JP2007529071A - 画像におけるエッジの検出 - Google Patents

画像におけるエッジの検出 Download PDF

Info

Publication number
JP2007529071A
JP2007529071A JP2007502484A JP2007502484A JP2007529071A JP 2007529071 A JP2007529071 A JP 2007529071A JP 2007502484 A JP2007502484 A JP 2007502484A JP 2007502484 A JP2007502484 A JP 2007502484A JP 2007529071 A JP2007529071 A JP 2007529071A
Authority
JP
Japan
Prior art keywords
image
curvature
correction factor
edge
isophote
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.)
Withdrawn
Application number
JP2007502484A
Other languages
English (en)
Other versions
JP2007529071A5 (ja
Inventor
ボウマ,ヘンリ
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
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 Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2007529071A publication Critical patent/JP2007529071A/ja
Publication of JP2007529071A5 publication Critical patent/JP2007529071A5/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • 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
    • G06T2207/10072Tomographic images
    • 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
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation
    • 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
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)

Abstract

本システムは、二次元又は三次元画像、特に医療画像におけるオブジェクトのエッジを位置決めする。入力310を通して、画像のエレメントの値を表すデータエレメントのセットが受信される。データセットは、ストレージ320に記憶される。プロセッサ340は、画像におけるオブジェクトのエッジを決定する。プロセッサは、κで識別される画像のデータエレメント及びisophote曲率の少なくとも一次及び/又は二次の導関数を計算する。補正ファクタαは、isophote曲率κに依存する。次いで、プロセッサは、計算された導関数及びisophote曲率に依存する演算子のゼロクロスを決定する。本システムの出力330は、画像におけるエッジの位置の示唆を提供する。

Description

本発明は、2次元又は3次元画像におけるオブジェクトのエッジを位置決めするシステム、2次元又は3次元画像におけるオブジェクトのエッジを位置決めする方法に関する。
さらに、本発明は、かかる方法における使用のためのソフトウェアに関する。
デジタル画像処理の多くの産業及び生体医療の応用にとって、画像におけるエッジを正確に位置決めすることは非常に重要である。かかる応用は、パターン認識(たとえば画像におけるテキスト又はオブジェクトの認識)、利用可能な時間において容易に開くことができないオブジェクトのX線検査(たとえば関税局)、製造された製品の品質の検査(たとえばプリント回路ボード、IC、金属疲労の検査)を含む。エッジ検出の重要な応用領域は、医療画像形成の臨床応用により形成される。たとえば、血管障害の診断において、狭窄の格付けは、治療のセラピーを決定することにおいて重要なファクタである。したがって、エッジを正確に決定することが必要とされる。
オブジェクトの境界(すなわちエッジ)は、一次及び二次導関数で検出することができる。勾配、すなわち一次導関数のベクトルは、エッジの存在を示す場合があり、勾配の大きさの最大値は、エッジを位置決めするために一般に使用される。勾配の大きさが最大である場合、勾配の方向(Lww)における二次導関数のゼロクロスが位置決めされる。この原理に基づくエッジ検出器は、Canny検出器と呼ばれることがある。また、頻繁に使用されるのは、いわゆるMarr-Hirdrethエッジ検出器であり、エッジを位置決めするため、ラプラシアン(ΔL=Lxx+Lyy+Lzz)のゼロクロスを使用する。ラプラシアンは、計算が容易であるが、ゼロクロスは、勾配が最大である場合に位置決めされない。
勾配が画像データセットにおいて最大である位置としてオブジェクトの「エッジ」を定義して、両方の方法は、平面の表面のエッジを正しく位置決めすることが知られている。Lwwのゼロクロスは、平面ではなく曲面である表面について正しくエッジを位置決めする。ΔLに基づくエッジ検出は、エッジの誤った位置決めを引き起こす。これらの主張は、2D又は3D(ボルメトリック)データセットにより表されるように、取得された画像におけるエッジとしてエッジが定義される場合に保持される。医療応用にとって、2Dデータセットは、X線又は超音波画像形成装置により典型的に取得される。ボルメトリックデータセットは、CT(computed tomography)スキャナ又はMR(magnetic resonance)スキャナのような、3Dスキャナを使用して典型的に取得される。取得前の現実世界におけるオブジェクトの実際のエッジの位置として「エッジ」を定義すると、両方の方法は、曲線にされたエッジの誤った位置決めを与える。誤った位置決めは、取得の間のぼやけた作用により引き起こされる。画像の取得に固有なことは、画像の1エレメント(たとえば画素)に本質的にマッピングされるべき取得されている画像の一部は実際に1を超えるエレメントに寄与することである。幾つかの画像形成様式(たとえばcomputed tomography CT)の取得されたデータセットは、PSF(Point-Spread Function)で畳み込まれる均質なオブジェクトによりモデル化することができる。CTにおいて、PSFは、標準偏差σによるガウス分布により近似することができる。ぼやけは、従来のエッジ検出方法に不正確にエッジを位置決めさせ、(たとえば血管の直径を与えるといった)定量化及び(たとえばディスプレイの血管をレンダリングするといった)視覚化におけるエラーにつながる。
通常、ぼやけた画像における最大の勾配をもつポイントを発見する代わりに、ぼやけの前にエッジの位置を発見することが望まれる。半径Rをもつ円形オブジェクトのエッジが、勾配が最大である位置として定義されず、ぼやけの前の位置として定義される場合、両方の方法(ΔL及びLww)は、湾曲したエッジの誤った位置決めを与える。これらの方法のゼロクロスrの位置は、反対の方向に進む。これは、円100として示される半径Rをもつ実際のエッジについて図1に例示されている。ΔLは、(実線のブラックディスク110を使用して示される)半径の過大見積りを与え、Lwwは、(実践のブラックディスク120を使用して示される)半径の過大見積りを与える。転位(r−R)は、曲率及びぼやけにより引き起こされる。ΔL及びLwwは、反対方向に転位されるので、いわゆる加算(Plus)演算子を使用することが知られており、ΔLをLwwで加算し、湾曲されたエッジの転位を低減する。加算演算子は、L. J. van Vliet及びP. Verbeekによる“On the location error of curved edges in low-pass filtered 2D and 3D images”, IEEE Trans. Pattern Anal. Machine Intell., vol. 16, pp.726-733, July 1994に記載される。加算演算子は、エッジを更に正確に位置決めするエッジ検出器となる。これは、実線のブラックディスク130を使用して図1に例示されている。図2は、比較的小さな曲率をもつオブジェクトについて3つの方法の結果を示す。しかし、表面が余りに湾曲している場合(たとえば非常に小さな湾曲したオブジェクトについて)、加算演算子の性能も低減する。数画素幅の血管のような、画像において非常に小さなオブジェクトを正確に位置決めすることができることが望まれる。かかる小さなオブジェクトは、比較的高い曲率を有し、かかるオブジェクトのエッジは、記載される方法により正確に位置決めすることができない。
本発明の目的は、高い程度の曲率をもつオブジェクトのエッジを良好に検出可能なエッジを検出するエッジ検出器及びエッジ検出方法を提供することにある。
本発明の目的を達成するため、二次元又は三次元画像におけるオブジェクトのエッジを位置決めするシステムは、画像のエレメントの値を表すデータエレメントのセットを受信する入力、データセットを記憶するストレージ、画像におけるエッジの位置の指標を供給する出力、及び、データエレメントの少なくとも一次及び/又は二次の導関数を計算し、曲率がκで識別される画像のisophote(被照射面上の等照度の点を結ぶ曲線)曲率を計算し、オブジェクトの曲率により引き起こされるエッジの転位(dislocation)、及び/又はデータのぼやけを補正する補正ファクタαを決定し、計算された導関数及びisophote曲率に依存して演算子のゼロクロスを決定することで、コンピュータプログラムの制御下で、画像におけるオブジェクトのエッジを決定するためにデータセットを処理するプロセッサを含み、補正ファクタαは、isophote曲率κに依存する。
本発明者は、公知のエッジ検出器はisophote曲率κに依存する補正ファクタを使用することで改善することができるという洞察を有している。局所的な導関数を使用するだけでなく局所的なisophote曲率を使用することで、エッジは、小さなオブジェクトのような比較的高い曲率をもつオブジェクトについて、より正確に決定することができる。
従属の請求項2の手段によれば、画像は、取得されたデータをぼやけさせる取得装置で取得され、補正ファクタαは、画像のぼやけの程度(degree)に依存する。従属の請求項3に記載されるように、ぼやけは、標準偏差σをもつガウス性ポイントスプレッド(Gaussian point-spread)関数との畳み込みに実質的に対応し、次いで、補正ファクタαは、ガウス性ぼやけ関数の標準偏差σに対応する。このように、ぼやけにより引き起こされたエッジの転位は、良好に補正することができる。大きなぼやけの程度を持つ画像(たとえば、大型の検出器で取得された画像)は、小さなぼやけの程度を持つ画像(小型の検出器で取得された画像)とは異なって補正される。シンプルなシステムでは、固定された値は、ぼやけの程度のために使用され、補正ファクタαは、この値について固定される。
従属の請求項4の手段によれば、プロセッサは、関連される推定されたぼやけの程度を画像について決定し、画像のぼやけの程度に関連付けされる補正ファクタの関数を画像についてロードするために作用し、補正ファクタ関数は、isophote曲率の入力値について対応する補正ファクタの値を与える。このように、特定の画像について、より簡単な補正ファクタが使用される。好ましくは、ルックアップテーブルの形式で補正ファクタの関数が与えられ、isophote曲率κはインデックスである。補正ファクタの関数は、選択された導関数について経験的に決定される場合がある。好ましくは、補正ファクタの関数は、所与のisophote曲率及び標準偏差について、エッジの転位を最小にすることで少なくとも部分的に解析的に決定される。
請求項5記載の手段によれば、導関数はガウス導関数(Gaussian derivative)であり、演算子は、Lww−ακLwにより与えられ、wは勾配の方向である。
この演算子は、適切に選択されたαについて、公知のエッジ検出器よりも優れている。
従属の請求項6記載の手段によれば、二次元画像について、αは以下で与えられる。
Figure 2007529071
ここでIn()は変更された第1種のベッセル関数である。
このように、エッジを転位することにおけるシステマチックのエラーは完全に除去される。
従属の請求項7の手段によれば、3次元画像について、isophote曲率κは、曲率の最大の絶対値の方向における第一の曲率の成分κ1、及びκ1に垂直な方法における第二の曲率の成分κ2を含み、補正ファクタαはκΣ=κ1+κ2に依存する。
補正ファクタは、ボール状のオブジェクト及びシリンダ状のオブジェクトのエッジを転位することにおいてシステマチックエラーを完全に除去することができる。かかるエッジ検出器は、たとえば、血管のような管状構造の直径を識別して定量化するために非常に適している。
従属の請求項8の手段によれば、補正ファクタαは、κ1/κ2に更に依存する。かかる補正ファクタは、更に複雑な3次元オブジェクトの検出を改善することができる。κΣ=κ1+κ2及びκ1/κ2を使用することで、二次元のルックアップテーブルとして所与の標準偏差について、補正ファクタを表すことができる。
本発明の目的を達成するため、二次元又は三次元の画像におけるオブジェクトのエッジを位置決めする方法は、画像のエレメントの値を表すデータエレメントのセットを受信するステップ、データエレメントの少なくとも一次及び/又は二次導関数を計算するステップ、曲率がκで識別される画像のisophote曲率を計算するステップ、オブジェクトの曲率により引き起こされるエッジの転位及び/又はデータのぼやけを補正する補正ファクタαを決定するステップ、計算された導関数及びisophote曲率に依存する演算子のゼロクロスに対応する位置で画像におけるオブジェクトのエッジを決定するステップを含み、補正ファクタαはisophote曲率κに依存する。
本発明のこれらの態様及び他の態様は、以下に記載される実施の形態を参照して明らかにされるであろう。
図3は、本発明に係るシステムのブロック図である。本システムは、ワークステーション又は高性能のパーソナルコンピュータのような従来のコンピュータシステムに実現される場合がある。システム300は、画像を受信する入力310を含む。実際に、画像は、二次元(2D)又は三次元(3D、又はボルメトリックとも呼ばれる)である。入力310は、画像のエレメントの値を表すデータエレメントのセットを受信する。2D画像について、データエレメントは、画素(ピクチャエレメント)である場合がある。3D画像について、データエレメントは、ボクセル(ボリュームエレメント)である場合がある。データは、(Ethernet(登録商標)又はISDNのそれぞれのような)ローカルエリアネットワーク又はワイドエリアネットワークを介して供給されるか、(コンパクトディスクのような)別のデータキャリアを介して供給される場合がある。多くの病院は、データを供給するためにピクチャアーカイブ及び通信システム(PACS)をインストールする。図3において、画像は、医療用のMR又はCTスキャナのような画像取得装置315により取得される。かかる取得装置315は、システム300の一部の場合があるが、システムにとって外部である場合がある。
システムは、データセットを記憶するためのストレージ320を含む。好ましくは、ストレージは、ハードディスクのような永続的なタイプのものである場合がある。実用的な実現では、本発明に係るエッジ検出方法は、コンピュータプログラムの制御下で、画像におけるオブジェクトのエッジを決定するためにデータセットを処理するため、プロセッサ340により実行される。勿論、プロセッサは、汎用プロセッサである必要はないが、速度を最適化するために特定用途向けとすることができる。通常、プロセッサは、エッジを互いに形成する多くのエッジポイントを位置決めする。プログラムは、ストレージ320のような永続的なストレージから実行のためのRAMのようなワーキングメモリにロードされる場合がある。システムの出力330は、画像におけるエッジの位置の示唆を供給するために使用される。出力は、適切なやり方でエッジを示唆する場合がある。たとえば、フィルタリングされた画像を供給する場合があり、エッジは、ゼロクロスにより明確に示唆される。代替的に、出力は、表示のために表面がレンダリングされた(ビットマップされた)画像として供給される場合がある。ディスプレイ350は、システムの一部である必要がない。システムは、立体的なディスプレイ用の2つの2D画像を同時に供給することが可能である場合がある。その場合、2つの画像は、2つの異なる視点から生成され、それぞれの画像は、見る人のそれぞれの目に対応する。レンダリングのためにフィルタリングされた画像を供給する代わりに、又はフィルタリングされた画像を供給することに加えて、出力は、(たとえば、エッジ座標のリスト又は湾曲されたラインの他の適切な記述)エッジポイントの電子的な表現を供給する場合があり、(たとえば、血管の幅が測定される場合があるといった)位置決めされたエッジに基づいて測定が実行される場合がある。かかるようなシステムは、ワークステーションのような適切なコンピュータハードウェアで実現することができる。
システムは、たとえばマウス360及びキーボード370のような入力装置を通して、人間のオペレータにより制御される場合がある。また、ボイス制御も使用される場合がある。
本発明に係るシステム及び方法は、以下のやり方で画像におけるエッジポイントを決定することを含む。
1. データエレメントの少なくとも1つの一次及び/又は二次導関数を計算すること。
2. 画像のデータエレメントのisophote曲率κを計算すること。
3. オブジェクトの曲率により生じたエッジの転位及び/又は取得の間のデータのぼやけを補正する補正ファクタαを決定すること。補正ファクタαはisophote曲率κに依存する。
4. 計算された導関数及びisophote曲率に依存する演算子のゼロクロスを決定すること。
[表記]
好適な実施の形態を記載するために使用される式は、以下の表記を使用する。デカルト座標系における座標は、従来のように、2D画像についてx及びyとして示され、3D画像についてx,y及びzとして示される。偏微分は、MxにおいてαM/αxとして、Lxxにおいてα2L/αy2により示される。例示的な式では、導関数は、局所的に固定された座標系(ゲージ座標)で計算される。ベクトルwは勾配の方向で定義され、ベクトルνはwに垂直である。3D画像について、第三の直交座標は、μとして示される。したがって、Lwwは勾配の方向で二次の導関数である。勾配の方向Lwにおける一次の導関数は、勾配の大きさに等しく、等値面(iso-surface)Lvに対して接線方向の一次の導関数はゼロに等しい。用語“isophote”は、同じ強度をもつエレメントの画像にわたる曲線について使用される。2Dにおけるisophote曲率は、isophoteの曲率である。isophoteの曲率は、値κにより示される。3Dにおけるisophote曲率は、2つの曲率である基本曲率κ1及びκ2からなる。これらの値に対応するベクトルは、勾配に垂直であり、互いに垂直である。基本曲率の合計は、κΣ=κ1+κ2として示される。
[導関数の導出]
原理において、適切な方法は、中心差分、中間型の差分、Robert方法、Rewitt方法又はSobel方法のような導関数を計算するために使用される場合がある。以下に記載される好適な実施の形態では、したがって、Gaussian演算子は、導関数を計算するために使用することができる。ガウシャンは、回転的に不変であるために好適であり、雑音の抑圧とぼやけとの間の光学的なバランスを与える。ガウシャンは、分離可能性のために実現するのが早い。ガウシャンに基づいた差分演算子は、ぼやけた画像における導関数の正確な測定を与える。差分演算子は、スケール空間において、雑音の除去にために近似するフィルタとして使用される。ガウシャン演算子の標準偏差は、σopとして示される。以下に更に詳細に記載されるように、好適な実施の形態では、取得により生じたぼやけは、ガウシャンポイントスプレッド関数によりモデル化される。このぼやけ関数の標準偏差は、σpsfで計算することができる。二次までの導関数は、ガウシャン及びガウシャン導関数との畳み込みを使用して、所定のスケールで計算することができる。全体の標準偏差は、
Figure 2007529071
により与えられる。この特性は、ガウス導関数を使用する別の利点であり、他のタイプの乱れは導入されず、全体のぼやけはなおガウス性のぼやけである。
一次の導関数は、勾配の振幅、勾配の方向等を決定するために使用することができる(Lwは勾配の方向における一次の導関数である)。好適な実施の形態では、以下の一次の導関数が使用される。
Figure 2007529071
Hessian(二次の導関数のマトリクス)は、(勾配の方向において)好適な二次の導関数を得るために使用することができる。これは、一次成分が勾配の方向において二次の導関数となるように、Hessianを回転することで行われる。
2Dでは、これは以下を与える。
Figure 2007529071
3Dでは、これは以下を与える。
Figure 2007529071
[isophote曲率の計算]
二次元では、isophote曲率は、
Figure 2007529071
として定義される。先に与えられる定義を使用して、isophote曲率は、以下のように
Figure 2007529071
で計算される。
3Dでは、isophote曲率の基本成分は、サブマトリクスHTの固有値(κ1,κ2)及び(基本方向について)固有ベクトルを取ることで決定することができ、これは、等値面に対して接線方向である。
Figure 2007529071
Hessianマトリクスを回転し、サブマトリクスの固有値を計算する代わりに、他の適切な式を実現のために使用することができる。
[演算子]
補正される演算子について選択がなされることを理解されたい。選択されたオペレータは、第一及び/又は第二の導関数を使用する。以下に更に詳細に記載される好適な実施の形態では、加算演算子は、開始ポイントとして使用される。同様に、ラプラス演算子又は他の適切な演算子を最適化することができる。
本発明によれば、オブジェクトの曲率により生じるエッジの転位及び/又は取得の間のデータのぼやけを補正する補正ファクタαの演算子が決定される。補正ファクタαは、isophote曲率κに依存する。補正ファクタαは、isophote曲率κに依存する。補正ファクタは使用される演算子に依存することが理解される。解析的なアプローチを使用して、補正されたオペレータは、同じ又は類似している。補正ファクタを決定する経験的なアプローチを使用して、実用的な状況における結果は、以下に記載される好適な実施の形態に非常に類似している場合があるが、異なって見える場合もある。
好適な実施の形態では、以下の演算子が使用され、Lww+αLννは、Lww−ακLwと同じである。
[補正ファクタ]
本発明によれば、補正ファクタαは、isophote曲率α(κ)の関数である。したがって、演算子は、Lww+α(κ)Lννとして表現される。先に与えられた式を使用して、これはLww−α(κ)κLwに書くことができる。ぼやけが画像の間で変動するシステムでは、ぼやけの程度に依存する補正ファクタを使用することが好ましい。好ましくは、ぼやけの程度は、画像を取得するために使用される標準偏差として表現される。多くの取得装置にとって、ぼやけはガウス性ポイントスプレッド関数(PSF: Point Spread Function)によりモデル化することができる。以下に与えられる詳細な説明は、ぼやけがガウス性であるとき、又はガウシャンが(たとえばCT画像におけるように)ぼやけ関数の良好な近似であるとき、最適な補正を与える。当業者は、他のぼやけ関数に同じ原理を適用することができる。
ガウス性PSFは、以下のように数学的に記載される。
Figure 2007529071
ここでσは標準偏差であり、Nは次元の数であり、及び
(外1)
Figure 2007529071
はそれ自身との位置ベクトルのドット積である。デカルト座標系では、位置ベクトルは
(外2)
Figure 2007529071
である。ぼやけていないオブジェクトをMとして定義すると、ぼやけたオブジェクトLはL=M*Gとして定義される(畳み込み)。
このように、好適な実施の形態では、補正ファクタαは、局所的なisophote曲率及び標準偏差α(κ,σ)の関数である。リマインダでは、局所的なisophote曲率と標準偏差α(σκ)の積に依存する補正ファクタαを使用することで十分であることが明らかであり、唯一の入力値が使用される必要がある。リマインダでは、関数の係数αは、通常示されない。標準偏差は、ぼやけの転位及びガウシャン導関数の両者をカバーする場合があることは明らかである。
以下の記載では、補正ファクタの関数の分析及び近似について、画像における領域はむしろ均質であることが想定される。さらに、曲率は局所的に大部分が一定であることが想定される。局所的に一定の曲率は、曲率がぼやけ関数のフットプリント内で定数であることを意味している。
2Dにおける(ゼロクロスの転位を回避する)理想的なαのモデルは、式Lww−ακLw=0のソリューションである。この式に対するソリューションは、2Dにおける環状オブジェクト(ディスク)について解析的に導出される。かかるオブジェクトについて最適な補正ファクタαは、以下で与えられる。
Figure 2007529071
ここでIn()は修正された第1種ベッセル関数である。これは、曲率がガウシャンのフットプリント内で(近似的に)一定である限り、全てのオブジェクトについて有効である。
図4は、この関数を例示している。σκがゼロを近似する場合、α=0.5である。定数α=0.5について、選択された演算子は、プラス演算子に同一であることが示される。σκ>0.5について、全体のオブジェクトはガウス性PSF中央部分の内側である。所与のαは、2Dにおける局所的に定数の曲率をもつオブジェクトについてゼロクロスの転位を回避する。本発明に係る方法は、バイアスされていないディスク検出器を生じる。
3Dにおける(ゼロクロスの転位を回避する)理想的なαのモデルは、Lww−ακΣw=0のソリューションである。この式に対するソリューションは、(ボールについてκ2/κ1=1及び円筒についてκ2/κ1=0)異なる比率κ2/κ1をもつ定数の曲率をもつ3Dにおける最も簡単なオブジェクトである、3Dにおける球面オブジェクト及び円筒状オブジェクトについて解析的に導出される。ボールについて、補正ファクタαは以下により与えられる。
Figure 2007529071
この補正ファクタαは、図5に示される。この補正ファクタは、バイアスされていないボールファクタとして使用される。
シリンダについて、3Dガウシャンは、シリンダの中央の軸の方向で1つの成分で分解することができ、断面の平面における2つの成分に分解することができる。z方向における全ての導関数はゼロであるので、シリンダのソリューションは、ディスクのソリューションに類似している。2Dのκが3DのκΣにより置き換えられる場合、κΣ及びσの関数として演算子の転位を回避する補正ファクタαは、先に与えられた2Dディスクの式に等価である。これは、以下を与える。
Figure 2007529071
この関数は、(血管のような)管状の構造の直径を正確に定量化するために使用することができる。
3Dについて先に与えられた2つの例から、補正ファクタαは、κ2/κ1の比率に不変であることが理解される。ランダムに成形されたオブジェクトについて、曲率の成分の総和は、湾曲された表面の転位を補正するために十分な情報を与えない場合がある。好適な実施の形態では、曲率成分の総和だけでなく、曲率成分間の比率も転位を補正するために使用される。これら2つの係数は、軸の一方についてκΣ、他の軸についてκ2/κ1による、制限された領域で2次元のルックアップテーブルの作成を可能にする。補正ファクタαの数値的な近似は、以下のように与えられる。
Figure 2007529071
関数は、離散的なデータセットに記憶される湾曲された血管のモデルとして、トロイダルオブジェクト(ドーナツ)により数値的に得られる。図6は、近似を示す。
[結果]
図7は、離散的な画像に記憶された環状のオブジェクト(半径方向R)をもつ2Dで得られた実験結果を示している。この図では、相対的な変位“(r−R)/R”は、iCurvと呼ばれる、ラプラシアン(ΔL)、プラス演算子(PLUS)、勾配方向における二次の導関数(Lww)、本発明に係るフィルタの様々な曲率について示されている。図から分かるように、提案されるフィルタの転位は、他の方法の転位よりも非常に低い。特に高い曲率について、本方法は著しく良好である。
本発明に係る方法は、多くの畳み込み方法よりも計算が少なく、より安定する。本方法は、反復的ではなく(繰返し畳み込み方法に比較して高速であり)、二次までの導関数が必要とされる。本方法は、自動化することができる(手動的なセグメント化が必要とされる)。
本発明はコンピュータプログラムに拡張され、特に、本発明を実施するために適合される、キャリア上又はキャリアにおけるコンピュータプログラムに拡張されることが理解される。プログラムは、部分的にコンパイルされた形式のようなソースコード、オブジェクトコード、コード中間ソース及びオブジェクトコードの形式、又は本発明に係る方法の実現での使用に適した他の形式である場合がある。キャリアは、プログラムを実行可能なエンティティ又は装置である。たとえば、キャリアは、たとえばCD ROM又は半導体ROMといったROMのような記憶媒体、又は、たとえばフロッピー(登録商標)ディスク又はハードディスクといった磁気記録媒体を含む場合がある。さらに、キャリアは、電気的又は光学的なケーブルを介して、若しくは、無線又は他の手段により伝達される場合がある、電気的又は光信号のような伝送可能なキャリアである場合がある。プログラムがかかる信号で実施されるとき、キャリアは、かかるケーブル又は他の装置又は手段により構成される場合がある。代替的に、キャリアは、プログラムが埋め込まれる集積回路で実現される場合があり、集積回路は、関連する方法を実行するために適合される。
なお、先に記載された実施の形態は、本発明を制限するよりはむしろ例示するものであり、当業者であれば、特許請求の範囲から逸脱することなしに、多くの代替的な実施の形態を設計することができる。請求項では、括弧間に配置された参照符号は、請求項を制限するものとして解釈されるべきではない。動詞「有する“comprise”」及びその派生語の使用は、請求項で述べたエレメント又はステップ以外のエレメント又はステップの存在を排除するものではない。エレメントに先行する冠詞“a”又は“an”は、複数のかかるエレメントの存在を排除しない。本発明は、幾つかのエレメントを有するハードウェアにより、適切にプログラムされたコンピュータにより実現される場合がある。幾つかの手段を列挙した装置の請求項では、これら手段の幾つかが同一のハードウェアにより実施される場合がある。所定の手段が相互に異なる請求項で引用される事実は、これらの手段の組み合わせが使用することができないことを示すものではない。
従来のエッジ検出器の性能を示す図である。 低い曲率について従来のエッジ検出方法を比較するグラフである。 本発明が使用される場合がある画像取得及び処理システムのブロック図である。 二次元での環状のオブジェクト(ディスク)について関数αのグラフである。 ボール(3次元)について関数αのグラフである。 湾曲された管(三次元)のモデルとしてトロイドのオブジェクト(ドーナッツ)について関数αのグラフである。 高い曲率について従来のエッジ検出方法を本発明に係る方法と比較するグラフである。

Claims (10)

  1. 二次元又は三次元の画像、特に医療画像におけるオブジェクトのエッジを位置決めするシステムであって、
    前記画像のエレメントの値を表すデータエレメントのセットを受信する入力と、
    前記データエレメントのセットを記憶するストレージと、
    前記画像におけるエッジの位置の示唆を供給する出力と、
    コンピュータプログラムの制御下で、前記データエレメントの少なくとも一次及び/又は二次導関数を計算し、前記曲率がκで識別される、画像のisophote(被照射面上の等照度の点を結ぶ曲線)曲率を計算し、オブジェクトの曲率により引き起こされるエッジの転位及び/又はデータのぼやけを補正する補正ファクタαであって、前記isophote曲率κに依存する補正ファクタを決定し、計算された導関数と前記isophote曲率に依存する演算子のゼロクロスを決定することで、前記画像のオブジェクトのエッジを決定するために前記データセットを処理するプロセッサと、
    を有することを特徴とするシステム。
  2. 前記画像は、取得された画像をぼやけさせる取得装置で取得され、前記補正ファクタは、前記画像のぼやけの程度に依存する、
    請求項1記載のシステム。
  3. 前記ぼやけは、標準偏差σをもつガウス性ポイントスプレッド関数との畳み込みに実質的に対応し、前記補正ファクタαは、ガウス性のぼやけ関数の標準偏差σに依存する、
    請求項2記載のシステム。
  4. 前記プロセッサは、前記画像についてぼやけの関連する推定される程度を決定し、前記画像についてぼやけの程度に関連する補正ファクタ関数をロードするために作用する、
    請求項2記載のシステム。
  5. 前記導関数はガウス性の導関数であり、演算子はwを勾配方向としてLww−ακLwにより与えられる、
    請求項1記載のシステム。
  6. 二次元画像について、補正ファクタαは、
    Figure 2007529071
    により与えられ、前記In()は修正された第1種ベッセル関数である、
    請求項3又は5記載のシステム。
  7. 3次元画像において、前記isophote曲率κは、曲率の最も高い絶対値の方向における第一の曲率成分κ1、及び前記κ1に垂直な方向における第二の曲率成分κ2を含み、前記補正ファクタαは、κΣ=κ1+κ2に依存する、
    請求項3又は5記載のシステム。
  8. 前記補正ファクタαはκ1/κ2に更に依存する、
    請求項7記載のシステム。
  9. 二次元又は三次元の画像、特に医療画像におけるオブジェクトのエッジを位置決めする方法であって、
    前記画像のエレメントの値を表すデータエレメントのセットを受信するステップと、
    前記データエレメントの少なくとも一次及び/又は二次導関数を計算するステップと、
    前記曲率がκで識別される、画像のisophote(被照射面上の等照度の点を結ぶ曲線)曲率を計算するステップと、
    オブジェクトの曲率により引き起こされるエッジの転位及び/又はデータのぼやけを補正する補正ファクタαであって、前記isophote曲率κに依存する補正ファクタを決定する
    ステップと、
    計算された導関数と前記isophote曲率に依存する演算子のゼロクロスを決定するステップと、
    を有することを特徴とする方法。
  10. 請求項9記載の方法をプロセッサに実行させるために作用するコンピュータプログラムプロダクト。
JP2007502484A 2004-03-12 2005-03-07 画像におけるエッジの検出 Withdrawn JP2007529071A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP04101027 2004-03-12
PCT/IB2005/050828 WO2005091222A2 (en) 2004-03-12 2005-03-07 Detection of edges in an image

Publications (2)

Publication Number Publication Date
JP2007529071A true JP2007529071A (ja) 2007-10-18
JP2007529071A5 JP2007529071A5 (ja) 2008-04-24

Family

ID=34960820

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007502484A Withdrawn JP2007529071A (ja) 2004-03-12 2005-03-07 画像におけるエッジの検出

Country Status (5)

Country Link
US (1) US20090252418A1 (ja)
EP (1) EP1728209A2 (ja)
JP (1) JP2007529071A (ja)
CN (1) CN1965331A (ja)
WO (1) WO2005091222A2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010042257A (ja) * 2008-08-11 2010-02-25 Siemens Medical Solutions Usa Inc 灌流画像を生成する磁気共鳴方法及び装置
CN102799277A (zh) * 2012-07-26 2012-11-28 深圳先进技术研究院 一种基于眨眼动作的人机交互方法及系统
KR102641454B1 (ko) * 2023-09-25 2024-02-28 주식회사 제이시스메디칼 초음파 영상 처리 장치, 그 영상 처리 방법, 시스템 및 프로그램

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100465997C (zh) * 2006-12-05 2009-03-04 上海大学 基于元胞自动机的图像边缘检测算法
CN100483283C (zh) * 2007-08-01 2009-04-29 暨南大学 一种基于机器视觉的二维定位装置
CN100589520C (zh) * 2007-09-14 2010-02-10 西北工业大学 一种彩色图像边缘和角点特征检测方法
GB0917524D0 (en) 2009-10-07 2009-11-25 Cambridge Entpr Ltd Image data processing systems
DE102010020784A1 (de) * 2010-05-18 2011-11-24 Siemens Aktiengesellschaft Verfahren zum Erkennen von magnetisch gekennzeichneten Objekten sowie entsprechende Vorrichtung
CN102184532B (zh) * 2011-05-27 2013-07-31 北方工业大学 用于基于单一尺度的医学图像边缘检测的方法和装置
CN103337075B (zh) * 2013-06-20 2016-04-27 浙江大学 一种基于等照度线的图像显著度计算方法
CN105787912B (zh) * 2014-12-18 2021-07-30 南京大目信息科技有限公司 一种基于分类的阶跃型边缘亚像素定位方法
CN107346035B (zh) 2017-08-07 2020-01-07 中国石油天然气股份有限公司 识别断裂的方法及装置
CN108228421B (zh) * 2017-12-26 2021-09-17 东软集团股份有限公司 数据监测方法、装置、计算机及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7616818B2 (en) * 2003-02-19 2009-11-10 Agfa Healthcare Method of determining the orientation of an image

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010042257A (ja) * 2008-08-11 2010-02-25 Siemens Medical Solutions Usa Inc 灌流画像を生成する磁気共鳴方法及び装置
CN102799277A (zh) * 2012-07-26 2012-11-28 深圳先进技术研究院 一种基于眨眼动作的人机交互方法及系统
KR102641454B1 (ko) * 2023-09-25 2024-02-28 주식회사 제이시스메디칼 초음파 영상 처리 장치, 그 영상 처리 방법, 시스템 및 프로그램

Also Published As

Publication number Publication date
CN1965331A (zh) 2007-05-16
US20090252418A1 (en) 2009-10-08
WO2005091222A2 (en) 2005-09-29
WO2005091222A3 (en) 2006-05-18
EP1728209A2 (en) 2006-12-06

Similar Documents

Publication Publication Date Title
JP2007529071A (ja) 画像におけるエッジの検出
Hall et al. A survey of preprocessing and feature extraction techniques for radiographic images
Figueiredo et al. A nonsmoothing approach to the estimation of vessel contours in angiograms
Gronenschild The accuracy and reproducibility of a global method to correct for geometric image distortion in the x‐ray imaging chain
Chen et al. Mutual information-based CT-MR brain image registration using generalized partial volume joint histogram estimation
EP1316919B1 (en) Method for contrast-enhancement of digital portal images
US6885762B2 (en) Scale-based image filtering of magnetic resonance data
US8682051B2 (en) Smoothing of dynamic data sets
CN100577103C (zh) 使用两个图像的图像处理设备和方法
EP1356433A1 (en) A method of reconstructing tomographic images
GB2346028A (en) Locating image edges using a de-convolution process
US11189023B2 (en) Devices, systems, and methods for anchor-point-enabled multi-scale subfield alignment
US6466700B1 (en) Method of processing a noisy multidimensional image and medical imaging apparatus for carrying out this method
EP2867853B1 (en) Image quality driven non-rigid image registration
Chang et al. Brain MR image restoration using an automatic trilateral filter with GPU-based acceleration
CN107977973B (zh) 一种获取医疗诊断图像中限束器照射野边界的方法及装置
CN116862930A (zh) 适用于多模态的脑血管分割方法、装置、设备和存储介质
US20080137953A1 (en) Conformal Segmentation of Organs in Medical Images
Prenosil et al. Transconvolution and the virtual positron emission tomograph—A new method for cross calibration in quantitative PET/CT imaging
Bouma et al. Correction for the dislocation of curved surfaces caused by the PSF in 2D and 3D CT images
Ghanei et al. Boundary‐based warping of brain MR images
Alley et al. Effect of magnetic resonance imaging pre-processing on the performance of model-based prostate tumor probability mapping
AU2006275606B2 (en) System and method for automatic segmentation of vessels in breast MR sequences
Niethammer et al. Outlier rejection for diffusion weighted imaging
VAN ASSEN et al. Automated calibration in vascular X-ray images using the accurate localization of catheter marker bands

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080306

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080306

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20080902