JP2004502262A - 指示介入不要なシーン分割 - Google Patents

指示介入不要なシーン分割 Download PDF

Info

Publication number
JP2004502262A
JP2004502262A JP2002507322A JP2002507322A JP2004502262A JP 2004502262 A JP2004502262 A JP 2004502262A JP 2002507322 A JP2002507322 A JP 2002507322A JP 2002507322 A JP2002507322 A JP 2002507322A JP 2004502262 A JP2004502262 A JP 2004502262A
Authority
JP
Japan
Prior art keywords
image
marker
internal
external
hat
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
Application number
JP2002507322A
Other languages
English (en)
Inventor
ジャックウェイ、ポール
バンフォード、パスカル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Adelaide
University of Queensland UQ
Commonwealth of Australia
University of South Australia
Telstra Corp Ltd
University of Melbourne
CEA Technologies Pty Ltd
Compaq Computer Australia Pty Ltd
RLM Systems Pty Ltd
Flinders University
Original Assignee
University of Adelaide
University of Queensland UQ
Commonwealth of Australia
University of South Australia
Telstra Corp Ltd
University of Melbourne
CEA Technologies Pty Ltd
Compaq Computer Australia Pty Ltd
RLM Systems Pty Ltd
Flinders University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Adelaide, University of Queensland UQ, Commonwealth of Australia, University of South Australia, Telstra Corp Ltd, University of Melbourne, CEA Technologies Pty Ltd, Compaq Computer Australia Pty Ltd, RLM Systems Pty Ltd, Flinders University filed Critical University of Adelaide
Publication of JP2004502262A publication Critical patent/JP2004502262A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/155Segmentation; Edge detection involving morphological operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693Acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20152Watershed segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30024Cell structures in vitro; Tissue sections in vitro

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

画像中のオブジェクトを分割するための方法に関して記述する。この方法は、画像にトップハットアルゴリズムを適用し、更に、内部及び外部マーカを構成してウォータシェッドアルゴリズムにおいて原画像に適用する。内部マーカは、2値化の縮小処理を用いて構成される。外部マーカは、2値化拡張処理及び境界処理を用いて構成される。この方法には、詳細な解析に先立つ細胞核の第1レベル分割用の特別な用途がある。

Description

【0001】
本発明は、画像中のオブジェクトを分割するための改善方法に関する。特に、排他的ではないが、画像のシーン分割用のトップハット(Top・Hat)及びウォータシェッド(Watershe)変換法を用いて、画像を対象領域に変換するための方法に関する。
【0002】
発明の背景
コンピュータ画像解析において、一般的なタスクは、取り込まれた画像中の対象オブジェクトの選択である。例えば、コンピュータ自動細胞学において、代表的なタスクは、数多くの細胞を含む画像から細胞核を選択すなわち分割することである。このタスクは、2つのサブタスクに分けられることが多い。
【0003】
第1 のサブタスクは、シーン分割である。このサブタスクでは、原画像が対象領域に大まかに分割され、各領域には単一の対象細胞核が含まれる。こうして、各対象領域は、より小さな新しい画像と見なして処理し得る。
【0004】
第2のサブタスクは、各対象領域内における対象細胞核を更に分割することから構成し得る。第2のサブタスクは、1998年4月3日付け豪州仮特許出願番号PP2786からの優先権を主張する同時系属出願中のPCT特許出願番号PCT/AU99/00231の主題である。この特許出願は、「指示介入不要な細胞核分割の方法」という表題が付されており、指示介入不要な細胞核分割に対してビタビ(Viterbi)検索アルゴリズムを用いる能動的輪郭線(active・contour)法を記述する。
【0005】
シーン分割の第1 サブタスクは、ゼロから多数の対象オブジェクトとの間に含まれる画像に作用する。本発明の方法は、シーン分割の実現に関するものである。
【0006】
画像中のオブジェクトの識別及び分割を行なうための手法には様々なものが存在する。シーン分割の1つの方法は、ベテル(ベテル)らによる「数学的形態学を用いた乳房X線写真に関する微小石灰化像の分割及び数値解析(1997年9 月発刊の英国放射線医学機関紙、Vol.70、No.837、903乃至917頁)」に記載されている。ここでは、数学的形態学の簡単なトップハット及びウォータシェッドアルゴリズムを用いて、デジタル化された乳房X線写真上の微小石灰化像を自動的に検出し分割するための方法が開示されている。このベテルプロセスは、不十分なノイズ耐性及び領域拡張の制約により、細胞核分割における用途が制限されている。
【0007】
発明の目的
本発明の目的は、画像シーン分割の改善方法を提供することである。
本発明の更なる目的は、後続の核特性を決定するために、画像シーンを細胞核が含まれる対象領域に分割するための改善方法を提供することである。他の目的は、以下の説明から明らかになるであろう。
【0008】
発明の概要
唯一の又は真に最も広範な形態である必要はないが、1つの形態において、本発明は、シーン分割の改善方法に属し、以下の段階を含む。即ち、
(i)トップハット演算子によって入力画像を変換する段階と、
(ii)前記トップハット変換画像に対して縮小処理を行なって内部マーカ画像を生成する段階と、
(iii)前記内部マーカ画像による前記トップハット変換画像を再構成することによって対象オブジェクトの大きさ未満にオブジェクトを削除して再構成画像を生成する段階と、
(iv)前記再構成画像に対して拡張処理を行なって外部マーカ画像を生成する段階と、
(v)前記外部マーカ画像の境界を決定する段階と、
(vi)ウォータシェッド演算子によって前記内部マーカ画像及び前記境界が決められた外部マーカ画像を用いて、前記入力画像を変換して分割画像を生成する段階と、
が含まれる。
【0009】
好適には、この方法には、更に、各分割されたオブジェクトの周囲に対象領域を描き対象領域画像を生成する段階が含まれてもよい。
トップハット変換の段階に先立ち、好適には、この方法には、係数Nによって入力画像をダウンサンプリングして、より小さい画像を生成する段階が含まれる。
【0010】
前記縮小処理及び拡張処理の段階の後、好適には、この方法には、係数Nによって縮小処理及び拡張処理された画像をアップサンプリングする段階が含まれる。
【0011】
あらゆる適切なNの値を用いてよい。アップサンプリング段階では、内部及び外部マーカ画像の大きさが入力画像の大きさと同じになるように、同じ係数Nを用いるのが適切である。
添付の図面を参照して、本発明の好適な実施形態に関して説明する。
【0012】
好適な実施形態の詳細な説明
図1は、シーン分割プロセスに含まれる段階のフローチャートを示す。各段階の後に生成された画像は、太字で示す文字によって示す。太文字は、本説明において一貫して参照し、図1と相互参照してよい。
【0013】
分割プロセスにおける第1 段階は、入力シーン画像Aをより小さい画像A’にダウンサンプリングすることであり得る。このことを図2に示す。このことの実現には、他のダウンサンプリング方法も用い得るが、例えば、4分木分解を用い得ると考えられる。
【0014】
これによって入力画像をダウンサンプリングする係数Nは、入力画像の大きさ及び解像度に依存し得る。入力画像を拡張すると、入力画像をダウンサンプリングし得る程度にも影響が生じ得る。Nの値が2である場合、4画素×4画素の画像が1画素にダウンサンプリングされる。Nは値1を取り得るが、この場合、ダウンサンプリングプロセスは、入力画像の大きさに影響を及ぼさない。本発明の方法は、入力画像の大きさを変化させることなく実行し得る。ウィルソン(Wilson)及びスパン(Spann)(画像分割と不確定性、Wiley出版社、1988)は、半径2の円形画像オブジェクトを仮定して、以下のようにNの最適値を計算した。
【0015】
【数5】
Figure 2004502262
しかしながら、入力画像をダウンサンプリングする利点の1つは、その結果生じる小さな画像がより少数の画素を含むために、処理時間が短くなることである。もう1つの利点は、ノイズの低減であり、ノイズは、ダウンサンプリングプロセス中に平滑処理される。従って、ダウンサンプリングした画像のコントラストは、原入力画像のコントラストよりも良い。
【0016】
以下の擬似コードのブロックは、適切なダウンサンプリングを実現する。
【0017】
【表1】
Figure 2004502262
次にダウンサンプリングした画像は、ジャックウェイ(Jackway)トップハット変換等のトップハット変換を受ける。
【0018】
【数6】
Figure 2004502262
ここで、fは、原画像であり、Bdo及びBdiは、それぞれ外部及び内部構成係数であり、
【0019】
【数7】
Figure 2004502262
は、それぞれ拡張処理、縮小処理及び所定の差異の標準的な形態演算子である。中間画像Hは、以下の式によってトップハット画像となるように値Tによって最終的に閾値処理される。
【0020】
【数8】
Figure 2004502262
ここで、Thはトップハット画像である。ジャックウェイ・トップハット変換は、電子工学書簡、Vol.36、No.14、1194乃至1195頁に詳述されている。他の可能なトップハット変換に関しては、電子工学書簡論文を参照されたい。
【0021】
図3において、ダウンサンプリングした中間諧調画像A’(図3の下の画像)は、地形図(図3の上の画像)として扱われ、高い高度のレベルは、中間諧調画像の暗い画素を表し、低い高度のレベルは明るい画素を表す。
【0022】
トップハット変換は、トップハット形状をした3次元形状を3次元地形図上に移すことによって作用する。トップハットの縁は、トップハット真下の地形図の最も高い部分に載るように、地形図のあらゆる位置に配置される。トップハットは、同じ姿勢を維持する。すなわち、2つの異なるレベル上に載置されて傾くことはない。地形画像の一部がトップハットの先端部を貫通する場合、画像のこの部分は変換された画像においてラベリング処理される。画像の特定の部分がトップハットを貫通しない場合、この部分は変換された画像においてラベリング処理されない。このことについては、図4に2次元で示す。
【0023】
図5は、図3のダウンサンプリング画像A’をトップハット変換した結果T’を示す。トップハットを貫通する地形図の部分は白色で示し、そうでない部分は黒色で示す。図5と図2の入力細胞画像を比較すると、トップハット画像における白色領域の位置が、対象オブジェクトの位置に一致するものが幾つかあることが分かる。
【0024】
シーン分割プロセスにおける次の段階は、対象オブジェクトに一致しない図5に示す白色領域を除去することである。このことは、図5の画像の縮小処理によって実現される。形態縮小処理は、画像の領域から画素を除去して、領域を一様に小さくする好適な手法である。係数Kによる2値化形態縮小処理に適したプロセスは、以下の擬似コードで示される。
【0025】
【表2】
Figure 2004502262
図5の画像の縮小処理結果が、図6に示す画像I’である。図5の小さい白色領域には完全に除去された領域が幾つかある一方で、大きい白色領域が小さくなったことが理解できる。プロセスにおけるこの段階において、目的とすることは、図6の全ての白色領域が、図2の入力画像中にある対象オブジェクト内の点に対応するということである。
【0026】
図6の画像を用いて、固定した大きさのボックスを図6の各白色領域の周辺に描くことによって対象領域を生成することが潜在的に可能である。しかしながら、本発明の方法は、ウォータシェッド変換を用いて、より良い推定の対象領域を得ることである。
【0027】
ウォータシェッド変換には、2つの入力が必要である。各対象オブジェクト内部の点である内部マーカ、及び各対象オブジェクト外部の閉じた領域である外部マーカが必要である。図6の白色領域は、良好な内部マーカの役割を果たし、又本発明に基づく良好な外部マーカの生成については、以下に述べる。
【0028】
図6の画像I’は、外部マーカ生成のための始点として用いられる。2値化再構成として知られる演算を用いて、図6のI’の白色領域からの図5のT’の白色領域を再生長する。しかしながら、対象オブジェクトに一致することから、図6の白色領域のみが用いられる。以下の擬似コードにより、適切な2値化再構成方法を実演する。
【0029】
【表3】
Figure 2004502262
この演算結果は、図7に示す画像R’である。次に、図7の再構成画像R’は、以下の擬似コードに基づき係数Kによって拡張処理される。
【0030】
【表4】
Figure 2004502262
形態拡張処理は、形態縮小処理とは反対の効果をもたらす好適な手法であり、この場合、図7の白色領域に画素を付加する。図8は、拡張処理の結果M’を示す。
【0031】
拡張処理段階は、2値化再構成の前に行ない得るが、追加の計算を行なった後廃棄されることから、そうすることは計算上無駄である。
ウォータシェッド変換の最終出力は、原入力画像の大きさでなければならず、また、従って、この変換は、原入力画像の大きさで行なわなければならない。このため、変換用の入力は、原入力画像の大きさであることが必要である。その結果、図8に示す拡張処理した画像M’及び図6に示す内部マーカ画像I’は、原画像の大きさにアップサンプリングされる。画像をアップサンプリングする係数Nは、原入力画像をダウンサンプリングして原画像に縮小する係数と同じである。内部マーカ画像Iは、I’をアップサンプリングした結果であり、図9に示す。M’をアップサンプリングした結果は、画像Mであり、図10に示す。
【0032】
以下の擬似コードは、画像I’から画像Iへのアップサンプリングを例示する。同じアルゴリズムを適用して、M’をMにアップサンプリングし得る。
【0033】
【表5】
Figure 2004502262
ウォータシェッド変換を必要とする外部マーカは、アップサンプリングした白色領域の境界を決定することによって、アップサンプリングした拡張処理画像から生成し得る。境界を図11の画像Oに示す。
【0034】
境界処理を行なう1つの方法は、入力画像の各黒色背景画素に注目することによるものであり、その近傍の何れかが白色であれば、境界画像中の対応する画素を白色に変える。他の全ての場合、境界画像中で黒色画素になる。このプロセスは、以下の擬似コードにおいて表される。
【0035】
【表6】
Figure 2004502262
境界処理アルゴリズムの結果は、図11に示す画像Oである。図12は、図2の原入力画像を基準とした図11の外部マーカ及び図9の内部マーカの位置決め方法を示す。
【0036】
このプロセスにおける次の段階は、1993年ニューヨークでマーセルデッカ(Marcel・Dekker)によって出版された“画像処理における数学的形態論”の第12章、433乃至482頁にボイヒャ(Beucher)及びメーヤ(Meyer)によって記載されたウォータシェッドアルゴリズムを適用することである。生成された内部及び外部マーカを入力として用いたウォータシェッド変換の結果が画像Wであり、これを図13に示す。各対象オブジェクトの輪郭が描かれていることが分かる。
【0037】
このプロセスの最終段階は、必要な対象領域ROIを抽出することである。境界を形成するボックスが各対象オブジェクトの周囲に配置され、その結果生じる対象領域画像ROIの最終的な集合を図14に示す。以下のアルゴリズムがこのプロセスに適する。
【0038】
【表7】
Figure 2004502262
これらの画像は、上述した第2分割サブタスクの場合等、更に分割処理するために用い得る。
【0039】
明細書全体において、その目的は、何れか1つの実施形態又は特徴の特定の集合に本発明を限定することなく、本発明の好適な実施形態を記述することである。当業者は、本発明の範囲内にある特定の実施形態からの変形例を実現し得る。
【図面の簡単な説明】
【図1】本発明の段階を示すフローチャートを示す図。
【図2】ダウンサンプリング前の入力画像Aとダウンサンプリング後の画像A’を示す図。
【図3】地形図の画像処理を示す図。
【図4】信号のジャックウェイ・トップハット変換を示す図。
【図5】ジャックウェイ・トップハット変換を画像A’に適用した結果である画像T’を示す図。
【図6】形態縮小処理を画像T’に適用した結果である画像I’を示す図。
【図7】マーカ画像I’を用いて2値化再構成を画像T’に適用した結果である画像R’を示す図。
【図8】形態拡張処理を画像R’に適用した結果である画像M’を示す図。
【図9】アップサンプリングを画像I’に適用した結果である内部マーカ画像Iを示す図。
【図10】アップサンプリングを画像M’に適用した結果である画像Mを示す図。
【図11】境界演算を画像Mに適用した結果である外部マーカ画像Oを示す図。
【図12】内部マーカ画像Iと外部マーカ画像Oとが重ね合わせられた入力画像Aを示す図。
【図13】内部マーカ画像I及び外部マーカ画像Oによる入力画像Aのウォータシェッド変換画像Wを示す図。
【図14】オブジェクト抽出を画像Wに適用した結果であるROI画像を示す図。

Claims (14)

  1. シーン分割の改善方法であって、
    (i)トップハット演算子によって入力画像を変換する段階と、
    (ii)前記トップハット変換画像に対して縮小処理を行なって内部マーカ画像を生成する段階と、
    (iii)前記内部マーカ画像による前記トップハット変換画像を再構成することによって対象オブジェクトの大きさ未満にオブジェクトを削除して再構成画像を生成する段階と、
    (iv)前記再構成画像に対して拡張処理を行なって外部マーカ画像を生成する段階と、
    (v)前記外部マーカ画像の境界を決定する段階と、
    (vi)ウォータシェッド演算子によって前記内部マーカ画像及び前記境界が決められた外部マーカ画像を用いて、前記入力画像を変換してオブジェクトの分割画像を生成する段階と、が含まれる方法。
  2. 請求項1に記載の方法であって、更に、各オブジェクトの周囲に対象領域を描き対象領域画像を生成する段階が含まれる方法。
  3. 請求項1に記載の方法であって、更に、或る係数によって入力画像をダウンサンプリングして、より小さい画像を生成する先行段階が含まれる方法。
  4. 請求項1に記載の方法であって、更に、縮小処理及び拡張処理された画像を或る係数によってアップサンプリングする段階が含まれる方法。
  5. 請求項1に記載の方法であって、更に、係数Nによって入力画像をダウンサンプリングして、より小さい画像を生成する段階と、係数Mによって縮小処理及び拡張処理された画像をアップサンプリングする段階と、が含まれる方法。
  6. 請求項5に記載の方法であって、内部及び外部マーカ画像の大きさが入力画像の大きさと同じになるように、係数N及びMが同じである方法。
  7. 請求項1に記載の方法であって、トップハット演算子が、
    Figure 2004502262
    の形式で表され、ここで、fは原画像、Bdo及びBdiは、それぞれ外部及び内部構成要素、
    Figure 2004502262
    は、それぞれ拡張処理、縮小処理及び所定の差異の標準的な形態演算子である方法。
  8. 請求項1に記載の方法であって、前記縮小処理は、形態縮小処理である方法。
  9. 請求項1に記載の方法であって、前記拡張処理は、形態拡張処理である方法。
  10. 以下の形式で表されるシーン分割のために入力画像を変換するためのトップハット演算子であって、前記形式は、
    Figure 2004502262
    の形式で表され、ここで、fは原画像、Bdo及びBdiは、それぞれ外部及び内部構成要素、
    Figure 2004502262
    は、それぞれ拡張処理、縮小処理及び所定の差異の標準的な形態演算子である方法。
  11. シーン分割用の内部マーカを形成するための方法であって、請求項9に記載の演算子で入力画像を変換する段階が含まれ、トップハット変換した画像を縮小処理するための方法。
  12. シーン分割用の外部マーカを形成するための方法であって、請求項9に記載の演算子で入力画像を変換する段階が含まれ、内部マーカ画像による前記トップハット変換した画像を再構成することによって対象オブジェクトの大きさ未満にオブジェクトを削除して再構成画像を生成し、再構成画像を拡張処理し、拡張処理された再構成画像の境界を決定するための方法。
  13. 請求項12に記載の方法であって、内部マーカが請求項11の内部マーカである方法。
  14. シーン分割の方法であって、入力として内部マーカ画像と、外部マーカ画像と、入力画像とによるウォータシェッド演算子を用いて、シーンを変換する段階が含まれ、内部マーカ画像は、請求項11に記載の方法によって形成され、外部マーカ画像は、請求項12に記載の方法によって形成される方法。
JP2002507322A 2000-06-30 2001-06-28 指示介入不要なシーン分割 Pending JP2004502262A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
AUPQ8492A AUPQ849200A0 (en) 2000-06-30 2000-06-30 Unsupervised scene segmentation
PCT/AU2001/000787 WO2002003331A1 (en) 2000-06-30 2001-06-28 Unsupervised scene segmentation

Publications (1)

Publication Number Publication Date
JP2004502262A true JP2004502262A (ja) 2004-01-22

Family

ID=3822559

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002507322A Pending JP2004502262A (ja) 2000-06-30 2001-06-28 指示介入不要なシーン分割

Country Status (7)

Country Link
US (1) US7142732B2 (ja)
EP (1) EP1309944B1 (ja)
JP (1) JP2004502262A (ja)
AU (3) AUPQ849200A0 (ja)
CA (1) CA2414579A1 (ja)
DE (1) DE60140810D1 (ja)
WO (1) WO2002003331A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101401734B1 (ko) 2010-09-17 2014-05-30 한국전자통신연구원 초음파 신호를 이용한 검사조직 검출 장치 및 방법

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPR647801A0 (en) 2001-07-19 2001-08-09 Cea Technologies Inc. Chromatin segmentation
US6985612B2 (en) * 2001-10-05 2006-01-10 Mevis - Centrum Fur Medizinische Diagnosesysteme Und Visualisierung Gmbh Computer system and a method for segmentation of a digital image
GB0410499D0 (en) * 2004-05-11 2004-06-16 Fairfield Imaging Ltd Method and apparatus for use in the image analysis of biological specimens
JP2006068373A (ja) * 2004-09-03 2006-03-16 Fuji Photo Film Co Ltd 乳頭検出装置およびそのプログラム
US8206301B2 (en) * 2005-02-01 2012-06-26 Fujifilm Corporation Ultrasonic imaging apparatus and ultrasonic image processing apparatus, method and program
US7817841B2 (en) * 2005-11-12 2010-10-19 General Electric Company Time-lapse cell cycle analysis of unstained nuclei
US20100284618A1 (en) * 2007-12-31 2010-11-11 Dimitrios Ioannou Method and system for identifying an object
US8189943B2 (en) * 2009-03-17 2012-05-29 Mitsubishi Electric Research Laboratories, Inc. Method for up-sampling depth images
CN103268476B (zh) * 2013-05-14 2016-07-06 中国科学院自动化研究所 一种遥感图像目标监测方法
KR102264591B1 (ko) * 2015-02-27 2021-06-15 삼성전자주식회사 영상 처리 방법 및 이를 지원하는 전자 장치
US10846852B2 (en) * 2016-12-23 2020-11-24 Bio-Rad Laboratories, Inc. Reduction of background signal in blot images
CN107971240B (zh) * 2017-11-21 2019-06-04 合肥工业大学 一种动力电池电芯破碎产物铜铝箔颗粒的色选方法
CN108470173B (zh) * 2018-04-17 2021-06-15 北京矿冶科技集团有限公司 一种矿石颗粒的分割方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001503261A (ja) * 1996-10-31 2001-03-13 ファビアン、カルボ 悪性細胞の状態の検証法および治療法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5257182B1 (en) * 1991-01-29 1996-05-07 Neuromedical Systems Inc Morphological classification system and method
US5594808A (en) * 1993-06-11 1997-01-14 Ortho Diagnostic Systems Inc. Method and system for classifying agglutination reactions
FR2740220B1 (fr) * 1995-10-18 1997-11-21 Snecma Procede de detection automatique des zones expertisables dans des images de pieces mecaniques
US5850464A (en) * 1996-01-16 1998-12-15 Erim International, Inc. Method of extracting axon fibers and clusters
US6400831B2 (en) * 1998-04-02 2002-06-04 Microsoft Corporation Semantic video object segmentation and tracking
US6195659B1 (en) * 1998-07-14 2001-02-27 Trw Inc. Method and apparatus for morphological clustering having multiple dilation and erosion of switchable grid data cells
US6266442B1 (en) * 1998-10-23 2001-07-24 Facet Technology Corp. Method and apparatus for identifying objects depicted in a videostream
US6244764B1 (en) * 2000-01-21 2001-06-12 Robotic Vision Systems, Inc. Method for data matrix print quality verification

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001503261A (ja) * 1996-10-31 2001-03-13 ファビアン、カルボ 悪性細胞の状態の検証法および治療法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101401734B1 (ko) 2010-09-17 2014-05-30 한국전자통신연구원 초음파 신호를 이용한 검사조직 검출 장치 및 방법

Also Published As

Publication number Publication date
AUPQ849200A0 (en) 2000-07-27
WO2002003331A1 (en) 2002-01-10
US20030169946A1 (en) 2003-09-11
US7142732B2 (en) 2006-11-28
CA2414579A1 (en) 2002-01-10
DE60140810D1 (de) 2010-01-28
AU6716001A (en) 2002-01-14
EP1309944A1 (en) 2003-05-14
EP1309944B1 (en) 2009-12-16
AU2001267160B2 (en) 2005-10-13
EP1309944A4 (en) 2009-01-21

Similar Documents

Publication Publication Date Title
JP5555706B2 (ja) 高解像度映像獲得装置およびその方法
JP6100744B2 (ja) 自動修復を用いたカラー文書画像セグメンテーション及び二値化
JP2004502262A (ja) 指示介入不要なシーン分割
JP4776705B2 (ja) 画像処理装置および方法
CN111652218A (zh) 文本检测方法、电子设备及计算机可读介质
JP2004164624A (ja) 低被写界深度画像セグメンテーションの方法及び機器
CN112734642B (zh) 多尺度纹理转移残差网络的遥感卫星超分辨率方法及装置
JPH08272959A (ja) マルチフラクタル解析を利用した輪郭抽出法
CN113221925B (zh) 一种基于多尺度图像的目标检测方法及装置
JP2008052602A (ja) 画像濃度変換方法、画像強調処理装置、およびそのプログラム
CN108305268B (zh) 一种图像分割方法及装置
AU2001267160A1 (en) Unsupervised scene segmentation
CN114298971A (zh) 一种冠状动脉分割方法、系统、终端以及存储介质
Arulkumar et al. Super resolution and demosaicing based self learning adaptive dictionary image denoising framework
Mol et al. The digital reconstruction of degraded ancient temple murals using dynamic mask generation and an extended exemplar-based region-filling algorithm
CN111260675A (zh) 一种图像真实边界高精度提取方法及系统
JP2001167264A (ja) 画像処理方法および装置並びに記録媒体
CN106910166B (zh) 一种图像处理方法和装置
CN108520524A (zh) 一种基于边缘聚类的图像迭代过度分割方法
CN102073991B (zh) 增强图像中的空间局域化征兆的对比度的方法
JP2010129077A (ja) ウェーブレット変換を用いた全焦点画像の生成手段
CN115619813A (zh) Sem图像前景提取方法、装置、计算机设备及存储介质
JP2775122B2 (ja) イラストデータの自動輪郭抽出ベクトル化処理方法,及びそれに使用する処理装置
CN111652806B (zh) 一种图像去阴影的方法和系统
CN111079624B (zh) 一种样本信息采集的方法、装置、电子设备以及介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080625

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100810

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110125