JP2004246625A - 画像処理装置、画像処理方法、及びプログラム - Google Patents

Abstract

【課題】高周波成分を中心とする画像ノイズを確実に除去又は低減させることができるとともに、構造物の境界などの高周波成分を多く含む、観察上、重要な部位の情報は確実に確保して、画像全体としてノイズが少なく且つ構造物などの観察対象物に対する視認性が優れた画像を提供する。
【解決手段】原画像にフィルタ係数が互いに異なる２つの平滑化フィルタをそれぞれ適用して平滑化処理された２つの出力画像を求め（ステップＳ１〜Ｓ３）、この２つの出力画像同士を画素毎に相互に差分して差分画像を求め（ステップＳ４）、この差分画像に応じて重み付け係数を演算し（ステップＳ５）、この重み付け係数を用いて原画像とこの原画像を平滑化処理した平滑化画像とを相互に重み付け加算する（ステップＳ６〜Ｓ８）。
【選択図】 図２

Description

【０００１】
【発明の属する技術分野】
本発明は、画像に存在するノイズ、いわゆる画像ノイズを低減させる画像処理装置及び画像処理方法に関し、とくに、医用モダリティから得られる医用デジタル画像など、各種のデジタル画像の画像ノイズを低減させる画像処理装置及び画像処理方法に関する。
【０００２】
【従来の技術】
一般に、自然の事象から収集される画像には多様なノイズが混入している。このノイズは画像ノイズとして総称され、良質の画像を提供するには、この画像ノイズをいかにして除去又は低減させるかということが重要な技術的課題である。
【０００３】
とくに、高周波成分を主成分とする画像ノイズが混入している場合、画像上に写り込んでいる、目的とする被写体である構造物（例えば、医用画像の場合には、骨部分など）の視認性や濃度分解能（例えば医用画像の場合、軟部組織内の腫瘍の検知）を著しく阻害することが多い。
【０００４】
この画像ノイズを低減させる手法には、平滑化フィルタを作用させる手法、ノイズの統計的性質を利用して除去する方法、周波数空間上でゲイン調整する手法などが知られている。
【０００５】
【発明が解決しようとする課題】
しかしながら、上述した画像ノイズの低減法は、未だ十分なノイズ低減効果を得ていないという現状にある。例えば、平滑化フィルタを作用させる手法の場合、画像に含まれている高周波成分による画像ノイズを除去又は低減させることは可能であるが、構造物の境界などの高周波成分を多く含む領域も平滑化してしまうため、空間分解能が劣化する、すなわち平易には「ボケ」た画像になってしまうという、ノイズ除去効果とは相反する状況にあった。
【０００６】
また、ノイズの統計的性質を利用して除去する方法の場合、ノイズの統計的性質を事前に知ることが難しい上に、リアルタイム処理が困難であった。一方、周波数空間上でゲイン調整する手法の場合、ノイズのみを選択的に除去することが難しく、フィルタリング後の画像にアーチファクトを生じ易いという問題があった。
【０００７】
そこで、本発明は、上述した画像ノイズの除去処理に対する現状に鑑みてなされたもので、とくに、高周波成分を中心とする画像ノイズを確実に除去又は低減させる一方で、構造物の境界などの高周波成分を多く含む、観察上、重要な部位の情報は確実に確保して、画像全体としてノイズが少なく且つ構造物などの観察対象物に対する視認や濃度分解能が優れた画像を提供することを、その目的とする。
【０００８】
【課題を解決するための手段】
上述した目的を達成するため、本発明に係る画像処理装置は、デジタル画像から成る原画像のノイズを低減させる装置であり、前記原画像上の一定範囲毎の平均化された画素値の空間的な変化が大きくなるほど大きくなる絶対値を示す画素値変化情報を演算する画素値変化情報演算手段と、前記原画像を平滑化処理した平滑化画像を生成する平滑化画像生成手段と、前記画素値変化情報演算手段により演算された画素値変化情報に応じて重み付け係数を演算する重み付け係数演算手段と、前記原画像又は当該原画像に変調を加えた画像と前記平滑化画像演算手段により演算された平滑化画像とを前記重み付け係数を用いて相互に重み付け加算する重み付け加算手段と、を備えたことを特徴とする。
【０００９】
これにより、画素値変化情報として、画像上の構造物の輪郭部など、画素値が大きく変化する領域が演算抽出される。一方、原画像が平滑化処理された平滑化画像においては、高周波成分を中心とするノイズが低減されている。このため、画素値変化情報に基づいて、例えば、画素値が大きく変化する領域では原画像に対して大きな重み付け係数が与えられるように、当該重み付け係数が演算される。
【００１０】
この重み付け係数を用いて、原画像又はこの原画像に変調を加えた画像と平滑化画像とを重み付け加算することにより、原画像（又はこの原画像に変調を加えた画像）と平滑化画像の何れか一方を局所的に強調した重み付け加算を行うことができる。例えば、構造物の輪郭部などの高周波信号の多い領域では、原画像（又はこの原画像に変調を加えた画像）の持つ情報を強調する一方で、一定範囲毎に平均化された画素値の空間的な変化の少ない領域では、画像ノイズが低減している平滑化画像の持つ画素値を強調させるといった具合である。つまり、重み係数を画素値変化情報に応じて適宜に演算することにより、原画像（又はこの原画像に変調を加えた画像）と平滑化画像の双方の長所を領域毎に配合した重み付け加算画像が得られる。
【００１１】
この重み付け加算画像では、構造物の輪郭部位など、一定範囲毎に平均化された画素値の空間的な変化の大きい領域は原画像（又はこの原画像に変調を加えた画像）の情報が優先的に描出され、かかる画素値の空間的な変化の少ない領域は平滑化したノイズの少ない画像が優先的に描出される。したがって、画像全体として、画像ノイズを確実に除去又は低減できる一方で、構造物の境界などの高周波成分を多く含む、観察上、重要な部位の情報は確実に確保でき、ノイズが少なく、視認性に優れた画像を提供することができる。
【００１２】
本発明の画像処理装置のその他の代表的な特徴は、以下の構成にある。
【００１３】
例えば、前記画素値変化情報演算手段は、フィルタ係数が互いに異なる２つの平滑化フィルタを前記原画像にそれぞれ適用して平滑化処理された２つの出力画像を得るフィルタリング手段と、前記２つの出力画像同士を画素毎に相互に差分して前記画素値変化情報としての差分画像を得る差分手段とを備える。
【００１４】
また、前記画素値変化情報演算手段は、前記差分画像の画素毎に絶対値を演算して前記画素値変化情報としての絶対値画像を得る絶対値演算手段を追加的に備えていてもよい。
【００１５】
さらに、前記２つの平滑化フィルタのフィルタ係数は、前記原画像又は当該原画像に変調を加えて作成した画像における一定範囲毎の平均化された画素値の空間的な変化が大きくなるにつれて前記差分演算により演算される差分画像の画素値の絶対値が大きくなるように設定されたフィルタ係数である。
【００１６】
また、例えば、前記重み付け係数演算手段は、前記差分演算により演算される差分画像の画素値の絶対値に対して非減少関数で定義され且つ非負の値をとる重み付け係数を演算する手段である。
【００１７】
さらに、好適な態様として、前記重み付け加算手段は、前記重み付け係数をＡ、画素位置を（ｍ，ｎ）、前記原画像又は当該原画像に基づく画像をＸ（ｍ，ｎ）、前記平滑化画像をＸ１（ｍ，ｎ）、及び前記重み付け加算を施した画像をＷ（ｍ，ｎ）としたとき、
Ｗ（ｍ，ｎ）＝Ａ・Ｘ（ｍ，ｎ）＋（１−Ａ）・Ｘ１（ｍ，ｎ）
の式より重み付け加算するように構成される。
【００１８】
さらに一例として、前記原画像は２次元又は３次元のデジタル画像であり、さらに好適には、この原画像は白黒のデジタル画像である。
【００１９】
一方、本発明によれば、上述と同等の作用効果を発揮できるプログラム及び画像処理方法も提供される。
【００２０】
【発明の実施の形態】
以下、本発明の画像処理装置に係る実施の形態を説明する。なお、この画像処理装置によって、本発明に係る画像処理方法も実行される。
【００２１】
図１〜１０を参照して、この実施形態に係る画像処理装置を説明する。
【００２２】
図１に示すように、この実施形態に係る画像処理装置１０は、ネットワークＮを介して、白黒の２次元又は３次元のデジタル画像を収集する、例えば医用モダリティ（図示せず）に接続されている。
【００２３】
この画像処理装置１０は、コンピュータの機能を有するハードウエアを備え、このハードウエアにインストールしたプログラムに基づくソフトウエア処理によりノイズを著しく低減させた画像を提供する装置である。
【００２４】
具体的には、この画像処理装置１０は、ネットワークＮに接続されたインターフェース１１と、このインターフェース１１に接続されたバスＢに繋がる種々のユニットとを備える。このユニットには、画像記憶装置１２、ノイズ低減用の画像処理プロセッサ１３、ＲＯＭ１４、ＲＡＭ１５、操作記１６、及びモニタ１７が含まれる。
【００２５】
画像記憶装置１２には、例えばＸ線ＣＴスキャナ、超音波診断装置、磁気共鳴イメージング装置などの医用モダリティで収集された白黒デジタル画像のデータが格納されている。画像処理プロセッサ１３は、その起動時に、ＲＯＭ１４に予め記憶させてある、本発明に係るノイズ低減用のプログラムをワークメモリに読み出し、かかるプログラムにしたがって画像ノイズを低減させるための処理を行う。この処理は、後述する図２に大略、示すように実行され、本発明の主要な特徴を成すものである。ＲＯＭ１４は、予め与えられたノイズ低減用のプログラムを記憶している。
【００２６】
ＲＡＭ１５は、画像処理プロセッサ１３によりノイズ低減の処理の必要な一時記憶メモリとして使用される。操作器１６はキーボード、マウスなどから成り、オペレータが所望の情報を画像処理装置１０に与えることができる。モニタ１７は、画像処理プロセッサ１３の制御の元で、ノイズ低減処理に関わる画像や情報を表示するようになっている。
【００２７】
なお、この画像処理装置１０はネットワークＮを介して、一例としての医用モダリティに接続されているとしたが、必ずしも、そのような接続環境に無くてもよく、画像処理装置１０はスタンドアロン方式で構成されていてもよい。また、この画像処理装置１０は、一度、医用モダリティで収集された画像データの提供を受けて、オフライン処理としてのノイズ低減処理を行うように構成されているが、必ずしもそのような処理方式に限定されない。例えば、この画像処理装置１０の機能を、医用モダリティなどの画像収集装置に一体に組み込み、収集されたデジタル画像に対して殆どリアルタイムなノイズ低減処理を実行するようにしてもよい。
【００２８】
さらに、この画像処理装置１０は、ソフトウエア処理により画像ノイズを低減するように構成されているが、本発明に係る画像処理装置は、そのようなソフトウエア処理には必ずしも限定されるものでは無い。この画像処理装置１０は、論理回路などのデジタル回路を用いて処理するように構成してもよい。
【００２９】
続いて、この本実施形態に係る画像ノイズの低減処理を図２〜１０に基づいて説明する。
【００３０】
なお、画像記憶装置１２には、２次元の白黒のデジタル画像が事前に格納されているものとし、この２次元画像のノイズ低減処理を行うものとする。
【００３１】
図２は、画像処理プロセッサ１３により実行される画像ノイズ低減の一連の処理の流れを示す。この処理は、概略的に言えば、デジタル画像の構造物の境界（エッジ）を検出する処理Ａ、原画像と平滑化画像との重み付け加算のための重み付け係数を演算する処理Ｂ、及び、演算された重み付け係数を用いて、かかる重み付け加算を実行する処理Ｃを含む。これを、処理Ａ〜Ｃの別に順次説明する。
【００３２】
（デジタル画像の構造物の境界を検出する処理Ａ）
人間の視覚感度は、図３（ａ），（ｂ）に示すように、視点からの角度θに従って漸減する感度特性を有する。また、視点からの距離Ｌ（図３（ｂ）の横軸）に対して、角度θが小さい範囲であれば、人間の視覚感度は同じ形状の漸減的な感度特性で近似できる。人間の視覚の感度分布は当然、２次元的な分布を有するが、図３は特定の方向に沿った１次元的な感度分布を示している。本実施形態では、全ての方向に対して同じ感度分布を持っているものと仮定するが、方向によって異なる感度分布を有するとして以下の処理を行うこともできる。
【００３３】
本実施形態では、図４に示すように、特性の異なる２つの視覚感度分布を用いて、デジタル画像上の「構造物の境界部分などの画素値の変化が大きい領域」を検出する。ただし、図４は感度特性グラフの形状を示すもので、縦軸（感度）の値は特に意味を持たない。また、「画素値の変化が大きい領域」とは、画像上の一定以上の範囲にわたって画素値の変化が存在する領域を指す（つまり、画像ノイズのような画素単位の画素値変化を含まないものとする）。
【００３４】
具体的には、画像処理プロセッサ１３は、オペレータからの操作器１６を経由して与えられる操作情報に基づいて、画像記憶装置１２から所望の２次元デジタル画像（ここでは白黒画像：本発明の原画像に相当する）を読み出し、これをモニタ１７に表示させる（ステップＳ１）
次いで、画像処理プロセッサ１３は、オペレータからの操作器１６を経由して与えられる操作情報に基づいて、図５に模式的に示すように、デジタル画像上の適宜な位置に適宜な大きさ及び形状のＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）を初期設定する（ステップＳ２）。
【００３５】
次いで、画像処理プロセッサ１３は、互いに異なる２つのフィルタ係数（例えば、図４参照）を有した２次元画像フィルタを、原画像上のＲＯＩで指定された領域に適用させる（ステップＳ３）。なお、ＲＯＩの位置は、画像処理プロセッサ１３により、毎回の処理に対応して自動的に移動設定される。これに応じて、画像処理プロセッサ１３により、フィルタは原画像上で繰り返して適用される。
【００３６】
上述の２種類の２次元画像フィルタをフィルタ１およびフィルタ２と呼ぶことにする。図５の例示の場合、両フィルタ１，２ともに、矩形の２次元フィルタとして記述しているが、円形の２次元フィルタなど、他の形状の２次元フィルタを採用してもよいし、フィルタ１、２がそれぞれ異なる２次元形状であってもよい。また、両フィルタ１、２毎に、上述したＲＯＩのサイズを変えるように構成してもよい。
【００３７】
かかる互いに異なるフィルタ係数によるフィルタリングをより定量的に示す。いま、Ｘ（ｍ，ｎ）：デジタル画像上の各画素位置（ｍ，ｎ）における画素値、ｋ１（ｉ，ｊ）：フィルタ１のフィルタ係数、ｋ２（ｉ，ｊ）（≠ｋ１（ｉ，ｊ））：フィルタ２のフィルタ係数、（ｉ，ｊ）：画素位置とすると、フィルタ１及びフィルタ２は以下の演算式に基づく移動平均処理を行い、画素位置（ｍ，ｎ）毎に平滑化した画素値Ｙ１（ｍ，ｎ）、Ｙ２（ｍ，ｎ）をそれぞれ出力する。
【００３８】
【数１】

【００３９】
フィルタ係数ｋ１およびｋ２は、図４に示したように互いに異なる感度分布を模した値を持ち、且つ、図１４に示すように正規化されている。
【００４０】
次いで、画像処理プロセッサ１３は、フィルタ１及びフィルタ２がそれぞれ出力した画素値Ｙ１（ｍ，ｎ）、Ｙ２（ｍ，ｎ）に基づく画像（平滑化画像）について、その画像相互の差分（及び、その差分値の絶対値）を画素位置（ｍ，ｎ）毎に演算する（ステップＳ４）。すなわち、
【数２】

が演算される。つまり、差分値Ｓは差分画像を成し、絶対値Ｚは絶対値画像を成すとともに、本発明の画素値変化情報に対応する。
【００４１】
この差分値Ｓ又はその絶対値Ｚは、デジタル画像上の「構造物の境界部分などの画素値の変化が大きい領域」の情報を表している。この理由を、説明を分かり易くするために、１次元のフィルタ処理で説明する。
【００４２】
図６は、上述のフィルタ処理を１次元で実施した場合の説明図である。同図において、区間▲１▼、▲３▼、▲５▼は画素値の変化が相対的に小さい区間であり、反対に、区間▲２▼、▲４▼は相対的に画素値の変化が大きい状態を表している。フィルタ１及びフィルタ２は一種の移動平均フィルタであるため、区間▲１▼、▲３▼、▲５▼における差分値Ｓの絶対値Ｚは、区間▲２▼、▲４▼におけるそれに比して相対的に非常に小さくなる。また、フィルタ１及びフィルタ２には平滑化作用があるので、元のデジタル画像（原画像）のプロファイル上に画像ノイズ（多くの場合において高周波成分）が含まれていたとしても、絶対値Ｚに対する画像ノイズの影響は非常に小さい。このように、上述の差分値Ｓ又はその絶対値Ｚは、デジタル画像上で「画素値の変化が大きい領域」をそれ以外の領域から識別する情報となるので、デジタル画像（ここでは原画像）上の構造物の境界を表すことができる。
【００４３】
したがって、例えば、このデジタル画像が医用画像である場合、上述の差分値Ｓ又はその絶対値Ｚは、構造物としての被検体の骨など、画素値の変化の大き境界の輪郭情報を示すことができる。
【００４４】
（重み付け係数を演算する処理Ｂ）
次に、画像処理プロセッサ１３により、原画像と平滑化画像との重み付け加算のための重み付け係数が演算される（図２、ステップＳ５）。
【００４５】
具体的には、この重み付け係数の演算に、（１）絶対値Ｚ（又は差分値Ｓ）、及び（２）絶対値Ｚに対する非減少関数のデータが用いられる。
【００４６】
上述した絶対値Ｚが大きくなる領域は、構造物の境界等を含む画素値の変化が大きな画像上の領域である。例えば図７（ａ）の原画像に対しては、同図（ｂ）に示した領域において、絶対値Ｚが相対的に残りの領域よりも大きくなる。そこで、後述する処理である、原画像と平滑化画像の重み付き加算において、このような画素値の変化が大きな領域では原画像に対する重み付け加算の係数が大きくなり、一方、それ以外の領域では平滑化画像に対する重み付け係数の方が大きくなるように、重み付け係数が設定される。
【００４７】
つまり、原画像に対する重み付け係数Ａは、図８又は図９に示す関数を参照して設定される。
【００４８】
この関数は、数式として予めＲＯＭ１４に記憶させておき、その都度、かかる数式に基づいて演算することで重み付け係数Ａを求めてもよいし、図８又は図９に示す関数に従う重み係数Ａの値そのものを予めＲＯＭ１４にデータテーブルとして保存しておき、このテーブルを参照することで重み係数Ａを設定するようにしてもよい。
【００４９】
図８は、絶対値Ｚを用いて重み付け係数Ａを決めるときの重み付け関数を例示している。この重み付け関数は、絶対値Ｚに対して、
【数３】
０≦ Ａｍｉｎ ≦ Ａ ≦ Ａｍａｘ ≦１
の範囲で重み付け係数Ａを与える。具体的には、この重み付け関数の場合、重み付け係数Ａは、絶対値Ｚが増加するにつれて、その最小値Ａ＝Ａｍｉｎから徐々に増加し、絶対値Ｚのあるしきい値Ｚｔｈ付近において、それまでの増加よりも急峻に増加し、その後、最大値Ａ＝Ａｍａｘまで再び徐々に増加するようになっている。
【００５０】
これにより、原画像における画素値の変化が小さい部位に対しては小さめの重み付け係数Ａを設定でき、一方、画素値の変化が上記しきい値Ｚｔｈに相当する適度な値を示す近辺でその変化を強調するように急峻に変わる重み付け係数Ａを設定できる。
【００５１】
また、図９に示す重み付け関数は、差分値Ｓを用いて重み係数Ａを決めるときのものであり、差分値Ｓの正負の領域それぞれに対して、
【数４】
０≦ Ａｍｉｎ ≦ Ａ ≦ Ａｍａｘ ≦１
の範囲で重み付け係数Ａを与えることができる。この差分値Ｓを使用する重み付け関数の場合も、重み付け係数Ａは、絶対値Ｚのときと同様に、差分値Ｓがその正負それぞれの範囲にて絶対値が大きくなるにつれて、その最小値Ａ＝Ａｍｉｎから徐々に増加し、あるしきい値付近±Ｓｔｈ付近において、それまでの増加よりも急峻に増加し、その後、最大値Ａ＝Ａｍａｘまで再び徐々に増加するようになっている。
【００５２】
ただし、この差分値Ｓを利用する場合、差分値Ｓの正負それぞれに領域で独立して重み付け関数を決めることができる。図９に例示する重み付け関数Ａの場合、差分値Ｓの負の領域と正の領域とでは、重み付け係数を急峻に立ち上げ方を違えている。つまり、負の領域の方がより小さいな差分値Ｓ（絶対値）に敏感に重み係数Ａを上げている。
【００５３】
したがって、この場合も、差分値Ｓの正負の領域にそれぞれにおいて個別に、原画像における画素値の変化が小さい部位に対しては小さめの重み付け係数Ａを設定でき、一方、画素値の変化が上記しきい値Ｓ_ｔｈ＋、Ｓ_ｔｈ−に相当する適度な値を示す近辺でその変化を強調するように急峻に変わる重み付け係数Ａを設定できる。
【００５４】
なお、この重み付け関数は、上述した図８及び図９に示した以外にも、様々な設定の仕方が可能である。例えば、絶対値Ｚの例で言えば、Ｚ＝０の点からＺ＝所定値まで重み係数が直線的に、ステップ状に、或いはＺ＝０の点から直ぐに急峻に立ち上がり、その後になだらかに飽和するように増加させることもできる。また、Ｚ＝０の点からＺ＝所定値まで重み付け係数Ａが一定値を採るように設定してもよい（つまり、これを図示すると、図８において重み係数Ａ＝一定値の直線となる）。このように、本発明に適用可能な重み付け関数は、差分値Ｓのときにはその絶対値が大きくなっても重み係数が減少せず、また絶対値Ｚのときにはその値が大きくなっても重み係数が減少しないという、いわゆる「非減少関数」を満足するものであれば足りる。
【００５５】
（重み付け加算を実行する処理Ｃ）
このように重み付け係数Ａが決まると、画像処理プロセッサ１３は原画像と平滑化画像とを重み付け係数Ａを用いて加算する「重み付け加算」の処理を行う。
【００５６】
具体的には、画像処理プロセッサ１３は、まず、一例として、前述したフィルタ１により平滑化された画像を重み付け加算用の平滑化画像として流用すべく、その画像データを画像記憶装置１２から読み出す（ステップＳ６）。なお、この重み付け加算用の平滑化画像としては、前述したフィルタ２により平滑化されていた画像であってもよいし、また、原画像から別個に平滑化されていた画像を用いてもよい。
【００５７】
次いで、画像処理プロセッサ１３は、重み付け加算を実行するために、原画像の画像データを画像記憶装置１２から読み出す（ステップＳ７）。
【００５８】
これが済むと、画像処理プロセッサ１３は、画素（ｍ，ｎ）毎に、下記の重み付け加算を実行して、重み付け加算画像Ｗを演算する（ステップＳ８）。
【００５９】
【数５】

である。
【００６０】
このように重み付け加算された画像Ｗは、画像記憶装置１２に格納されるとともに、モニタ１７に表示される（ステップＳ９）。
【００６１】
図１０に、上述した一連の処理の流れを、模式的に表した主要な画像と共に示す。白黒のデジタル画像である原画像Ｘ（ｍ，ｎ）には構造物ＳＴとともに画像ノイズＮＺが写り込んでいる（図１０（ａ）参照）。この原画像Ｘ（ｍ，ｎ）に、前述のように、２つのフィルタ係数の相互に異なるフィルタ１，２よる平滑化処理及びそれにより作成された平滑化同士の差分値Ｓ（又は、その絶対値Ｚ）による構造物の輪郭抽出が行われる（図２、ステップＳ１〜Ｓ４）。次いで、差分値Ｓ又はその絶対値Ｚを用いて各画素に対する重み付け係数Ａが演算される（図２、ステップＳ５）。
【００６２】
一方、原画像Ｘ（ｍ，ｎ）から平滑化画像Ｘ１（ｍ，ｎ）が作成される（図２、ステップＳ６）。この平滑化画像Ｘ１（ｍ，ｎ）は、フィルタ係数を用いた移動平均処理（平滑化処理）を受けているため、原画像Ｘ（ｍ，ｎ）と比較して、構造物がボケる一方で、その画像ノイズＮＺがボケ成分に吸収・平均化されてしまう。つまり、この平滑化画像Ｘ１（ｍ，ｎ）では、画像ノイズＮＺが殆ど消えている。
【００６３】
とくに、医用画像などの観察で視覚的に問題となる「画素値の変化の小さい領域」における画像ノイズＮＺは平滑化画像Ｘ１（ｍ，ｎ）から良好に消去又は低減される。
【００６４】
この後、重み付け係数Ａを用いて原画像Ｘ（ｍ，ｎ）と平滑化画像Ｘ１（ｍ，ｎ）との重み付け加算が前述したように画素毎に実行され、重み付け加算画像Ｗが生成される（ステップＳ７、Ｓ８；図１０（ｃ））。
【００６５】
この重み付けされた画像Ｗによれば、前述したように画像上で局所的に最適化した重み係数を用いて原画像Ｘ（ｍ，ｎ）と平滑化画像Ｘ１（ｍ，ｎ）とが重み付け加算されている。このため、構造物の輪郭などの画素値の変化の大きい領域（高周波成分の領域）では原画像Ｘ（ｍ，ｎ）の画素値が強調され、画素値の変化が小さくノイズＮＺが目立つ領域では平滑化画像Ｘ１（ｍ，ｎ）の画素値が強調される。つまり、重み付け係数の局所的な最適化により、原画像Ｘ（ｍ，ｎ）及び平滑化画像Ｘ１（ｍ，ｎ）それぞれの長所を巧みに配合し、全体として、画素値としての高周波成分を維持しつつ、画像ノイズを除去することができる。
【００６６】
さらに、平易に言えば、前述した重み付け係数Ａによって、原画像に写り込んでいる、構造物の境界などの、画素値の変化が大きな領域に対しては原画像の画素値の比重を高め、それ以外の領域に対しては平滑化画像の画素値の比重を高めるという、局所毎に（つまり、画素値の変化が大きい領域か、それ以外の領域かに応じて）、画素値の強調度合いを調整した描出がなされる。これにより、高周波成分を多く含む領域では、高周波成分ができるだけ維持されるので、構造物の輪郭などに対して高い描出性が保持され、それ以外の領域では高周波成分を抑えることにより画像ノイズが低減又は除去され、全体として、構造物等の目的物の視認性に優れた画像を提供できる。
【００６７】
ところで、上述の重み付け加算画像Ｗにおいて、構造物の境界付近は原画像が強調されるので、この境界付近には画像ノイズが残る可能性がある。しかしながら、人間の知覚（視覚）は、画素値の変化が大きい構造物の境界などに、より強く反応するために、その近傍に画像ノイズが含まれていたとしても、相対的に知覚の反応強度は小さく、画像を観察する上では殆ど問題にならない。
【００６８】
上述した実施形態は更に種々の形態に変形して実施することができる。その幾つかの変形例を以下に説明する。
【００６９】
（第１の変形例）
この第１の変形例は、重み付け係数Ａを演算する処理の簡略化に関する。
【００７０】
上述した実施形態の場合、差分値Ｓ及びその絶対値Ｚを演算する際、フィルタ１とフィルタ２を別々に適用してそれぞれ平滑化画像を得た上で、その２つの平滑化画像の差分を演算するようにしていた。これに関して、下記のように予めフィルタ係数の差分を行っておけば、１回のフィルタ処理で差分値Ｓ及びその絶対値Ｚを演算することができ、処理を簡単化できる。
【００７１】
【数６】

【００７２】
（第２の変形例）
この第２の変形例は、前述した重み付け加算を実現する構成に関する。すなわち、前述した実施形態は画像処理プロセッサ１３によるソフトウエア処理により重み付け加算を行うとしたが、この変形例は、このソフトウエア処理に代えて、論理回路などのデジタル回路を用いたハード構成を採用している。図１１には、このデジタル回路を用いて構成した画像処理装置２０の機能ブロック図を示す。
【００７３】
同図に示す画像処理装置２０は、２次元の白黒のデジタル画像で成る原画像Ｘ（ｍ，ｎ）の画像データを入力する平滑化回路（フィルタ）２１、第１のフィルタ２２、及び第２のフィルタ２３を備えるとともに、これらの回路の後段に、重み付け加算器２４、差分器２５、重み付け係数演算器２６、及びデータテーブル２７を備える。原画像Ｘ（ｍ，ｎ）の画像データは、重み付け加算器２４にも与えられる。平滑化回路２１は、入力する原画像Ｘ（ｍ，ｎ）に適宜なフィルタ係数のフィルタリング処理を施して２次元的に平滑化した平滑化画像Ｘ１（ｍ，ｎ）を生成し、重み付け加算器２４に出力する。
【００７４】
第１及び第２のフィルタ２２，２３（前述したフィルタ１，２に相当）は、共に、入力する原画像Ｘ（ｍ，ｎ）に適宜なフィルタ係数ｋ１（ｉ，ｊ），ｋ２（ｉ．ｊ）の移動平均処理を個別に施して２次元的に平滑化した平滑化画像Ｙ１（ｍ，ｎ），Ｙ２（ｍ，ｎ）をそれぞれ生成する〔式（１）、（２）参照〕。このとき、第１及び第２のフィルタ２２，２３に設定されているフィルタ係数ｋ１（ｉ，ｊ），ｋ２（ｉ．ｊ）は前述したと同様に互いに相違しており、平滑化の感度が互いに異なっている（図４〜６参照）。
【００７５】
この第１及び第２のフィルタ２２，２３からそれぞれ出力された平滑化画像Ｙ１（ｍ，ｎ），Ｙ２（ｍ，ｎ）は差分器２５に送られ、互いに画素毎の差分に処せられる。このため、差分器２５から、前述した式（３）と同様に、Ｓ（ｍ，ｎ）＝Ｙ１（ｍ，ｎ）−Ｙ２（ｍ，ｎ）の差分に基づく差分値Ｓ（ｍ，ｎ）（：差分画像）が出力される。なお、この差分値Ｓ（ｍ，ｎ）から、更に、前述したように絶対値Ｚ（ｍ，ｎ）＝ａｂｓ（Ｓ）を演算してもよい。
【００７６】
差分値Ｓ（ｍ，ｎ）は重み付け演算器２６に出力される。このため、重み付け演算器２６は、入力する差分値Ｓ（ｍ，ｎ）に対応した重み付け係数Ａをデータテーブル２７から読み出して設定する。デジタル２７には、例えば図９に示す如く設定された重み付け関数に従う、差分値Ｓと重み付け係数Ａとの対応テーブルが予め記憶されているので、重み付け演算器２６は、差分値Ｓをパラメータとして対応する重み付け係数Ａを読み出すことができる。この重み付け係数Ａは重み付け演算器２６に出力される。
【００７７】
このため、重み付け演算器２６は前述した式（５）に従って重み付け加算を行い、重み付け加算画像Ｗ（ｍ，ｎ）を出力するようになっている。
【００７８】
したがって、デジタル回路を用いて構成した画像処理装置２０であっても、前述したソフトウエア処理の画像処理装置１０と同等の作用効果を発揮することができる。しかも、この画像処理装置２０は、単体で、例えば医用モダリティ（例えば超音波診断装置など）に組み込むことも容易であるため、かかる医用モダリティでデジタル画像を収集しながら、殆どリアルタイムにノイズの低減された画像を得ることもできる。
【００７９】
（第３の変形例）
第３の変形例は、重み付け加算に直接用いる原画像の別の例に関する。
【００８０】
前述した実施形態にあっては、重み付け加算に対象となる画像を原画像とその平滑化画像としていたが、このうちの原画像の代わりに、原画像の高周波成分を強調した画像を用いるようにしてもよい。
【００８１】
これを実施する画像処理装置のハード構成を図１２に示す。同図は、図１１と同様にデジタル回路を用いて構成した画像処理装置２０の機能ブロック図である。この画像処理装置２０には、図示のように、入力した原画像Ｘ（ｍ，ｎ）の画像からその高周波成分を強調した画像Ｘ´（ｍ，ｎ）（例えば、骨などの構造物の輪郭が強調された画像）を生成する高周波成分強調回路２８が付加されている。この強調回路２８から出力された高周波成分強調画像は重み付け加算器２４に送られ、この強調画像Ｘ´（ｍ，ｎ）と前述と同様に得られた平滑化画像Ｘ１（ｍ，ｎ）が前述と同様の重み付け加算に処理に付される（すなわち、前述の（５）式において、Ｘ１（ｍ，ｎ）がＸ´（ｍ，ｎ）に置換された加算となる）。
【００８２】
これにより、重み付け加算画像Ｗ（ｍ，ｎ）においても、構造物の輪郭（エッジ）などの高周波成分の部分が強調され、画像Ｗ（ｍ，ｎ）の視認性は更に向上する。
【００８３】
（第４の変形例）
第４の変形例は、本発明に係るノイズ低減の処理を施す画像の次元に関する。
【００８４】
前述した実施形態は、原画像として、２次元の白黒デジタル画像を処理対象としていたが、本発明は必ずしもこれに限定されるものではない。つまり、３次元の白黒デジタル画像（原画像）に、かかるノイズ低減の処理を施すようにしてもよい。
【００８５】
このように３次元のデジタル画像に、かかるノイズ低減の処理を適用するには、図５に示した２次元ＲＯＩを図１３に示すような３次元的なＲＯＩに変更し、このＲＯＩ中心からの３次元方向の距離それぞれについて、前述したフィルタ１及びフィルタ２に基づく重み付け係数の演算処理を施せばよい。これにより、重み付け係数にも３次元的な分布を持たせることができる。フィルタ１及びフィルタ２の係数には、前述と同様に、ＲＯＩ中心からの距離（Ｌ）に対して漸減的な分布が与えられる。このため、重み付け加算の一方の対象となる平滑化画像も３次元のデジタル画像（原画像）から３次元的なフィルタ係数を持ったフィルタによって算出される。この結果、前述した図１０と同様にして、画像処理装置により、３次元の原画像（又は、その高周波成分強調画像など）とその平滑化画像との間で重み付け加算が実行される。
【００８６】
この結果、原画像が３次元のデジタル画像であっても、２次元の場合と同様に、画像（図１３に示す如く、ノイズ除去後の３次元デジタル画像データから再構成される２次元画像）のノイズが除去又は低減され且つ構造物の輪郭情報も明瞭に残ることから、その視認性が確実に向上する。
【００８７】
とくに、前述した実施形態及び変形例に係るノイズ除去処理を医用モダリティで収集されたデジタル画像に適用した場合、以下のような効果も併せて得られる。つまり、ノイズが減少し且つ構造物のエッジが確実に描出されることから、Ｘ線ＣＴ画像に適用する場合には、Ｘ線照射線量を従来の曝射時における値よりも低下させた場合でも、従来と同程度の診断能を確保できるから、Ｘ線被曝量を抑制できる。また、超音波画像に適用する場合には、従来の手法では除去できないスペックルノイズも確実に低減させて、構造物の視認性を向上させた画像を提供できる。
【００８８】
ところで、上述した実施形態及びその変形例に係る画像処理装置によるノイズ低減法は、Ｘ線ＣＴ撮影などにおいて、他のノイズ低減法と組み合わせて実行することもできる。例えば、胸部Ｘ線ＣＴ撮影で実行可能な、データ収集角度に依存した選択的ノイズ処理（例えばＲＡＳＰ（Ｒａｓｔｅｒ Ａｒｔｉｆａｃｔ Ｓｕｐｐｒｅｓｓｉｏｎ Ｐｒｏｔｏｃｏｌ）処理とも呼ばれる）と組み合わせて実行しても良い。Ｘ線ＣＴ撮影の場合、例えばＸ線管とＸ線検出器の対を被検体の周りに回転させながら所定角度毎にデータ収集を行うが、この際、例えば９０°と１８０°のデータ収集角度において被検体の同一部位のＸ線吸収係数に差があると、再構成画像にアーチファクトを生じることがある。このアーチファクトを低減するために、上述の如く、データ収集角度に依存した選択的なノイズ低減処理が行われることが多いので、このノイズ処理と組み合わせて本発明のノイズ低減処理を実行させることができる。このように両者を併用することにより、再構成されるＣＴ画像のアーチファクトやノイズをより確実に低減させて、高画質なＣＴ画像を提供することができる。
【００８９】
なお、本発明は上述した実施形態及びその変形例に記載のものに限定されるものではなく、特許請求の範囲の請求項に記載された各発明の要旨を逸脱しない範囲で、更に適宜に変更可能なものである。
【００９０】
【発明の効果】
以上のように、本発明に係る画像処理装置、画像処理方法、及びプログラムによれば、原画像から演算抽出した画素値変化情報に応じて求めた重み付け係数を用いて、原画像（又はこの原画像に変調を加えた画像）と平滑化画像の何れか一方を局所的に強調した重み付け加算を行うことができ、この結果、高周波成分を中心とする画像ノイズを確実に除去又は低減させることができるとともに、構造物の境界などの高周波成分を多く含む、観察上、重要な部位の情報は確実に確保して、画像全体としてノイズが少なく且つ構造物などの観察対象物に対する視認性が優れた画像を提供することができる。
【図面の簡単な説明】
【図１】本発明の画像処理装置の一実施形態を示す機能ブロック図。
【図２】画像処理装置に設けた画像処理プロセッサで実行されるノイズ除去処理の一例を示す概略フローチャート。
【図３】（ａ），（ｂ）は人間の視覚感度を説明する図。
【図４】実施形態で適用するフィルタ係数が互いに異なる２つのフィルタの感度特性を概念的に説明する図。
【図５】フィルタ係数が互いに異なる２つのフィルタを原画像（デジタル画像）に適用する様子を説明する図。
【図６】フィルタ係数が互いに異なる２つのフィルタを原画像に適用する様子を１次元で模式的に説明する図。
【図７】（ａ），（ｂ）は２つのフィルタを用いて構造物の輪郭情報を抽出する処理を説明する図。
【図８】実施形態で採用される、２つのフィルタからの出力画像の間で演算される差分値の絶対値Ｚに対する重み付け関数の一例を定性的に示すグラフ。
【図９】実施形態で採用される、２つのフィルタからの出力画像の間で演算される差分値Ｓに対する重み付け関数の一例を定性的に示すグラフ。
【図１０】実施形態で実施される原画像のノイズを低減させるための一連の処理を概念的に説明する図。
【図１１】第２の変形例に係る画像処理装置のハード構成を示す機能ブロック図。
【図１２】第３の変形例に係る画像処理装置のハード構成を示す機能ブロック図。
【図１３】第４の変形例に係る、３次元の原画像にノイズ低減処理を適用するときの概念を説明する図。
【図１４】図４に示すフィルタ係数が互いに異なる２つのフィルタの感度特性を正規化して概念的に説明する図。
【符号の説明】
１０ 画像処理装置
１２ 画像記憶装置
１３ 画像処理プロセッサ
１４ ＲＯＭ
１５ ＲＡＭ
１６ 操作器
１７ モニタ
２０ 画像処理装置
２１ 平滑化回路
２２、２３ 第１、第２のフィルタ
２４ 重み付け加算器
２５ 差分器
２６ 重み係数演算器
２７ データテーブル
２８ 高周波強調回路

Claims (22)

1. デジタル画像から成る原画像のノイズを低減させる画像処理装置において、
   前記原画像上の一定範囲毎の平均化された画素値の空間的な変化が大きくなるほど大きくなる絶対値を示す画素値変化情報を演算する画素値変化情報演算手段と、
   前記原画像を平滑化処理した平滑化画像を生成する平滑化画像生成手段と、
   前記画素値変化情報演算手段により演算された画素値変化情報に応じて重み付け係数を演算する重み付け係数演算手段と、
   前記原画像又は当該原画像に変調を加えた画像と前記平滑化画像演算手段により演算された平滑化画像とを前記重み付け係数を用いて相互に重み付け加算する重み付け加算手段と、を備えたことを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記画素値変化情報演算手段は、フィルタ係数が互いに異なる２つの平滑化フィルタを前記原画像にそれぞれ適用して平滑化処理された２つの出力画像を得るフィルタリング手段と、前記２つの出力画像同士を画素毎に相互に差分して前記画素値変化情報としての差分画像を得る差分手段とを備えたことを特徴とする画像処理装置。
3. 請求項１に記載の画像処理装置において、
   前記画素値変化情報演算手段は、フィルタ係数が互いに異なる２つの平滑化フィルタを前記原画像にそれぞれ適用して平滑化処理された２つの出力画像を得るフィルタリング手段と、前記２つの出力画像同士を画素毎に相互に差分して差分画像を得る差分手段と、前記差分画像の画素毎に絶対値を演算して前記画素値変化情報としての絶対値画像を得る絶対値演算手段とを備えたことを特徴とする画像処理装置。
4. 請求項２又は３に記載の画像処理装置において、
   前記２つの平滑化フィルタのフィルタ係数は、前記原画像又は当該原画像に変調を加えて作成した画像における一定範囲毎の平均化された画素値の空間的な変化が大きくなるにつれて前記差分演算により演算される差分画像の画素値の絶対値が大きくなるように設定されたフィルタ係数であることを特徴とする画像処理装置。
5. 請求項２又は３に記載の画像処理装置において、
   前記平滑化画像生成手段は、前記フィルタリング手段により平滑化処理された２つの出力画像のうちの一方の画像を前記平滑化画像として流用するように構成された手段であることを特徴とする画像処理装置。
6. 請求項２又は３に記載の画像処理装置において、
   前記重み付け係数演算手段は、前記差分演算により演算される差分画像の画素値の絶対値に対して非減少関数で定義され且つ非負の値をとる重み付け係数を演算する手段であることを特徴とする画像処理装置。
7. 請求項１〜６の何れか一項に記載の画像処理装置において、前記重み付け加算手段は、前記重み付け係数をＡ、画素位置を（ｍ，ｎ）、前記原画像又は当該原画像に基づく画像をＸ（ｍ，ｎ）、前記平滑化画像をＸ１（ｍ，ｎ）、及び前記重み付け加算を施した画像をＷ（ｍ，ｎ）としたとき、
   Ｗ（ｍ，ｎ）＝Ａ・Ｘ（ｍ，ｎ）＋（１−Ａ）・Ｘ１（ｍ，ｎ）
   の式より重み付け加算するように構成されたことを特徴とする画像処理装置。
8. 請求項１に記載の画像処理装置において、
   前記画素値変化情報演算手段は、予め演算され且つ互いに異なるフィルタ係数の相互の差分値をフィルタ係数とするフィルタを前記原画像に適用して処理された画像を前記画素値変化情報として得るフィルタリング手段を備えたことを特徴とする画像処理装置。
9. 請求項１に記載の画像処理装置において、
   前記画素値変化情報演算手段は、予め演算され且つ互いに異なるフィルタ係数の相互の差分値をフィルタ係数とするフィルタを前記原画像に適用して処理された画像を得るフィルタリング手段と、このフィルタリング手段により処理された画像の画素毎に絶対値を演算して前記画素値変化情報としての絶対値画像を得る絶対値演算手段とを備えたことを特徴とする画像処理装置。
10. 請求項１に記載の画像処理装置において、
    前記平滑化画像生成手段は、予め設定された平滑化フィルタを前記原画像に適用して前記平滑化画像を生成するように構成したことを特徴とする画像処理装置。
11. 請求項１〜１０の何れか一項に記載の画像処理装置において、
    前記重み付け加算手段は、前記原画像と前記平滑化画像演算手段により演算された平滑化画像とを前記重み付け係数を用いて相互に重み付け加算する手段であることを特徴とする画像処理装置。
12. 請求項１〜１０の何れか一項に記載の画像処理装置において、
    前記原画像の各画素に対して画素値に応じた変調を施した画像を生成する変調画像生成手段を備え、
    前記重み付け加算手段は、前記原画像に基づく画像として、前記変調画像生成手段により生成された画像を用いる手段であることを特徴とする画像処理装置。
13. 請求項１２に記載の画像処理装置において、
    前記原画像に施す変調は、当該原画像の高周波成分を強調する変調であることを特徴とする画像処理装置。
14. 請求項１〜１３の何れか一項に記載の画像処理装置において、
    前記原画像は２次元のデジタル画像であることを特徴とする画像処理装置。
15. 請求項１〜１３の何れか一項に記載の画像処理装置において、
    前記原画像は３次元のデジタル画像であることを特徴とする画像処理装置。
16. 請求項１〜１５の何れか一項に記載の画像処理装置において、
    前記原画像は白黒のデジタル画像であることを特徴とする画像処理装置。
17. コンピュータを請求項１〜１６の何れか一項に記載の手段として機能させるためのプログラム。
18. デジタル画像から成る原画像のノイズを低減させる画像処理方法において、
    前記原画像にフィルタ係数が互いに異なる２つの平滑化フィルタをそれぞれ適用して平滑化処理された２つの出力画像を求め、この２つの出力画像同士を画素毎に相互に差分して差分画像を求め、この差分画像又はこの差分画像の各画素値を絶対値化した絶対値画像に応じて重み付け係数を演算し、この重み付け係数を用いて前記原画像又は前記絶対値画像と前記原画像を平滑化処理した平滑化画像とを相互に重み付け加算することを特徴とする画像処理方法。
19. 請求項１８に記載の画像処理方法において、
    前記差分画像に基づく画像は、前記差分の値を絶対値化した画素値から成る絶対値画像であることを特徴とする画像処理方法。
20. 請求項１８又は１９に記載の画像処理方法において、
    前記２つの平滑化フィルタのフィルタ係数は、前記原画像又は当該原画像に基づく画像の画素値の変化が大きくなるにつれて前記差分演算により演算される差分画像の画素値の絶対値が大きくなるように設定されたフィルタ係数であることを特徴とする画像処理方法。
21. 請求１８〜２０の何れか一項に記載の画像処理方法において、
    前記重み付け係数の演算により、前記差分演算により演算される差分画像の画素値の絶対値に対して非減少関数で定義され且つ非負の値をとる重み付け係数を演算することを特徴とする画像処理方法。
22. 請求項１８〜２１の何れか一項に記載の画像処理方法において、
    前記重み付け加算により、前記重み付け係数をＡ、画素位置を（ｍ，ｎ）、前記原画像又は当該原画像に基づく画像をＸ（ｍ，ｎ）、前記平滑化画像をＸ１（ｍ，ｎ）、及び前記重み付け加算を施した画像をＷ（ｍ，ｎ）としたとき、
    Ｗ（ｍ，ｎ）＝Ａ・Ｘ（ｍ，ｎ）＋（１−Ａ）・Ｘ１（ｍ，ｎ）
    の式より重み付け加算を行うことを特徴とする画像処理方法。

Images