JP2006297106A

JP2006297106A - 動き推定方法及びシステム

Info

Publication number: JP2006297106A
Application number: JP2006115874A
Authority: JP
Inventors: Dong Kuk Shin; ドングックシン
Original assignee: Medison Co Ltd
Current assignee: Samsung Medison Co Ltd
Priority date: 2005-04-20
Filing date: 2006-04-19
Publication date: 2006-11-02
Also published as: EP1715457A2; CN1868404A; US20060251306A1; EP1715457B1; EP1715457A3; KR20060110466A; CN100515334C; KR100815977B1

Abstract

【課題】連続的映像の動きを推定可能な方法及びシステムを提供する。
【解決手段】本発明は、ａ）連続する第１及び第２映像を映像の周波数成分から所定回数でフィルタリングし分解した第ｎレベルの第１及び第２サブ映像をそれぞれ得る段階と、ｂ）第１サブ映像の各ピクセルのうち、特徴ピクセルを選定する段階と、ｃ）第１サブ映像から特徴ピクセル及びその周辺のピクセルでなる画像ブロックを選定する段階と、ｄ）第２サブ映像を画像ブロックと比較し第２サブ映像から基準領域を選定する段階と、ｅ）画像ブロックと基準領域間の変位パラメータを算出する段階と、ｆ）算出変位パラメータを格納する段階と、ｇ）第１及び第２サブ映像が第１レベルの映像より高いレベルの映像の場合、第１及び第２サブ映像を合成する段階と、ｈ）合成された第１及び第２サブ映像に対して段階ｂ）〜ｅ）を適用する段階と、ｉ）格納変位パラメータより動きを推定する段階とを備える。
【選択図】図１

Description

本発明は、映像システムに関するもので、特に連続する映像から動きを推定することができる動き推定方法及びシステムに関する。

映像システムは対象体のイメージをディスプレイする装置であって、多様な分野で用いられている。映像システムの一例として、超音波診断のための映像システム（以下、超音波診断システムという）を説明する。

超音波診断システムは被検体の体表から体内の所望部位に向かって超音波信号を照射し、反射された超音波信号（超音波エコー信号）の情報を用いて軟部組織の断層や血流に関するイメージを非侵襲によって得る装置である。この装置はＸ線診断装置、Ｘ線ＣＴスキャナ（Computerized Tomography Scanner）、ＭＲＩ（Magnetic Resonance Image）、核医学診断装置などの他の画像診断装置と比較する時、小型且つ安価で、リアルタイムで表示可能で、Ｘ線などの被爆がなく、安全性の高い長所を有しており、心臓、腹部、泌尿器及び産婦人科の診断のために広く用いられている。

特に、超音波診断システムはプローブ（probe）が人体表面に沿って移動しながら、連続的に獲得された超音波映像に基づいてパノラミック超音波映像を形成することができる。即ち、従来の超音波診断システムは新たな超音波映像と以前の超音波映像を結合することによって、パノラミック超音波映像を形成することができる。例えば、腕または足などのように長い対象体に対して連続的に超音波映像を獲得し、獲得された超音波映像を空間的に結合してパノラミック超音波映像を形成することによって、腕または足の損傷部位を容易に観測することができる。パノラミック超音波映像または動画像イメージをより事実に近いように具現するためには、連続するイメージ間に推定されたイメージを挿入する。このために動き推定（motion estimation）が必要である。

従来の超音波診断システムは連続的に入力される超音波映像の全てのピクセル（pixel）を比較して対象体の動きを推定するため、処理するデータの量が膨大になり、これによってデータ処理の所要時間が長くなるという問題がある。

一方、超音波映像に多く含まれたスペックルノイズが連続する超音波映像から対象体の動きを推定する時に妨害要素として作用するという問題がある。

従って、本発明は前述した問題を解決するためのもので、連続的に入力される超音波映像に対してウェーブレット変換を行ってスペックルノイズを減少させて連続的な超音波映像間の動き推定のための範囲を縮小させ、連続的な超音波映像の動きを迅速且つ正確に推定することができる動き推定方法及びシステムを提供することを目的とする。

上記目的を達成するため、本発明の動き推定方法は、ａ）多数の映像のうち、連続する第１映像及び第２映像を映像の周波数成分に基づいて所定回数でフィルタリングして分解した第ｎレベルの第１サブ映像及び第２サブ映像をそれぞれ得る段階と、ｂ）上記第１サブ映像をなす各ピクセルのうち、特徴ピクセル（Feature Pixel）を選定する段階と、ｃ）上記第１サブ映像から上記特徴ピクセル及びその周辺のピクセルからなる画像ブロックを選定する段階と、ｄ）上記第２サブ映像を上記画像ブロックと比較して上記第２サブ映像から基準領域を選定する段階と、ｅ）上記画像ブロックと上記基準領域間の変位パラメータを算出する段階と、ｆ）上記算出された変位パラメータを格納する段階と、ｇ）上記第１及び第２サブ映像が第１レベルの映像より高いレベルの映像の場合、上記第１及び第２サブ映像を合成する段階と、ｈ）合成された上記第１及び第２サブ映像に対して上記段階ｂ）〜段階ｅ）を適用する段階と、ｉ）上記格納された変位パラメータに基づいて対象体の動きを推定する段階を備える。

また、本発明の動き推定システムは、多数の映像のうち、連続する第１映像及び第２映像を所定回数でフィルタリングして分解した第ｎレベルの第１サブ映像及び第２サブ映像をそれぞれ得るための手段と、上記第１サブ映像をなす各ピクセルのうち、特徴ピクセル（Feature Pixel）を選定するための手段と、上記第１サブ映像から上記特徴ピクセル及びその周辺のピクセルからなる画像ブロックを選定するための手段と、上記第２サブ映像と上記画像ブロックを比較して上記第２サブ映像に基準領域を選定するための手段と、上記画像ブロックと上記基準領域間の変位パラメータを算出するための手段と、上記算出された変位パラメータを格納するための手段と、上記第１及び第２サブ映像が第１レベルの映像より高いレベルの映像の場合、上記第１及び第２サブ映像をそれぞれ合成するための手段と、上記格納手段に格納された変位パラメータに基づいて対象体の動きを推定するための手段とを備える。

本発明によれば、連続的に入力される超音波映像に対してウェーブレット変換を行うことによって、スペックルノイズを減少させることができ、より正確な超音波映像を形成することができるだけでなく、連続的な超音波映像間の動き推定のための範囲を縮小させることができ、超音波映像を速やかに形成することができる。

即ち、連続する現在及び以前の超音波映像を多数回のウェーブレット変換することによって本来のイメージからスペックルが除去されるフィルタリングだけでなく、縮小変換がなされた現在及び以前のサブ領域を用いて動きを推定することによって処理ピクセル数、即ちデータ量を減少させることができる。これにより、より正確、且つ速やかに動きを推定することができる。

以下、図１〜図８を参照して本発明の望ましい実施の形態を説明する。本発明による映像システムの一例として超音波診断システムを説明する。

図１に示すように、本発明の一実施の形態による超音波診断システム１００はプローブ１１０、ビームフォーマー（Beam Former）１２０、映像信号処理部１３０、スキャンコンバータ（Scan Converter）１４０、ビデオプロセッサ（Video Processor）１５０、映像プロセッサ（Image Processor）１６０及びディスプレイ１７０を備える。超音波診断システム１００はメモリのような格納部（図示せず）をさらに備える。ビデオプロセッサ１５０と映像プロセッサ１６０は一つのプロセッサにより、具現することもできる。

１Ｄ（Dimension）または２Ｄアレイトランスデューサ（Array Transducer）１１２を備えるプローブ１１０は超音波を対象体に順次送信し、対象体から反射されたエコー信号を順次受信する。プローブ１１０を用いた対象体のスキャンで連続的な対象体の超音波映像を得ることができる。上記連続的な超音波映像は対象体の連続的な動作を示す多数のイメージであってもよい。また、上記連続的な超音波映像は一つの対象体の一部分に該当する映像であってもよい。即ち、部分映像から対象体全体のイメージを把握することができる。

ビームフォーマー１２０はプローブ１１０から超音波信号が送信される時にプローブ１１０内の各トランスデューサに伝達される送信パルス信号の遅延を調節して特定位置に超音波信号を集束させ、対象体内で反射されたエコー信号がプローブ１１０の各トランスデューサ１１２に到達する時間が相違することを考慮してプローブ１１０の各トランスデューサに受信される超音波エコー信号に時間遅延を加えて超音波エコー信号を集束させる。

映像信号処理部１３０はＤＳＰ（Digital Signal Processor）の一種としてビームフォーマー１２０により集束されたエコー信号の大きさを検出する包絡線検波処理を行って超音波映像データを形成する。

スキャンコンバータ１４０は映像信号処理部１３０から出力される超音波映像データをＢ−モード、Ｍ−モード映像などのフォーマットに変換する。

ビデオプロセッサ１５０はスキャンコンバータ１４０から出力されるモード映像データを加工してディスプレイ１７０に伝達する。

映像プロセッサ１６０はスキャンコンバータ１４０またはビデオプロセッサ１５０から出力されるデータの入力を受ける。

以下、図２〜図８を参照して映像プロセッサ１６０についてより詳細に説明する。図２は映像プロセッサを用いた動き推定方法を示すフローチャートである。示された通り、映像プロセッサ１６０はスキャンコンバータ１４０を通じて連続的に入力される超音波映像を所定回数のウェーブレット変換（Wavelet Transformation）を通じて分解する（Ｓ１１０）。以下、任意の映像に対してｎ回のウェーブレット変換を実施して得られる映像をｎ−レベル映像と表現する。

図３に示すように、入力される超音波映像に対して水平方向に低帯域通過フィルタと高帯域通過フィルタをそれぞれ適用して低域映像領域Ｌと高域映像領域Ｈを生成し、生成されたＬとＨにそれぞれ垂直方向に低帯域通過フィルタと高帯域通過フィルタを適用して低域−低域映像領域ＬＬ１、低域−高域映像領域ＬＨ１、高域−低域映像領域ＨＬ１及び高域−高域映像領域ＨＨ１を生成する。１回のウェーブレット変換はこのように進行される。以後、２回のウェーブレット変換はＬＬ１領域に対して水平方向に低帯域通過フィルタと高帯域通過フィルタを適用した後、垂直方向に低帯域通過フィルタと高帯域通過フィルタをそれぞれ適用してＬＬ２、ＬＨ２、ＨＬ２及びＨＨ２を得るものである。３回のウェーブレット変換はＬＬ２を対象とする。

映像プロセッサ１６０は以前及び現在の超音波映像のように連続的な超音波映像に対して所定回数連続的にウェーブレット変換を行い、図４に示すように各超音波映像を多解像度（Multi-Resolution）で分解する。図４で、Ｗ_０ ^ｎはｎ−回の変換を通じて得られた低域−低域サブ映像（Sub-image）であり、Ｗ_１ ^ｎ、Ｗ_２ ^ｎ、Ｗ_３ ^ｎはそれぞれ上記低域−低域サブ映像Ｗ_０ ^ｎに対して水平、垂直、対角方向に位置するサブ映像を意味する。

図５ａ及び図５ｂは以前の超音波映像４１１及び現在の超音波映像４２１に対して３回のウェーブレット変換を行って得た以前の超音波映像４１２及び現在の超音波映像４２２を示している。

現在の超音波映像４１２を３回のウェーブレット変換を行って得た低域−低域サブ映像４２３（以下、現在のサブ映像という）から特徴ピクセル（feature pixel）を選定する。上記特徴ピクセルは動き推定（motion estimation）の基準ピクセルである。サブ映像をなすピクセルのうち、ピクセルデータ、即ちグレー（gray）、輝度、などの傾きが最も大きなピクセルを特徴ピクセルに用いることができる。

一方、低域−低域サブ映像４２３はスペックルノイズ（Speckle Noise）が最も多く除去された映像であり、この映像からより正確な特徴ピクセルを選定することができる。

以下、本発明の実施の形態による特徴ピクセル選定方法を説明する。

１）現在のサブ映像４２３の各ピクセルのグレー値に対して図６ａ及び図６ｂに示す水平傾きフィルタ５１０及び垂直傾きフィルタ５２０を適用して各ピクセルの水平及び垂直傾きを算出する（Ｓ１２０）。

即ち、図７ａのようなグレー値の分布を有する現在のサブ映像４２３から対象ピクセルＰの水平傾きを算出するため、図６ａの水平傾きフィルタ５１０の中心、即ち、Ｒ４，Ｃ４を現在のサブ映像４２３の対象ピクセルＲＰに適用させ、定められたフィルタの大きさによって対象ピクセルＲＰ及びその周辺のピクセルを選択する。続いて、選択されたピクセルのうち、対象ピクセルＲＰが位置する中心列（×４）を基準に左側に位置するピクセルのグレー値を加算して第１加算値を得て、中心列の右側に位置するピクセルのグレー値を加算して第２加算値を得る。

映像プロセッサ１６０は第１加算値と第２加算値の差を求めて対象ピクセルの傾きを求める。例として、上記第１加算値は（ｙｎ、ｘｍ）（ここでｎは０〜８、ｍは０〜３）座標に該当するピクセルのグレー値を加えて得て（即ち、０＋２＋０＋６＋３＋６＋９＋１＋２＋１＋４＋２＋１＋３＋８＋７＋６＋９＋３＋３＋４＋５＋５＋６＋２＋４＋３＋４＋３＋３＋６＋５＋５＋５＋１＋１＝１３８）、上記第２加算値は（ｙｎ、ｘｍ）（ここでｎは０〜８、ｍは５〜８）座標に該当するピクセルのグレー値を加えて得る（即ち、４＋２＋６＋４＋７＋３＋４＋４＋４＋１＋１＋７＋５＋４＋８＋５＋５＋３＋４＋２＋３＋５＋３＋２＋３＋５＋７＋６＋４＋７＋８＋５＋８＋８＋９＋２＝１６８）。この場合、対象ピクセルＲＰの傾きＳｘは第１加算値と第２加算値の差（即ち、Ｓｘ＝１３８−１６８）である−３０になる。

対象ピクセルＲＰを移動させながら、各ピクセルの水平傾きを前述した過程を適用して算出する。

各ピクセルの垂直傾きＳｙも前述した水平傾きと類似の方法で算出する。この場合、図７ｂに示すように水平傾きフィルタ５１０に代わって垂直傾きフィルタ５２０が適用され、対象ピクセルＲＰが位置する中心行ｙ４を基準に上側行に該当する座標（ｙｎ、ｘｍ）（ここでｎは０〜３、ｍは０〜８）に該当するピクセルのグレー値を加えて第３加算値を得て、上記中心行ｙ４を基準に下側行に該当する座標（ｙｎ、ｘｍ）（ここでｎは５〜８、ｍは０〜８）に位置するピクセルのグレー値を加えて第４加算値を得た後、第３加算値と第４加算値の差として対象ピクセルＲＰの垂直傾きＳｙを算出する。対象ピクセルＲＰを移動させながら、各ピクセルの垂直傾きＳｙを前述した過程を適用して算出する。

２）このように、各ピクセルの水平及び垂直傾きを算出した後、各ピクセルの水平傾きＳｘと垂直傾きＳｙを数式１に代入して各ピクセルの傾きＳを算出する（Ｓ１３０）。

３）算出された各ピクセルの傾きＳを比較して最も大きな傾きを有するピクセルを特徴ピクセルに選定する（Ｓ１４０）。

特徴ピクセルが選定されれば、現在のサブ領域４２３から特徴ピクセルとそれに隣接する所定個数のピクセルからなる画像ブロックを設定する（Ｓ１５０）。

画像ブロックが設定されれば、図８に示すように、現在の超音波サブ映像４２３から設定された画像ブロック４２４を用いて、以前の超音波映像を３回のウェーブレット変換を行って得た低域−低域サブ映像４１３（以下、以前のサブ映像という）の探索領域から画像ブロック４２４とグレー値の差が最も小さな領域、即ち、合算されたグレー値の差が最も小さな最小ＳＡＤ（Sum Absolute Difference）領域を基準領域４１４に選定する（Ｓ１６０）。

上記探索領域は以前のサブ映像４１３から縁部を除いた領域である。場合によって、上記探索領域は以前のサブ映像４１３全体になることもある。また、上記探索領域の縁部（edge）で最小ＳＡＤ領域が探索される場合、縁部以外の領域から最小ＳＤＡ領域を探索して基準領域を選定することもある。

本発明の実施例において、上記ＳＡＤ領域は数式２に基づいて探索してもよい。

ここで、Ｐｎは画像ブロック４２４なす各ピクセルのグレーレベルであり、Ｐｏは以前のサブ領域４１３内の各ピクセルのグレー値であり、Ｘ及びＹは現在のサブ映像４２３で選定された特徴ピクセルの座標であり、ｄｘ及びｄｙは対応する画像ブロック４２４の各ピクセルと基準領域の各ピクセル間の変位（displacement）である。

上記基準領域４１４は上記画像ブロック４２４と最も高い整合性を有する領域であって、以前のサブ領域４１３から画像ブロック４２４の対応イメージが位置した領域と推定することができる。即ち、図８に示すように以前のサブ領域４１３から基準領域４１４にあったイメージが画像ブロックの位置Ｌに移動したものであると考えることができる。従って、基準領域４１４の各ピクセルと画像ブロック４２４の各ピクセル間の変位ｄｘ３及びｄｙ３を算出し、基準領域４１４に対して画像ブロック４２４を回転させながら、ＳＡＤ（Sum Absolute Difference）が最小になる回転変位ｄｑ３を算出する（Ｓ１７０）。続いて、算出された変位パラメータｄｘ３、ｄｙ３及びｄｑ３を格納する（Ｓ１８０）。ｄｘ３、ｄｙ３及びｄｑ３において「３」は３−回のウェーブレット変換を通じて得た３−レベル映像の変位パラメータを意味する。

続いて、現在及び以前のサブ映像が１−レベルの映像であるかどうかを判断する（Ｓ１９０）。

段階Ｓ１９０で現在及び以前のサブ映像が１−レベルの映像でないと判断されれば、現在及び以前のサブ映像に対して逆ウェーブレット変換（Inverse Wavelet Transformation、以下、ＩＷＴという）を行う（Ｓ２００）。映像プロセッサ１６０はＩＷＴで得られた現在のサブ映像の特徴ピクセルを選定し（Ｓ２１０）、ＩＷＴで得られた現在のサブ映像から画像ブロックを設定し（Ｓ２２０）、ＩＷＴで得られた以前のサブ映像から最小ＳＡＤ領域を算出して基準領域を選定した後（Ｓ２３０）、段階Ｓ１７０に戻る。即ち、段階Ｓ２３０で基準領域が選定されれば、基準領域の各ピクセルと画像ブロックの各ピクセル間の変位ｄｘ２、ｄｙ２及びｄｑ２を算出する（Ｓ１７０）。

続いて、算出された変位パラメータｄｘ２、ｄｙ２及びｄｑ２を格納する（Ｓ１８０）。ｄｘ２、ｄｙ２及びｄｑ２において「２」は前述した本発明の実施の形態によって３回のウェーブレット変換後、１回の逆ウェーブレット変換（ＩＷＴ）を通じて得た２−レベル映像の変位パラメータを意味する。このようにして、３−レベルウェーブレット変換後、２回のＩＷＴを通じて得た１−レベル映像の変位パラメータはｄｘ１、ｄｙ１及びｄｑ１で表現される。

逆ウェーブレット変換で得られた現在及び以前のサブ映像は逆ウェーブレット変換される前、または相対的に少ない回数の逆ウェーブレット変換で得られたサブ映像より拡大された領域であって、画像ブロック及び探索領域の大きさが拡大された状態でパラメータが求められる。

一方、段階Ｓ１９０で現在及び以前のサブ映像のウェーブレット変換レベルが１−レベルであると判断されれば、映像プロセッサ１６０は全ての超音波映像に対して上記過程（Ｓ１１０〜Ｓ１８０）を行ったのかを判断する（Ｓ２４０）。段階Ｓ２４０で全ての超音波映像に対して上記手続を行っていないものと判断されれば、映像プロセッサ１６０はＳ１００に戻る。続いて、以前とそれ以前の超音波映像に対して前述した過程が進行される。一方、段階Ｓ２４０で全ての超音波映像に対して上記手続を行ったものと判断されれば、映像プロセッサ１６０は各変位パラメータ（ｄｘ、ｄｙ、ｄｑ）に基づいて動きを推定し、超音波動画像を形成する（Ｓ２５０）。例えば、ｄｘ３、ｄｘ２、ｄｘ１の中から最も小さなパラメータを選択したり、または平均などにより動きとしてｘ方向の動きを推定することができる。一方、段階Ｓ２５０で形成される超音波動画像は一般動画像またはパノラミック映像になることができる。

本発明が望ましい実施の形態を通じて説明され例示されたが、当業者であれば添付した請求の範囲の思想及び範疇を逸脱せずに様々な変形及び変更をなし得る。

本発明の一実施の形態による超音波診断システムを概略的に示すブロック図である。映像プロセッサで実施される動き推定方法を示すフローチャートである。本発明の１回のウェーブレット変換を実施する手続を示す例示図である。本発明の入力映像のウェーブレット変換を通じて得た多解像サブ映像を示す例示図である。以前の超音波映像に対して３回のウェーブレット変換を行う手続を示す例示図である。現在の超音波映像に対して３回のウェーブレット変換を行う手続を示す例示図である。本発明の一実施の形態による水平傾きフィルタを示す例示図である。本発明の一実施の形態による垂直傾きフィルタを示す例示図である。本発明の一実施の形態による水平傾きフィルタを用いてピクセルの水平傾きを算出する例を示す例示図である。本発明の一実施の形態によって垂直傾きフィルタを用いてピクセルの垂直傾きを算出する例を示す例示図である。本発明の一実施の形態によって動きを推定する例を示す例示図である。

符号の説明

１００超音波診断システム
１１０プローブ
１１２トランスデューサ
１２０ビームフォーマー
１３０映像信号処理部
１４０スキャンコンバータ
１５０ビデオプロセッサ
１６０映像プロセッサ
１７０ディスプレイ
４１１、４１２以前の超音波映像
４１３以前のサブ映像
４１４基準領域
４２１、４２２現在の超音波映像
４２３現在のサブ領域
４２４画像ブロック
５１０水平傾きフィルタ
５２０垂直傾きフィルタ

Claims

ａ）多数の映像のうち、連続する第１映像及び第２映像を映像の周波数成分に基づいて所定回数でフィルタリングして分解した第ｎレベルの第１サブ映像及び第２サブ映像をそれぞれ得る段階と、
ｂ）上記第１サブ映像をなす各ピクセルのうち、特徴ピクセル（Feature Pixel）を選定する段階と、
ｃ）上記第１サブ映像から上記特徴ピクセル及びその周辺のピクセルからなる画像ブロックを選定する段階と、
ｄ）上記第２サブ映像を上記画像ブロックと比較して上記第２サブ映像から基準領域を選定する段階と、
ｅ）上記画像ブロックと上記基準領域間の変位パラメータを算出する段階と、
ｆ）上記算出された変位パラメータを格納する段階と、
ｇ）上記第１及び第２サブ映像が第１レベルの映像より高いレベルの映像の場合、上記第１及び第２サブ映像を合成する段階と、
ｈ）合成された上記第１及び第２サブ映像に対して上記段階ｂ）〜段階ｅ）を適用する段階と、
ｉ）上記格納された変位パラメータに基づいて対象体の動きを推定する段階とを備えることを特徴とする動き推定方法。
上記多数の映像は超音波映像であることを特徴とする請求項１に記載の動き推定方法。
上記分解と合成はウェーブレット変換及び逆ウェーブレット変換を通じて実施されることを特徴とする請求項１に記載の動き推定方法。
上記段階ｂ）は、
ｂ１）上記第１サブ映像の各ピクセルの水平及び垂直傾きを算出する段階と、
ｂ２）上記算出された水平及び垂直傾きを用いて上記第１サブ映像内の各ピクセルの傾きを算出する段階と、
ｂ３）上記算出された各ピクセルの傾きを比較して最も大きな傾きを有するピクセルを上記特徴ピクセルに選定する段階と、
を備えることを特徴とする請求項１に記載の動き推定方法。
上記水平及び垂直傾きは上記各ピクセルのグレー値を用いて算出することを特徴とする請求項４に記載の動き推定方法。
上記水平及び垂直傾きは上記各ピクセルの輝度値を用いて算出することを特徴とする請求項４に記載の動き推定方法。
上記段階ｄ）は、
上記第２サブ映像から上記画像ブロックと相対的な一致程度が大きい領域を上記基準領域に選定する段階
を備えることを特徴とする請求項１に記載の動き推定方法。
上記段階ｅ）は、
ｅ１）対応する上記画像ブロックの各ピクセルと上記基準領域の各ピクセル間の距離変位パラメータを算出する段階と、
ｅ２）上記基準領域に対して上記画像ブロックを回転させながら上記画像ブロックと上記基準領域の相対的な一致程度が大きくなる回転変位パラメータを算出する段階と
を備えることを特徴とする請求項１に記載の動き推定方法。
多数の映像のうち、連続する第１映像及び第２映像を所定回数でフィルタリングして分解した第ｎレベルの第１サブ映像及び第２サブ映像をそれぞれ得るための手段と、
上記第１サブ映像をなす各ピクセルのうち、特徴ピクセル（Feature Pixel）を選定するための手段と、
上記第１サブ映像から上記特徴ピクセル及びその周辺のピクセルからなる画像ブロックを選定するための手段と、
上記第２サブ映像と上記画像ブロックを比較して上記第２サブ映像に基準領域を選定するための手段と、
上記画像ブロックと上記基準領域間の変位パラメータを算出するための手段と、
上記算出された変位パラメータを格納するための手段と、
上記第１及び第２サブ映像が第１レベルの映像より高いレベルの映像の場合、上記第１及び第２サブ映像をそれぞれ合成するための手段と、
上記格納手段に格納された変位パラメータに基づいて対象体の動きを推定するための手段と
を備えることを特徴とする動き推定システム。
上記多数の映像は超音波映像であることを特徴とする請求項９に記載の動き推定システム。
上記映像の分解及び合成はウェーブレット変換及び逆ウェーブレット変換を通じて実施されることを特徴とする請求項９に記載の動き推定システム。
特定ピクセルを選定するための手段は、
上記第１サブ映像の各ピクセルの水平及び垂直傾きを算出するための手段と
上記算出された水平及び垂直傾きを用いて上記第１サブ映像内の各ピクセルの傾きを算出するための手段と、
上記算出された各ピクセルの傾きを比較して最も大きな傾きを有するピクセルを上記特徴ピクセルに選定するための手段と
を備えることを特徴とする請求項９に記載の動き推定システム。
上記変位パラメータを算出するための手段は、
上記画像ブロックの各ピクセルと上記基準領域の各ピクセル間の距離変位パラメータを算出するための手段と
上記基準領域に対して上記画像ブロックを回転させながら上記画像ブロックと上記基準領域の相対的な一致程度が大きくなる回転変位パラメータを算出するための手段と
を備えることを特徴とする請求項９に記載の動き推定システム。