JP2002216124A - 移動正規化法による画像コントラストの変換方法 - Google Patents
移動正規化法による画像コントラストの変換方法Info
- Publication number
- JP2002216124A JP2002216124A JP2001009045A JP2001009045A JP2002216124A JP 2002216124 A JP2002216124 A JP 2002216124A JP 2001009045 A JP2001009045 A JP 2001009045A JP 2001009045 A JP2001009045 A JP 2001009045A JP 2002216124 A JP2002216124 A JP 2002216124A
- Authority
- JP
- Japan
- Prior art keywords
- density
- image
- conversion
- max
- contrast
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000010606 normalization Methods 0.000 title claims description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 51
- 230000008569 process Effects 0.000 claims abstract description 3
- 238000010586 diagram Methods 0.000 description 18
- 238000012886 linear function Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 206010035653 pneumoconiosis Diseases 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000011976 chest X-ray Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 101100398584 Arabidopsis thaliana TT10 gene Proteins 0.000 description 1
- 101000795655 Canis lupus familiaris Thymic stromal cotransporter homolog Proteins 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 画像の濃度変換をきわめて柔軟に行い得る変
換方法を提供すること。 【解決手段】 濃度変換を行うべき原画像サイズＭ×Ｎ
について、画素を（ｉ，ｊ）、その濃度をｆ（ｉ，
ｊ）、変換後の濃度をｇ（ｉ，ｊ）とし、入力と出力の
ダイナミックレンジに関するパラメータをそれぞれｆ
min、ｆmax、ｇmin、ｇmaxとするとき、関数 ｇ（ｉ，
ｊ）＝Ф（ｆmin、ｆmax、ｇmin、ｇmax，ｆ（ｉ，
ｊ））によって（ｉ，ｊ）を所定の画素数ずつ移動させ
ながら領域Ｐ×Ｑ（Ｐ≦Ｍ、Ｑ≦Ｎ）単位で正規化して
いく過程を含むことを要旨とする。
換方法を提供すること。 【解決手段】 濃度変換を行うべき原画像サイズＭ×Ｎ
について、画素を（ｉ，ｊ）、その濃度をｆ（ｉ，
ｊ）、変換後の濃度をｇ（ｉ，ｊ）とし、入力と出力の
ダイナミックレンジに関するパラメータをそれぞれｆ
min、ｆmax、ｇmin、ｇmaxとするとき、関数 ｇ（ｉ，
ｊ）＝Ф（ｆmin、ｆmax、ｇmin、ｇmax，ｆ（ｉ，
ｊ））によって（ｉ，ｊ）を所定の画素数ずつ移動させ
ながら領域Ｐ×Ｑ（Ｐ≦Ｍ、Ｑ≦Ｎ）単位で正規化して
いく過程を含むことを要旨とする。
Description
【０００１】
【発明の属する技術分野】本発明は、画像の濃度変換を
柔軟に行うことができる画像コントラストの変換方法に
関する。
柔軟に行うことができる画像コントラストの変換方法に
関する。
【０００２】
【従来の技術】宇宙・航空画像、医用画像等あらゆる分
野で画像が重要な役割を担う時代になってきている。こ
れらの画像の中には、目的に応じて特殊な加工を必要と
するものがあるが殆どの場合、第１ステップとして画像
の濃度変換（濃度正規化）が必要である。従来、画像の
濃度変換手段として、一括線形正規化法、一様ヒストグ
ラム法、多分割濃度正規化法といった濃度変換手法が知
られている。
野で画像が重要な役割を担う時代になってきている。こ
れらの画像の中には、目的に応じて特殊な加工を必要と
するものがあるが殆どの場合、第１ステップとして画像
の濃度変換（濃度正規化）が必要である。従来、画像の
濃度変換手段として、一括線形正規化法、一様ヒストグ
ラム法、多分割濃度正規化法といった濃度変換手法が知
られている。
【０００３】一括線形正規化法は、図２３に示すよう
に、関数 ｆ＝ａｘ＋ｂによって原画像の全画素につい
て濃度変換（正規化）する方法である。図２３におい
て、ｆmin、ｆmaxは原画像の最小値および最大値であ
る。変換後の濃度の最小値は０であり、最大値はＦmax
である。
に、関数 ｆ＝ａｘ＋ｂによって原画像の全画素につい
て濃度変換（正規化）する方法である。図２３におい
て、ｆmin、ｆmaxは原画像の最小値および最大値であ
る。変換後の濃度の最小値は０であり、最大値はＦmax
である。
【０００４】一様ヒストグラム法は、特定の濃度が非常
に多い画像において、他の濃度のディテールが現れ難く
画像が単調になり易いケースに用いられる。濃度のヒス
トグラムを均一化（平坦化）することで、見易い画像と
なる。この方法による濃度の正規化は、画像における
すべての画素数Ｎを求める。濃度表現に用いる階調数
ｍを定める。濃度の低い方から出現画素の数を加えて
いき、その合計がＮ／ｍとなる濃度までを同一の濃度と
見なす。その次に高い濃度をもつ画素を加えていきそ
の合計がＮ／ｍとなったとき、その間の画素を１つの濃
度とする。前記手順を、全画素の濃度範囲に対して繰
り返す。
に多い画像において、他の濃度のディテールが現れ難く
画像が単調になり易いケースに用いられる。濃度のヒス
トグラムを均一化（平坦化）することで、見易い画像と
なる。この方法による濃度の正規化は、画像における
すべての画素数Ｎを求める。濃度表現に用いる階調数
ｍを定める。濃度の低い方から出現画素の数を加えて
いき、その合計がＮ／ｍとなる濃度までを同一の濃度と
見なす。その次に高い濃度をもつ画素を加えていきそ
の合計がＮ／ｍとなったとき、その間の画素を１つの濃
度とする。前記手順を、全画素の濃度範囲に対して繰
り返す。
【０００５】多分割濃度正規化法は、濃度を幾つかの領
域に分割し、各分割領域内で濃度変換を行う方法であ
る。たとえば、濃度幅を５０刻みとして変換を行う場合
は、図２４に示すように、各分割領域内でたとえば線形
変換によって正規化する。この方法によるときは、コン
トラストを上げることはできるけれども、画像が不自然
になり易く、分割領域数を慎重に選ぶ必要がある。
域に分割し、各分割領域内で濃度変換を行う方法であ
る。たとえば、濃度幅を５０刻みとして変換を行う場合
は、図２４に示すように、各分割領域内でたとえば線形
変換によって正規化する。この方法によるときは、コン
トラストを上げることはできるけれども、画像が不自然
になり易く、分割領域数を慎重に選ぶ必要がある。
【０００６】
【発明が解決しようとする課題】しかしながら、上記従
来技術によるときは、目的とする局所のみの強調を画像
の自然なつながりを保ちながら行うことは、不可能であ
る。本発明は、画像の濃度変換をきわめて柔軟に行い得
る変換方法を提供することを目的とする。
来技術によるときは、目的とする局所のみの強調を画像
の自然なつながりを保ちながら行うことは、不可能であ
る。本発明は、画像の濃度変換をきわめて柔軟に行い得
る変換方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】上記課題を解決するため
の請求項１に記載の発明は、濃度変換を行うべき原画像
サイズＭ×Ｎについて、画素を（ｉ，ｊ）、その濃度を
ｆ（ｉ，ｊ）、変換後の濃度をｇ（ｉ，ｊ）とし、入力
と出力のダイナミックレンジに関するパラメータをそれ
ぞれｆmin、ｆmax、ｇmin、ｇmaxとするとき、関数ｇ
（ｉ，ｊ）＝Ф（ｆmin、ｆmax、ｇmin、ｇmax，ｆ
（ｉ，ｊ））によって（ｉ，ｊ）を所定の画素数ずつ移
動させながら領域Ｐ×Ｑ（Ｐ≦Ｍ、Ｑ≦Ｎ）単位で正規
化していく過程を含むことを特徴とする移動正規化法に
よる画像コントラストの変換方法である。
の請求項１に記載の発明は、濃度変換を行うべき原画像
サイズＭ×Ｎについて、画素を（ｉ，ｊ）、その濃度を
ｆ（ｉ，ｊ）、変換後の濃度をｇ（ｉ，ｊ）とし、入力
と出力のダイナミックレンジに関するパラメータをそれ
ぞれｆmin、ｆmax、ｇmin、ｇmaxとするとき、関数ｇ
（ｉ，ｊ）＝Ф（ｆmin、ｆmax、ｇmin、ｇmax，ｆ
（ｉ，ｊ））によって（ｉ，ｊ）を所定の画素数ずつ移
動させながら領域Ｐ×Ｑ（Ｐ≦Ｍ、Ｑ≦Ｎ）単位で正規
化していく過程を含むことを特徴とする移動正規化法に
よる画像コントラストの変換方法である。
【０００８】請求項２に記載の発明は、領域Ｐ×Ｑ（Ｐ
≦Ｍ、Ｑ≦Ｎ）単位でなされる正規化が、１画素ずつ移
動させながらなされるものである請求項１に記載の移動
正規化法による画像コントラストの変換方法である。
≦Ｍ、Ｑ≦Ｎ）単位でなされる正規化が、１画素ずつ移
動させながらなされるものである請求項１に記載の移動
正規化法による画像コントラストの変換方法である。
【０００９】
【作用】本発明は叙上のように構成したから、画像の希
望する部分に希望する濃度コントラストをもたせかつ、
不自然さを伴わない濃度変換が可能である。たとえば医
用画像において、患部近傍のみを強調し患部の検出を容
易に行い得る。濃度変換のための変換関数も、任意の線
形、非線形関数を用いることができる。これにより、希
望する濃度コントラストをもつ画像を得ることができ
る。
望する部分に希望する濃度コントラストをもたせかつ、
不自然さを伴わない濃度変換が可能である。たとえば医
用画像において、患部近傍のみを強調し患部の検出を容
易に行い得る。濃度変換のための変換関数も、任意の線
形、非線形関数を用いることができる。これにより、希
望する濃度コントラストをもつ画像を得ることができ
る。
【００１０】
【発明の実施の形態】以下、本発明をその好ましい実施
形態に則して説明する。
形態に則して説明する。
【００１１】本発明は、画像のコントラスト変換に移動
正規化法を用いることにポイントがある。移動正規化法
について、以下に説明する。濃度変換を行う画像のサイ
ズをＭ×Ｎ、濃度変換を行うべき画素を（ｉ，ｊ）、そ
の濃度をｆ（ｉ，ｊ）とし変換後の濃度をｇ（ｉ，ｊ）
とする。入力と出力のダイナミックレンジに関するパラ
メータをそれぞれｆmin、ｆmax、ｇmin、ｇmaxとする。
図１に示すように、（ｉ，ｊ）を含む局所領域Ｐ×Ｑ
（Ｐ≦Ｍ，Ｑ≦Ｎ）をとる。一般に、（ｉ，ｊ）をＰ×
Ｑの中心にとるが、必ずしもこれは必要ではない。特
に、画像周辺の画素では、図１下部に示すように、位置
を中心からずらしてとればよい。
正規化法を用いることにポイントがある。移動正規化法
について、以下に説明する。濃度変換を行う画像のサイ
ズをＭ×Ｎ、濃度変換を行うべき画素を（ｉ，ｊ）、そ
の濃度をｆ（ｉ，ｊ）とし変換後の濃度をｇ（ｉ，ｊ）
とする。入力と出力のダイナミックレンジに関するパラ
メータをそれぞれｆmin、ｆmax、ｇmin、ｇmaxとする。
図１に示すように、（ｉ，ｊ）を含む局所領域Ｐ×Ｑ
（Ｐ≦Ｍ，Ｑ≦Ｎ）をとる。一般に、（ｉ，ｊ）をＰ×
Ｑの中心にとるが、必ずしもこれは必要ではない。特
に、画像周辺の画素では、図１下部に示すように、位置
を中心からずらしてとればよい。
【００１２】濃度変換関数を一般にФ（・）とすると、
変換後の濃度ｇ（ｉ，ｊ）は、ｇ（ｉ，ｊ）＝Ф（ｆ
min、ｆmax、ｇmin、ｇmax，ｆ（ｉ，ｊ））と書ける。
たとえば図２に示すように、ｆmin、ｆmaxを局所領域Ｐ
×Ｑ内の最小値、最大値にとり、ｇmin、ｇmaxを０、２
K−１（Ｋｂｉｔの場合）とすると、局所平均（領域Ｐ
×Ｑにおける平均）、局所分散が等しい変換画像が得ら
れる。これは、変換後の画像が、常に固定された最小値
と最大値の間に平均値を中心にランダムにばらまかれる
ことに起因する。濃度変換関数Ф（・）が線形関数であ
ると、 ｇ（ｉ，ｊ）＝（ｆ（ｉ，ｊ）―ｆmin）［（ｇmax―ｇmin）／（ｆmax−ｆmin ）］＋ｇmin------------（１） となる。
変換後の濃度ｇ（ｉ，ｊ）は、ｇ（ｉ，ｊ）＝Ф（ｆ
min、ｆmax、ｇmin、ｇmax，ｆ（ｉ，ｊ））と書ける。
たとえば図２に示すように、ｆmin、ｆmaxを局所領域Ｐ
×Ｑ内の最小値、最大値にとり、ｇmin、ｇmaxを０、２
K−１（Ｋｂｉｔの場合）とすると、局所平均（領域Ｐ
×Ｑにおける平均）、局所分散が等しい変換画像が得ら
れる。これは、変換後の画像が、常に固定された最小値
と最大値の間に平均値を中心にランダムにばらまかれる
ことに起因する。濃度変換関数Ф（・）が線形関数であ
ると、 ｇ（ｉ，ｊ）＝（ｆ（ｉ，ｊ）―ｆmin）［（ｇmax―ｇmin）／（ｆmax−ｆmin ）］＋ｇmin------------（１） となる。
【００１３】而して、（ｉ，ｊ）を１点ずつ移動させな
がら領域Ｐ×Ｑをとっていき、上記（１）式によって濃
度変換を行っていく。ここで、Ｐ、Ｑも変数であり、こ
れらは小さくするほど一般にコントラストが大きくなっ
ていく。Ｐ×Ｑを１×２（または２×１）にまで小さく
すると、ｆmin、ｆmaxをｇmin、ｇmaxに写像するランダ
ムな２値画像となる。これは、局所平均、局所分散が等
しくなる性質からも言える。一般に、高コントラストの
画像を求めるならば、Ｐ×Ｑは３２×３２程度までが妥
当である。
がら領域Ｐ×Ｑをとっていき、上記（１）式によって濃
度変換を行っていく。ここで、Ｐ、Ｑも変数であり、こ
れらは小さくするほど一般にコントラストが大きくなっ
ていく。Ｐ×Ｑを１×２（または２×１）にまで小さく
すると、ｆmin、ｆmaxをｇmin、ｇmaxに写像するランダ
ムな２値画像となる。これは、局所平均、局所分散が等
しくなる性質からも言える。一般に、高コントラストの
画像を求めるならば、Ｐ×Ｑは３２×３２程度までが妥
当である。
【００１４】また、Ｐ×Ｑを画素の位置（ｉ，ｊ）によ
り可変としても大きな効果がある。Ｐ、Ｑが変わればｆ
min、ｆmaxも変わるが、必要に応じてｇmax、ｇminも
（ｉ，ｊ）の関数として変化させてもよい。式におい
て、ｇmin＝０、ｇmax＝２K−１とすると ｇ（ｉ，ｊ）＝（ｆ（ｉ，ｊ）―ｆmin）［（２K−１）／（ｆmax−ｆmin）］-- ----------（２） となる。このとき、ｇ（ｉ，ｊ）の局所平均は、２K ― 1
となる。
り可変としても大きな効果がある。Ｐ、Ｑが変わればｆ
min、ｆmaxも変わるが、必要に応じてｇmax、ｇminも
（ｉ，ｊ）の関数として変化させてもよい。式におい
て、ｇmin＝０、ｇmax＝２K−１とすると ｇ（ｉ，ｊ）＝（ｆ（ｉ，ｊ）―ｆmin）［（２K−１）／（ｆmax−ｆmin）］-- ----------（２） となる。このとき、ｇ（ｉ，ｊ）の局所平均は、２K ― 1
となる。
【００１５】さらに、変換関数Ф（・）が非線形関数で
ある場合、殆どの１価関数を用いることができる。たと
えば、代表的な非線形関数であるＳ関数（Sigmoid関
数）を用いると、図３に示すようになる。
ある場合、殆どの１価関数を用いることができる。たと
えば、代表的な非線形関数であるＳ関数（Sigmoid関
数）を用いると、図３に示すようになる。
【００１６】
【数１】
【００１７】本発明において用いる移動正規化法は、次
のような特徴をもつ。１画素１画素の変換であり、ブロ
ックアーティファクトが出ず、高コントラストな画像が
得られる割にはスムーズな画像のつながりを持つ。Ｐ、
Ｑおよびｇmax、ｇminを固定するとＰ×Ｑサイズに依存
した局所平均、分散は等しくなる。線形変換Ｋｂｉｔ階
調の場合、局所平均＝２K ― 1（局所分散は画像に依存）
となる。従って、閾値処理に適している。Ｐ×Ｑサイズ
を大きく採っても、ｆmin、ｆmaxの検出だけで中心の１
点変換を行うだけであるから処理時間は速い。濃度の確
率密度関数は、平均値を中心にした左右対称となる。
Ｐ、Ｑを１画面内で可変とすることにより、局所部分の
みのスムーズな強調が可能である。任意の変換関数が選
べ、コントラストの増減が自由に行える。
のような特徴をもつ。１画素１画素の変換であり、ブロ
ックアーティファクトが出ず、高コントラストな画像が
得られる割にはスムーズな画像のつながりを持つ。Ｐ、
Ｑおよびｇmax、ｇminを固定するとＰ×Ｑサイズに依存
した局所平均、分散は等しくなる。線形変換Ｋｂｉｔ階
調の場合、局所平均＝２K ― 1（局所分散は画像に依存）
となる。従って、閾値処理に適している。Ｐ×Ｑサイズ
を大きく採っても、ｆmin、ｆmaxの検出だけで中心の１
点変換を行うだけであるから処理時間は速い。濃度の確
率密度関数は、平均値を中心にした左右対称となる。
Ｐ、Ｑを１画面内で可変とすることにより、局所部分の
みのスムーズな強調が可能である。任意の変換関数が選
べ、コントラストの増減が自由に行える。
【００１８】
【実施例】実施例１ 図４に示すのは、コントラストの低い原画像である。こ
の原画像は、２５６×２５６画素、階調数：２５６をも
つ画像であるが、主たる濃度のダイナミックレンジが３
０―２００であるから、低コントラストの画像となって
いる。この画像を（２）式に示す線形関数を用いて濃度
変換を行った画像を、図５、図６、図７、および図８に
示す。これらそれぞれの濃度ヒストグラムを、それぞれ
図９、図１０、図１１、図１２および図１３に示す。先
ず、図５に示す変換画像は、Ｐ、Ｑを各２５６（全画
素）に固定し、全画素位置（ｉ，ｊ）において（２）式
におけるｆmin、ｆmaxは一定となり、ｇmin＝０、ｇmax
＝２５５であるから、関数ｙ＝ａｘ＋ｂによる正規化と
同一となる。一般に、Ｐ、Ｑを全画素に選ぶと、変換関
数を線形関数ｙ＝ａｘ＋ｂ、非線形関数であるｙ＝ｌｏ
ｇ ｘや Sigmoid関数を用いることによって、全て従来
法と同一となる。
の原画像は、２５６×２５６画素、階調数：２５６をも
つ画像であるが、主たる濃度のダイナミックレンジが３
０―２００であるから、低コントラストの画像となって
いる。この画像を（２）式に示す線形関数を用いて濃度
変換を行った画像を、図５、図６、図７、および図８に
示す。これらそれぞれの濃度ヒストグラムを、それぞれ
図９、図１０、図１１、図１２および図１３に示す。先
ず、図５に示す変換画像は、Ｐ、Ｑを各２５６（全画
素）に固定し、全画素位置（ｉ，ｊ）において（２）式
におけるｆmin、ｆmaxは一定となり、ｇmin＝０、ｇmax
＝２５５であるから、関数ｙ＝ａｘ＋ｂによる正規化と
同一となる。一般に、Ｐ、Ｑを全画素に選ぶと、変換関
数を線形関数ｙ＝ａｘ＋ｂ、非線形関数であるｙ＝ｌｏ
ｇ ｘや Sigmoid関数を用いることによって、全て従来
法と同一となる。
【００１９】図６に示す変換画像は、Ｐ、Ｑを各々６４
とし、各位置でのｆmin、ｆmaxをその領域Ｐ×Ｑでの最
小値、最大値として濃度変換した画像である。コントラ
ストが大きく増強されていることが分かる。しかも、画
像の不自然な不連続さはない。図１１にそのヒストグラ
ムを示す。階調のほぼ平均値（１２８）を中心に左右対
称となっていることが分かる。これは、局所領域Ｐ×Ｑ
をフルダイナミックレンジにランダムにばらまくことに
なるから当然のことである。
とし、各位置でのｆmin、ｆmaxをその領域Ｐ×Ｑでの最
小値、最大値として濃度変換した画像である。コントラ
ストが大きく増強されていることが分かる。しかも、画
像の不自然な不連続さはない。図１１にそのヒストグラ
ムを示す。階調のほぼ平均値（１２８）を中心に左右対
称となっていることが分かる。これは、局所領域Ｐ×Ｑ
をフルダイナミックレンジにランダムにばらまくことに
なるから当然のことである。
【００２０】図７に示す変換画像は、Ｐ、Ｑを各々３２
としたときの画像であり、さらにコントラストが増して
いる。Ｐ×Ｑ＝３２×３２の大きさで局所平均と局所分
散が等しい画像となっているから、閾値処理に適してい
る。局所的に平均濃度が大きく異なっているＸ線写真等
では、患部の抽出等に大きな効果を発揮する。変換画像
の濃度ヒストグラムは、図１２に示すように、図１０と
同様に階調のほぼ平均値（１２８）を中心に左右対称と
なっている。
としたときの画像であり、さらにコントラストが増して
いる。Ｐ×Ｑ＝３２×３２の大きさで局所平均と局所分
散が等しい画像となっているから、閾値処理に適してい
る。局所的に平均濃度が大きく異なっているＸ線写真等
では、患部の抽出等に大きな効果を発揮する。変換画像
の濃度ヒストグラムは、図１２に示すように、図１０と
同様に階調のほぼ平均値（１２８）を中心に左右対称と
なっている。
【００２１】図８に示す変換画像は、画像の周辺から
Ｐ、Ｑを各々２５６とし、内側の画素点に行くに従って
Ｐ×Ｑが小さくなるようにして濃度変換したものであ
る。変換のきざみを２とし、最も内側の画素では、Ｐ、
Ｑを各々３２とした。この変換方法によれば、目的とす
る局所のみを希望するコントラストで強調することを簡
単に行える。図１３は、図８に示す変換画像の濃度ヒス
トグラムであり、ほぼ左右対称となっている。変換後の
画像の濃度ヒストグラムがこのように左右対称となるこ
とが、本発明の特徴である。
Ｐ、Ｑを各々２５６とし、内側の画素点に行くに従って
Ｐ×Ｑが小さくなるようにして濃度変換したものであ
る。変換のきざみを２とし、最も内側の画素では、Ｐ、
Ｑを各々３２とした。この変換方法によれば、目的とす
る局所のみを希望するコントラストで強調することを簡
単に行える。図１３は、図８に示す変換画像の濃度ヒス
トグラムであり、ほぼ左右対称となっている。変換後の
画像の濃度ヒストグラムがこのように左右対称となるこ
とが、本発明の特徴である。
【００２２】実施例２ 原画像を低コントラスト化する場合の実施例について、
説明する。原画像が高コントラストである場合、ハイラ
イト部分の微妙な変化が分からなくなる場合がある。こ
のようなとき、画像の低コントラスト化を行うと、見易
い画像となる。図１４は高コントラストの原画像で、ハ
イライト部分のディテールが飛んでしまっている。図１
５に示す変換画像は、Ｐ、Ｑを各々２５６とし、ｇmax
を２３０（最大値：２５５）とすることで全体的にコン
トラストを下げ、見易い画像としたものである。
説明する。原画像が高コントラストである場合、ハイラ
イト部分の微妙な変化が分からなくなる場合がある。こ
のようなとき、画像の低コントラスト化を行うと、見易
い画像となる。図１４は高コントラストの原画像で、ハ
イライト部分のディテールが飛んでしまっている。図１
５に示す変換画像は、Ｐ、Ｑを各々２５６とし、ｇmax
を２３０（最大値：２５５）とすることで全体的にコン
トラストを下げ、見易い画像としたものである。
【００２３】図１６に示す変換画像は、周辺（バックグ
ラウンド）のみを低コントラスト化し、中央部を通常の
画像として対象物を浮き上がらせる効果を狙ったもので
ある。本発明の画像コントラスト変換方法は、このよう
に、処理の柔軟性が大きいという特長をもつ。
ラウンド）のみを低コントラスト化し、中央部を通常の
画像として対象物を浮き上がらせる効果を狙ったもので
ある。本発明の画像コントラスト変換方法は、このよう
に、処理の柔軟性が大きいという特長をもつ。
【００２４】実施例３ 本発明の画像コントラスト変換方法を用い、ニューラル
ネットワーク（ＮＮ）を適用し、塵肺患部の自動抽出お
よび診断（クラス別分類）を行う実施例について説明す
る。 ＜手順＞塵肺Ｘ線写真（全体像）からＲＯＩ（region o
f interest：関心領域）を左右それぞれ３枚ずつ抽出
する。各ＲＯＩを、移動正規化法を用いて濃度変換し、
閾値から肋骨影、血管影などの不要部分を除去する。Ｎ
Ｎを用いて、不要成分が除去された画像から粒状影を探
し、大きさとその位置を記す。このとき、背景は排他的
処理により整理される。抽出された患部の個数密度、面
積密度を求め、ＩＬＯ（国際労働機関）の標準塵肺Ｘ線
写真から得られた値と比較し、クラス別分類を行う。こ
のとき用いるＮＮの教師パターンを図１７に示す。
ネットワーク（ＮＮ）を適用し、塵肺患部の自動抽出お
よび診断（クラス別分類）を行う実施例について説明す
る。 ＜手順＞塵肺Ｘ線写真（全体像）からＲＯＩ（region o
f interest：関心領域）を左右それぞれ３枚ずつ抽出
する。各ＲＯＩを、移動正規化法を用いて濃度変換し、
閾値から肋骨影、血管影などの不要部分を除去する。Ｎ
Ｎを用いて、不要成分が除去された画像から粒状影を探
し、大きさとその位置を記す。このとき、背景は排他的
処理により整理される。抽出された患部の個数密度、面
積密度を求め、ＩＬＯ（国際労働機関）の標準塵肺Ｘ線
写真から得られた値と比較し、クラス別分類を行う。こ
のとき用いるＮＮの教師パターンを図１７に示す。
【００２５】図１８は、胸部Ｘ線原画像で、３０００×
３０００画素である。この原画像から、左右３個ずつの
ＲＯＩをとる。図１９は、１つのＲＯＩを従来技術であ
る一括線形正規化法によって変換したものである。図２
０は、図１９に示す画像を、本発明の移動正規化法によ
って処理した画像であって、閾値処理に適したものとな
っている。図２１は、閾値処理を行い不要成分を除いた
画像である。肋骨影、血管影等がよく除かれている。こ
れは、移動正規化法の効果である。残った部分のみをニ
ューラルネットワークによる抽出エリアとして検索し
た。その抽出結果を、図２２に示す。９０％以上の患部
が抽出されている。塵肺患部抽出においては、従来、不
要成分除去がネックとなっており、抽出率が７０％以下
であった。
３０００画素である。この原画像から、左右３個ずつの
ＲＯＩをとる。図１９は、１つのＲＯＩを従来技術であ
る一括線形正規化法によって変換したものである。図２
０は、図１９に示す画像を、本発明の移動正規化法によ
って処理した画像であって、閾値処理に適したものとな
っている。図２１は、閾値処理を行い不要成分を除いた
画像である。肋骨影、血管影等がよく除かれている。こ
れは、移動正規化法の効果である。残った部分のみをニ
ューラルネットワークによる抽出エリアとして検索し
た。その抽出結果を、図２２に示す。９０％以上の患部
が抽出されている。塵肺患部抽出においては、従来、不
要成分除去がネックとなっており、抽出率が７０％以下
であった。
【００２６】
【発明の効果】本発明によれば、画像の希望する部分に
希望する濃度コントラストをもたせかつ、不自然さを伴
わない濃度変換が可能である。たとえば医用画像におい
て、患部近傍のみを強調し、患部検出を容易に行うこと
ができる。
希望する濃度コントラストをもたせかつ、不自然さを伴
わない濃度変換が可能である。たとえば医用画像におい
て、患部近傍のみを強調し、患部検出を容易に行うこと
ができる。
【００２７】また、濃度変換関数も任意の線形、非線形
関数を利用することができる。これにより、希望する濃
度コントラストを得ることができる。
関数を利用することができる。これにより、希望する濃
度コントラストを得ることができる。
【００２８】請求項２に記載の発明によれば、濃度正規
化が１画素単位の移動で遂行されるから、さらに不自然
さのないスムーズな濃度コントラスト変換画像が得られ
る。
化が１画素単位の移動で遂行されるから、さらに不自然
さのないスムーズな濃度コントラスト変換画像が得られ
る。
【図１】本発明において用いる移動正規化法を示す図
【図２】変換関数が線形関数の場合の、入力濃度と出力
濃度の関係を示すグラフ
濃度の関係を示すグラフ
【図３】変換関数が非線形の場合の、入力濃度と出力濃
度の関係を示すグラフ
度の関係を示すグラフ
【図４】本発明の一実施例に係わる原画像を示す図
【図５】図４に示す原画像を、本発明によって濃度コン
トラストを変換した後の画像を示す図
トラストを変換した後の画像を示す図
【図６】図４に示す原画像を、Ｐ×Ｑ＝６４×６４とし
て濃度変換した画像を示す図
て濃度変換した画像を示す図
【図７】図４に示す原画像を、Ｐ×Ｑ＝３２×３２とし
て濃度変換した画像を示す図
て濃度変換した画像を示す図
【図８】図４に示す画像を、画像の周辺からＰ×Ｑ＝２
５６×２５６とし、内側の画素点に行くに従ってＰ×Ｑ
が小さくなるようにして濃度変換した画像を示す図
５６×２５６とし、内側の画素点に行くに従ってＰ×Ｑ
が小さくなるようにして濃度変換した画像を示す図
【図９】図４に示す原画像の濃度ヒストグラムを示す図
【図１０】図５に示す変換画像の濃度ヒストグラムを示
す図
す図
【図１１】図６に示す変換画像の濃度ヒストグラムを示
す図
す図
【図１２】図７に示す変換画像の濃度ヒストグラムを示
す図
す図
【図１３】図８に示す変換画像の濃度ヒストグラムを示
す図
す図
【図１４】本発明の他の実施例に係わる原画像を示す図
【図１５】図１４に示す原画像を、Ｐ×Ｑ＝２５６×２
５６として濃度変換した画像を示す図
５６として濃度変換した画像を示す図
【図１６】図１４に示す原画像を、周辺（バックグラウ
ンド）のみを低コントラスト化し中央部を通常の画像と
なるよう濃度変換した画像を示す図
ンド）のみを低コントラスト化し中央部を通常の画像と
なるよう濃度変換した画像を示す図
【図１７】本発明のさらに他の実施例に係わるニューラ
ルネットワークの教師パターンを示す図
ルネットワークの教師パターンを示す図
【図１８】塵肺患部の胸部Ｘ線写真原画像を示す図
【図１９】１つのＲＯＩを、従来技術である一括線形正
規化法によって濃度変換した画像を示す図
規化法によって濃度変換した画像を示す図
【図２０】図１９に示す画像に、本発明の移動正規化法
によって処理した画像を示す図
によって処理した画像を示す図
【図２１】図２０に示す画像に閾値処理を施し、不要成
分を除いた画像を示す図
分を除いた画像を示す図
【図２２】閾値処理を施した画像から、ニューラルネッ
トワークによる塵肺患部抽出を行った結果を示す図
トワークによる塵肺患部抽出を行った結果を示す図
【図２３】一括線形正規化法における入力濃度と出力濃
度の関係を示す図
度の関係を示す図
【図２４】多分割濃度正規化法を示す模式図
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 AA08 BA24 BA25 BA26 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CC03 CD01 CD11 CE02 CE09 CE11 CH08 CH18 DA08 DA17 5C077 LL19 MP01 PP15 PP16 PP46 PP68 PQ08 PQ12 PQ15 SS05 TT10
Claims (2)
- 【請求項１】 濃度変換を行うべき原画像サイズＭ×Ｎ
について、画素を（ｉ，ｊ）、その濃度をｆ（ｉ，
ｊ）、変換後の濃度をｇ（ｉ，ｊ）とし、入力と出力の
ダイナミックレンジに関するパラメータをそれぞれｆ
min、ｆmax、ｇmin、ｇmaxとするとき、関数ｇ（ｉ，
ｊ）＝Ф（ｆmin、ｆmax、ｇmin、ｇmax，ｆ（ｉ，
ｊ））によって（ｉ，ｊ）を所定の画素数ずつ移動させ
ながら領域Ｐ×Ｑ（Ｐ≦Ｍ、Ｑ≦Ｎ）単位で正規化して
いく過程を含むことを特徴とする移動正規化法による画
像コントラストの変換方法。 - 【請求項２】 領域Ｐ×Ｑ（Ｐ≦Ｍ、Ｑ≦Ｎ）単位でな
される正規化が、１画素ずつ移動させながらなされるも
のである請求項１に記載の移動正規化法による画像コン
トラストの変換方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001009045A JP2002216124A (ja) | 2001-01-17 | 2001-01-17 | 移動正規化法による画像コントラストの変換方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001009045A JP2002216124A (ja) | 2001-01-17 | 2001-01-17 | 移動正規化法による画像コントラストの変換方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002216124A true JP2002216124A (ja) | 2002-08-02 |
Family
ID=18876590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001009045A Pending JP2002216124A (ja) | 2001-01-17 | 2001-01-17 | 移動正規化法による画像コントラストの変換方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002216124A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006309714A (ja) * | 2005-03-31 | 2006-11-09 | Fuji Photo Film Co Ltd | 顔判別方法および装置並びにプログラム |
| JP2008113850A (ja) * | 2006-11-06 | 2008-05-22 | Ge Medical Systems Global Technology Co Llc | Ｘ線ｃｔ画像処理方法および装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0737084A (ja) * | 1993-07-15 | 1995-02-07 | Agency Of Ind Science & Technol | 画質改善方法および装置 |
-
2001
- 2001-01-17 JP JP2001009045A patent/JP2002216124A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0737084A (ja) * | 1993-07-15 | 1995-02-07 | Agency Of Ind Science & Technol | 画質改善方法および装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006309714A (ja) * | 2005-03-31 | 2006-11-09 | Fuji Photo Film Co Ltd | 顔判別方法および装置並びにプログラム |
| JP2008113850A (ja) * | 2006-11-06 | 2008-05-22 | Ge Medical Systems Global Technology Co Llc | Ｘ線ｃｔ画像処理方法および装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9569827B2 (en) | Image processing apparatus and method, and program | |
| Kaur et al. | Survey of contrast enhancement techniques based on histogram equalization | |
| Cheng et al. | A simple and effective histogram equalization approach to image enhancement | |
| JP4175461B2 (ja) | 歪みのない画像のコントラストの増加 | |
| Chaubey | Comparison of the local and global thresholding methods in image segmentation | |
| JP2001126075A (ja) | 画像処理方法および装置並びに記録媒体 | |
| Daway et al. | Colour image enhancement by fuzzy logic based on sigmoid membership function | |
| Hussein et al. | Retinex theory for color image enhancement: A systematic review | |
| Hasikin et al. | Adaptive fuzzy intensity measure enhancement technique for non-uniform illumination and low-contrast images | |
| Liu et al. | Enhancement of low illumination images based on an optimal hyperbolic tangent profile | |
| Tripathy et al. | Performance observation of mammograms using an improved dynamic window based adaptive median filter | |
| Ezatian et al. | Image quality enhancement in wireless capsule endoscopy with adaptive fraction gamma transformation and unsharp masking filter | |
| JP3636936B2 (ja) | 濃淡画像の２値化方法および濃淡画像の２値化プログラムを記録した記録媒体 | |
| CN116071337A (zh) | 一种基于超像素分割的内镜图像质量评价方法 | |
| JP2002216124A (ja) | 移動正規化法による画像コントラストの変換方法 | |
| CN102073991A (zh) | 增强图像中的空间局域化征兆的对比度的方法 | |
| Dey et al. | Chest X-ray analysis to detect mass tissue in lung | |
| Atsalakis et al. | On estimation of the number of image principal colors and color reduction through self‐organized neural networks | |
| Rickard et al. | Breast segmentation in screening mammograms using multiscale analysis and self-organizing maps | |
| Dolly et al. | Various methods of enhancement in colored images: a review | |
| Long et al. | Wireless capsule endoscopic image enhancement method based on histogram correction and unsharp masking in wavelet domain | |
| Choukali et al. | An efficient contrast enhancement method using repulsive force of edges | |
| JPH02273876A (ja) | 画像処理方式 | |
| Unaldi et al. | Fast and robust wavelet-based dynamic range compression with local contrast enhancement | |
| Lee | Literature review on edge detection methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080111 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100721 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100813 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20101216 |