JP2001111835A - 画像処理装置およびx線診断装置 - Google Patents
画像処理装置およびx線診断装置Info
- Publication number
- JP2001111835A JP2001111835A JP28441599A JP28441599A JP2001111835A JP 2001111835 A JP2001111835 A JP 2001111835A JP 28441599 A JP28441599 A JP 28441599A JP 28441599 A JP28441599 A JP 28441599A JP 2001111835 A JP2001111835 A JP 2001111835A
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- interest
- image processing
- processing apparatus
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000005484 gravity Effects 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 abstract description 11
- 238000001914 filtration Methods 0.000 abstract description 2
- 230000002093 peripheral effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 10
- 230000001603 reducing effect Effects 0.000 description 9
- 210000004204 blood vessel Anatomy 0.000 description 6
- 238000002594 fluoroscopy Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 230000002542 deteriorative effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000012847 principal component analysis method Methods 0.000 description 3
- 206010047571 Visual impairment Diseases 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 238000002697 interventional radiology Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 101100398584 Arabidopsis thaliana TT10 gene Proteins 0.000 description 1
- 101100280298 Homo sapiens FAM162A gene Proteins 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 102100023788 Protein FAM162A Human genes 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
トを損なわずに、背景のノイズ成分を選択的に、リアル
タイムで抑圧する画像処理装置。 【解決手段】入力画像がプリプロセス回路10、空間フ
ィルタ回路12に入力される。プリプロセス回路10は
線状陰影、またはエッジを多少強調、もしくはノイズを
全体的に低減する。プリプロセス後、画像信号は走行方
向検出回路14に供給され、関心領域毎の走行方向とそ
の強さが検出される。これら2つの検出結果はベクトル
フィルタ回路16により周辺の関心領域とある程度相関
を持たせる。ベクトルフィルタ回路16の出力が空間フ
ィルタ係数発生回路18に供給され、空間フィルタ回路
12のフィルタ係数が決定される。空間フィルタ回路1
2は入力画像に対して、陰影の走行方向と強さに応じた
空間フィルタを施す。
Description
し、特に、医用画像、例えばX線画像上に描写された血
管影やガイドワイヤなどの線状陰影やエッジ状の陰影を
含む画像において、陰影と背景を正確に分離し、陰影の
コントラストを損なわずに、背景のノイズ成分を選択的
に抑圧する画像処理装置に関するものである。
におけるカテーテル治療が盛んに行われている。しか
し、X線透視は患者の被曝量を低減するために、X線撮
影に比べてX線の線量を低減しているので、画像上に重
畳するノイズが大きく、ガイドワイヤやカテーテル、も
しくは造影された血管影などが背景ノイズに邪魔されて
見にくいという問題がある。また、線量を増加して透視
を行うと、背景ノイズは相対的に小さくなるが、患者の
被曝や医療技術者の被曝量が大きくなり、現実的ではな
い。そのため、画像処理によってノイズを低減させた
り、コントラストを向上させる技術が現在に至っても研
究され続けている。
画像処理技術は、時間的に連続して入力される画像の加
算平均をとる手法である。この技術はすでに公知であ
り、その応用技術としてのリカーシブフィルタと呼ばれ
る回帰フィルタも広く一般に使用されている。しかし、
時間的な加算は動きの無い領域に対してはノイズ低減作
用があるが、心臓血管に挿入されたガイドワイヤのよう
な動きのある物体に対してはそのコントラストを薄めた
り、残像を生じたりする欠点がある。そのため、被写体
の動きを検出して画像加算効果が変わるように加算平均
の重みを画像毎に変更することが行われている(例え
ば,特許P2508078、特公平6−69447号公
報、特開平3−198836号公報、特開平6−470
35号公報、特開平7−79956号公報、特開平8−
255238号公報参照)。
的に現在の画像とそれまでの画像の差分に基づいた手法
で行われるため、被写体の動きと同時に背景ノイズによ
る画素濃度の時間変更も動きと誤認される。
れているカテーテルやコントラストの小さいガイドワイ
ヤに対して、それらの動きを検出するために検出精度を
増加させる場合には、ノイズ低減の効果に限界が生じて
いる。ノイズ低減効果を大きくするような処理パラメー
タを設定すると、残像が生じてかえって見にくい画像に
なる。
せる目的で、線形空間フィルタも一般に使用されてい
る。これは空間的に分布する画素の重み付き平均を得
て、スムージングさせたり、空間的な微分作用を持たせ
ることによってコントラストを強調する処理である。し
かし、スムージングによってノイズだけでなくガイドワ
イヤやカテーテルのような線状陰影がぼやけてコントラ
ストが損なわれる欠点や、コントラスト強調の場合には
ノイズも強調されたりする欠点がある。このため、空間
的に血管影をパターン認識する装置(特開平4−122
355号公報)、あるいは被写体のエッジ領域を検出し
てエッジ領域にはコントラスト強調を施し、それ以外の
領域にはスムージングを施す装置(特許PS60245
084)などが開発された。前者は1画素単位に多くの
平均化回路や比較回路を必要とするため、透視処理など
のリアルタイム演算を行うには非常に多くの回路を必要
とするうえ、ノイズを低減させる効果はない。また、後
者は単に1ビットの情報によってエッジ領域と背景領域
を区別するため、誤認識があった場合には、極端にスム
ージングを施された部分に隣接して誤認識されたノイズ
がコントラスト強調されて出力されることなどがあり、
誤認識が敏感に出力画像のアーチファクトとなって画質
を損ないやすい。
像の線状陰影を2ビットの情報によって線状陰影と背景
を識別する画像処理方法の記載がある。これにより、識
別精度は向上するものの誤認識によって多少のアーチフ
ァクトが生じるという問題がある。また、線状陰影その
ものに対してノイズ低減を行うことが有効にできないと
う問題がある。
て、方向性を求めてその方向成分を強調したり、あるい
は方向成分を有する領域とそれ以外の領域に分けて別々
のフィルタを施す手法が報告されている。これらはDire
ctional Adaptive filterと称され、いくつかの技術
が公知である。
たはUSP第5,717,791号明細書には、X線画
像に対してウェーブレット変換を用いて方向を検出する
方式についての記述がある。また、MRI画像に対して
4方向のフィルタをかけて原画との差を分析することに
より、エッジのない場所ではノイズを低減させる作用の
強いフィルタを施す手法がUSP第5,602,934
号明細書に記載されている。しかしながら、これらの手
法はリアルタイムに処理を行うにはアルゴリズムや演算
が複雑である。特にウェーブレット変換を用いる手法は
その変換を行うだけでもリアルタイム処理を行うことが
困難になる。また、USP第5,602,934号明細
書に記載された手法は4方向の角度に指向性を持つフィ
ルタを実際に施すが、この角度以外の角度で線状陰影や
エッジが存在した場合の精度に難点があると同時に、フ
ィルタ演算回数や画像間演算の量が多く、さらなる高速
性、精度向上が望まれる。
状陰影もしくはエッジ状の陰影を含む画像において、線
状陰影やエッジ状陰影のコントラストを損なわずに、背
景のノイズ成分を選択的に、しかもリアルタイムで抑圧
することが困難であった。なお、この問題は、X線画像
に限らず、CT画像やMRI画像等、ランダムノイズが
重畳するような画像全般に対しても同様に生じ得る。
もしくはエッジ状の陰影と背景ノイズとの分離の精度を
向上させ、陰影のコントラストを損なわずに背景ノイズ
を抑圧でき、しかもリアルタイム処理が可能な画像処理
装置を提供することである。
達成するために、本発明は以下に示す手段を用いてい
る。
まれる線状もしくはエッジ状の陰影の方向とその強さを
検出する手段と、検出手段により検出された方向と強さ
に応じた指向性を有する空間フィルタを画像に施すフィ
ルタ手段とを具備することを特徴とするものである。
ッジと背景ノイズとの分離の精度を向上させ、コントラ
ストを低下することなく背景ノイズを抑圧できる。
(1)に記載した画像処理装置であって、かつ検出手段
は、画像の陰影の画素レベルが背景の画素より大きい場
合、画像の関心領域の共分散行列の2つの固有値のう
ち、大きい方の固有値に対応する固有ベクトルの向きに
基づいて方向を算出し、フィルタ手段は、該方向の周波
数特性がその他の方向の周波数特性と異なるディジタル
空間フィルタを画像に施すものである。
(2)に記載した画像処理装置であって、かつ検出手段
は、画像の陰影の画素レベルが背景の画素より小さい場
合、画像の関心領域の共分散行列の2つの固有値のう
ち、小さい方の固有値に対応する固有ベクトルの向きに
基づいて方向を算出し、フィルタ手段は、該方向の周波
数特性がその他の方向の周波数特性と異なるディジタル
空間フィルタを画像に施すものである。
によれば、線状陰影やエッジと背景ノイズとの分離の精
度を向上させ、コントラストを低下することなく背景ノ
イズを抑圧できるとともに、方向、強さをリアルタイム
で検出可能であり、高速処理が可能である。
(1)、(2)、または(3)に記載した画像処理装置
であって、かつ検出手段は、関心領域を水平方向と垂直
方向にシフトしながら画像全体に対する関心領域のサイ
ズの局所毎の陰影の方向とその強さを逐次求め、フィル
タ手段は、方向と強さによって決定される2次元空間フ
ィルタ係数を関心領域のサイズ毎に変更しながら画像全
体に空間フィルタを施すものである。
(2)、または(3)に記載した画像処理装置であっ
て、かつ検出手段は、関心領域内の画素配列に対して、
各行毎に所定の行方向係数と画素値の間の積和演算を行
い、求められた各行の演算結果に対して所定の列方向係
数との間で積和演算を行った結果の数値を、複数の行方
向係数と列方向係数の組み合わせに対して少なくとも5
個算出し、その数値を基にして所定の演算を行って関心
領域の共分散行列を求めるものである。
(5)に記載の画像処理装置は、方向、強さの検出のた
めの積和演算の回数が少なくて済むので、ハードウェア
規模が小さくなり、高速処理が可能である。
(1)に記載した画像処理装置であって、かつ検出手段
は、関心領域内の画素分布の平均値に基づいて関心領域
内のランダムノイズの分散を推定し、その分散と関心領
域のマトリクスサイズで定まる確率分布を強さを表す指
標について予測しておき、関心領域内の画素値を基に計
算された強さが予測された確率分布の下で取り得る確率
を計算し、この確率を強さの指標とするものである。
(6)に記載した画像処理装置であって、かつ予測して
おく強さを表す指標の分布は、画像の関心領域の中心位
置と、関心領域内の画素分布の重心位置に基づいて決定
された位置のまわりの共分散行列から求められる固有値
に対して行われる。
(6)に記載した画像処理装置であって、かつ予測して
おく強さを表す指標の分布は、画像の関心領域の中心位
置と、関心領域内の画素分布の重心位置に基づいて決定
された位置のまわりの共分散行列から求められる固有値
の差または比に対して行われる。
の画像処理装置は、関心領域の画素値の平均値に依存し
ないで重心の位置を求めることができるので、走行方
向、強さの検出の精度が向上する。
(2)、または(3)に記載した画像処理装置であっ
て、かつ共分散行列の2つの固有値の比を方向の強さの
指標とするものである。
(1)に記載した画像処理装置であって、かつ検出手段
は、設定した関心領域の共分散行列の要素と、関心領域
の周辺の領域の共分散行列の要素とを重み付け平均して
新しく共分散行列を求め、この新しく求められた共分散
行列の固有ベクトルの方向と固有値とを、それぞれ関心
領域のパターン走行方向とパターン走行方向の強さの指
標として、パターン方向ベクトルを決め、この方向ベク
トルによって決定される空間フィルタを施すものであ
る。
(10)に記載した画像処理装置であって、かつ検出手
段は、設定した関心領域と、その周辺の複数の領域につ
いて新しく共分散行列を求め、複数の領域についての固
有ベクトルの方向を求め、最も多くの領域で求められた
方向を関心領域のパターン走行方向として求める。
(1)、(2)、または(3)に記載した画像処理装置
であって、かつ検出手段は、入力画像に対して周波数低
減フィルタを施し、その出力画像と入力画像との差画像
に対して方向検出処理を行うものである。
(1)、(2)、または(3)に記載した画像処理装置
であって、かつ検出手段は、入力画像の画素値の符号を
反転して方向検出処理を行うものである。
(1)、(2)、または(3)に記載した画像処理装置
であって、かつ検出手段は、入力画像の最大ビット数で
決定される最大値から入力画像を減じた画像に対して方
向検出処理を行うものである。
(1)、(2)、または(3)に記載した画像処理装置
であって、かつ検出手段は、入力画像の信号スペクトル
のある帯域を強調しつつ、ノイズスペクトルを抑えるプ
リプロセス処理を行うものである。
は(15)に記載の画像処理装置によれば、走行方向、
強さの検出の精度が向上する。
換方式のX線検出器を用いて被検体のX線画像を得る手
段と、このX線画像が入力される上記(1)に記載の画
像処理装置とを具備することを特徴とする。
(16)に記載したX線診断装置であって、かつ画像処
理装置は上記(2)〜(15)のいずれかに記載の画像
処理装置を利用するものであってもよい。
線診断装置によれば、高分解能、かつ高精細な動画が得
られる小型、軽量化のX線診断装置が実現でき、低線量
のカテーテル治療時においても、線状陰影のコントラス
トを損なわずに、背景ノイズを選択的に抑圧できる。
る画像処理装置の実施形態を説明する。
明する。一般に、ディジタルX線画像に含まれるノイズ
は1画素に入射するX線フォトンの個数Nの平方根に比
例することが知られている。例えば、1画素に100個
のフォトン数が入射すれば、出力信号の期待値Lとノイ
ズの標準偏差σは次のように表される。
エネルギーを出力信号に変換する際のゲインである。
は平均的にはLの画像レベルの上にσの標準偏差を持つ
ようなノイズが分布したものとなる。インターベンショ
ナルラジオロジー(IVR)で用いるような細いガイド
ワイヤやカテーテルはそのノイズの中で線状の陰影とし
て描出されている。本発明の目的はこのようなノイズに
埋もれた線状の陰影に対し、シャープネスを低減するこ
となくノイズを低減することである。
管影、腫瘍陰影や臓器のエッジなどの線状陰影を鮮明に
観測する要求があり、本発明はこれらの画像にも適用可
能であるし、さらに、医用画像に限らず、画像全般にも
適用可能である。
理装置の概略構成を示す図である。本実施形態の基本的
な手法は線状陰影の走行方向に沿ってノイズ低減フィル
タを施すものである。入力画像がプリプロセス回路1
0、空間フィルタ回路12に入力される。プリプロセス
回路10は線状陰影、または画像のエッジを多少強調す
るか、もしくはノイズを全体的に低減して、走行方向を
検知しやすくするためのものである。あるいは、X線画
像では観測対象となるのはカテーテルやガイドワイヤな
どの医用機具、もしくは造影血管であるが、通常、この
陰影は背景に対して低い画素値である。これはX線阻止
能の大きな物体、例えば比重が水に比べて大きい金属で
構成されるためであるが、後段の処理においては、この
陰影を逆に背景に対して大きな画素値とするほうが都合
が良い。そのため、プリプロセス回路10ではこの観察
対象となる陰影を背景に対して大きな画素値となるよう
な操作を加えることも行われる。
向検出回路14に供給され、走行方向とその強さが検出
される。この処理は画像上の関心領域毎に行われ、図2
に示すような線状陰影(a)またはエッジ(b)を有す
るパターンにおいて、その線状陰影もしくはエッジがど
の方向を向いて走行しているかを検出する。この検出の
結果、方向とその強さが出力される。走行方向は関心領
域内のパターンの走行方向であるから、複雑に走行して
いる陰影であっても関心領域の大きさを適切に定めると
関心領域内ではほぼ直線の走行とみなせ、容易に検出で
きる。また、走行方向の強さとは、はっきりした陰影で
は強く、ぼやけたような陰影では弱くなるような指標で
ある。例えば、図3(a),(b)は走行方向の強さが
図2(a),(b)に比べて小さい例である。
6により修正処理される。この修正処理の目的は、ノイ
ズに埋もれた信号がノイズによって誤った方向や強さで
求められても、周辺の関心領域の出力結果とある程度相
関を持たせることにより、誤検出の影響を小さくするも
のである。例えば、ノイズパターンの中で偶然に線状陰
影のようなパターンが形成され、方向を強く検出したと
しても周辺の方向がバラバラな場合は方向の強さを弱め
る作用がある。また、逆にノイズが偶然に線状陰影の一
部の領域でコントラストを失わさせ、あたかも線が切れ
たようになった場合は、その領域で間違った方向を検出
するが、周辺の出力が一定の方向で検出されればそのよ
うな領域でも方向を修正する。
ィルタ係数発生回路18に供給され、空間フィルタ回路
12のフィルタ係数が決定される。これにより、ベクト
ルフィルタ回路16の出力に応じて、関心領域内部で陰
影の走行方向と強さに応じた空間フィルタが施される。
を示す。(a)は水平方向に強い方向性を持つような陰
影を検出したとき、(b)は水平方向に弱い方向性を持
つような陰影を検出したとき、(c)は水平方向から約
30度斜めに傾いているような少し強めの方向性を検出
したときに、それぞれ施すべき空間フィルタである。例
示した空間フィルタは係数の和が10になるようにして
いるが、実際の画像に対してはフィルタ後の画像のレベ
ルが変わらないように、各係数を1/10倍にして和が
1になるように調整される。これらの空間フィルタは方
向に応じて周波数低減効果が異なる。例えば、図4
(a)は水平方向には周波数低減効果があるが、垂直方
向には全く何のフィルタ操作をしないため、水平方向に
走行する線状陰影の周辺をぼかすことがない。
向とその強さに応じて、線状またはエッジの走行方向に
ノイズ低減を行うことが本発明の基本的な原理である。
る。
すくしたり、ノイズを低減させて、後段の処理において
ノイズによる誤認識を減らすことが目的である。例え
ば、一般に使用されている通常の3×3マトリクスの係
数をすべて1/9に設定した線形フィルタは周波数低減
作用があることが広く知られているが、多少そのような
操作をしてノイズを低減すれば、非常にノイズの多い画
像に対しては後段の処理において誤認識が減る。また、
辺縁がぼけた画像が入力された場合は、エッジ強調作用
をもつようなバンドパスフィルタ処理等を施せば、線状
陰影をよりはっきり描出せしめるため、後段の走行方向
検出処理の精度が向上する。また、X線画像ではカテー
テルやガイドワイヤは金属やX線阻止能の大きい物体で
構成されることが多いため、背景に対して小さい画素値
で陰影が形成される。プリプロセス回路10では、この
陰影が背景よりも大きな値を取るような操作を行う。こ
れは後段の走行方向検出回路14は、このような陰影の
空間的広がりを計算し、広がりの大きい方向を走行方法
とする処理を行うため、画素値を大きくしておく必要が
あるためである。なお、この処理をしない場合は走行方
向検出回路14において空間的な広がりの小さい方向を
走行方向とすればよい。しかし、ここでは、この観察対
象となる陰影が背景よりも大きな画素値をとる状況に対
して説明する。観察対象となる陰影の濃度が背景よりも
小さな場合のプリプロセスにおいて具体的に最も簡単な
方法は画素値の符号を反転するだけの処理である。な
お、符号付き演算を行わないような処理装置では、入力
画像全面の画素値の最大値から入力画像を減じる処理で
もよい。例えば、入力画像が12ビットで表現されてい
る場合には、入力画像の最大値は212−1=4095
である。したがって、プリプロセスでは4095−(入
力画像)を演算すると入力画像に含まれている線状陰影
の画素値は背景よりも大きな値となる。
その強さを検出する走行方向検出回路14である。この
検出手段の一つとして、主成分分析法に準じた方式をま
ず以下に説明する。
仮定する。これは、例えばX線透視下においてガイドワ
イヤが人体に挿入されたとき、そのガイドワイヤが描出
されている部分画像である。この関心領域内の画素濃度
分布は中心を(0,0)として固定された座標点(i,
j)に画素値D(i,j)の個数だけデータが散布され
たものと考えると、線状パターンの走行方向とはデータ
の空間的分布がもっとも広がった方向と考えることがで
きる。図5(a)の例では画素濃度0の上に濃度10の
線状パターンが走行している例であるが、この画像は図
5(b)の黒丸の座標位置、例えばアドレス(i,j)
=(2,−1)の位置にD(2,−1)=10個のデー
タが存在しているものと解釈する。画像をこのようにア
ドレス(i,j)にD(i,j)個のデータが分布した
ものとしてとらえると、主成分分析手法が応用可能であ
り、共分散行列を次のように表すと、S11、S12、
S22は次のようになる。
に例示した関心領域ではM=3である。また、Xg,Y
g,Zはそれぞれ水平方向、垂直方向の重心とデータ個
数の総和を示しており、それぞれ下式で表される。S’
11、S’12、S’22は原点の周りの2次モーメン
トである。
値の総和であるが、Z/(2M+1)2は関心領域の画
素値の平均値を表す。したがって、仮に入力画像の平均
値が別の手法で求められている場合は、Zを求める必要
がない。例えば、後述する図13に示されているような
変形例は、プリプロセス回路10で画像平均値を求める
ため、そこで求められた結果からZを推定することが可
能である。
に求められる。
対してθ1、θ2とすると tan(θ1)=(λ1−S11)/S12 (e−12) tan(θ2)=(λ2−S11)/S12 (e−13) となる。つまり、固有値λ1、λ2のうち値の大きいほ
うに対応する固有ベクトルの向きが分散を最大にする主
軸の向き(空間的広がりの大きい方向)であるから、λ
1のほうを採用してθ1を求めることができる。なお、
θ1は主軸の向きであるから0から180度の範囲で設
定することができる。
も一般的なものは C=λ1/(λ1+λ2) (e−14) として寄与率を求める方法であり、C=0〜1の間で求
めることができる。つまり画像の関心領域の画素値D
(i,j)、(i=−M,−(M−1),...,M;
j=−M,−(M−1),...,M))に対してS1
1,S22,S12を演算し、θ1とCを求めれば走行
パターンの方向と強さの指標をそれぞれ求めることがで
きる。
を説明したが、以下に実際の演算を行う場合の実施例を
示す。例えば、水平方向の重心Xgを求めるには、図6
に示すように、先ず、画像の垂直方向の総和を各列毎に
計算し、2M+1個の数値を求めた後、水平方向に積和
演算すればよい。この演算は一般の線形一次元フィルタ
と同じ演算方式でもよく、フィルタ係数は原点からの距
離に応じて定められる。つまり、水平方向の重心Xgは
関心領域内の画素に対して以下の操作で求められる。
方向に1次元フィルタを施すのと同じ演算で出力を取り
出す。
水平方向の数値の並び(2M+1個)を求める (3)2M+1個の数値に対してフィルタ係数=(−
M,−(M−1),−(M−2),...,(M−
1),M)として水平方向に1次元フィルタをかけ、こ
の出力をXgとする。
を入れ換えると、垂直方向の重心Ygを求めることがで
きる。
て1.0とすれば、同じハードウェアで求めることが出
来る。
もフィルタ係数を変えて積和演算を行えばよく、S’1
1は次のように求めることが出来る。
方向に1次元フフィルタを施すのと同じ演算で出力を取り
出す。
水平方向の数値の並び(2M+1個)を求める。
タ係数=(M2,(M−1)2,(M−
2)2,...,(M−1)2,M2)として水平方向
に1次元フィルタをかけ、この出力をS’11とする。
数を入れ替えれば求めることができる。S’12に対し
ては、次のように求める。
1),−(M−2),...,(M−1),M)として垂
直方向に1次元フィルタを施すのと同じ演算で出力を取
り出す。
水平方向の数値の並び(2M+1個)を求める (3)2M+1個の数値に対してフィルタ係数=(−
M,−(M−1),−(M−2),...,(M−1),
M)として水平方向に1次元フフィルタをかけ、この出力
をS’12とする。
な構成で実施される。垂直方向の積和演算によって3つ
のベクトルV0(i),V1(i),V2(i)を求
め、これらを水平方向の積和演算することにより、(e
−4)式〜(e−9)式の各値を求めることが出来る。
の演算であるからROMや高速CPUなどを用いて高速
演算することも可能である。
算が可能であるが、7×7以上が望ましい。線状のパタ
ーンが含まれない領域や、ノイズだけの領域では、走行
方向の強さが非常に小さくなることが期待されるが、こ
れはノイズに対して水平、垂直方向の分散が等しいこ
と、つまりS11=S22と近似できることが必要条件
である。このためには充分な統計量が必要であり、一般
的には50個以上の統計量が望ましく、それゆえに7×
7以上のサイズが望ましい。
中心位置を少しずつ変えて局所パターンの走行方向と強
さを求めることが行われる。例えば500×500マト
リクスの画素から成る画像に対し、関心領域の中心位置
を2画素ずつ水平方向にシフトしながら走行方向と強さ
を求めていくと水平方向を250個に分割した領域毎の
走行方向とその強さの情報が得られる。同様に、垂直方
向にも2画素ずつシフトしながら画像全体にわたって走
査をすれば250×250の情報が得られる。この関心
領域のシフト量が小さい場合は、あるひとつの関心領域
とシフトした関心領域の間で重なった画素情報が多いた
め、求まった走行方向と強さは互いに高い相関がある。
つまり、冗長度が大きい。例えば、1画素ずつシフトし
た場合は、500×500の局所情報を得るが、画像全
体の演算回数が大きい割には互いに冗長性の大きい結果
であるため、多少もったいない演算をしていることにな
る。逆に、あまりシフト量が大きいと、演算回数は少な
いが、局所情報の独立性が大きくなり、画像上のノイズ
に影響されやすくなる。隣接した関心領域とある程度の
相関を保つことは次のベクトルフィルタを施す場合にも
必要であり、シフト量は関心領域のサイズの半分以下が
望ましい。例えば、好適な実施例としては、7×7のサ
イズを持つ関心領域を2画素シフトしながら画像全体を
走査して局所的な走行方向と強さを求める手法が推奨さ
れる。
と強さCを求めた後、ベクトルフィルタ回路16により
近傍の情報に基づいて、より確かな方向と強さを求める
処理を行う。図8に示すのはそのベクトルフィルタ16
の一例である。画像の関心領域の走行方向が場所毎に図
のように求まったとき、3×3の画素の中央の画素の走
行方向がノイズによって間違った方向として求まったと
しても、ベクトルフィルタ16を施すことにより、近傍
の画素の走行方向の情報から修正される様子を示してい
る。
構成される。
方向ベクトルの角度を分類して多数決決定する方法であ
る。図9には22.5毎に分類した概念図を示してい
る。例えば、この例の場合は、45度を中心として±1
1.25度の範囲に入る方向が最も多いため、ベクトル
フィルタの出力は45度という結果になる。一方、走行
方向の強さは全方向ベクトルの強さの総和に対して多数
決で選択されたベクトルの強さだけの総和で決めること
ができる。例えば、対象となる小領域とその近傍の8つ
の領域の走行方向θと強さCが次のような場合を考え
る。
領域は#2、#3、#5、#6、#7、#8の6つであ
るから、次のように決定する。
領域のS11、S22、S12を全て平均化した行列A
gを計算し、Ag行列に基づいて方向ベクトルとその強
さを求める方法である。
き、単純な平均ではなく、重み付き平均を利用してもよ
い。
ベクトルフィルタの目的は対象とした小領域の周辺まで
含めてある程度広い範囲内でパターン走行方向とその強
さを推定するためであり、ノイズなどで特異的な方向に
パターン走行方向が誤認されても、周辺の領域から修正
を加えることができる。
心領域での走行方向検出結果に基づいてベクトルの修正
を行った結果、この走行方向に特有の周波数低減フィル
タを施す。このフィルタの例は、既に図4で示されてい
るが、このフィルタ係数は局所的に求められた走行方向
と強さの情報に基づいて空間フィルタ係数発生回路18
によって画素毎に変更される。図10には入力画像、ベ
クトルフィルタ回路16の出力例、およびその情報に基
づいて施すべき5×5の空間フィルタを3つの局所に対
して例示している。入力画像の中の線状陰影やエッジ部
は局所的に強い方向成分を持っているが、そういう部分
にはその方向に空間周波数を低減する空間フィルタをか
け、背景部には全方向性の空間フィルタが施されること
が説明されている。
設定可能な空間フィルタを施すわけであるが、この空間
フィルタが大型であればあるほど実時間演算がしにくく
なる。そのため、1つの大型なフィルタを施す代わり
に、小さいサイズの空間フィルタを連続して施すことで
演算回路を簡易化させることもできる。例えば5×5の
空間フィルタは25個の積和演算を行う必要があるが、
3×3の空間フィルタを2回連続して施すようにすれば
18個の積和演算で済み、回路規模を小さくすることが
できる。図11にはその一例を示す。フィルタ出力1と
フィルタ出力2は同一の結果となる。
ば、画像に含まれる線状もしくはエッジ部のパターンの
走行方向、およびその強さに応じた空間フィルタをその
走行方向に沿って施すことで、線状陰影やエッジ部の辺
縁をぼかしたり、コントラストを低下することなく、ノ
イズ低減を達成することができる。
施形態を説明する。他の実施形態の説明において第1の
実施形態と同一部分は同一参照数字を付してその詳細な
説明は省略する。
ク図と同一であるので、図示省略する。第2実施形態
は、走行方向の検出処理の変形に関する実施形態であ
る。
2は(e−1)式から(e−3)式に示した式により求
めた。しかし、一般に重心は画像の画素値の平均値によ
って変動する。したがって、画像の平均レベルが大きい
ときには重心は関心領域の原点に近いところで求まり、
小さいときには重心が原点から離れる。また、ある2つ
の画像の差分をとったような画像、例えばX線診断装置
で得られるDSA(digital subtraction angiograph
y)画像のように画素平均値がゼロに近い場合は、デー
タ個数の総和Zがゼロになることがあり、(e−1)式
等の演算がエラーを起こすことがある。したがって、本
発明の耐用性を高める手段として画素値の平均値に依存
しない手法を第2実施形態として示す。
2)式、(e−3)式に代えて下記の式によりS11,
S12,S22を求める。
均値からの差の成分に対する重心をXg’,Yg’とし
て定義したものである。
り、平均値Davがいかなる値をとっても重心位置は平均
値からの差分の成分だけを対象にして求めるわけである
から、平均値には依存しない値として求められる。
は、プリプロセス回路10で次の演算を行えばよい。
画像は局所的に平均値がゼロとなった画像となるため、
Dav=0として(e−24)式を演算することができ、
ハードウェア構成が簡素化される。
施形態である。本実施形態では、S11,S12,S2
2を単純に原点の周りの単純な2次モーメントで表すこ
とであり、次のように求められる。
ら関心領域の中心が離れていくにしたがって、方向性の
強さが次第に弱まって求められ、さらに離れていくと、
線状陰影の走行方向とは別の走行方向を検出することが
あり得るが、線状陰影の付近の関心領域の方向性は正し
く求められるので、実用に供せられる。ただし、このと
きには同時にXg,Ygの演算も行い、Xg,Ygの計
算結果からあまりに大きな重心のシフトがあることが分
かる場合は、関心領域の中心位置は線状陰影から離れて
いるわけであるから、強制的に方向性の強さをゼロとす
るなどの操作を行う必要がある。
施形態である。走行方向θ1は数学的に画像の平均値に
依存せず求まるが、強さを示す寄与率Cは平均値が大き
いときには次第に小さくなるという数学的性質を持つ。
また、画像の平均値をゼロにした場合、λ1+λ2=0
となり方向性の強さを正しく求めることができない場合
もある。
しない量Pを次のように定義し、 P=λ1−λ2 (e−30) いろいろな条件下で予め測定しておいたλ1−λ2と比
較して、走行方向の強さを表す指標C’を得ることがで
きる。
ーンがなくノイズだけが分布している場合は、関心領域
のサイズ、および画像上のノイズの標準偏差σによって
定まる確率分布に従う。この定式化は複雑であるが、ほ
ぼ正規分布に従う。一方、画像上のノイズの標準偏差σ
は画像の撮影条件などから知ることができる。すでに述
べたように、X線画像の場合は、画像のノイズの標準偏
差σはX線フォトン数Nの平方根に比例するため、画像
の平均値をLとするとX線フォトン数を推定することが
でき、σも求められる。例えば、1つのX線フォトンに
対してL0という画素値が生じるような場合、画像の平
均値Lを観測すれば、 N=L/L0 という関係があるため、σは σ=L0(L/L0)1/2 となる。つまり、画像の平均値を得ることにより、ノイ
ズだけが存在する場合のPの確率分布を計算することが
できる。この分布をf(P)(f(P)は積分すると
1.0となるような分布)とすれば、実際に関心領域内
の走行方向検出処理で求まったPx=λ1−λ2がこの
分布のどこに位置するかを求めて、0〜1までの間の確
からしさを算出することができる。図12はあらかじめ
求められているf(P)、および実際に得られたPxの
例であるが図中の斜線部の積分値ηを用いて C’=1−η とすれば、走行方向の強さを表す指標C’を得ることが
できる。
す。プリプロセス回路10では画像の平均値を求める処
理を行い、その平均値に対応するノイズの標準偏差σを
基に、f(P)を発生する。一方、走行方向検出回路1
4はPx=λ1−λ2を求める。f(P)分布のPxの
位置からηを算出して、C’を求める。
体的な応用例としてのX線診断装置を説明する。従来か
らX線診断装置は検体を非破壊で検査できる有用な装置
であり、高精細で動画が得られる事が望まれている。さ
らに、装置の大型、重厚化を避けるために、イメージイ
ンテンシファイヤの代わりに平面型検出器が必要とされ
ている。これらの要請を達成する為に、アクティブマト
リックス型の平面検出器が提案されている。この様な平
面検出器には間接変換方式と直接変換方式とがあるが、
X線照射により発生する電子・正孔対を直接検出する直
接変換方式は、間接変換方式と比べて高精細な画像を得
る事ができる。この直接変換方式は、例えば、米国特許
第5,319,206号明細書(E.I.DuPont)や、SP
IE論文誌,vol. 243,P237,1995年(D.L.Lee et a
l.)や、特開平11−4821号に記載されている。図
14に特開平11−4821号公報に記載の検出器を示
す。
まず、光導電体301に入射したX線Xは、電子・正孔
対309を発生させ、この発生した電荷は信号容量30
5と、画素電極304と対向する電極300とで形成さ
れる容量とで分配される。X線入射の電荷は、トランジ
スタのゲートGがゲート信号Glからの信号によって開
く事によりドレインD1〜D4を通して図示しない積分
器に集められる。直接変換方式では、光導電体301に
入射した情報が全て電子・正孔対309として収集され
るという点で、画素電極形状を精細化することで、高精
細な画像を実現する事が可能である。ここで、308は
電源である。
透視下におけるカテーテル治療が盛んに行われている
が、X線透視は撮影に比べて線量を低減して患者被爆を
低減していることから、画像上に重畳するノイズが大き
く、カテーテル、その他のガイドワイヤや血管等の線状
陰影が背景ノイズに邪魔されて、見えにくくなるという
問題がある。これは、上述したような直接変換方式の平
面検出器を備えたX線診断システムにて行われることを
考慮した場合、その原理上高精細な画像を形成し得るこ
とから、低線量時にはX線の量子ノイズがより顕著に現
れることに起因する。
を備えたX線診断システムに本発明の画像処理装置を組
み合わせることにより、本来、高分解能、かつ高精細の
面で優れた直接変換方式の平面検出器の特徴を生かしつ
つ、線状陰影やエッジ状陰影のコントラストを損なわず
に、背景のノイズを選択的に抑圧でき、直接変換方式の
平面検出器にとって、特によい結果をもたらすことがで
きる。すなわち、被検体を透過したX線を図14に示す
ような直接変換方式の平面検出器により検出して得た被
検体のX線像を図1の入力画像として本発明の画像処理
装置に入力し、線状陰影やエッジ状陰影の方向とその強
さに応じた指向性を有する空間フィルタ処理を施すこと
により、高精細の画像が得られるX線診断装置が実現さ
れる。そのため、低線量のカテーテル治療時において
も、線状陰影のコントラストを損なわずに、背景ノイズ
を選択的に抑圧できる。第5実施形態のX線診断装置
は、上述した第1〜第4実施形態のいずれも適用可能で
ある。
種々変形して実施可能である。例えば、上述の説明で
は、X線画像を例にとったが、これに限らず、CT画像
やMRI画像等、ランダムノイズが重畳するような画像
全般に対しても同様に適用可能である。
状陰影もしくはエッジ状の陰影を含む画像において、線
状陰影やエッジ状陰影のコントラストを損なわずに、背
景のノイズ成分を選択的に、しかもリアルタイムで抑圧
することができる画像処理装置を提供することができ
る。
構成を示すブロック図。
図。
る。
析法を適用して走行方向、強さをするための原理を示す
図。
向、強さをするための積和演算を実行する部分の回路
図。
回路図。
概略を示す図。
詳細を示す図。
す図。
ィルタを施す代わりに、複数の小型の空間フィルタを施
す動作を示す図。
走行方向検出の原理を示す図。
構成を示すブロック図。
用いられる直接変換方式の平面型検出器の構成を示す
図。
Claims (16)
- 【請求項1】 画像に含まれる線状もしくはエッジ状の
陰影の方向とその強さを検出する手段と、 前記検出手段により検出された方向と強さに応じた指向
性を有する空間フィルタを前記画像に施すフィルタ手段
と、を具備することを特徴とする画像処理装置。 - 【請求項2】 前記画像の陰影の画素レベルが背景の画
素より大きい場合、前記検出手段は画像の関心領域の共
分散行列の2つの固有値のうち、大きい方の固有値に対
応する固有ベクトルの向きに基づいて方向を算出し、 前記フィルタ手段は、該方向の周波数特性がその他の方
向の周波数特性と異なるディジタル空間フィルタを前記
画像に施すことを特徴とする請求項1に記載の画像処理
装置。 - 【請求項3】 前記画像の陰影の画素レベルが背景の画
素より小さい場合、前記検出手段は画像の関心領域の共
分散行列の2つの固有値のうち、小さい方の固有値に対
応する固有ベクトルの向きに基づいて方向を算出し、 前記フィルタ手段は、該方向の周波数特性がその他の方
向の周波数特性と異なるディジタル空間フィルタを前記
画像に施すことを特徴とする請求項1に記載の画像処理
装置。 - 【請求項4】 前記検出手段は、関心領域を水平方向と
垂直方向にシフトしながら画像全体に対する関心領域の
サイズの局所毎の陰影の方向とその強さを逐次求め、 前記フィルタ手段は、方向と強さによって決定される2
次元空間フィルタ係数を関心領域のサイズ毎に変更しな
がら画像全体に空間フィルタを施すことを特徴とする請
求項1乃至請求項3のいずれか一項に記載の画像処理装
置。 - 【請求項5】 前記検出手段は、関心領域内の画素配列
に対して、各行毎に所定の行方向係数と画素値の間の積
和演算を行い、求められた各行の演算結果に対して所定
の列方向係数との間で積和演算を行った結果の数値を、
複数の行方向係数と列方向係数の組み合わせに対して少
なくとも5個算出し、その数値を基にして所定の演算を
行って関心領域の共分散行列を求めることを特徴とする
請求項2、または請求項3に記載の画像処理装置。 - 【請求項6】 前記検出手段は、関心領域内の画素分布
の平均値に基づいて関心領域内のランダムノイズの分散
を推定し、その分散と関心領域のマトリクスサイズで定
まる確率分布を強さを表す指標について予測しておき、
関心領域内の画素値を基に計算された強さが予測された
確率分布の下で取り得る確率を計算し、この確率を強さ
の指標とすることを特徴とする請求項1に記載の画像処
理装置。 - 【請求項7】 前記検出手段は、共分散行列の2つの固
有値の比を方向の強さの指標とすることを特徴とする請
求項2、または請求項3に記載の画像処理装置。 - 【請求項8】 前記検出手段は、設定した関心領域の共
分散行列の要素と、関心領域の周辺の領域の共分散行列
の要素とを重み付け平均して新しく共分散行列を求め、
この新しく求められた共分散行列の固有ベクトルの方向
と固有値とを、それぞれ関心領域のパターン走行方向と
パターン走行方向の強さの指標として、パターン方向ベ
クトルを決め、この方向ベクトルによって決定される空
間フィルタを施すことを特徴とする請求項1に記載の画
像処理装置。 - 【請求項9】 前記検出手段は、設定した関心領域と、
その周辺の複数の領域について新しく共分散行列を求
め、複数の領域についての固有ベクトルの方向を求め、
最も多くの領域で求められた方向を関心領域のパターン
走行方向として求めることを特徴とする請求項8に記載
の画像処理装置。 - 【請求項10】 前記検出手段は、入力画像に対して周
波数低減フィルタを施し、その出力画像と入力画像との
差画像に対して方向検出処理を行うことを特徴とする請
求項1乃至請求項3のいずれか一項に記載の画像処理装
置。 - 【請求項11】 前記検出手段は、入力画像の画素値の
符号を反転して方向検出処理を行う請求項1乃至請求項
3のいずれか一項に記載の画像処理装置。 - 【請求項12】 前記検出手段は、入力画像の最大ビッ
ト数で決定される最大値から入力画像を減じた画像に対
して方向検出処理を行うことを特徴とする請求項1乃至
請求項3のいずれか一項に記載の画像処理装置。 - 【請求項13】 前記検出手段は、入力画像の信号スペ
クトルのある帯域を強調しつつ、ノイズスペクトルを抑
えるプリプロセス処理を行うことを特徴とする請求項1
乃至請求項3のいずれか一項に記載の画像処理装置。 - 【請求項14】 予測しておく強さを表す指標の分布
は、画像の関心領域の中心位置と、関心領域内の画素分
布の重心位置に基づいて決定された位置のまわりの共分
散行列から求められる固有値に対して行われることを特
徴とする請求項6に記載の画像処理装置。 - 【請求項15】 予測しておく強さを表す指標の分布
は、画像の関心領域の中心位置と、関心領域内の画素分
布の重心位置に基づいて決定された位置のまわりの共分
散行列から求められる固有値の差または比に対して行わ
れることを特徴とする請求項6に記載の画像処理装置。 - 【請求項16】 直接変換方式のX線検出器を用いて被
検体のX線画像を得る手段と、 前記X線画像が入力される請求項1に記載の画像処理装
置と、を具備することを特徴とするX線診断装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28441599A JP4112762B2 (ja) | 1999-10-05 | 1999-10-05 | 画像処理装置およびx線診断装置 |
US09/679,440 US6763129B1 (en) | 1999-10-05 | 2000-10-04 | Image processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28441599A JP4112762B2 (ja) | 1999-10-05 | 1999-10-05 | 画像処理装置およびx線診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001111835A true JP2001111835A (ja) | 2001-04-20 |
JP4112762B2 JP4112762B2 (ja) | 2008-07-02 |
Family
ID=17678271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP28441599A Expired - Lifetime JP4112762B2 (ja) | 1999-10-05 | 1999-10-05 | 画像処理装置およびx線診断装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US6763129B1 (ja) |
JP (1) | JP4112762B2 (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006255217A (ja) * | 2005-03-18 | 2006-09-28 | Hitachi Medical Corp | X線画像診断装置 |
JP2009000164A (ja) * | 2007-06-19 | 2009-01-08 | Shimadzu Corp | 放射線画像処理装置 |
JP2010033209A (ja) * | 2008-07-28 | 2010-02-12 | Hitachi Ltd | 画像信号処理装置、表示装置、録画再生装置、画像信号処理方法 |
JP2011065641A (ja) * | 2010-09-01 | 2011-03-31 | Toshiba Corp | 画像処理装置、表示装置及び画像処理方法 |
JP2012100734A (ja) * | 2010-11-08 | 2012-05-31 | Toshiba Corp | 画像処理装置及びそれを用いたx線診断装置、画像処理方法 |
JP2013022309A (ja) * | 2011-07-22 | 2013-02-04 | Shimadzu Corp | 画質評価方法およびそれを用いたx線透視撮影装置 |
WO2014002148A1 (ja) * | 2012-06-29 | 2014-01-03 | 株式会社島津製作所 | 画像処理装置 |
KR20140008041A (ko) * | 2012-07-10 | 2014-01-21 | 삼성전자주식회사 | 방향 적응적 영상 보간 방법 및 그 전자 장치 |
WO2014119412A1 (ja) * | 2013-01-30 | 2014-08-07 | 株式会社 日立メディコ | 医用画像処理装置及び医用画像撮像装置 |
WO2014196608A1 (ja) * | 2013-06-05 | 2014-12-11 | 独立行政法人国立高等専門学校機構 | 画像処理装置、医用画像診断装置及びx線診断装置 |
JP2015535980A (ja) * | 2012-09-27 | 2015-12-17 | メタイオ ゲゼルシャフト ミット ベシュレンクテル ハフツングmetaio GmbH | 特に装置に係る視覚ベースの位置決めに使用される画像処理方法 |
US9449243B2 (en) | 2012-03-14 | 2016-09-20 | Shimadzu Corporation | Image processing apparatus for recognition of linear structures |
CN113538337A (zh) * | 2021-06-17 | 2021-10-22 | 杭州涂鸦信息技术有限公司 | 检测方法、检测装置及计算机可读存储介质 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6313454B1 (en) * | 1999-07-02 | 2001-11-06 | Donnelly Corporation | Rain sensor |
JP4199939B2 (ja) * | 2001-04-27 | 2008-12-24 | 株式会社日立製作所 | 半導体検査システム |
DE10309166A1 (de) * | 2003-02-28 | 2004-09-16 | Siemens Ag | Röntgendiagnostikeinrichtung mit Bildrechner zur Richtungsfilterung |
US7254261B2 (en) * | 2003-12-09 | 2007-08-07 | General Electric Co. | Signal-adaptive noise reduction in digital radiographic images |
US7320014B2 (en) * | 2003-12-12 | 2008-01-15 | Tektronix, Inc. | Method and apparatus for identifying similar events in long data records |
US7373013B2 (en) * | 2003-12-23 | 2008-05-13 | General Instrument Corporation | Directional video filters for locally adaptive spatial noise reduction |
US7606309B2 (en) * | 2004-09-30 | 2009-10-20 | Intel Corporation | Motion estimation for video processing using 2-D (spatial) convolution |
CN101213574A (zh) * | 2005-06-07 | 2008-07-02 | 汤姆逊许可公司 | 静态图像、视频以及影片基于内容的高斯降噪 |
JP2007067625A (ja) * | 2005-08-30 | 2007-03-15 | Matsushita Electric Ind Co Ltd | カメラシステムにおけるフィルタ補正回路 |
EP1976268A1 (en) * | 2005-12-28 | 2008-10-01 | Olympus Corporation | Imaging system and image processing program |
EP2037811A2 (en) * | 2006-06-28 | 2009-03-25 | Koninklijke Philips Electronics N.V. | Spatially varying 2d image processing based on 3d image data |
US20080165277A1 (en) * | 2007-01-10 | 2008-07-10 | Loubachevskaia Natalya Y | Systems and Methods for Deinterlacing Video Data |
KR101392482B1 (ko) * | 2007-08-30 | 2014-05-07 | 삼성전자주식회사 | 블록킹 효과 제거 시스템 및 방법 |
JP5538684B2 (ja) * | 2008-03-13 | 2014-07-02 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
US8687885B2 (en) | 2011-05-19 | 2014-04-01 | Foveon, Inc. | Methods for reducing row and column patterns in a digital image |
US9639915B2 (en) * | 2012-08-08 | 2017-05-02 | Samsung Electronics Co., Ltd. | Image processing method and apparatus |
KR102265279B1 (ko) * | 2014-05-29 | 2021-06-16 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
US9526468B2 (en) * | 2014-09-09 | 2016-12-27 | General Electric Company | Multiple frame acquisition for exposure control in X-ray medical imagers |
JP6685762B2 (ja) * | 2016-02-22 | 2020-04-22 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN109073362B (zh) * | 2016-04-27 | 2020-11-27 | 富士胶片株式会社 | 指标生成方法、测定方法及指标生成装置 |
US11361481B2 (en) * | 2019-09-18 | 2022-06-14 | Topcon Corporation | 3D shadow reduction signal processing method for optical coherence tomography (OCT) images |
DE102021200365A1 (de) | 2021-01-15 | 2022-07-21 | Siemens Healthcare Gmbh | Bildgebung mit asymmetrischer Kontrastverstärkung |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60245084A (ja) | 1984-05-19 | 1985-12-04 | Toshiba Corp | 画像処理装置 |
US4838685A (en) * | 1987-04-03 | 1989-06-13 | Massachusetts Institute Of Technology | Methods and apparatus for motion estimation in motion picture processing |
JPH02162475A (ja) * | 1988-12-15 | 1990-06-22 | Dainippon Screen Mfg Co Ltd | 画像輪郭修正方法 |
JPH0669447B2 (ja) | 1989-12-27 | 1994-09-07 | 株式会社島津製作所 | X線画像処理装置 |
JP3003799B2 (ja) * | 1990-03-28 | 2000-01-31 | 富士写真フイルム株式会社 | 画像の鮮鋭度強調方法及びその装置 |
JP2582664B2 (ja) | 1990-09-14 | 1997-02-19 | 富士写真フイルム株式会社 | パターン認識装置 |
JPH0647035A (ja) | 1992-07-31 | 1994-02-22 | Shimadzu Corp | 画像処理装置 |
JPH0669447A (ja) | 1992-08-20 | 1994-03-11 | Nec Corp | 半導体装置及びその製造方法 |
US5319206A (en) | 1992-12-16 | 1994-06-07 | E. I. Du Pont De Nemours And Company | Method and apparatus for acquiring an X-ray image using a solid state device |
EP0610605B1 (en) * | 1993-02-11 | 1997-07-16 | Agfa-Gevaert N.V. | Method of recognising an irradiation field |
JP3472596B2 (ja) * | 1993-06-11 | 2003-12-02 | 株式会社日立製作所 | ノイズ低減フィルター |
US5602934A (en) | 1993-09-08 | 1997-02-11 | The Regents Of The University Of California | Adaptive digital image signal filtering |
JP3410778B2 (ja) | 1993-09-14 | 2003-05-26 | 株式会社東芝 | リカーシブフィルタ、x線診断装置 |
EP0712092A1 (en) | 1994-11-10 | 1996-05-15 | Agfa-Gevaert N.V. | Image contrast enhancing method |
JP3198836B2 (ja) | 1994-12-02 | 2001-08-13 | ミノルタ株式会社 | 中間転写体 |
JPH08255238A (ja) | 1995-03-17 | 1996-10-01 | Ge Yokogawa Medical Syst Ltd | 画像処理方法および画像処理装置並びにx線透視装置 |
JP2737734B2 (ja) * | 1995-12-13 | 1998-04-08 | 日本電気株式会社 | 指紋分類装置 |
EP0815535B1 (en) * | 1995-12-21 | 2002-10-09 | Koninklijke Philips Electronics N.V. | Directional adaptive noise reduction |
US5799100A (en) | 1996-06-03 | 1998-08-25 | University Of South Florida | Computer-assisted method and apparatus for analysis of x-ray images using wavelet transforms |
US5809105A (en) | 1997-03-19 | 1998-09-15 | General Electric Company | Noise filter for digital x-ray imaging system |
US6263088B1 (en) * | 1997-06-19 | 2001-07-17 | Ncr Corporation | System and method for tracking movement of objects in a scene |
JP3462041B2 (ja) | 1997-06-19 | 2003-11-05 | 株式会社東芝 | X線診断装置 |
JP4095140B2 (ja) | 1997-09-12 | 2008-06-04 | 株式会社東芝 | 画像処理装置及び方法 |
US6363173B1 (en) * | 1997-12-19 | 2002-03-26 | Carnegie Mellon University | Incremental recognition of a three dimensional object |
-
1999
- 1999-10-05 JP JP28441599A patent/JP4112762B2/ja not_active Expired - Lifetime
-
2000
- 2000-10-04 US US09/679,440 patent/US6763129B1/en not_active Expired - Lifetime
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4679190B2 (ja) * | 2005-03-18 | 2011-04-27 | 株式会社日立メディコ | X線画像診断装置 |
JP2006255217A (ja) * | 2005-03-18 | 2006-09-28 | Hitachi Medical Corp | X線画像診断装置 |
JP2009000164A (ja) * | 2007-06-19 | 2009-01-08 | Shimadzu Corp | 放射線画像処理装置 |
JP2010033209A (ja) * | 2008-07-28 | 2010-02-12 | Hitachi Ltd | 画像信号処理装置、表示装置、録画再生装置、画像信号処理方法 |
JP2011065641A (ja) * | 2010-09-01 | 2011-03-31 | Toshiba Corp | 画像処理装置、表示装置及び画像処理方法 |
JP2012100734A (ja) * | 2010-11-08 | 2012-05-31 | Toshiba Corp | 画像処理装置及びそれを用いたx線診断装置、画像処理方法 |
JP2013022309A (ja) * | 2011-07-22 | 2013-02-04 | Shimadzu Corp | 画質評価方法およびそれを用いたx線透視撮影装置 |
US9449243B2 (en) | 2012-03-14 | 2016-09-20 | Shimadzu Corporation | Image processing apparatus for recognition of linear structures |
US9478014B2 (en) | 2012-06-29 | 2016-10-25 | Shimadzu Corporation | Image processing method for extracting linear patterns |
JPWO2014002148A1 (ja) * | 2012-06-29 | 2016-05-26 | 株式会社島津製作所 | 画像処理装置 |
WO2014002148A1 (ja) * | 2012-06-29 | 2014-01-03 | 株式会社島津製作所 | 画像処理装置 |
KR101937163B1 (ko) | 2012-07-10 | 2019-04-09 | 삼성전자주식회사 | 방향 적응적 영상 보간 방법 및 그 전자 장치 |
KR20140008041A (ko) * | 2012-07-10 | 2014-01-21 | 삼성전자주식회사 | 방향 적응적 영상 보간 방법 및 그 전자 장치 |
JP2015535980A (ja) * | 2012-09-27 | 2015-12-17 | メタイオ ゲゼルシャフト ミット ベシュレンクテル ハフツングmetaio GmbH | 特に装置に係る視覚ベースの位置決めに使用される画像処理方法 |
US9888235B2 (en) | 2012-09-27 | 2018-02-06 | Apple Inc. | Image processing method, particularly used in a vision-based localization of a device |
US9990726B2 (en) | 2012-09-27 | 2018-06-05 | Apple Inc. | Method of determining a position and orientation of a device associated with a capturing device for capturing at least one image |
WO2014119412A1 (ja) * | 2013-01-30 | 2014-08-07 | 株式会社 日立メディコ | 医用画像処理装置及び医用画像撮像装置 |
JPWO2014119412A1 (ja) * | 2013-01-30 | 2017-01-26 | 株式会社日立製作所 | 医用画像処理装置及び医用画像撮像装置 |
JP2014233608A (ja) * | 2013-06-05 | 2014-12-15 | 独立行政法人国立高等専門学校機構 | 画像処理装置及び医用画像診断装置 |
US10007976B2 (en) | 2013-06-05 | 2018-06-26 | National Institute of Technology | Image processing apparatus, medical image diagnostic apparatus, and x-ray diagnostic apparatus |
WO2014196608A1 (ja) * | 2013-06-05 | 2014-12-11 | 独立行政法人国立高等専門学校機構 | 画像処理装置、医用画像診断装置及びx線診断装置 |
CN113538337A (zh) * | 2021-06-17 | 2021-10-22 | 杭州涂鸦信息技术有限公司 | 检测方法、检测装置及计算机可读存储介质 |
CN113538337B (zh) * | 2021-06-17 | 2024-02-27 | 杭州涂鸦信息技术有限公司 | 检测方法、检测装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP4112762B2 (ja) | 2008-07-02 |
US6763129B1 (en) | 2004-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4112762B2 (ja) | 画像処理装置およびx線診断装置 | |
EP1101128B1 (en) | Method and apparatus for spatial and temporal filtering of intravascular ultrasonic image data | |
JP4363667B2 (ja) | 画像のノイズ圧縮方法 | |
JP5753791B2 (ja) | ノイズ除去された所定の解像度の医療画像を提供する方法、所定の解像度のノイズ除去された所定の解像度の医療画像を提供するシステム | |
US5742700A (en) | Quantitative dental caries detection system and method | |
JP4170767B2 (ja) | 画像処理装置 | |
US5768405A (en) | Digital image processing method for local determination of the center and the width of objects in the form of contrasting bands on a background | |
CN115661135B (zh) | 一种心脑血管造影的病灶区域分割方法 | |
US9245323B2 (en) | Medical diagnostic device and method of improving image quality of medical diagnostic device | |
US8050482B2 (en) | System and method for online optimization of guidewire visibility in fluoroscopic systems | |
US7162062B2 (en) | Method of processing images | |
JP2004246625A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2011031040A (ja) | 2次元超音波映像に対応する2次元ct映像を提供するシステムおよび方法 | |
US8494239B2 (en) | Image processing device, method and program | |
Aufrichtig et al. | X-ray fluoroscopy spatio-temporal filtering with object detection | |
He et al. | Retinal image denoising via bilateral filter with a spatial kernel of optimally oriented line spread function | |
KR20170117324A (ko) | 화상 처리장치, 화상 처리방법, 및 기억매체 | |
JP2009226141A (ja) | 画像処理装置および画像処理方法 | |
JP2001076141A (ja) | 画像認識方法および画像処理装置 | |
US6917826B2 (en) | Automatic and quantitative assessment of image quality in SPECT myocardial perfusion imaging | |
JP5353876B2 (ja) | 画像処理装置 | |
US11164315B2 (en) | Image processing method and corresponding system | |
JP4095140B2 (ja) | 画像処理装置及び方法 | |
CN115456890A (zh) | 基于多尺度双域判别器的生成对抗医学ct图像去噪方法 | |
JP4864909B2 (ja) | 画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060926 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080115 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080408 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080410 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4112762 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110418 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130418 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140418 Year of fee payment: 6 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 Free format text: JAPANESE INTERMEDIATE CODE: R313114 Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 Free format text: JAPANESE INTERMEDIATE CODE: R313114 Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |