をｘ1 からｘ8 の和で正規化したようなパラメ
ータや、実施の形態１で説明したような特徴パラメータ
を追加することも好適である。また、ＣＣＤ５０で撮像
した画像をデジタル画像処理装置に入力して、不定形物
体の面積や色などのデータを取得し、これを特徴パラメ
ータとして追加することも好適である。

【００４１】この実施の形態２において、半導体レーザ
５２、レンズ５４、レンズ５６から２次元フーリエ変換
手段が構成される。リングディテクタ１４、検出器１７
がパワースペクトル検出手段に相当する。識別判定装置
５８が有している識別判定機能が識別判定手段に対応し
ている。すなわち、図６に示すステップ２０１乃至２０
４の処理機能と、ステップ２０４で求めたパラメータに
基づいて物体を識別する機能が識別判定手段に対応して
いる。

【００４２】実施の形態３

【００４３】本実施の形態３が、実施の形態１と異なる
点は、識別判定装置１８の処理プログラムだけであるの
で、その構成図は省略し識別判定装置１８の処理につい
て説明する。図８にその処理ステップを示す。この識別
判定装置１８において、リングディテクタ１４の各分割
領域の出力ｘ1 〜ｘ8 の底αの対数変換値である信号ｘ
´1から信号ｘ´8の値が、受光領域１４ａから１４ｈを
ｘ軸とする仮想グラフ上にプロットされるところまでは
前記実施の形態１と同様である。

【００４４】仮想グラフの状態は、前記図４と同様にな
る。そして、実施の形態１と同様に適当な領域に分割
し、各領域毎に回帰直線を計算して傾き及びy 切片を算
出してもよいし、領域を分割せずに回帰直線を計算して
傾き及びy 切片を算出してもよい（ステップ３０１〜３
０４）。本実施の形態では簡単のため領域を分割せず
に、回帰直線を計算し傾きa,y 切片b を求める。更に、
検出回路１８からの信号ｘ1 〜ｘ8 の出力の総和を計算
し（ステップ３０５）、全光量S とする。この全光量S
は、対象画像を透過してきた光量全てであり、対象画像
の面積を反映したデータで、面積が大きければ全光量S
の値は大きくなり、面積が小さければ小さくなる。その
後、これらの値を用いて以下の式５に表すような計算を
行う（ステップ３０６）。

【数５】

【００４５】上記の式で求められるパラメータR2は、表
面の粗さ即ち凹凸の量の測定に用いられる式による表面
粗さ量と同等と考えられる。以下に理由を説明する。

【００４６】対象とする表面の凹凸或いは画像情報を f
(x) とし、 f(x) のフーリエ変換をF(x) とすると、f
(x)のコンボリューション G（τ) は、パワースペクト
ルパターンのフーリエ変換と等しいので、

【数６】 また、表面粗さ測定で用いられる表面粗さ量 Rrms の定
義より、測定範囲を Lとすると、

【数７】 となる。

【００４７】実施例１で述べたようにMandelbrotらによ
ると一般にf(x)のパワースペクトルは、AK^-2d の形をし
ており、式１のように表現できる。式１に基づき、式６
を変形しτ＝0 を代入すると、

【数８】 となる。ここでεは零に近い空間周波数である。式７よ
り、

【数９】 となる。ここで式１の底αの対数を取った式２について
考えると、左辺はパワースペクトルパターンの対数変換
されたものであり、-2d が直線の傾きa, log_αAが直線
の y切片b と考えることができる。即ち、

【数１０】

【数１１】

【００４８】従って、式１０，１１を式９に代入する
と、

【数１２】 となる。ここでε^a+1 について考える。解析されるのは
２次元の画像情報であるので、フラクタル次元d の値は
1 〜2 になり、このときε^-1 〜ε^-3 の間の値をと
る。このとき、複雑度が大きい場合d=1 に近づき、Rrms
も複雑度が大きいということで値が大きくなるが、この
ときε^a+1 も値が大きくなり、Rrmsの変化する方向には
一致している。同様にして複雑度が小さくなる場合も考
えることができる。従って、厳密なRrmsとの値とはずれ
るが、ε^a+1 を定数項として考えて式を書き直しても、
Rrms値を反映した値を表す式として式１３を使用しても
識別分類には問題はない

【数１３】

【００４９】フラクタル次元の絶対値が小さいほど複雑
性が増し、Rrmsが大きくなる。また、粗さが同じ場合、
α^b /Lという量は大きさに従うy 切片の増加量を大きさ
自体でキャンセルする方向になるので、比較的大きさ或
いは面積によらない量にすることができる。式５では、
a+1 の箇所がa になっており、Rrmsの値が変わってしま
うが、識別分類には影響はない。更にまた、本実施の形
態のような場合は対象が２次元であるので、測定範囲は
L2 となって面積になる。よって、画像の面積を反映し
たデータである全光量S を使えば、式５と同様になる。

【００５０】このようにして、画像のパワースペクトル
パターンの対数変換パターンの回帰直線の傾きとy 切片
から、対象画像の粗さを反映したパラメータR2を得るこ
とができる。

【００５１】以下は、実施の形態１，２で述べた処理と
同様にして、不定形物体の識別判定を行うことができ
る。

【００５２】ここで、本実施の形態では、全光量S を画
像の面積を反映するデータとして計算に用いたが、ＣＣ
Ｄカメラなどで撮像した画像をデジタル画像処理装置な
どで解析して不定形物体の面積を求めて、本実施例の計
算に用いても好適である。

【００５３】本実施の形態３において、２次元フーリエ
変換手段、パワースペクトル検出手段は実施の形態１と
おなじ構成である。そして識別判定装置１８が有してい
る各機能がパワースペクトル変換手段、回帰演算手段、
面積関連演算手段および識別判定手段にそれぞれ対応し
ている。すなわち、図８のステップ３０１がパワースペ
クトル変換手段に対応し、ステップ３０２乃至３０４が
回帰演算手段に対応し、ステップ３０５が面積関連演算
手段に対応し、ステップ３０６が識別判定手段に対応し
ている。

【００５４】以上の各実施の形態の装置により白血球の
分類を行った場合、従来装置と比較すると次のような結
果が得られる。すなわち、識別判定に用いられるパラメ
ータの違いから、例えば単球と大リンパ球のカテゴリ間
／標準偏差は次の表１のようになる。

【００５５】

【表１】

【００５６】また、本発明により、どのような細胞が識
別されるようになったかの具体的例を表２に示す。この
例は、１７検体から抽出した３６１個の細胞データによ
って学習し、１１検体から抽出した４１８個の細胞デー
タのテストにおいて、従来のパラメータの強調２値化高
周波規格値による認識率と、今回のパラメータのＲＭＳ
粗さ（実施の形態２）による認識率とを示したものであ
る。

【００５７】

【表２】

【００５８】また、上記各実施の形態におけるパラメー
タ、すなわちフラクタル次元、ＲＭＳ粗さ、フラクタル
ＲＭＳ粗さによれば、従来不可能であった細胞の核の内
部構造の画像の特徴を定量化することができる。このた
め、核の内部構造を表現するのに、例えば網状配列では
「緻密」、「疎荒」、顆粒状配列では「繊細」、「粗
大」などと定性的に呼ばれ、その基準が人によって異な
っていたものを、定量化することができる。したがって
白血病の診断における異常血球の分類において、細胞の
特徴を客観的に表現することができる。

【００５９】また、上記各実施の形態において、試料５
は移動する試料台４に載置されて、観測されるようにし
たが、特願平8-15281 号に記載されているように、試料
５を染色してフローセルに送り、更にシース液をフロー
セルに送ってシースフローを形成し、これを観測するよ
うにしても良い。

【００６０】また、上記各実施の形態のそれぞれにおい
て、特願平9-80050 号、特願平9-107162号に記載されて
いるように、色相、彩度などの色情報のパラメータを加
えて識別判定を行うようにしても良い。更に、このよう
なパラメータは、識別の対象カテゴリに応じて適宜組み
合わせて用いるなら一層正確な識別を行うことができ
る。

【００６１】また、上記各実施の形態においては、２次
元フーリエ変換は光学的手段により求めるようにした
が、画像のデジタルデータを用いて計算により求めるよ
うにしても良い。

【００６２】

【発明の効果】本発明によれば、不定形物体の特徴を高
精度に反映したパラメータを得ることができるので、こ
のパラメータを用いて高精度に不定形物体の識別判定を
行うことできる。

【図面の簡単な説明】

【図１】本発明の物体識別装置の実施の形態１の構成
図。

【図２】リングディテクタの構成を示す図。

【図３】実施の形態１の動作を説明するためのフローチ
ャート。

【図４】本発明の物体識別装置の識別判定装置内で演算
する仮想グラフの説明図。

【図５】本発明の物体識別装置の他の実施の形態を示す
構成図。

【図６】実施の形態２の動作を説明するためのフローチ
ャート。

【図７】本発明の物体識別装置に関連した光学系表面粗
さ測定の一例を示す構成図。

【図８】実施の形態３の動作を説明するためのフローチ
ャート。

【符号の説明】

２、７ ビームスプリッタ ３、６、８、５４、５６ レンズ ４ 試料台 ９ マスク １０ フォトディテクタ １１、５２ 半導体レーザ １４ リングディテクタ １５ 検出回路 １６ 試料台駆動回路 １７ 検出回路 １８、５８ 識別判定装置 ５５ 液晶パネル

───────────────────────────────────────────────────── フロントページの続き (72)発明者 冨田 信郎 東京都千代田区神田美土代町一番地 住友 大阪セメント株式会社光電子事業部内 (72)発明者 竹村 安弘 東京都千代田区神田美土代町一番地 住友 大阪セメント株式会社新規技術研究所内 (72)発明者 武居 利治 東京都千代田区神田美土代町一番地 住友 大阪セメント株式会社光電子事業部内 (72)発明者 永井 豊 東京都新宿区西落合１丁目31番４号 日本 光電工業株式会社内 (72)発明者 加藤 茂子 東京都新宿区西落合１丁目31番４号 日本 光電工業株式会社内 Ｆターム(参考） 2G051 AA90 AB20 BA10 BB20 CA03 CA20 CB06 CC15 CC20 DA05 EA11 EA12 EC01 EC02 EC03 ED21

Claims (7)

【特許請求の範囲】
1. 【請求項１】 識別すべき物体の像を２次元フーリエ変
   換する２次元フーリエ変換手段と、 前記２次元フーリエ変換手段により２次元フーリエ変換
   された信号のパワースペクトルを検出するパワースペク
   トル検出手段と、 前記パワースペクトル検出手段により検出されたパワー
   スペクトルを対数軸座標のパターンに変換するパワース
   ペクトル変換手段と、 前記パワースペクトル変換手段により変換されたパワー
   スペクトルを空間周波数領域において部分的または全体
   的に１次回帰演算により１次回帰直線を演算する回帰演
   算手段と、 前記１次回帰直線の所定係数に基づいて前記物体を識別
   する識別判定手段とを有することを特徴とする物体識別
   装置。
2. 【請求項２】 識別すべき物体の像を２次元フーリエ変
   換する２次元フーリエ変換手段と、 前記２次元フーリエ変換手段により２次元フーリエ変換
   された信号のパワースペクトルを検出するパワースペク
   トル検出手段と、 前記パワースペクトル検出手段により検出されたパワー
   スペクトルを対数軸座標のパターンに変換するパワース
   ペクトル変換手段と、 前記対数座標において物体の特定構造の特徴を反映する
   空間周波数領域ごとに分割する空間周波数領域分割手段
   と、 前記パワースペクトル変換手段により変換されたパワー
   スペクトルを前記分割された空間周波数ごとに１次回帰
   演算により１次回帰直線を演算する回帰演算手段と、 前記１次回帰直線の所定係数に基づいて前記物体を識別
   する識別判定手段とを有することを特徴とする物体識別
   装置。
3. 【請求項３】 前記識別判定手段は、前記１次回帰演算
   により得られたフラクタル次元に関する値に基づいて前
   記物体を識別することを特徴とする請求項１または請求
   項２記載の物体識別装置。
4. 【請求項４】 識別すべき物体の像を２次元フーリエ変
   換する２次元フーリエ変換手段と、 前記２次元フーリエ変換手段により２次元フーリエ変換
   された信号のパワースペクトルを検出するパワースペク
   トル検出手段と、 前記パワースペクトル検出手段により検出されたパワー
   スペクトルにおける低周波数成分光量、全周波数成分光
   量に基づいて前記物体を識別する識別判定手段とを有す
   ることを特徴とする物体識別装置。
5. 【請求項５】 前記識別判定手段は、前記全周波数成分
   光量に対する前記低周波数成分光量の比の対数値の−１
   乗の平方根を演算する演算手段を有することを特徴とす
   る請求項４記載の物体識別装置。
6. 【請求項６】 識別すべき物体の像を２次元フーリエ変
   換する２次元フーリエ変換手段と、 前記２次元フーリエ変換手段により２次元フーリエ変換
   された信号のパワースペクトルを検出するパワースペク
   トル検出手段と、 前記パワースペクトル検出手段により検出されたパワー
   スペクトルを対数軸座標のパターンに変換するパワース
   ペクトル変換手段と、 前記パワースペクトル変換手段により変換されたパワー
   スペクトルを空間周波数領域において部分的または全体
   的に１次回帰演算により１次回帰直線を演算する回帰演
   算手段と、 前記物体の画像上の面積に関する値を演算する面積関連
   演算手段と、 前記１次回帰直線の所定係数および前記面積に関する値
   に基づいて前記物体を識別する識別判定手段とを有する
   ことを特徴とする物体識別装置。
7. 【請求項７】 前記識別判定手段は、前記１次回帰直線
   の傾きをａ、切片をｂ、前記面積に関する値をＳ、前記
   パワースペクトル変換手段における対数演算の底をαと
   した場合、α^b ／（ａ・Ｓ）を演算することを特徴とす
   る請求項６記載の物体識別装置。