JP2002269537A

JP2002269537A - 画像処理装置、方法およびプログラム

Info

Publication number: JP2002269537A
Application number: JP2001071962A
Authority: JP
Inventors: Hiroyuki Arahata; 弘之新畠
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2001-03-14
Filing date: 2001-03-14
Publication date: 2002-09-20
Anticipated expiration: 2021-03-14
Also published as: JP4574041B2

Abstract

(57)【要約】【課題】被写体内の画素値分布の変動にかかわらず、
安定して特徴量を算出できるようにする。【解決手段】原画像を解析し、該原画像の特徴量を求
める画像処理装置であって、前記原画像の被写体領域を
抽出する被写体抽出手段と、前記被写体領域を解析し求
められた一定範囲の画素値を抽出し、該一定範囲の画素
値および該画素値の周辺画素を、前記被写体領域から削
除する領域削除手段と、前記領域削除手段によって削除
されなかった被写体領域から特徴量を算出する特徴量算
出手段とを有することを特徴とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】原画像を解析し、該原画像の
特徴量を求めるものに関する。

【０００２】

【従来の技術】図９は被写体として肩が写っている画像
であり、図において矢印ａ、ｂ、ｃは画像領域を示す。
図１０は図９における領域ａ、ｂ間の画像のヒストグラ
ムを示し、図１１は図９における領域ａ、ｃ間の画像の
ヒストグラムを示す。図９，１０においてｂ１は骨部領
域の分布を示し、骨部領域及び軟骨組織領域の画素値分
布を大まかに反映し、ｂ２は肺野領域の分布を示し、肺
野内領域の画素値分布を大まかに反映する。

【０００３】ところで、Ｘ線撮影装置で撮影されたデー
タを、モニター画面、Ｘ線診断用フィルム等に表示する
場合、撮影データに対して階調変換を行い、観察しやす
い濃度値に変換することが一般的に行われている。例え
ば、注目領域（例えば肩画像ならば肩関節領域）の画素
値あるいはその画素値と相関の高い画素値を算出し、算
出した画素値が一定濃度になるように階調変換を行う。

【０００４】従来、注目領域である画素値を求めるため
に、画像全体のヒストグラムを作成し、該ヒストグラム
の形状から注目領域を判別していた。

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
方法には以下の様な課題がある。肺野などのＸ線の透過
がよい領域が含まれる割合が変わることによりヒストグ
ラムの形がことなる。図１０，１１に示すように、骨部
領域の分布ｂ１、肺野領域の分布ｂ２が画像毎に異なる
ので、２つの分布の重ねあわせでできるヒストグラムの
形状が変形する。このヒストグラムの変形を、撮影画像
全体のヒストグラムの形状解析や分布解析から解析する
のは困難である。そのため、ヒストグラム解析により階
調変換のための特徴量を抽出し、その特徴量に基づき階
調変換を行った場合に階調変換後の画像がばらつくとい
う問題がある。

【０００６】また、被写体内の統計量に基づき階調変換
を行う場合は、所定領域内に肺野などのＸ線透過率の高
い領域が含まれると、肺野領域の画素値の影響で統計量
がばらついてしまう。このため、階調変換後の画像がば
らつくという問題がある。

【０００７】本発明は、上記問題に鑑み、被写体内の画
素値分布の変動の影響を受けない、安定して特徴量を算
出できるようにすることを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に本発明は以下の構成を有する。

【０００９】本願請求項１の発明は、原画像を解析し、
該原画像の特徴量を求める画像処理装置であって、前記
原画像の被写体領域を抽出する被写体抽出手段と、前記
被写体領域を解析し求められた一定範囲の画素値を抽出
し、該一定範囲の画素値および該画素値の周辺画素を、
前記被写体領域から削除する領域削除手段と、前記領域
削除手段によって削除されたなかった被写体領域から特
徴量を算出する特徴量算出手段とを有することを特徴と
する。

【００１０】本願請求項７の発明は、原画像を解析し、
該原画像の特徴量を求める画像処理方法であって、前記
原画像から照射野領域外の領域、す抜け領域および該す
抜け領域の周辺領域を削除することにより得られる被写
体領域を抽出し、前記被写体領域の高濃度画素値を求
め、該高濃度画素を有する高濃度画素および該画素値の
周辺画素を、前記被写体領域から削除し、前記削除され
なかった被写体領域から特徴量を算出することを特徴と
する。

【００１１】

【発明の実施の形態】（実施形態１）図１は、本実施形
態にかかるＸ線撮影装置１００のブロック図である。Ｘ
線撮影装置１００は、画像処理機能を有するＸ線の撮影
装置であり、前処理回路１０６、画像処理回路１１３、
ＣＰＵ１０８、メインメモリ１０９、操作パネル１１
０、画像表示器１１１を備えており、各回路はＣＰＵバ
ス１０７を介して互いにデータ授受することができる。

【００１２】また、Ｘ線撮影装置１００は、前処理回路
１０６に接続されたデータ収集回路１０５と、データ収
集回路１０５に接続された２次元Ｘ線センサ１０４及び
Ｘ線発生回路１０１とを備えており、これらの各回路も
ＣＰＵバス１０７に接続されている。

【００１３】図２は、本実施形態における画像処理の流
れを示すフローチャートである。図３（ａ）は肺野領域
とともに撮影された肩画像の例を示し、黒色部が直接Ｘ
線がセンサー面に当たっているす抜け部を示し、破線が
肺野領域を示す。図３（ｂ）は領域削除回路１１５での
処理後画像を示し、黒色部が削除された領域を示す。図
４は、図３（ａ）の画像全体のヒストグラムを示し、斜
線部がす抜け及びす抜けと一定間隔で接する領域の画素
値分布を示し、矢印ｂが斜線部を除去したヒストグラム
の最大値ｄを示す。なお、横軸が画素値で縦軸が出現頻
度である。図５は、被写体抽出回路１１４で抽出された
被写体のヒストグラムを示し、図４での斜線部を除去し
たヒストグラム形になっている。図６は図３（ｂ）の被
写体のヒストグラムであり、骨部領域の分布ｂ１をおお
まかに反映している。

【００１４】上述の様な画像処理装置１００において、
まず、メインメモリ１０９は、ＣＰＵ１０８での処理に
必要な各種のデータなどが記憶されるものであると共
に、ＣＰＵ１０８の作業用のワークメモリとして使用さ
れる。ＣＰＵ１０８は、メインメモリ１０９を用いて、
操作パネル１１０からの操作にしたがって装置全体の動
作制御等を行う。

【００１５】Ｘ線発生回路１０１は、被検査体１０２に
対してＸ線ビーム１０２を放射する。Ｘ線発生回路１０
１から放射されたＸ線ビーム１０２は、被検査体１０３
を減衰しながら透過して、２次元Ｘ線センサ１０４に到
達し、２次元Ｘ線センサ１０４によりＸ線画像として出
力する。ここでは、２次元Ｘ線センサ１０４から出力さ
れるＸ線画像を、例えば肩画像等とする。

【００１６】データ収集回路１０５は、２次元Ｘ線セン
サ１０４から出力されたＸ線画像を電気信号に変換して
前処理回路１０６に供給する。前処理回路１０６は、デ
ータ収集回路１０５からの信号（Ｘ線画像信号）に対し
て、オフセット補正処理やゲイン補正処理等の前処理を
行う。前処理が行われたＸ線画像信号は、ＣＰＵ１０８
の制御により、ＣＰＵバス１０７を介して、メインメモ
リ１０９、照射領域認識回路１１２、画像処理回路１１
３に転送される。

【００１７】１１３は画像処理回路の構成を示すブロッ
ク図であり、１１４は原画像から被写体領域を抽出する
被写体抽出回路、１１５は被写体抽出回路１１４で抽出
された被写体から算出した画素値に基づき一定範囲の画
素値を決定し、決定した画素値範囲の画素及びその画素
と一定距離内で接する範囲を削除する領域削除回路、１
１６は領域削除回路１１５で削除されなかった領域から
階調変換のための特徴量を算出する特徴抽出回路、１１
７は特徴抽出回路１１６で算出した特徴量に基づき原画
像を階調変換する階調変換回路である。

【００１８】次に画像処理回路１１３の動作について図
２の処理の流れに従い説明する。

【００１９】照射領域認識回路１１２は原画像を解析し
て照射領域を抽出する。例えば、特開２０００−７０２
４３号公報に記載されているように濃度値の２次差分を
求め、該２次差分の変化から照射領域の端部を求めるこ
とにより、原画像の照射領域を抽出することができる。

【００２０】同時に、被写体抽出回路１１４は、原画像
（例えば図３（ａ））全体の中から最大値（高濃度部）
を算出する（ｓ２０１）。最大値の算出方法はいかなる
ような方法を用いてもいいのだが、本実施形態では原画
像全体の累積ヒストグラムを作成し、作成した累積ヒス
トグラムの上位５％点を最大値とする。これはノイズ等
の影響を避けるためである。

【００２１】次に、ｓ２０１で算出した最大値の９０％
の画素値を閾値Ｔｈ０とする（ｓ２０２）。そして、被
写体抽出回路は、照射野抽出回路１１２で抽出した照射
領域外の領域とＴｈ０以上の画素及びＴｈ０以上の画素
と一定間隔で接する体領域を例えば０画素で置き換える
（ｓ２０３）。具体的には以下のような画像の変換を行
う。

【外１】

【００２２】ここで、ｆ（ｘ，ｙ）は原画像データを示
し、ｆ１（ｘ，ｙ）は照射領域外の領域とＴｈ０以上の
画素及びＴｈ０以上の画素と一定間隔で接する体領域を
０画素で置き換えた後の画像を示す。ｓｇｎ（ｘ，ｙ）
は以下のようにあらわされる。ｄ１、ｄ２は体領域を削
除する幅を決める定数であり、例えばｄ１＝ｄ２＝２ｃ
ｍとする。ｓｇｎ（ｘ，ｙ）＝０ｆ（ｘ，ｙ）≧Ｔｈ０のときｓｇｎ（ｘ，ｙ）＝１その他（２）一方、被写体抽出回路１１４ではす抜けと接する領域を
２次元上の画像で削除することにより、高精度にす抜け
とす抜けに接する領域を削除することができる。よっ
て、領域削除回路１１５は、抽出が困難な被写体内の最
大値を正確に算出できる。処理後画像ｆ１（ｘ，ｙ）で
０でない画像領域のヒストグラムは図４の斜線部を除く
領域となり、図５に示すように骨部領域の分布ｂ１及び
肺野領域の分布ｂ２から構成される。

【００２３】す抜け部と接する被写体領域の画素値は、
ほぼす抜けと同一の画素値から被写体内部に向かい急激
に画素値が下がるように変化する。そのため、このす抜
けと接する領域の画素値は肺内の最大値より高い画素値
から骨部に相当する画素値の範囲まで広い画素値幅を持
っている。したがって、ヒストグラム上です抜け領域を
示す画素値はピークを示すため容易に抽出できるが、す
抜けと接する被写体領域の画素値はヒストグラムの形状
から解析するのはきわめて困難である。そのため、被写
体内の最大値（例えば肺内の最大値）をヒストグラムの
形状からのみ抽出するのは困難である。

【００２４】領域削除回路１１５は、画像ｆ１（ｘ，
ｙ）が０でない領域の中から最大画素値（高濃度部）を
抽出する（図４の矢印ｄ、ｓ２０４）。この最大画素値
は被写体内の最もＸ線の透過量が多かった領域の画素値
を示す（センサー面にＸ線が強く当たるほど画素値が高
くなる）。例えば、被写体内に肺領域等がある場合は、
肺内の最大値に相当する。

【００２５】領域削除回路１１５は、さらに体内最大値
で決まる閾値Ｔｈ１を算出する。例えば、体内最大値の
８０％を閾値Ｔｈ１とする。この８０％点は実験的に決
められた数値であり、肺野内の画素値がなるべく多く含
まれるように決定された値である。肺野領域は空気を多
く含むためＸ線の透過がよく高画素値域となるので、閾
値Ｔｈ１以上には注目領域である骨部は含まれない。領
域削除回路１１５は照射野抽出回路１１２で抽出した照
射領域外をＴｈ１以上の画素及びＴｈ１以上の画素と一
定間隔で接する体領域を例えば０画素で置き換える（ｓ
２０６）。具体的には式（３、４）に示す処理を行う。

【外２】

【００２６】ここで、ｆ（ｘ，ｙ）は原画像データを示
し、ｆ２（ｘ，ｙ）は照射領域外とＴｈ１以上の画素及
びＴｈ１以上の画素と一定間隔で接する体領域を例えば
０画素で置き換えた後の画像を示す。ｓｇｎ（ｘ，ｙ）
は以下のようにあらわされる。ｄ１，ｄ２は体領域を削
除する幅を決める定数であり、例えばｄ１＝ｄ２＝２ｃ
ｍとする。ｓｇｎ（ｘ，ｙ）＝０ｆ（ｘ，ｙ）≧Ｔｈ１のときｓｇｎ（ｘ，ｙ）＝１その他（４）ここで得られた画像が図３（ｂ）であり、黒色部が画素
値０の領域である。そして、画像ｆ２（ｘ，ｙ）の画素
値０でな領域のヒストグラムが図６である。このヒスト
グラムはほぼ図５の分布ｂ１に近いヒストグラムとなっ
ている。

【００２７】通常肺野領域の画素値は被写体内では高画
素値を示す、しかし、肺領域内にはＸ線の透過の悪い肋
骨の重なり部等も存在し、高画素値から低画素値まで広
範囲の画素値が存在する。したがって、ヒストグラム形
状から分布ｂ１，ｂ２を分離する事は困難である。本実
施形態によれば、領域削除回路１１５は肺野域の画素値
の多数が閾値Ｔｈ１を超えるようにＴｈ１を設定し、閾
値Ｔｈ１以上の画素及び閾値Ｔｈ１以上の画素と一定間
隔以内で接する領域を削除するため、ほぼ肺野領域を削
除する事ができる。比較的低画素値部である肺野内の肋
骨領域もＸ線の透過のよい高画素値部と接しているため
である。また、す抜け領域及びす抜け領域と接する領域
も同様に削除される。

【００２８】特徴量抽出回路１１６は、領域削除回路１
１５で削除されなかった領域のヒストグラムを作成し
（図６、ｓ２０７）、特徴量を計算する。例えばヒスト
グラムピーク画素値（矢印ｄ）を算出し、ピーク画素値
以下の画素値平均を特徴量とする（ｓ２０８、ｓ２０
９）。既に、ここで得られた画像は骨部及び骨部周辺の
何部組織で構成されるため、図６で示すヒソトグラムの
ピーク位置は画像に含まれる被写体の面積に影響を受け
ず安定しており、注目領域と相関の高い特徴量を抽出で
きる。また、削除されなかった領域の平均画素値を特徴
量としてもよい。既に抽出された画像は骨部及び骨部周
辺の何部組織のみとなっているため、これら領域の平均
画素値も注目領域である肩関節などの骨部と高い相関を
示すためである。

【００２９】階調変換回路１１７は特徴抽出回路１１６
で算出された特徴量に基づき原画像の階調変換を行う
（ｓ２１０）。

【００３０】以上の様に本実施形態によれば、す抜けと
接する領域を２次元以上の画像で削除するためヒストグ
ラムの形状では抽出が困難な被写体内の最大値を正確に
算出することができる。

【００３１】抽出した被写体から一定画素値範囲の画素
及びその画素と一定間隔以内で接する領域を削除するた
め、被写体内の特定の解剖学的領域（例えば肺野領域）
を削除することができる。そのため、注目領域（例えば
骨部及び骨部周辺の軟部組織）の画素値のみを抽出する
ことができる。さらに、注目領域のみを抽出でき、注目
領域のヒストグラムの形状は定性的に被写体に依存せず
一定であるため、注目領域と相関の高い特徴量を安定し
て算出できる効果がある。

【００３２】さらに、この特徴量を基準として階調変換
を行うため、安定した階調変換後の画像が得られる効果
がある。

【００３３】（実施形態２）図７は、実施形態２におけ
る処理の流れを示すフローチャートである。図８は肺野
領域を含む腹部画像であり、四角ａが注目領域である所
定領域を示す。実施形態２は実施形態１における特徴抽
出回路１１６の特徴量の抽出方法が異なる。

【００３４】図７の処理の流れに従い本実施形態の処理
を説明する。ｓ２０６の処理までは実施形態１と同一な
ので説明を省略する。本実施形態の特徴抽出回路１１６
は閾値Ｔｈ１以上の画素及び閾値Ｔｈ１以上の画素と一
定間隔で接する領域を０で置き換える（ｓ２０６）。そ
して、０で置き換えられなかった領域の重心を式（５，
６，７）に従い計算する（ｓ７０１）。ここで（ｘ，
ｙ）を重心座標とする。

【外３】

【００３５】ここに、ｓｇｎ（ｘ）＝１ｉｆｘ＞０ｓｇｎ（ｘ）＝０ｅｌｓｅ（７）次に、重心座標を中心とする所定領域（一辺１０ｃｍ四
角形）内の０でない画素値数をカウントする（ｓ７０
２）。カウントした画素値数が一定閾値Ｔｈ２に達して
いるかいないか判定する（ｓ７０３）。達している場合
には、所定領域内の平均画素値を特徴量として計算する
（ｓ７０５）。０画素値は平均画素値を求めるためには
用いない。そして、この特徴量に基づき階調変換回路１
１７は原画像を階調変換する。

【００３６】一方、ｓ７０３で、カウント数が閾値Ｔｈ
１に満たない場合には、閾値Ｔｈ１を変更して（ｓ７０
４）、例えばＴｈ１を従前のＴｈ１の９０％としてｓ２
０６からｓ７０２までの処理を繰り返す。

【００３７】なお、重心を計算する場合に、被写体抽出
回路１１４で抽出した被写体画像を用いて重心を計算し
てもよい。腹部等の画像では被写体の中心部がほぼ注目
領域となるためである。また、不要領域を削除した画像
を用いて重心を計算した場合には、不要領域の画素値の
影響を受けずに重心を計算するので、被写体全体を用い
て重心を計算した場合よりも、不要領域から離れた位置
の重心を計算できる。そのため、不要領域を所定領域と
して抽出することなく安定した特徴量を抽出できる。

【００３８】以上の様に本実施形態によれば、所定領域
内の統計量を計算する前に不要領域を削除しているた
め、所定量内の統計量を計算するのに不要領域の画素の
影響を受けず安定した特徴量を得ることができる。所定
領域を抽出してその領域内の統計量を計算する場合に
は、直接注目領域の画素値を算出できるため、注目領域
の画素値とより相関の高い特徴量を得ることができる。

【００３９】また、被写体の重心を所定領域としている
ので、ほぼ被写体の中心に所定領域を求めることがで
き、注目領域が被写体中心部である画像においては安定
して所定領域を抽出することができる。さらに、不要領
域を削除した画像を用いて重心を計算するので、不要領
域の画素値の影響を受けずに重心を計算することができ
る。被写体全体を用いて重心を計算した場合よりも、不
要領域から離れた位置の重心を計算することができる。
そのため、不要領域を所定領域として抽出することなく
安定した特徴量を抽出することができる。

【００４０】

【発明の効果】本発明によれば、被写体内の画素値分布
の変動にかかわらず、安定して特徴量を算出することが
できる。

【図面の簡単な説明】

【図１】実施形態１の構成を示すブロック図である。

【図２】実施形態１の処理の流れを示す図である。

【図３】肩部の画像及び不要領域削除後の画像を示す。

【図４】画像全体のヒストグラムを示す図である。

【図５】す抜け及びす抜けと接する領域を削除後の画像
全体のヒストグラムを示す図である。

【図６】一定範囲の画素値及び一定画素値範囲の画素値
と接する領域を削除した画像全体のヒストグラムを示す
図である。

【図７】実施形態２の処理の流れを示す図である。

【図８】腹部及び所定領域を示す画像である。

【図９】肩画像及び領域を示す図である。

【図１０】領域のヒストグラムを示す図である。

【図１１】領域のヒストグラムを示す図である。

フロントページの続きＦターム(参考） 4C093 AA26 CA10 FF08 FF15 FF19 5B057 AA08 BA03 CA08 CA12 CA16 CB08 CB12 CB16 CC02 CE11 CH01 DA04 DA16 DB02 DB09 DC16 DC19 DC36 5L096 AA06 BA06 BA13 DA01 FA06 FA35 FA54 FA60 FA79 GA28 GA51 JA01 JA18

Claims

【特許請求の範囲】

【請求項１】原画像を解析し、該原画像の特徴量を求
める画像処理装置であって、前記原画像の被写体領域を抽出する被写体抽出手段と、前記被写体領域を解析し求められた一定範囲の画素値を
抽出し、該一定範囲の画素値および該画素値の周辺画素
を、前記被写体領域から削除する領域削除手段と、前記領域削除手段によって削除されなかった被写体領域
から特徴量を算出する特徴量算出手段とを有することを
特徴とする画像処理装置。
【請求項２】前記特徴量に応じた階調変換処理を行う
階調処理手段を有することを特徴とする請求項１記載の
画像処理装置。
【請求項３】前記被写体抽出手段は、す抜け領域およ
び該す抜け領域の周辺画素を前記原画像から削除するこ
とによって、前記被写体領域を抽出することを特徴とす
る請求項１記載の画像処理装置。
【請求項４】前記特徴量算出手段は、前記削除されな
かった被写体領域からヒストグラムを作成し、該ヒスト
グラムから前記特徴量を算出することを特徴とする請求
項１記載の画像処理装置。
【請求項５】前記特徴量算出手段は、前記削除されなかった被写体領域から注目領域を抽出す
る注目領域抽出手段と、前記特徴量として、前記注目領域の統計量を求める統計
量算出手段とを有することを特徴とする請求項１記載の
画像処理装置。
【請求項６】前記注目領域抽出手段は、前記削除され
なかった被写体領域の重心を求めることを特徴とする請
求項５記載の画像処理装置。
【請求項７】原画像を解析し、該原画像の特徴量を求
める画像処理方法であって、前記原画像から照射野領域外の領域、す抜け領域および
該す抜け領域の周辺領域を削除することにより得られる
被写体領域を抽出し、前記被写体領域の高濃度画素値を求め、該高濃度画素を
有する高濃度画素および該画素値の周辺画素を、前記被
写体領域から削除し、前記削除されなかった被写体領域から特徴量を算出する
ことを特徴とする画像処理方法。
【請求項８】原画像を解析し、該原画像の特徴量を求
める画像処理方法を実現するためのプログラムであっ
て、前記原画像から照射野領域外の領域、す抜け領域および
該す抜け領域の周辺領域を削除することにより得られる
被写体領域を抽出し、前記被写体領域の高濃度画素値を求め、該高濃度画素を
有する高濃度画素および該画素値の周辺画素を、前記被
写体領域から削除し、前記削除されなかった被写体領域から特徴量を算出する
ことを実現するためのプログラム。