JP2004226202A - 画像処理装置および記録媒体 - Google Patents

Abstract

【課題】Ｘ線ＣＴスキャナ装置による断面画像から高精度で輪郭形状を抽出することのできる画像処理装置を提供する。
【解決手段】画像処理装置１は、断面画像を構成する全画素を、画素分類部３で空間部分を撮影した画素と試料の断面部分を撮影した画素とに分類し、さらに領域分類部４で複数の空間領域および試料の断面領域のいずれに属する画素であるかを分類する。その後、平均ＣＴ値演算部５各領域毎に当該領域に含まれる画素群の平均ＣＴ値を算出し、閾値演算部６で空間領域と試料の断面領域との境界部分に存在する輪郭点を抽出するための最も適した閾値を当該空間領域の平均ＣＴ値と当該試料の断面領域の平均ＣＴ値とに基づいて設定する。断面形状の輪郭を構成する点を抽出するための適切な閾値を、試料断面の肉厚量や空気層の厚みを加味して設定することにより輪郭点の抽出位置の精度を高めるようにした。
【選択図】 図４

Description

【０００１】
【発明の属する技術分野】
本発明は、Ｘ線ＣＴスキャナ装置によって撮影された試料の断面画像から当該試料の形状を抽出するための画像処理に関するものである。
【０００２】
【従来の技術】
従来、非破壊検査システム用の装置として、Ｘ線ＣＴスキャナ装置によって試料の複数枚の断面画像を取得し、これらの断面画像から当該試料の三次元立体形状画像を作成してディスプレイに表示することのできる産業用Ｘ線スキャナ装置が商品化されている。この種の装置では、Ｘ線ＣＴスキャナ装置によって撮影された断面画像は濃淡画像であるため、各断面画像から試料の形状を示す輪郭線を構成する点群を抽出し、これらの点群から三次元形状画像を作成するようになっている。
【０００３】
そして、断面画像から試料の形状を示す輪郭線を構成する点群を抽出する方法としては、一般に、断面画像内の試料の輪郭に相当する濃度レベル（ＣＴ値）を閾値として実験等によって予め設定しておき、断面画像内の濃度分布のうち、閾値の存在する位置（座標）を試料の形状の輪郭線を構成する点として抽出することが行われている（特許文献１参照）。
【０００４】
【特許文献１】
特開平５−４５１４６号公報
【０００５】
【発明が解決しようとする課題】
ところで、従来の断面画像から試料の輪郭線を構成する点群を抽出する方法では、試料の断面形状や空間の形状に関係なく当該試料の輪郭を構成する点群を抽出するための閾値を一定にしているため、その閾値が試料の部位によっては輪郭抽出のための閾値として最適値でない場合もあり、そのため、抽出された試料の輪郭形状の精度が利用目的によっては十分でないという問題があった。
【０００６】
図１３は、図１４に示すテスト試料のＮ１，Ｎ２，Ｎ３の各断面画像における輪郭抽出のための最適閾値を調べたものである。
【０００７】
図１４に示すテスト試料は、直径９０ｍｍの円筒の一方端を、中心に直径１０ｍｍの軸Ｊを残し、外周の肉厚部分Ｆが１０ｍｍ，２０ｍｍ，３０ｍｍの３段階に変化するようにドーナツ状に刳り貫いたもので、Ｎ１，Ｎ２，Ｎ３の各断面では図１５の（ａ）〜（ｃ）の断面画像が得られるようになっている。
【０００８】
図１３の縦軸に示す最適閾値とは、図１５に示す断面画像のドーナツ状の肉厚部分Ｆの外側の周面Ａと内側の周面Ｂおよび中心軸Ｊの外周面Ｃの形状を抽出するために各周面位置に適用する閾値として最も適切な閾値であり、横軸の評価面Ａ，Ｂ，Ｃは上述した周面Ａ，Ｂ，Ｃである。また、同図において、点線で示す最適閾値の折れ線はＮ１の断面画像に対するもの、一点鎖線で示す最適閾値の折れ線はＮ２の断面画像に対するもの、実線で示す最適閾値の折れ線はＮ３の断面画像に対するものである。
【０００９】
図１３に示すように、同一周面であっても輪郭形状を抽出するための最適閾値が断面によって変化する。例えば周面Ａと周面Ｃの輪郭形状は断面Ｎ１〜Ｎ３のいずれであっても変わらないはずであるが、その輪郭形状を抽出するための最適閾値は各断面で相違する。これは、周面Ａについては、当該周面Ａを含むドーナツ状の肉厚部分Ｆの厚み（すなわち、肉厚部分Ｆの面積）が変化し、周面Ｃについては、当該周面Ｃを含むドーナツ状の中空部分Ｈの厚み（すなわち、中空部分Ｈの面積）が変化しているため、その変化の影響で最適閾値が変化していると考えられる。また、周面Ｂについては、周面Ｂ自体の輪郭形状が変化しているが、これは肉厚部分Ｆおよび中空部分Ｈの面積の変化に基づくもので、やはり肉厚部分Ｆおよび中空部分Ｈの面積の変化の影響で最適閾値が変化していると考えられる。
【００１０】
上記のように、Ｘ線ＣＴスキャナ装置によって得られた試料の断面画像から当該試料の輪郭形状を予め設定した閾値に基づいて抽出する場合、抽出位置の周囲の中空部分や肉厚部分の状態によって最適な閾値は変化するため、従来のように、抽出位置に関係なく１つの閾値を用いて輪郭形状を構成する点群を抽出する方法では、精度上の限界がある。
【００１１】
特に、断面画像から試料の三次元立体形状を再構築し、その三次元立体形状画像とＣＡＤ（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｅｓｉｇｎ）で設計された三次元設計画像とを比較して実際の試料の形状評価をするようなシステムでは、断面画像から作成された三次元立体形状画像の精度が評価結果に大きく影響するため、Ｘ線ＣＴスキャナ装置による断面画像から高精度で輪郭形状を構成する点群の抽出技術が必要となる。
【００１２】
本発明は、上記の点に鑑みてなされたものであり、Ｘ線ＣＴスキャナ装置による断面画像から高精度で輪郭形状を抽出することのできる画像処理装置とコンピュータをその画像処理装置として機能させためのプログラムが記録されたコンピュータ読み取り可能な記録媒体を提供するものである。
【００１３】
【課題を解決するための手段】
請求項１に記載の発明は、Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される試料の断面画像から当該断面画像内の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の断面形状を構成する点として抽出する画像処理装置において、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、上記第２の分類手段により分類された空間領域と試料断面領域との境界部分に存在する上記試料の断面形状を構成する点を抽出するための上記所定の閾値を、当該空間領域の平均ＣＴ値と当該試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段とを備えたものである。
【００１４】
なお、上記閾値設定手段は、求める閾値をＴｈ、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式により閾値Ｔｈを算出し、設定するものである（請求項３）。
【００１５】
上記構成の画像処理装置によれば、Ｘ線ＣＴスキャナ装置によって取得された試料の断面画像は、第１の分類手段により各画素のＣＴ値が予め設定された仮の閾値と比較され、各画素は断面画像の空間部分に含まれる画素と断面画像の試料の断面部分（実体部分）に含まれる画素のいずれかに分類される。次に、第２の分類手段により、空間部分の画素に分類された画素群は互いに隣接する画素同士を同一の領域の画素として１または２以上の空間領域の画素群に分類されるとともに、試料の断面部分の画素に分類された画素群は互いに隣接する画素同士を同一の領域の画素として１または２以上の試料断面領域の画素群に分類される。
【００１６】
試料の断面形状の輪郭を構成する点は、試料断面領域と空間領域との境界部分に位置するから、両領域の境界部分で隣接する試料断面領域側の画素のＣＴ値と空間領域側の画素のＣＴ値と輪郭を抽出するための閾値とから当該閾値が存在する当該境界部分での位置（座標）が算出される。
【００１７】
このとき、輪郭を抽出するための閾値は、境界部分を挟む空間領域の全画素のＣＴ値の平均値と試料断面領域の全画素のＣＴ値の平均値とに基づいて設定される。具体的には、輪郭線を抽出するための閾値をＴｈ、境界部分を挟む空間領域の全画素のＣＴ値の平均値をＣＴｅ、試料断面領域の全画素のＣＴ値の平均値をＣＴｏとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａの演算式により閾値Ｔｈは算出され、設定される。
【００１８】
そして、この閾値Ｔｈと試料断面領域側の画素のＣＴ値Ｔｏおよび空間領域側の画素のＣＴ値Ｔｅとを比較し、いずれかの画素のＣＴ値が閾値Ｔｈに一致すれば、その画素位置が輪郭を構成する点として抽出される。一方、両画素のＣＴ値が閾値Ｔｈに一致しなければ、Ｔｏ＞Ｔｈ＞Ｔｅであるから、例えば補間演算により両画素の間の閾値Ｔｈが存在する位置が輪郭を構成する点として抽出される。そして、この抽出処理を境界部分の全ての画素について行うことにより試料の断面形状の輪郭を構成する点が抽出される。
【００１９】
なお、上記演算式は、出願人が実験により確認した図１６に示すグラフに基づいて導出したものである。図１６の縦軸は、断面画像の試料の断面領域と空間領域との境界部分において試料の断面形状の輪郭を構成する点を抽出する際に設定すべき最適な閾値Ｔｈを示し、横軸は、その閾値が設定される境界部分の空間領域の平均ＣＴ値ＣＴｏと試料断面領域の平均ＣＴ値ＣＴｅとの差（ＣＴｏ−ＣＴｅ）を示している。そして、白丸は実験値であり、直線Ｍは実験値の傾向から導出される最適閾値Ｔｈと平均ＣＴ値差（ＣＴｏ−ＣＴｅ）との関係を示す関数である。
【００２０】
図１６に示すように、最適閾値Ｔｈは、空間領域の平均ＣＴ値ＣＴｏと試料断面領域の平均ＣＴ値ＣＴｅとの差（ＣＴｏ−ＣＴｅ）に対して一次関数となるような相関関係があり、一般にＴｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａで表すことができる。特に、図１６の直線Ｍは、アルミ合金（ＡＣ４Ｂ）鋳造品を東芝製Ｘ線ＣＴスキャナ装置（ＴＯＳＣＡＮＥＲ２４０００ＡＶ）により評価した関数であり、Ｔｈ＝１．２×（ＣＴｏ−ＣＴｅ）−７３０で表される。
【００２１】
本発明に係る画像処理装置では、試料の断面形状の輪郭を構成する点を抽出するための閾値Ｔｈを、当該閾値Ｔｈを挟む試料断面領域側の画素の平均ＣＴ値Ｔｅと空間領域側の画素の平均ＣＴ値Ｔｏとに基づいて設定するので、両領域の面積の最適閾値への影響を好適に低減でき、試料の断面形状の輪郭を構成する点を抽出するための閾値Ｔｈを適切に設定することができる。これにより、断面画像から試料の断面形状を示す輪郭を構成する点群を高い精度で抽出することができる。
【００２２】
請求項２に記載の発明は、Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される複数枚の試料の断面画像から各層の断面画像内および各層の断面画像間の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の立体形状を構成する点として抽出する画像処理装置において、各層の断面画像毎に、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、各層の断面画像毎に、上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、各層の断面画像毎に、上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、各層の断面画像における空間領域と試料断面領域との境界部分および上下の断面画像間における空間領域と試料断面領域との境界部分に存在する上記試料の立体形状を構成する点を抽出するための上記所定の閾値を、境界部分を挟む空間領域の平均ＣＴ値と試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段とを備えたものである。
【００２３】
なお、上記閾値設定手段は、求める閾値をＴｈ、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式により閾値Ｔｈを算出し、設定するものである（請求項３）。
【００２４】
上記構成の画像処理装置によれば、Ｘ線ＣＴスキャナ装置によって取得された複数枚の試料の断面画像から、各断面画像について請求項１に記載の画像処理装置と同様の方法で試料の断面形状の輪郭を構成する点群が抽出される。これにより各層の断面における試料の断面形状が抽出される。
【００２５】
また、隣接する上下の断面画像を用いて上下方向（高さ方向）における試料の断面形状の輪郭を構成する点群が抽出される。具体的には、隣接する上下の断面画像において、試料断面領域の画素と空間領域の画素とが隣接する場合、両画素の間に高さ方向における試料の断面形状の輪郭を構成する点が存在するから、各画素が含まれる試料断面領域の平均ＣＴ値Ｔｅと空間領域の平均ＣＴ値ＴｏからＴｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａの演算式により輪郭を抽出するための閾値Ｔｈが設定され、この閾値Ｔｈと試料断面領域側の画素のＣＴ値Ｔｏおよび空間領域側の画素のＣＴ値Ｔｅとを比較し、いずれかの画素のＣＴ値が閾値Ｔｈに一致すれば、その画素位置が高さ方向の輪郭を構成する点として抽出される。一方、両画素のＣＴ値が閾値Ｔｈに一致しなければ、Ｔｏ＞Ｔｈ＞Ｔｅであるから、上述した補間演算により両画素の間の閾値Ｔｈが存在する位置が高さ方向の輪郭を構成する点として抽出される。
【００２６】
そして、この抽出処理を隣接する上下の断面画像間の境界部分の全ての画素について行うことにより試料の高さ方向の断面形状の輪郭を構成する点が抽出される。これにより、試料の立体形状の輪郭を構成する点が抽出される。
【００２７】
本発明に係る画像処理装置では、高さ方向においても断面画像における輪郭を構成する点を抽出するための閾値設定と同様の方法で輪郭を構成する点を抽出するための閾値を設定するので、複数枚の断面画像から試料の立体形状を示す輪郭を構成する点群を高い精度で抽出することができる。
【００２８】
請求項４に記載の発明は、コンピュータを、Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される試料の断面画像から当該断面画像内の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の断面形状を構成する点として抽出する画像処理装置として機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、上記コンピュータを、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段として機能させるためのプログラムを記録したものである。
【００２９】
なお、上記閾値設定手段は、求める閾値をＴｈ、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式により閾値Ｔｈを算出し、設定するものである（請求項６）。
【００３０】
本発明によれば、記録媒体からプログラムを読み出してコンピュータに搭載に搭載することにより、当該コンピュータを請求項１に記載の画像処理装置として実現することができ、上記した効果と同様の効果を奏することができる。
【００３１】
請求項５記載の発明は、コンピュータを、Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される複数枚の試料の断面画像から各層の断面画像内および各層の断面画像間の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の立体形状を構成する点として抽出する画像処理装置として機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、上記コンピュータを、各層の断面画像毎に、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、各層の断面画像毎に、上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、各層の断面画像毎に、上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、各層の断面画像における空間領域と試料断面領域との境界部分および上下の断面画像間における空間領域と試料断面領域との境界部分に存在する上記試料の立体形状を構成する点を抽出するための上記所定の閾値を、境界部分を挟む空間領域の平均ＣＴ値と試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段として機能させるためのプログラムを記録したのものである。
【００３２】
なお、上記閾値設定手段は、求める閾値をＴｈ、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式により閾値Ｔｈを算出し、設定するものである（請求項６）。
【００３３】
本発明によれば、記録媒体からプログラムを読み出してコンピュータに搭載に搭載することにより、当該コンピュータを請求項２に記載の画像処理装置として実現することができ、上記した効果と同様の効果を奏することができる。
【００３４】
【発明の実施の形態】
図１は、本発明に係る画像処理装置の構成を示す図である。
【００３５】
同図に示す画像処理装置１は、パールナルコンピュータによって構成されている。パーソナルコンピュータは、演算処理および外部接続された周辺装置の動作制御を行う処理装置本体１０１、表示装置としてのＬＣＤ（ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）やＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）からなるディスプレイ１０２、入力装置としてのキーボード１０３およびマウス１０４で構成されている。ディスプレイ１０２、ボード１０３およびマウス１０４は所定の接続ケーブルで処理装置本体１０１に接続されている。また、処理装置本体１０１内には主記憶装置としてハードディスク１０６が内蔵されるとともに、外部記憶装置としてのＣＤ−ＲＯＭ（ＣＤ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＭＯ（Ｍａｇｎｅｔ Ｏｐｔｉｃａｌ ｄｉｓｋ）などの記録媒体からプログラムやデータなどの情報を本体内に読み込むためのドライバ１０５が内蔵されている。
【００３６】
処理装置本位１０１のハードディスク１０６には、本発明に係る画像処理、すなわち、Ｘ線ＣＴスキャナ装置によって得られた試料（例えばトランスミッションケースの鋳造品など）の複数枚の断面画像（以下、ＣＴ画像という。）から試料の三次元形状画像を作成するための画像処理のプログラムが予め格納されている。なお、本実施形態ではＸ線を用いたＣＴ画像を利用しているが、他の放射線を用いたＣＴ画像であってもよい。また、この画像処理のプログラムを実行するために必要なＣＴ画像のデータは、ＭＯなどの記録媒体に記録され、ドライバ１０５により当該記録媒体から読み取ってハードディスク１０６に保存することで処理装置本体１０１に入力される。なお、後述するＸ線ＣＴスキャナ装置とパーソナルコンピュータ１とを通信線で接続し、Ｘ線ＣＴスキャナ装置で取得されたＣＴ画像のデータをオンラインでパーソナルコンピュータ１に伝送し、処理装置本体１０１内のハードディスク１０６に保存するようにしても良い。
【００３７】
ここで、ＣＴ画像を取得するためのＸ線ＣＴスキャナ装置の一例について図２を用いて簡単に説明する。
【００３８】
Ｘ線ＣＴスキャナ装置２は、主としてスキャナ本体２１、高圧発生装置２２、Ｘ線制御装置２３およびＰＣワークステーション２４で構成されている。スキャナ本体２１は、試料にＸ線を照射して断面画像のデータを取得する機能を果たす部分で、試料を載置する回転テーブル２１１、この回転テーブル２１１の回転動作を制御する回転制御装置２１２、回転テーブル２１１に載置された試料にＸ線を照射するべく当該Ｘ線を発生するＸ線管２１３、Ｘ線管２１３から発生するＸ線をビームに絞るためのコリメータ２１４、回転テーブル２１１を挟んでＸ線管２１３と対向配置され、Ｘ線管２１３から発せられたＸ線を検出するＸ線検出器２１５、Ｘ線管２１３を上下動させるための昇降機２１６、昇降機２１６の昇降動作を制御する昇降制御装置２１７、Ｘ線検出器２１５で検出される検出値を試料のＣＴ画像のデータとして収集するデータ収集装置２１８を含んでいる。
【００３９】
Ｘ線管２１３には、高圧発生装置２２から所定の高圧電源が供給され、これによりＸ線が放射されるようになっている。Ｘ線管２１３からのＸ線の放射量（出力）は高圧発生装置２２の出力を制御することにより制御される。また、Ｘ線管２１３からのＸ線放射のタイミング、水平面内（図２ではＸＹ平面）におけるキスャン範囲、スキャン速度などはＸ線制御装置２３により制御される。高圧発生装置２２およびＸ線制御装置２３は、ＰＣワークステーション２４からの制御信号に基づきＸ線管２１３の出力、スキャン範囲、スキャン速度、スキャンタイミング等を制御する。
【００４０】
Ｘ線管２１３から放射されるＸ線はコリメータ２１４により細く絞られてビームとなる。そして、Ｘ線管２１３から放射されるＸ線の方向を水平面内で回転テーブル２１１に搭載された試料Ｐをカバーし得る所定の角度で変化させることによりファンビーム（細いビームを所定の角度範囲でスキャンさせたビーム）が生成され、このファンビームが回転テーブル２１１に搭載された試料Ｐに照射される。
【００４１】
一方、回転テーブル２１１を挟んでＸ線管２１３に対向配置されたＸ線検出器２１５は、水平面内で所定ピッチで複数の検出器が扇状（Ｘ線管２１３と各検出器との距離が等距離となる線上）に配列されたもので、各検出器でＸ線管２１３からのファンビームを検出するようになっている。
【００４２】
Ｘ線管２１３およびＸ線検出器２１５は、昇降機２１６により上下方向（図２において、紙面に垂直な方向）に移動可能になっている。昇降機２１６の昇降動作は昇降制御装置２１７により制御される。昇降制御装置２１７は、断面画像取得時には昇降機２１６を測定初期位置から所定のピッチ（たとえば１ｍｍピッチ）で上昇させる。なお、昇降機２１６にはＸ線管２１３およびＸ線検出器２１５の上下方向の位置を検出するための位置検出装置（例えばエンコーダ。図示せず）が設けられ、この位置検出装置から出力される検出信号は昇降制御装置２１７に入力されるようになっている。昇降制御装置２１７はこの検出信号に基づき昇降機２１６の上昇動作を制御する。
【００４３】
回転テーブル２１１は、図略の駆動モータにより回転可能になっている。回転テーブル２１１の回転動作は回転制御装置２１２により制御される。回転制御装置２１２は、断面画像取得時にはＰＣワークステーション２４からの制御データに基づき回転テーブル２１１を回転初期位置から所定の速度で、例えば時計回りに一回転させる。
【００４４】
ある高さ位置の試料ＰのＣＴ画像は、昇降機２１６によりＸ線管２１３およびＸ線検出器２１５をその高さ位置に設定した後、Ｘ線管２１３からファンビームを試料に照射させながら、回転テーブル２１１を一回転または半回転させる（すなわち、試料Ｐを水平面内に一回転または半回転させる）ことにより取得される。
【００４５】
従って、試料Ｐを高さ方向に所望のピッチで複数回スライスし、各スライス面でＣＴ画像を取得することにより試料の三次元のＣＴ画像が取得される。各高さ位置で試料Ｐにファンビームを照射し、当該試料Ｐを透過したＸ線はＸ線検出器２１５により検出され、その検出データはデータ収集装置２１８に入力される。データ収集装置２１８では、各高さ位置で取得されたＸ線の検出量から試料でのＸ線吸収量（減弱計数＝ＣＴ値）を求め、ＣＴ画像のデータを作成する。このＣＴ画像は、（ｎ×ｎ）個の画素を有するエリアセンサで断面を撮影した画像に相当し、ＣＴ画像のデータは各画素の出力レベルがＣＴ値で表された濃淡データである。このＣＴ画像のデータは、試料のＣＴ画像取得動作の終了後、ＰＣワークステーション２４に転送される。なお、本実施形態では、ＣＴ画像をｎ×ｎの正方形画像としてしているが、ＣＴ画像はｎ×ｍの長方形画像であってもよい。
【００４６】
ＰＣワークステーション２４は、試料のＣＴ画像取得動作を統括制御するための装置である。ＰＣワークステーション２４は、パーソナルコンピュータ２４１、モニタ２４２およびキーボード／マウス２４３で構成されている。パーソナルコンピュータ２４１にはＸ線ＣＸスキャナ装置２により試料Ｐの断面画像を取得するための専用の処理プログラムが内蔵され、起動すると、その処理プログラムに従って試料の断面画像の取得動作を行う。なお、ユーザは、Ｘ線ＣＴスキャナ装置２の動作開始前にキーボード／マウス２４３によって所要の条件（例えばスキャン範囲、高さ方向のスライスピッチ、スキャン速度等の条件）を設定する。
【００４７】
このＸ線ＣＴスキャナ装置２では、図３に示すように、試料を高さ方向に所定のピッチでスライスした複数枚のＣＴ画像が取得され、これらのＣＴ画像のデータは、ＰＣワークステーション２４内のハードディスクなどの記憶装置に保存される。そして、ＰＣワークステーション２４がオンラインで画像処理装置１に接続されている場合は、取得されたＣＴ画像のデータは通信により画像処理装置１に転送され、画像処理装置１に接続されていない場合は、取得されたＣＴ画像のデータは、図略のドライバでＭＯなどの記録媒体に一旦記録され、このＭＯを介して画像処理装置１に入力される。
【００４８】
図４は、画像処理装置１の処理装置本体１０１が本発明に係る画像処理を行う場合の処理動作を機能ブロックで示したものである。
【００４９】
本実施形態に係る画像処理装置１は、Ｘ線ＣＴスキャナ装置２によって得られた試料のＣＴ画像から各断面における試料の断面形状の輪郭を構成する点群（輪郭線からなる画像）を抽出する機能を有する。機能ブロックは、画素分類部３、領域分類部４、平均ＣＴ値演算部５、閾値設定部６、輪郭点抽出部７からなる。
【００５０】
図４において、画素分類部３は、各断面のＣＴ画像について、画像を構成する全画素を空間部分を撮影した画素と試料の断面部分を撮影した画素とに分類する処理を行うものである。画素分類部３は、本発明に係る第１の分類手段に相当している。
【００５１】
ＣＴ画像が、（ｎ×ｎ）個の画素からなるエリアセンサで試料の断面形状を撮影した画像に相当するとすると、画素分類部３は、ＣＴ画像を構成する画素Ｇ（ｉ，ｊ）（ｉ行ｊ列目の画素、ｉ＝１，２，…ｎ、ｊ＝１，２，…ｎ）をラスタ走査方向にスキャンし、各画素Ｇ（ｉ，ｊ）のＣＴ値ＣＴ（ｉ，ｊ）を予め設定された仮の閾値Ｋ（例えば「０」）と比較し、ＣＴ（ｉ，ｊ）が閾値Ｋ以上であれば、当該画素Ｇ（ｉ，ｊ）を試料の断面部部分を撮影した画素とし、ＣＴ（ｉ，ｊ）＜Ｋであれば、当該画素Ｇ（ｉ，ｊ）を空間部分を撮影した画素とする。この分類は、例えば各画素Ｇ（ｉ，ｊ）にフラグを設定することにより行われる。例えば試料の断面部部分に分類された画素には「１」のフラグが設定され、空間部分に分類された画素には「０」のフラグが設定される。
【００５２】
例えばＣＴ画像が、図５に示すように、（１６×１６）個の画素からなるエリアセンサで円筒の中心に軸を有する筒体からなる試料の断面形状（図５では斜線で示す）を撮影した画像に相当するとすると、画素分類部３は、全画素Ｇを画素Ｇ（１，１），Ｇ（１，２），Ｇ（１，３），…Ｇ（２，１），Ｇ（２，２），Ｇ（２，３），…Ｇ（１６，１），Ｇ（１６，２），Ｇ（１６，３），…Ｇ（１６，１６）の順にスキャンし、各画素Ｇ（ｉ，ｊ）を仮の閾値Ｋ（＝「０」）と比較して、例えば図６に示すように、空間部分の画素と試料の断面部分の画素とに分類する。なお、図６では、斜線を施した画素が試料の断面部分の画素である。
【００５３】
図４に戻り、領域分類部４は、空間部分の画素と試料の断面部分の画素とに分類されたＣＴ画像のデータについて、さらに同一部分の画素であって互いに隣接する画素群を同一の領域として分類する処理を行うものである。領域分類部４は、本発明に係る第２の分類手段に相当している。
【００５４】
図６の例では、空間部分の画素は画面の周辺と中央部に「ロ」の字状に分布し、試料の断面部分の画素は、画面中心と中央のロ字状の空間部分の画素の回りに「ロ」の字状に分布している。領域分類部４は、空間部分の画素については、画面周辺の互いに隣接する画素を同一領域の画素群としてこれらの画素に領域Ｎｏ．１を付し、画面中央のロ字状の互に隣接する画素を同一領域の画素群としてこれらの画素に領域Ｎｏ．３を付する。また、領域分類部４は、試料の断面部分の画素についても同様に、画素中央のロ字状の互に隣接する画素を同一領域の画素群としてこれらの画素に領域Ｎｏ．２を付し、画面中央の互に隣接する４個の画素を同一の領域の画素群としてこれらの画素に領域Ｎｏ．４を付す。
【００５５】
具体的には、領域分類部４は、ＣＴ画像を構成する画素Ｇ（ｉ，ｊ）をラスタ走査方向にスキャンし、各画素Ｇ（ｉ，ｊ）について、上下左右に隣接する４個の画素Ｇ（ｉ−１，ｊ），Ｇ（ｉ＋１，ｊ），Ｇ（ｉ，ｊ−１），Ｇ（ｉ，ｊ＋１）に同一領域の画素が存在するか否かを判別し、同一領域の画素が存在する場合は、さらにそれらの画素に領域Ｎｏ．ｎが既に付されているか否かを判別し、領域Ｎｏ．ｎが付されていれば、その領域Ｎｏ．ｎと同一の領域Ｎｏ．ｎを当該画素Ｇ（ｉ，ｊ）に付す。同一領域の画素が存在しない場合もしくは同一領域の画素は存在するが領域Ｎｏ．が存在しない場合は、既に付されいる領域Ｎｏ．ｎを増加した領域Ｎｏ．（ｎ＋１）を当該画素Ｇ（ｉ，ｊ）に付す。
【００５６】
図６の例では、領域分類部４は、全画素Ｇを画素Ｇ（１，１），Ｇ（１，２），Ｇ（１，３），…Ｇ（２，１），Ｇ（２，２），Ｇ（２，３），…Ｇ（１６，１），Ｇ（１６，２），Ｇ（１６，３），…Ｇ（１６，１６）の順にスキャンし、各画素Ｇ（ｉ，ｊ）に領域Ｎｏ．を付していく。
【００５７】
図７は、各画素Ｇ（ｉ，ｊ）に領域Ｎｏ．に付した結果である。最初の画素Ｇ（１，１）には右側と下側に同一の空間領域の画素Ｇ（１，２），Ｇ（２，１）とが存在するが、これらには領域Ｎｏ．が付されていないので、画素Ｇ（１，１）には領域Ｎｏ．１が付される。Ｇ（１，２），Ｇ（１，３），…Ｇ（４，６）までは、上下左右の隣接する画素のいずれかに同一の空間領域の画素が存在し、しかも領域Ｎｏ．１が付されているので、これらの画素Ｇ（１，２）〜Ｇ（４，６）には、同一の領域Ｎｏ．１が付される。
【００５８】
画素Ｇ（４，７）では、右側と下側に同一の試料の断面領域の画素Ｇ（４，８），Ｇ（５，７）とが存在するが、これらには領域Ｎｏ．が付されていないので、画素Ｇ（４，７）には、領域Ｎｏ．２が付される。また、画素Ｇ（４，８）は、画素Ｇ（４，７）に隣接しているので、画素Ｇ（４，７）と同一の領域Ｎｏ．２が付される。画素Ｇ（４，１１）では、上側と右側に同一の空間領域の画素Ｇ（３，１１），Ｇ（４，１２）が存在するが、画素Ｇ（３，１１）には領域Ｎｏ．１が付されているので、画素Ｇ（４，１１）には画素Ｇ（３，１１）と同一の領域Ｎｏ．１が付される。
【００５９】
以下、同様の方法で、画素Ｇ（４，１２）〜Ｇ（１６，１６）の各画素についても領域Ｎｏ．が付され、図７に示す領域分類した画像が得られる。図７に示すように、図６に示す画素分類された画像において、画面の周辺に分布する空間領域の画素群は領域Ｎｏ．１の領域に分類され、その内側のドーナツ状の試料の断面領域の画素群は領域Ｎｏ．２の領域に分類され、さらにその内側のドーナツ状の空間領域の画素群は領域Ｎｏ．３の領域に分類され、画面中央の試料の断面領域の画素群は領域Ｎｏ．４の領域に分類される。
【００６０】
このように、各画素に領域Ｎｏ．を付すことにより、空間部分であっても試料の断面部分によって分断されている複数の空間部分が識別可能になる。同様に試料の断面部分であっても空間部分によって分断されている複数の断面部分が識別可能になる。このように、領域分割をするのは、試料の断面形状の輪郭を構成する点群は、隣接する空間部分と試料の断面部分の境界部分（具体的には空間部分の画素と試料の断面部分の画素とが隣接している部分）に存在しているから、その境界部分を抽出し得るようにするためである。
【００６１】
図４に戻り、平均ＣＴ値演算部５は、領域Ｎｏ．により領域分けした画素群について、ＣＴ値の平均値を算出する処理を行うものである。平均ＣＴ値演算部５は、本発明に係る演算手段に相当している。
【００６２】
平均ＣＴ値演算部５は、各領域毎に当該領域に含まれる画素のＣＴ値Ｃ（ｉ，ｊ）の平均ＣＴ値ＣＴｏ（ｒ），ＣＴｅ（ｓ）を算出する。なお、平均ＣＴ値ＣＴｏ（ｒ）は、領域Ｎｏ．ｒの空間領域の平均ＣＴ値であり、平均ＣＴ値ＣＴｅ（ｓ）は、領域Ｎｏ．ｓの試料の断面領域の平均ＣＴ値である。例えば図７において、領域Ｎｏ．４の試料の断面領域の平均ＣＴ値ＣＴｅ（４）は［ＣＴ（７，８）＋ＣＴ（７，９）＋ＣＴ（８，７）＋ＣＴ（８，８）＋ＣＴ（８，９）＋ＣＴ（８，１０）＋ＣＴ（９，７）＋ＣＴ（９，８）＋ＣＴ（９，９）＋ＣＴ（９，１０）＋ＣＴ（１０，８）＋ＣＴ（１０，９）］／１２で算出される。また、領域が十分広い場合はＫ−ＢからＫ＋Ｂの範囲内（但し、Ｋは仮の閾値、Ｂは適当な定数）の画素をエッジ部の画素として除くか、あるいは、一旦平均ＣＴ値を算出した後、平均ＣＴ値から指定範囲外、例えば（ＣＴｅ−Ｃ）以下もしくは（ＣＴｅ＋Ｃ）以上（Ｃは適当な定数）の画素をノイズとして除いて再度平均ＣＴ値を算出することで信頼性を高めることができる。
【００６３】
閾値演算部６は、試料の断面形状の輪郭を構成する点群を抽出するための最も適した閾値Ｔｈを演算し、設定する処理を行うものである。閾値演算部６は、本発明に係る閾値設定手段に相当している。上述したように、輪郭を構成する点を抽出するための最適な閾値Ｔｈは、当該点が存在する位置を挟む空間領域の平均ＣＴ値と試料の断面領域の平均ＣＴ値によって変化し、出願人の確認したところでは、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式で算出した閾値Ｔｈを適用したほうが輪郭点の検出精度がより向上することが分かっている。
【００６４】
閾値演算部６は、輪郭を構成する点を抽出する空間領域と試料の断面部分の境界部分に応じて当該境界部分の最適な閾値Ｔｈは、上記演算式を用いて演算し、設定する。例えば図７の例では、領域Ｎｏ．１の空間領域と領域Ｎｏ．２の試料の断面領域の境界部分（空間領域側の画素と試料の断面領域側の画素とが接している部分）の輪郭（図５の輪郭線Ａ参照）を構成する点を抽出するための閾値Ｔｈ１は、Ｔｈ１＝ｋ×（ＣＴｏ（１）−ＣＴｅ（２））−Ａによって算出され、この閾値Ｔｈ１を用いて輪郭を構成する点が抽出される。また、領域Ｎｏ．２の試料の断面領域の境界部分と領域Ｎｏ．３の空間領域の輪郭（図５の輪郭線Ｂ参照）を構成する点を抽出するための閾値Ｔｈ２は、Ｔｈ２＝ｋ×（ＣＴｏ（３）−ＣＴｅ（２））−Ａによって算出され、この閾値Ｔｈ２を用いて輪郭を構成する点が抽出される。また、領域Ｎｏ．３の空間領域と領域Ｎｏ．４の試料の断面領域の境界部分の輪郭（図５の輪郭線Ｃ参照）を構成する点を抽出するための閾値Ｔｈ３は、Ｔｈ３＝ｋ×（ＣＴｏ（３）−ＣＴｅ（４））−Ａによって算出され、この閾値Ｔｈ３を用いて輪郭を構成する点が抽出される。
【００６５】
なお、上記説明は、各断面画像における輪郭を構成する点群の抽出方法についてのものであるが、閾値演算部６は、高さ方向についても同様の方法で最適の閾値Ｔｈを演算し、設定する。すなわち、閾値演算部６は、隣接する上下の断面画像間で同一位置の画素Ｇ（ｉ，ｊ）の領域Ｎｏ．を比較し、領域Ｎｏ．が相違すれば、空間領域と試料の断面領域とが上下方向に隣接し、両断面画像の高さ方向のピッチの間に試料の高方向の断面形状の輪郭を構成する点が存在するから、例えば上側の断面画像が空間領域で下側の断面画像が試料の断面領域であるとすると、上側の空間領域の平均ＣＴ値をＣＴｏ（ｑ）とし、下側の試料の断面領域の平均ＣＴ値をＣＴｅ（ｐ）とすると、この点を抽出するための最適な閾値ＴｈをＴｈ＝ｋ×（ＣＴｏ（ｑ）−ＣＴｅ（ｐ））−Ａの演算式によって算出する。
【００６６】
図４に戻り、輪郭点抽出部７は、閾値演算部６によって設定された閾値Ｔｈを用いて各断面画像について試料の断面形状の輪郭を構成する点群を抽出するとともに、各断面画像間について高さ方向の試料の断面形状の輪郭を構成する点群を抽出する処理を行うものである。すなわち、輪郭点抽出部７は、複数枚のＣＴ画像から試料の三次元立体画像を構成する点群を抽出するものである。
【００６７】
輪郭点抽出部７は、各断面のＣＴ画像について、具体的には、図８に示すように、試料の断面領域の画素Ｇ（ｉ，ｊ）に対する隣接画素Ｇ（ｉ−１，ｊ），Ｇ（ｉ＋１，ｊ），Ｇ（ｉ−１，ｊ），Ｇ（ｉ，ｊ＋１）のうち、画素Ｇ（ｉ−１，ｊ）が空間領域の画素であるとすると、画素Ｇ（ｉ，ｊ）の位置Ｘ（ｉ，ｊ）と画素Ｇ（ｉ−１，ｊ）の位置Ｘ（ｉ−１，ｊ）の間に試料の断面形状の輪郭を構成す点Ｅの位置Ｘｅが存在するから、輪郭点抽出部７は閾値演算部６で設定された閾値Ｔｈと画素Ｇ（ｉ，ｊ），Ｇ（ｉ−１，ｊ）のＣＴ値ＣＴ（ｉ，ｊ），ＣＴ（ｉ−１，ｊ）とを比較し、いずれかのＣＴ値と一致していれば、そのＣＴ値を有する画素の画素位置を点Ｅの位置とする。例えばＴｈ＝ＣＴ（ｉ，ｊ）であれば、画素Ｇ（ｉ，ｊ）の位置Ｘ（ｉ，ｊ）が点Ｅの位置Ｘｅとなる。
【００６８】
一方、ＣＴ（ｉ，ｊ）＞Ｔｈ＞ＣＴ（ｉ−１，ｊ）であれば、輪郭点抽出部７は、補間演算によりＸ（ｉ，ｊ）＞Ｘｅ＞Ｘ（ｉ−１，ｊ）の位置を演算し、その演算結果を点Ｅの位置Ｘｅとする。補間方法としては、例えば画素間のＣＴ値の変化を直線と見なして比例計算によりＸｅの位置を算出する方法を適用することができる。この補間方法によれば、Ｔｈ−ＣＴ（ｉ−１，ｊ）：ＣＴ（ｉ，ｊ）−ＣＴ（ｉ−１，ｊ）＝Ｘｅ−Ｘ（ｉ−１，ｊ）：Ｘ（ｉ，ｊ）−Ｘ（ｉ−１，ｊ）であるから、Ｘｅ＝［［Ｔｈ−ＣＴ（ｉ−１，ｊ）］・｛Ｘ（ｉ，ｊ）−Ｘ（ｉ−１，ｊ）｝］／｛ＣＴ（ｉ，ｊ）−ＣＴ（ｉ−１，ｊ）｝＋Ｘ（ｉ−１，ｊ）により点Ｅの位置が算出される。
【００６９】
また、輪郭点抽出部７は、隣接する上下のＣＴ画像間についても、互に隣接する空間領域の画素と試料の断面領域の画素との間で当該試料の断面形状の輪郭を構成する点Ｅ’の位置を抽出する。すなわち、例えば図９に示すように下側のＣＴ画像内の画素Ｇ（ｉ，ｊ）が試料の断面領域の画素で、上側のＣＴ画像内の画素Ｇ（ｉ，ｊ）’が空間領域の画素であるとすると、図８を用いて説明したのと同様に、高さ方向における試料の断面形状の輪郭を構成する点Ｅ’の位置Ｚｅは、画素Ｇ（ｉ，ｊ）の位置Ｚ（ｉ，ｊ）と画素Ｇ（ｉ，ｊ）’の位置Ｚ（ｉ，ｊ）’との間に存在するから、図８を用いて説明したのと同様の方法で算出される。
【００７０】
すなわち、閾値演算部６で設定された閾値Ｔｈ’が画素Ｇ（ｉ，ｊ）のＣＴ値ＣＴ（ｉ，ｊ）、画素Ｇ（ｉ，ｊ）’のＣＴ値ＣＴ（ｉ，ｊ）’のいずれかに一致していれば、その画素の位置が点Ｅの高さ方向の位置Ｚｅとなる。一方、ＣＴ（ｉ，ｊ）＞Ｔｈ’＞ＣＴ（ｉ，ｊ）’であれば、画素Ｇ（ｉ，ｊ）のＺ方向の位置をＺ（ｉ，ｊ）、画素Ｇ（ｉ，ｊ）’のＺ方向の位置をＺ（ｉ，ｊ）’（＞Ｚ（ｉ，ｊ））とすると、Ｔｈ’−ＣＴ（ｉ，ｊ）’：ＣＴ（ｉ，ｊ）−ＣＴ（ｉ，ｊ）’＝Ｚ（ｉ，ｊ）’−Ｚｅ：Ｚ（ｉ，ｊ）’−Ｚ（ｉ，ｊ）であるから、Ｚｅ＝Ｚ（ｉ，ｊ）’−［［Ｔｈ’−ＣＴ（ｉ，ｊ）’］・｛Ｚ（ｉ，ｊ）’−Ｚ（ｉ，ｊ）｝］／｛ＣＴ（ｉ，ｊ）−ＣＴ（ｉ，ｊ）’｝により点Ｅの位置Ｚｅが算出される。
【００７１】
次に、画像処理装置１における試料の断面形状の輪郭を構成する点群を抽出する処理手順について、図１０〜図１２のフローチャートを用いて説明する。Ｘ線ＣＴスキャナ装置２によって取得されたＭ枚のＣＴ画像のデータは画像処理装置１内のハードディスク内に記憶されているとする。
【００７２】
まず、ＣＴ画像の枚数をカウントするカウンタのカウント値ｉが「１」にセットされ（Ｓ１）、ｉ段目のＣＴ画像データがハードディスクの記憶領域からワークエリアに読み出される（Ｓ２）。続いて、図１１に示すフローチャートに従ってＣＴ画像から画素単位で試料の断面形状が抽出される（Ｓ３）。この抽出処理は、上述した画素分類部３による各画素の分類処理に相当する。
【００７３】
図１１のフローチャートに移行すると、まず、画素数をカウントするカウンタのカウント値ｈが「１」に設定される（Ｓ２１）。続いて、（ｎ×ｎ）個の画素群をラスタ走査方向にスキャンする場合のｈ番目の画素Ｇ（ｈ）のＣＴ値ＣＴ（ｈ）が予め設定された仮の閾値Ｋ以上であるか否が判別され（Ｓ２２）、ＣＴ（ｈ）が閾値Ｋ以上であれば（Ｓ２２：ＹＥＳ）、画素Ｃ（ｈ）に対して試料の断面部分の画素であることを示す分類情報として「１」のフラグＦＢが設定され（Ｓ２３）、ＣＴ（ｈ）＜Ｋであれば（Ｓ２２：ＮＯ）、画素Ｃ（ｈ）に対して空間部分の画素であることを示す分類情報として「０」のフラグＦＢが設定される（Ｓ２４）。
【００７４】
なお、上述したようにラスタ走査方向の走査では、画素Ｇ（１，１），Ｇ（１，２），…Ｇ（１，ｎ），Ｇ（２，１），Ｇ（２，２），…Ｇ（２，ｎ），……Ｇ（ｎ，１），Ｇ（ｎ，２），Ｇ（ｎ，３），…Ｇ（ｎ，ｎ）の順に各画素が走査されるから、図１１のフローにおけるＧ（１）はＧ（１，１）、Ｇ（２）はＧ（１，２）、…Ｇ（Ｎ−１）はＧ（ｎ，ｎ−１）、Ｇ（Ｎ）はＧ（ｎ，ｎ）に対応している。
【００７５】
図１１に戻り、続いて、カウント値ｈが総画素数Ｎ（＝ｎ×ｎ）になっているか否かが判別され（Ｓ２５）、ｈ＜Ｎであれば（Ｓ２５：ＮＯ）、次の画素の分類をするべくカウント値ｈが１だけインクリメントされて（Ｓ２６）、ステップＳ２２に戻る。そして、同様の処理が全ての画素について繰り返され（Ｓ２２〜Ｓ２６のループ）、ｈ＝Ｎになると（Ｓ２５：ＹＥＳ）、図１０のフローにリターンする。この処理によって、図６に例示した各画素を分類したデータが得られる。
【００７６】
画素単位の断面形状の抽出処理が終了すると、図１２に示すフローチャートに従って領域分けの処理が行われる。この領域分けの処理は、上述した領域分類部４による分類された画素の領域分類処理に相当する。
【００７７】
図１１のフローチャートに移行すると、まず、画素数をカウントするカウンタのカウント値ｈが「１」に設定されるとともに、領域Ｎｏ．の値が「０」に設定される（Ｓ３１）。続いて、ｈ番目の画素Ｇ（ｈ）の上下左右に隣接する画素Ｇ（ｈ’）に画素Ｇ（ｈ）と同一分類の画素が存在するか否かが判別され（Ｓ３２）、同一分類の画素Ｇ（ｈ’）が存在する場合、さらにその画素Ｇ（ｈ’）に領域Ｎｏ．が付されているか否かが判別され（Ｓ３３）、その画素Ｇ（ｈ’）に領域Ｎｏ．が付されていれば（Ｓ３３：ＹＥＳ）、その画素Ｇ（ｈ’）の領域Ｎｏ．と同一の領域Ｎｏ．が画素Ｇ（ｈ）の領域Ｎｏ．に付される（Ｓ３４）。
【００７８】
一方、画素Ｇ（ｈ）の上下左右に隣接する画素Ｇ（ｈ’）に同一分類の画素が存在しない場合（Ｓ３２：ＮＯ）と、同一分類の画素Ｇ（ｈ’）は存在するが、その画素Ｇ（ｈ’）に領域Ｎｏ．が付されていない場合（Ｓ３３：ＮＯ）は、領域Ｎｏ．が１だけインクリメントされ（Ｓ３５）、その領域Ｎｏ．が画素Ｇ（ｈ）の領域Ｎｏ．に付される（Ｓ３６）。
【００７９】
続いて、カウント値ｈが総画素数Ｎ（＝ｎ×ｎ）になっているか否かが判別され（Ｓ３７）、ｈ＜Ｎであれば（Ｓ３７：ＮＯ）、次の画素の領域分けをするべくカウント値ｈが１だけインクリメントされて（Ｓ３８）、ステップＳ３２に戻る。そして、同様の処理が全ての画素について繰り返され（Ｓ３２〜Ｓ３８のループ）、ｈ＝Ｎになると（Ｓ３７：ＹＥＳ）、図１０のフローにリターンする。この処理によって、図７に例示した各画素を領域に分類したデータが得られる。
【００８０】
領域分けの処理が終了すると、各領域毎にその領域に含まれる画素のＣＴ値の平均値が算出され（Ｓ５）、その算出結果はハードディスクの所定の記憶領域に記憶される（Ｓ６）。
【００８１】
続いて、カウント値ｉが１だけインクリメントされ（Ｓ７）、（ｉ＋１）段目のＣＴ画像データがハードディスクの記憶領域からワークエリアに読み出される（Ｓ８）。そして、（ｉ＋１）段目のＣＴ画像データについてもｉ段目のＣＴ画像データに対して行った画素単位での形状抽出処理、領域分け処理、平均ＣＴ値算出処理と同様の処理が行われる（Ｓ９〜Ｓ１２）。
【００８２】
続いて、ｉ段目のＣＴ画像について、水平面および垂直面における断面形状の輪郭を構成する点の抽出位置が検索される（Ｓ１３）。すなわち、ｉ段目のＣＴ画像の各画素Ｇ（ｉ，ｊ）について、当該画素Ｇ（ｉ，ｊ）のＣＴ値ＣＴ（ｉ，ｊ）と、隣接する画素Ｇ（ｉ−１，ｊ），Ｇ（ｉ＋１，ｊ），Ｇ（ｉ，ｊ−１），Ｇ（ｉ，ｊ＋１）および直上の画素Ｇ（ｉ，ｊ）’（（ｉ＋１）段目のＣＴ画像において上下方向で同一位置となる画素）の５つの画素のＣＴ値ＣＴ（ｉ−１，ｊ），ＣＴ（ｉ＋１，ｊ），ＣＴ（ｉ，ｊ−１），ＣＴ（ｉ，ｊ＋１），ＣＴ（ｉ，ｊ）’と、仮の閾値Ｋとが比較され、画素Ｇ（ｉ，ｊ）のＣＴ値と５つの画素Ｇ（ｉ−１，ｊ），Ｇ（ｉ＋１，ｊ），Ｇ（ｉ，ｊ−１），Ｇ（ｉ，ｊ＋１），Ｇ（ｉ，ｊ）’のＣＴ値との間に仮の閾値Ｋが存在する場合、その位置が抽出位置とされる。
【００８３】
続いて、検索された全ての断面形状の輪郭を構成する点の抽出位置について、ステップＳ５，Ｓ１１で算出された空間領域の平均ＣＴ値と試料の断面領域の平均ＣＴ値とに基づいて最適閾値Ｔｈが設定され（Ｓ１４）、その最適閾値Ｔｈのデータはハードディスクの所定の記憶領域に記憶される（Ｓ１５）。
【００８４】
続いて、カウント値ｉが１だけインクリメントされた後、そのカウント値ｉが総ＣＴ画像数Ｍを越えたか否かが判別される（Ｓ１６，Ｓ１７）。カウント値ｉがＭ以下であれば（Ｓ１７：ＮＯ）、次のＣＴ画像について、上述と同様の処理をするべくステップＳ２に戻る。そして、全てのＣＴ画像について上述の最適閾値Ｔｈの設定処理が終了すると（Ｓ１７：ＹＥＳ）、処理を終了する。そして、この後は、設定された最適閾値Ｔｈのデータを用いて各層のＣＴ画像について断面形状の輪郭を構成する点群が抽出されるとともに、隣り合う層間のＣＴ画像について高さ方向の断面形状の輪郭を構成する点群が抽出されて、試料の三次元立体形状画像のデータが取得される。
【００８５】
なお、上記実施形態では、最適な閾値Ｔｈを設定するための演算式として、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａとしたが、例えばアルミダイカストなどの鋳造品のＣＴ画像に対しては、図１６に示す実験結果から得られたＴｈ＝１．２×（ＣＴｏ−ＣＴｅ）−７３０の演算式を用いてもよい。
【００８６】
また、画像処理装置１の画像処理プログラムをＸ線ＣＴスキャン装置２のＰＣワークステーション２４のパーソナルコンピュータ２４１に組み込んで当該パーソナルコンピュータ２４１を画像処理装置１として機能させても良い。
【００８７】
上記のように、本実施形態に係る画像処理装置１によれば、閾値Ｔｈを用いてＣＴ画像から当該ＣＴ画像における試料の断面形状の輪郭を構成する点群を抽出する際、抽出点を挟む空間領域の平均ＣＴ値と試料の断面領域の平均ＣＴ値とを用いて所定の演算式により最適な閾値Ｔｈを設定するようにしているので、断面形状の輪郭を構成す点を高い精度で検出することができる。これにより試料の２次元形状画像および三次元形状画像を高精度で再構築することができる。
【００８８】
【発明の効果】
以上説明したように、請求項１，３，４，６のいずれかに記載の発明によれば、Ｘ線ＣＴスキャナ装置によって得られた試料の断面画像から当該断面画像内の試料の断面形状の輪郭を構成する点群を抽出するための閾値Ｔｈを、抽出点を挟む空間領域の平均ＣＴ値ＣＴｏと試料の断面領域の平均ＣＴ値ＣＴｅとに基づいて、例えばＴｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａの演算式により設定するようにしたので、輪郭を構成する各点の抽出領域で最も適正な閾値を設定することができ、これにより試料の断面形状の輪郭を構成する点群を正確に求めることができる。
【００８９】
また、請求項２，３，５，６のいずかに記載の発明によれば、Ｘ線ＣＴスキャナ装置によって得られた複数枚の試料の断面画像から高さ方向の試料の断面形状の輪郭を構成する点群を抽出するための閾値Ｔｈも断面画像において試料の断面形状の輪郭を構成する点群を抽出するための閾値Ｔｈと同様に、抽出点を挟む空間領域の平均ＣＴ値ＣＴｏと試料の断面領域の平均ＣＴ値ＣＴｅとに基づいて、例えばＴｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａの演算式により設定するようにしたので、高さ方向においても輪郭を構成する各点の抽出領域で最も適正な閾値を設定することができ、これにより試料の立体形状の輪郭を構成する点群を正確に求めることができる。
【図面の簡単な説明】
【図１】本発明に係る画像処理装置の構成を示す図である。
【図２】Ｘ線ＣＴスキャナ装置の概略構成を示す図である。
【図３】Ｘ線ＣＴスキャナ装置で取得される試料の断面画像の一例を示す図である。
【図４】本発明に係る画像処理機能を果たすために処理装置本体が行う処理動作を機能ブロックで表した図である。
【図５】Ｘ線ＣＴスキャナ装置によって得られる断面画像を、エリアセンサで円筒の中心に軸を有する筒体からなる試料の断面形状を撮影した画像に相当する画像として例示した図である。
【図６】図５に示す断面画像に対して画素単位で領域分類する処理を行ったときに得られる画像を示す図である。
【図７】図６の画像に対して領域分けの処理を行ったときに得られる画像を示す図である。
【図８】断面画像において、空間領域の画素と試料の断面領域の画素との間に当該試料の断面形状の輪郭を構成する点が存在する場合のその点の位置の補間演算を説明するための図である。
【図９】上下２枚の断面画像において、空間領域の画素と試料の断面領域の画素との間に当該試料の高さ方向における断面形状の輪郭を構成する点が存在する場合のその点の位置の補間演算を説明するための図である。
【図１０】本発明に係る画像処理装置の試料の断面形状の輪郭を構成する点群を抽出する処理手順を示すフローチャートである。
【図１１】「画素単位での形状抽出」の処理手順を示すフローチャートである。
【図１２】「領域分け」の処理手順を示すフローチャートである。
【図１３】図１４に示すテスト試料のＮ１，Ｎ２，Ｎ３の各断面画像における輪郭抽出のための最適閾値の調査結果を示す図である。
【図１４】テスト試料の縦断面の形状を示す図である。
【図１５】テスト試料の３個の断面Ｎ１〜Ｎ３における断面形状を示す図である。
【図１６】断面画像の試料の断面領域と空間領域との境界部分において試料の断面形状の輪郭を構成する点を抽出する際に設定すべき最適な閾値を確認した結果を示す図である。
【符号の説明】
１ 画像処理装置（マイクロコンピュータ）
１０１ 処理装置本体
１０２ ディスプレイ
１０３ キーボード
１０４ マウス
１０５ ドライバ
１０６ ハードディスク
２ Ｘ線ＣＴスキャナ装置
２１ スキャナ本体
２１１ 回転テーブル
２１２ 回転制御装置
２１３ Ｘ線管
２１４ コリメータ
２１５ Ｘ線検出器
２１６ 昇降機
２１７ 昇降制御装置
２１８ データ収集装置
２２ 高圧発生装置
２３ Ｘ線制御装置
２４ ＰＣワークステーション
３ 画素分類部
４ 領域分類部
５ 平均ＣＴ値演算部
６ 閾値演算部
７ 輪郭点抽出部

Claims (6)

1. Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される試料の断面画像から当該断面画像内の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の断面形状を構成する点として抽出する画像処理装置において、
   上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、
   上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、
   上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、
   上記第２の分類手段により分類された空間領域と試料断面領域との境界部分に存在する上記試料の断面形状を構成する点を抽出するための上記所定の閾値を、当該空間領域の平均ＣＴ値と当該試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段と、
   を備えたことを特徴とする画像処理装置。
2. Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される複数枚の試料の断面画像から各層の断面画像内および各層の断面画像間の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の立体形状を構成する点として抽出する画像処理装置において、
   各層の断面画像毎に、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、
   各層の断面画像毎に、上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、
   各層の断面画像毎に、上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、
   各層の断面画像における空間領域と試料断面領域との境界部分および上下の断面画像間における空間領域と試料断面領域との境界部分に存在する上記試料の立体形状を構成する点を抽出するための上記所定の閾値を、境界部分を挟む空間領域の平均ＣＴ値と試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段と、
   を備えたことを特徴とする画像処理装置。
3. 上記閾値設定手段は、求める閾値をＴｈ、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式により閾値Ｔｈを算出し、設定するものであることを特徴とする請求項１又は２記載の画像処理装置。
4. コンピュータを、Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される試料の断面画像から当該断面画像内の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の断面形状を構成する点として抽出する画像処理装置として機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
   上記コンピュータを、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、
   上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、
   上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、
   上記第２の分類手段により分類された空間領域と試料断面領域との境界部分に存在する上記試料の断面形状を構成する点を抽出するための上記所定の閾値を、当該空間領域の平均ＣＴ値と当該試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段と、
   して機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
5. コンピュータを、Ｘ線ＣＴスキャナ装置によって取得される複数個の画素のＣＴ値によって構成される複数枚の試料の断面画像から各層の断面画像内および各層の断面画像間の予め設定された所定の閾値と同一のＣＴ値を有する点を上記試料の立体形状を構成する点として抽出する画像処理装置として機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
   上記コンピュータを、各層の断面画像毎に、上記各画素のＣＴ値と予め設定された仮の閾値とを比較し、上記ＣＴ値が仮の閾値よりも小さい画素を上記断面画像の空間部分に含まれる画素とし、上記ＣＴ値が仮の閾値以上の画素を上記断面画像の試料の断面部分に含まれる画素として分類する第１の分類手段と、
   各層の断面画像毎に、上記断面画像の空間部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の空間領域の画素群に分類するとともに、上記断面画像の試料の断面部分に含まれる複数の画素を互いに隣接する画素同士を同一領域の画素として１または２以上の試料断面領域の画素群に分類する第２の分類手段と、
   各層の断面画像毎に、上記第２の分類手段により分類された空間領域および試料断面領域について、それぞれ各領域に含まれる画素のＣＴ値の平均値を演算する演算手段と、
   各層の断面画像における空間領域と試料断面領域との境界部分および上下の断面画像間における空間領域と試料断面領域との境界部分に存在する上記試料の立体形状を構成する点を抽出するための上記所定の閾値を、境界部分を挟む空間領域の平均ＣＴ値と試料断面領域の平均ＣＴ値とに基づいて設定する閾値設定手段と、
   して機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
6. 上記閾値設定手段は、求める閾値をＴｈ、空間領域の平均ＣＴ値をＣＴｏ、試料断面領域の平均ＣＴ値をＣＴｅとすると、Ｔｈ＝ｋ×（ＣＴｏ−ＣＴｅ）−Ａ（但し、ｋは係数、Ａは定数）の演算式により閾値Ｔｈを算出し、設定するものであることを特徴とする請求項４又は５記載の記録媒体。

Images