JP2009129165A - 画像処理装置及びその方法 - Google Patents
画像処理装置及びその方法 Download PDFInfo
- Publication number
- JP2009129165A JP2009129165A JP2007303084A JP2007303084A JP2009129165A JP 2009129165 A JP2009129165 A JP 2009129165A JP 2007303084 A JP2007303084 A JP 2007303084A JP 2007303084 A JP2007303084 A JP 2007303084A JP 2009129165 A JP2009129165 A JP 2009129165A
- Authority
- JP
- Japan
- Prior art keywords
- image
- separability
- map
- processing apparatus
- image processing
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
【課題】静脈などの線状の対象物を安定に抽出する画像処理装置を提供する。
【解決手段】静脈などの線状対象物を含む画像を入力する画像入力部12と、一または複数の分離度フィルタの出力である分離度値を計算する分離度マップ作成部14と、分離度マップを用いて骨格画像を作成する骨格画像作成部16と、結果を出力する出力部18とで構成する。
【選択図】 図1
【解決手段】静脈などの線状対象物を含む画像を入力する画像入力部12と、一または複数の分離度フィルタの出力である分離度値を計算する分離度マップ作成部14と、分離度マップを用いて骨格画像を作成する骨格画像作成部16と、結果を出力する出力部18とで構成する。
【選択図】 図1
Description
本発明は、静脈などの線状対象物を抽出する画像処理装置及びその方法に関する。
最近、銀行のATMなどにおいては、指や手のひらの静脈による個人認証が行なわれている。静脈の画像は赤外線を照射することによって撮像されることが多い。
従来、それらの画像から静脈部分を抽出する画像処理装置には、例えば特許文献1に開示されているように、画像プロファイルの曲率を用いるものがある。
特開2005−71118公報
しかしながら、特許文献1に示すような縦方向や横方向のプロファイルでは、任意の方向に曲線として現れる静脈を方向に関わらず抽出することは難しい。
また、赤外線照射の不均一性やノイズの影響により、結果が不正確なことがある。
このように、従来技術には任意の方向に曲線として現れる静脈を方向に関わらず抽出することは難しいという問題点がある。また、ノイズの影響により結果が不正確になるという問題点がある。
そこで本発明は、上記従来技術の問題点を解決するためになされたものであって、静脈などの線状対象物の安定な抽出を可能とする画像処理装置及びその方法を提供することを目的とする。
本発明は、静脈などの線状対象物が写った画像が入力する入力部と、前記画像の各位置に分離度フィルタを当てて、前記各位置の分離度値をそれぞれ計算し、前記各位置の分離度値の集合である分離度マップを作成するマップ作成部と、前記分離度マップに対し距離変換、または、細線化処理を行って、前記線状対象物が表示された骨格画像を作成する画像作成部と、前記骨格画像を出力する出力部と、を備えた画像処理装置である。
本発明によれば、分離度フィルタを用いることにより、部分的に輝度の分布が異なる場合でも線状対象物を抽出できる。
(第1の実施形態)
以下、本発明の第1の実施形態の画像処理装置10について図1〜図4に基づいて説明する。本実施形態の画像処理装置10は、例えば指や手などを赤外線照射により撮像した赤外線画像から、線状対象物である静脈部分を抽出する。
以下、本発明の第1の実施形態の画像処理装置10について図1〜図4に基づいて説明する。本実施形態の画像処理装置10は、例えば指や手などを赤外線照射により撮像した赤外線画像から、線状対象物である静脈部分を抽出する。
(1)画像処理装置10の構成
図1は、本実施形態に係わる画像処理装置10を示すブロック図である。
図1は、本実施形態に係わる画像処理装置10を示すブロック図である。
画像処理装置10は、線状対象物を含む赤外線画像を入力する画像入力部12と、分離度マップを作成する分離度マップ作成部14と、分離度マップから画像の骨格部分を抽出する骨格画像作成部16と、結果を出力する出力部18を備えている。
各部12〜18は、コンピュータに格納されたプログラムによっても実現できる。
(2)画像処理装置10の動作
次に、画像処理装置10の動作について図1と図2に基づいて説明する。図2は、画像処理装置10の動作を示すフローチャートである。
次に、画像処理装置10の動作について図1と図2に基づいて説明する。図2は、画像処理装置10の動作を示すフローチャートである。
(2−1)ステップ1
ステップ1において、画像入力部12は、線状対象物を含む赤外線画像を入力する。
ステップ1において、画像入力部12は、線状対象物を含む赤外線画像を入力する。
(2−2)ステップ2
ステップ2において、分離度マップ作成部14は、入力された画像に対して円形分離度フィルタを施すことにより、分離度マップを作成する。
ステップ2において、分離度マップ作成部14は、入力された画像に対して円形分離度フィルタを施すことにより、分離度マップを作成する。
「円形分離度フィルタ」とは、図3に示す円形のフィルタに基づき、画像中の各点について分離度を計算する。
「分離度」は、2つの領域間の分離度合いを表わす指標であり、式(1)で計算される値である。
通常は輝度Piとしては白黒画像における画素値を用いる。領域1、2は図3に示す円形分離度フィルタにおいて、半径rの円の外側(図3の領域1)と内側の(図3の領域2)とする。
こうした円形状の分離度フィルタにより、円形を示す形状部分の線状対象物を抽出することができ、また、同様に半径rと同じ幅を持つ細長い線状対象物についても抽出することができる。ここでは、スケールを表わすパラメータである半径rは、抽出したい線状対象物(静脈)に対応した任意の値を用いる。
但し、この半径rは単一である必要はなく、複数用いてもよい。その場合にはその数だけ分離度マップを作成することになる。
分離度マップの例は図4に示す通りである。
また、静脈部分は通常背景領域より暗いことが多い。そのため、さらに式(2)のように、分離度フィルタの二領域の平均値の差を加えてもよい。但し、αは所定の定数である。
(2−3)ステップ3
ステップ3において、骨格画像作成部16は、分離度マップ作成部14により作成された分離度マップを所定の閾値で二値化し、二値化画像を作成する。
ステップ3において、骨格画像作成部16は、分離度マップ作成部14により作成された分離度マップを所定の閾値で二値化し、二値化画像を作成する。
(2−4)ステップ4
ステップ4において、二値化画像に対して、距離変換の処理を行なう。
ステップ4において、二値化画像に対して、距離変換の処理を行なう。
「距離変換」とは、二値化された画像に対して画素値1の領域に対して、背景(画素値が0)からの距離を画素値として与える操作のことである。距離には、4近傍距離、8近傍距離、ユークリッド距離などがあるが、ここでは4近傍距離の場合を例に説明する。
4近傍距離変換は、入力画像{fij}に対して、式(3)で定義される。出力画像{dij}を求める操作である。すなわち、各画素(i,j)にその点から最も近い背景(画素値が0)からの4近傍距離を与える変換である。
(2−5)ステップ5
ステップ5において、距離変換画像dijから骨格画像を作成する。
ステップ5において、距離変換画像dijから骨格画像を作成する。
「骨格」とは、距離変換画像dijに対して、式(4)が満たされる画素の集合である。ここで定義する「骨格画像」は、その骨格部分の画素に対して、距離変換画像の値dijを与えたものである。
なお、距離変換画像の値dijの代わりに0以外の特定の値を与えたものを骨格画像としてもよい。
(2−6)ステップ6
ステップ6において、出力部18は、生成された骨格画像を結果として出力する。
ステップ6において、出力部18は、生成された骨格画像を結果として出力する。
このように出力された骨格画像は、例えば、銀行などのATMにおいては、予め登録された各個人の骨格画像と比較して個人認証を行う。
(3)効果
このように本実施形態に係わる画像処理装置10によれば、円形分離度フィルタと骨格化処理を組み合わせることで静脈を含む画像から静脈部分を安定に抽出できる。
このように本実施形態に係わる画像処理装置10によれば、円形分離度フィルタと骨格化処理を組み合わせることで静脈を含む画像から静脈部分を安定に抽出できる。
また、分離度フィルタは、輝度の分散という正規化された値を使って、フィルタの形状に適応したエッジを抽出することができる。そのため、撮像のときに光の当たり方が場所によって違う場合でも問題なく対応できる。
また、分離度フィルタが円形であって回転対称であるので、プロファイルの処理などとは違い、どの方向に対しても同等に抽出できる。
(第2の実施形態)
以下、本発明の第2の実施形態の画像処理装置10について図5〜図7に基づいて説明する。
以下、本発明の第2の実施形態の画像処理装置10について図5〜図7に基づいて説明する。
(1)画像処理装置10の概要
本実施形態の画像処理装置10は、複数種類の半径の異なる円形分離度フィルタを用いて複数の分離度マップを生成し、それらを統合する。
本実施形態の画像処理装置10は、複数種類の半径の異なる円形分離度フィルタを用いて複数の分離度マップを生成し、それらを統合する。
図5は、本実施形態に係わる画像処理装置10を示すブロック図である。図6は、本実施形態に係わる画像処理装置10の動作を示すフローチャートである。
本実施形態の画像処理装置10の画像入力部12、骨格画像作成部16、出力部18は、第1の実施形態と同様である。
(2)画像処理装置10の動作
以下は、第1の実施形態と相違のある分離度マップ作成部14、分離度マップ統合部20の動作について述べる。
以下は、第1の実施形態と相違のある分離度マップ作成部14、分離度マップ統合部20の動作について述べる。
分離度マップ作成部14においては、所定の複数種類の半径の円形分離度フィルタを用いて複数の分離度マップを生成する。図7に3種類の生成された分離度マップの例を示す。
分離度マップ統合部20においては、分離度マップ作成部14によって生成された複数個の分離度マップを統合することにより(図6のステップ2’)、1個の分離度マップを生成する。
本実施形態においては、各分離度マップにおいて、同じ位置の分離度値を比較し、分離度値の最大値を求め、その値を新しい分離度マップの分離度値とする。図7に統合された分離度マップの例を示す。なお、統合時に最大値を用いたが、平均値その他、任意の処理により統合してもよい。
(3)効果
このように本実施形態によれば、複数種類の半径の円形分離度フィルタを用いることで、静脈などの線状対象物の太さが場所毎に異なる場合でも、安定に抽出できる。
このように本実施形態によれば、複数種類の半径の円形分離度フィルタを用いることで、静脈などの線状対象物の太さが場所毎に異なる場合でも、安定に抽出できる。
また、複数の異なる半径の分離度マップを元に骨格画像を生成すれば、単一の半径では得られない幅を持つ線状対象物をも抽出できる。
(第3の実施形態)
以下、本発明の第3の実施形態の画像処理装置10について図8に基づいて説明する。
以下、本発明の第3の実施形態の画像処理装置10について図8に基づいて説明する。
本実施形態の画像処理装置10は、複数種類の半径の異なる円形分離度フィルタを用いて複数の分離度マップを生成し、それぞれの分離度マップに対して、対応する骨格画像を生成する。
本実施形態の画像処理装置10の構成は、第1の実施形態の画像処理装置10と同様である。
図8は複数半径の分離度マップから生成された骨格画像の例である。
出力部18は、これら全ての骨格画像をそれぞれ出力する。また、これらを統合してもよい。統合する場合には第2の実施形態において分離度マップの統合を行なったように最大値を出力する方法がある。
以上、本実施形態の画像処理装置10のように、複数の異なる半径の分離度マップを元に骨格画像を生成すれば、単一の半径では得られない幅を持つ線状対象物も抽出できる。
(第4の実施形態)
以下、本発明の第4の実施形態の画像処理装置10について図9に基づいて説明する。本実施形態の画像処理装置10の構成は第1の実施形態と同様である。
以下、本発明の第4の実施形態の画像処理装置10について図9に基づいて説明する。本実施形態の画像処理装置10の構成は第1の実施形態と同様である。
本実施形態の画像処理装置10は、動作は次の通りである。
まず、複数種類の半径の異なる円形分離度フィルタを用いて複数の分離度マップを生成する。
次に、それらの2次元の分離度マップについて、スケール(半径)をパラメータとした3次元的な分離度マップを構成する。
次に、得られた3次元分離度を使用して、3次元的な距離変換画像を求める。
次に、対応する骨格画像を生成する。
次に、出力部18は、図9に示すように3次元的な骨格画像を出力する。また、それらを射影して得られた2次元の骨格画像を出力してもよい。
以上、本実施形態の画像処理装置10のように、複数の異なる半径の分離度マップを元に骨格画像を生成すれば、単一の半径では得られない幅を持つ線状対象物をも抽出できる。
(変更例)
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。
また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。
さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
(1)変更例1
上記実施形態においては、距離変換画像とその骨格化により骨格画像を生成したが、これに対して、分離度マップ、または、その二値化したものに対して細線化の処理を施すことにより、同様の出力を得てもよい。
上記実施形態においては、距離変換画像とその骨格化により骨格画像を生成したが、これに対して、分離度マップ、または、その二値化したものに対して細線化の処理を施すことにより、同様の出力を得てもよい。
細線化処理とは、与えられた図形の線幅を細めて、幅1画素の中心線を抽出する処理である。細線化にはさまざまなアルゴリズムが提案されているが、基本的には以下のような処理を行なう。
まず、画像中の境界点(4近傍に一つでも0画素を持つ1画素)の中から、消去可能であり、かつ、線の端点ではない画素(例えば、8近傍の1画素の個数が3以上)を全てを消去する。
以上の処理をラスタ走査により、消去される画素がなくなるまで反復する。
そして、細線化画像は骨格化画像と違って、連結性が保存されるという性質がある。
(2)変更例2
上記画像処理装置10の処理の途中で適宜、二値化、ノイズ除去等の処理を加えてもよい。例えば、距離変換画像の生成の前に膨張、収縮等の処理を加えることにより、ノイズを除去できる。
上記画像処理装置10の処理の途中で適宜、二値化、ノイズ除去等の処理を加えてもよい。例えば、距離変換画像の生成の前に膨張、収縮等の処理を加えることにより、ノイズを除去できる。
(3)変更例3
上記画像処理装置10は、ATMなどにおける個人認証に用いる場合に適用したが、これに限らず医用画像処理装置に適用してもよい。例えば、X線透視画像、MRIの画像、血管造影画像から静脈や動脈などの血管を検出する場合に適用できる。
上記画像処理装置10は、ATMなどにおける個人認証に用いる場合に適用したが、これに限らず医用画像処理装置に適用してもよい。例えば、X線透視画像、MRIの画像、血管造影画像から静脈や動脈などの血管を検出する場合に適用できる。
(4)変更例4
上記画像処理装置10は、円形分離度フィルタを用いたが、どの方向に対しても同等に抽出できる形状であれば円形に限らず、四角形、五角形、六角形などの多角形分離度フィルタでもよい。
上記画像処理装置10は、円形分離度フィルタを用いたが、どの方向に対しても同等に抽出できる形状であれば円形に限らず、四角形、五角形、六角形などの多角形分離度フィルタでもよい。
10 画像処理装置
12 画像入力部
14 分離度マップ作成部
16 画像作成部
18 出力部
20 分離度マップ統合部
12 画像入力部
14 分離度マップ作成部
16 画像作成部
18 出力部
20 分離度マップ統合部
Claims (9)
- 静脈などの線状対象物が写った画像が入力する入力部と、
前記画像の各位置に分離度フィルタを当てて、前記各位置の分離度値をそれぞれ計算し、前記各位置の分離度値の集合である分離度マップを作成するマップ作成部と、
前記分離度マップに対し距離変換、または、細線化処理を行って、前記線状対象物が表示された骨格画像を作成する画像作成部と、
前記骨格画像を出力する出力部と、
を備えた画像処理装置。 - 前記マップ作成部が有する前記分離度フィルタは、円形、または、多角形である、
請求項1記載の画像処理装置。 - 前記画像作成部は、前記分離度マップを二値化してから、前記距離変換、または、前記細線化処理を行う、
請求項1記載の画像処理装置。 - 前記マップ作成部は、
異なる大きさ、または、異なる形状の前記分離度フィルタを複数有し、
前記各分離度フィルタに対応したそれぞれの分離度マップを前記画像から作成し、
前記複数の分離度マップを統合して一つの分離度マップを作成する、
請求項1記載の画像処理装置。 - 前記マップ作成部は、
異なる大きさ、または、異なる形状の前記分離度フィルタを複数有し、
前記画像から前記各分離度フィルタに対応したそれぞれの分離度マップを作成し、
前記画像作成部は、
前記複数の分離度マップに対してそれぞれの骨格画像を作成する、
請求項1記載の画像処理装置。 - 前記マップ作成部は、
異なる大きさの前記分離度フィルタを複数有し、
前記画像から前記各分離度フィルタに対応したそれぞれの2次元の分離度マップを作成し、
前記画像作成部は、
前記複数の2次元の分離度マップに対して、前記分離度ファイルの大きさに対応した3次元の骨格画像を作成する、
請求項1記載の画像処理装置。 - 前記画像作成部は、
前記3次元の骨格画像を射影して2次元の骨格画像を作成する、
請求項6記載の画像処理装置。 - 静脈などの線状対象物が写った画像がコンピュータによって入力する入力ステップと、
前記画像の各位置に分離度フィルタを当てて、前記各位置の分離度値をそれぞれ計算し、前記各位置の分離度値の集合である分離度マップを前記コンピュータによって作成するマップ作成ステップと、
前記分離度マップに対し距離変換、または、細線化処理を行って、前記線状対象物が表示された骨格画像を前記コンピュータによって作成する画像作成ステップと、
前記骨格画像を前記コンピュータによって出力する出力ステップと、
を備えた画像処理方法。 - 静脈などの線状対象物が写った画像が入力する入力機能と、
前記画像の各位置に分離度フィルタを当てて、前記各位置の分離度値をそれぞれ計算し、前記各位置の分離度値の集合である分離度マップを作成するマップ作成機能と、
前記分離度マップに対し距離変換、または、細線化処理を行って、前記線状対象物が表示された骨格画像を作成する画像作成機能と、
前記骨格画像を出力する出力機能と、
をコンピュータによって実現する画像処理プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007303084A JP2009129165A (ja) | 2007-11-22 | 2007-11-22 | 画像処理装置及びその方法 |
US12/275,824 US20090148060A1 (en) | 2007-11-22 | 2008-11-21 | Image processing apparatus and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007303084A JP2009129165A (ja) | 2007-11-22 | 2007-11-22 | 画像処理装置及びその方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009129165A true JP2009129165A (ja) | 2009-06-11 |
Family
ID=40721751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007303084A Pending JP2009129165A (ja) | 2007-11-22 | 2007-11-22 | 画像処理装置及びその方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20090148060A1 (ja) |
JP (1) | JP2009129165A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170059305A1 (en) * | 2015-08-25 | 2017-03-02 | Lytro, Inc. | Active illumination for enhanced depth map generation |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0291747A (ja) * | 1988-09-29 | 1990-03-30 | Hitachi Ltd | 情報処理装置 |
EP0473802B1 (en) * | 1990-09-03 | 1995-11-08 | International Business Machines Corporation | Computer with extended virtual storage concept |
JPH0635732A (ja) * | 1992-07-14 | 1994-02-10 | Hitachi Ltd | 記憶装置の領域割り当て方法 |
CA2100540A1 (en) * | 1992-10-19 | 1994-04-20 | Jonel George | System and method for performing resource reconfiguration in a computer system |
JPH06348584A (ja) * | 1993-06-01 | 1994-12-22 | Internatl Business Mach Corp <Ibm> | データ処理システム |
JP3279913B2 (ja) * | 1996-03-18 | 2002-04-30 | 株式会社東芝 | 人物認証装置、特徴点抽出装置及び特徴点抽出方法 |
JP3228182B2 (ja) * | 1997-05-29 | 2001-11-12 | 株式会社日立製作所 | 記憶システム及び記憶システムへのアクセス方法 |
AUPO801897A0 (en) * | 1997-07-15 | 1997-08-07 | Silverbrook Research Pty Ltd | Image processing method and apparatus (ART24) |
US6606690B2 (en) * | 2001-02-20 | 2003-08-12 | Hewlett-Packard Development Company, L.P. | System and method for accessing a storage area network as network attached storage |
US6725352B2 (en) * | 2001-06-11 | 2004-04-20 | International Business Machines Corporation | Method to partition a data storage and retrieval system into one or more logical libraries |
JP3904988B2 (ja) * | 2002-06-27 | 2007-04-11 | 株式会社東芝 | 画像処理装置およびその方法 |
JP2005339288A (ja) * | 2004-05-27 | 2005-12-08 | Toshiba Corp | 画像処理装置及びその方法 |
US7835583B2 (en) * | 2006-12-22 | 2010-11-16 | Palo Alto Research Center Incorporated | Method of separating vertical and horizontal components of a rasterized image |
-
2007
- 2007-11-22 JP JP2007303084A patent/JP2009129165A/ja active Pending
-
2008
- 2008-11-21 US US12/275,824 patent/US20090148060A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20090148060A1 (en) | 2009-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107480677B (zh) | 一种识别三维ct图像中感兴趣区域的方法及装置 | |
JP6528608B2 (ja) | 診断装置、及び診断装置における学習処理方法、並びにプログラム | |
US10388018B2 (en) | Image processing apparatus, image processing method, and storage medium | |
CN102254320B (zh) | 图像处理装置及图像处理方法 | |
JP5039310B2 (ja) | 脳内出血部位セグメンテーション装置 | |
KR100908856B1 (ko) | 화상 처리 방법 및 화상 처리기 | |
JP6167733B2 (ja) | 生体特徴ベクトル抽出装置、生体特徴ベクトル抽出方法、および生体特徴ベクトル抽出プログラム | |
JP5950441B2 (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
JP5804220B1 (ja) | 画像処理装置および画像処理プログラム | |
Tripathi et al. | Automatic detection of fracture in femur bones using image processing | |
US10692215B2 (en) | Image processing apparatus, image processing method, and storage medium | |
EP3217659B1 (en) | Image processing apparatus, image processing method, and program | |
Xavierarockiaraj et al. | Brain tumor detection using modified histogram thresholding-quadrant approach | |
JP4416823B2 (ja) | 画像処理装置、画像処理方法、及びコンピュータプログラム | |
JP4379706B2 (ja) | 領域抽出方法 | |
JP2009129165A (ja) | 画像処理装置及びその方法 | |
JP2017134596A (ja) | 画像処理方法及びプロセスシミュレーション装置 | |
JP2005305048A (ja) | 患者位置決め装置および患者位置決め方法 | |
JP2010277196A (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2011039752A (ja) | 画像処理装置、画像処理方法 | |
EP3151194A1 (en) | Method and system for enhancement of cell analysis | |
JP5087151B2 (ja) | 画像処理方法、画像処理装置及び画像処理プログラム | |
JP7346027B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
Jany Shabu et al. | Low volume brain tumor extraction | |
JP3572501B2 (ja) | パターン識別装置 |