JP2010273764A - 画像処理装置及び方法 - Google Patents
画像処理装置及び方法 Download PDFInfo
- Publication number
- JP2010273764A JP2010273764A JP2009127506A JP2009127506A JP2010273764A JP 2010273764 A JP2010273764 A JP 2010273764A JP 2009127506 A JP2009127506 A JP 2009127506A JP 2009127506 A JP2009127506 A JP 2009127506A JP 2010273764 A JP2010273764 A JP 2010273764A
- Authority
- JP
- Japan
- Prior art keywords
- image
- input
- past
- adjustment amount
- calculated
- 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
- 238000000034 method Methods 0.000 title abstract description 28
- 238000003672 processing method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 11
- 101100117972 Caenorhabditis elegans sdf-9 gene Proteins 0.000 description 9
- 230000005855 radiation Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
【課題】入力画像の特徴量と過去画像の特徴量及び調整量とに基づいて、調整量推定値を算出し得る画像処理装置及び方法を提供する。
【解決手段】画像を入力する入力部14と、入力された画像を記憶する記憶部15と、制御部11と、を備え、制御部11は、現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出し、算出された入力画像及び過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値(学習量)を算出する画像処理装置10とする。
【選択図】図1
【解決手段】画像を入力する入力部14と、入力された画像を記憶する記憶部15と、制御部11と、を備え、制御部11は、現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出し、算出された入力画像及び過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値(学習量)を算出する画像処理装置10とする。
【選択図】図1
Description
本発明は、画像処理装置及び方法に関する。
放射線画像を入力して各種画像処理を行う画像処理装置には、入力された放射線画像の撮影部位を自動で認識することができるものがある。
撮影部位には、例えば胸部正面、頭部、腹部等がある。
撮影部位には、例えば胸部正面、頭部、腹部等がある。
部位認識が可能な画像処理装置によれば、認識された撮影部位に予め対応付けて記憶されている画像処理条件が適用され、入力された放射線画像に対して最適な画像処理が行われる(特許文献1参照)。
画像処理条件には、例えば階調変換処理、周波数強調処理、ダイナミックレンジ圧縮処理、粒状抑制処理、拡大/縮小処理、表示位置調整処理、白黒反転処理等がある。
また、部位認識が可能な他の画像処理装置によれば、認識された部位又は適用される画像処理条件に予め対応付けられたユーザの好みを自動的に反映した画像処理パラメータが適用され、入力された放射線画像に対して最適な画像処理が行われる(特許文献2参照)。
画像処理パラメータには、例えば階調変換処理に用いる階調変換曲線(入力画素値と出力画素値との関係を定めた曲線)、正規化曲線の傾き(G値:コントラスト値)、正規化曲線のy切片(S値:濃度補正値)、周波数強調処理に用いる強調度、拡大/縮小処理の拡大率/縮小率等がある。
しかし、特許文献1及び特許文献2の画像処理装置によれば、通常、人(ヒト)の情報を基準にして部位認識されることから、入力された放射線画像が人以外の動物である場合には部位認識されない。
人以外の動物は大小様々で種類も数多く存在するため、全ての動物について部位認識する際の基準となる情報を記憶しておくことは困難である。
また、同じ人であっても、標準サイズから規格外のサイズまで様々である。よって、人の放射線画像であっても部位認識されない場合がある。
部位認識に基づいて最適な画像処理が行われる画像処理装置では、部位認識ができることを前提としているため、その前提である部位認識ができない場合にはユーザの好みが部位ごとに反映された最適な画像処理が行われないことになる。
本発明の課題は、入力画像の特徴量と過去画像の特徴量及び調整量とに基づいて、調整量推定値を算出し得る画像処理装置及び方法を提供することである。
本発明によれば、
画像を入力する入力部と、
前記入力された画像を記憶する記憶部と、
制御部と、を備え、
前記制御部は、現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出し、当該算出された前記入力画像及び前記過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値を算出する画像処理装置が提供される。
画像を入力する入力部と、
前記入力された画像を記憶する記憶部と、
制御部と、を備え、
前記制御部は、現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出し、当該算出された前記入力画像及び前記過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値を算出する画像処理装置が提供される。
また、本発明によれば、
入力部により、画像を入力する工程と、
記憶部により、前記入力された画像を記憶する工程と、
制御部により、制御する工程と、を含み、
前記制御する工程は、
現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出する工程と、当該算出された前記入力画像及び前記過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値を算出する工程と、
を含む画像処理方法が提供される。
入力部により、画像を入力する工程と、
記憶部により、前記入力された画像を記憶する工程と、
制御部により、制御する工程と、を含み、
前記制御する工程は、
現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出する工程と、当該算出された前記入力画像及び前記過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値を算出する工程と、
を含む画像処理方法が提供される。
本発明によれば、撮影対象の種類やサイズにかかわらず、入力画像の特徴量と過去画像の特徴量及び調整量とに基づいて算出される調整量推定値により、部位ごとにユーザの好みを自動的に反映した最適な画像処理を行うことができる。
本実施形態における画像処理装置の構成及び動作について、図面を用いて詳細に説明する。なお、本実施形態は本発明における実施形態の一例にすぎず、本発明はこれに限定されるものではない。
図1に、画像処理装置10の機能的構成を示す。
画像処理装置10は、制御部11、操作部12、表示部13、入力部14、記憶部15等を備えて構成される。
画像処理装置10は、制御部11、操作部12、表示部13、入力部14、記憶部15等を備えて構成される。
制御部11は、CPU(Central Processing Unit)、RAM(Random Access Memory)等を備えて構成される。
制御部11は、記憶部15に記憶されているプログラムとの協働により各種演算を行い、各部(12〜15)の動作を集中制御する。
制御部11は、記憶部15に記憶されているプログラムとの協働により各種演算を行い、各部(12〜15)の動作を集中制御する。
操作部12は、キーボードやマウス等を備えて構成される。
操作部12は、ユーザの操作により操作信号を生成し、生成された操作信号を制御部11に出力する。
操作部12は、ユーザの操作により操作信号を生成し、生成された操作信号を制御部11に出力する。
表示部13は、ディスプレイ等を備えて構成され、制御部11の表示制御に従い各種操作画面や放射線画像を表示する。
なお、ここでは表示部13は放射線画像を表示する、としているが表示対象は放射線画像に限定されず、一般的なデジタル画像を表示することもできる。以下の説明においても同様に、本発明は「放射線画像」に限定されない。
入力部14は、通信用のインターフェイス等を備えて構成される。
入力部14は、同一ネットワーク上に設置されている図示しない放射線撮影装置から放射線画像を入力する。
入力部14は、同一ネットワーク上に設置されている図示しない放射線撮影装置から放射線画像を入力する。
記憶部15は、ROM(Read Only Memory)等の不揮発性の半導体メモリを備えて構成される。
記憶部15は、システムプログラムや各種処理プログラムを記憶し、各種処理により得られたデータ等を記憶する。また、記憶部15は、入力部14により入力された画像を記憶する。
記憶部15は、システムプログラムや各種処理プログラムを記憶し、各種処理により得られたデータ等を記憶する。また、記憶部15は、入力部14により入力された画像を記憶する。
図2を参照して、本実施形態における画像処理の概要について説明する。
制御部11は、放射線撮影装置から出力される放射線画像を入力部14により入力する(ステップS1)。
制御部11は、放射線撮影装置から出力される放射線画像を入力部14により入力する(ステップS1)。
制御部11は、入力された放射線画像(以下、「入力画像」)の特徴量を算出する(ステップS2)。
特徴量とは、撮影対象の大きさ(画素数)、撮影対象の中心線の形状、濃度ヒストグラムの形状、主走査又は副走査方向における1次微分値の分布等に基づいて算出される値である。
特徴量とは、撮影対象の大きさ(画素数)、撮影対象の中心線の形状、濃度ヒストグラムの形状、主走査又は副走査方向における1次微分値の分布等に基づいて算出される値である。
制御部11は、算出された特徴量に基づいて、画像処理条件を決定する(ステップS3)。
画像処理条件には、例えば階調変換処理、周波数強調処理、ダイナミックレンジ圧縮処理、粒状抑制処理、拡大/縮小処理、表示位置調整処理、白黒反転処理等がある。
制御部11は、上記何れの処理を行うかについてステップ3で決定する。
画像処理条件には、例えば階調変換処理、周波数強調処理、ダイナミックレンジ圧縮処理、粒状抑制処理、拡大/縮小処理、表示位置調整処理、白黒反転処理等がある。
制御部11は、上記何れの処理を行うかについてステップ3で決定する。
制御部11は、調整量推定値(以下、「学習量」)を算出する(ステップS4)。
ここでいう学習量とは、過去に入力された画像(以下、「過去画像」)に基づいて(過去画像を学習して)、入力画像に対して算出される量である。ここでは、調整すべき入力画像の画像処理パラメータの補正量が学習量として算出される。
学習量は、具体的には図3の処理により算出される。
ここでいう学習量とは、過去に入力された画像(以下、「過去画像」)に基づいて(過去画像を学習して)、入力画像に対して算出される量である。ここでは、調整すべき入力画像の画像処理パラメータの補正量が学習量として算出される。
学習量は、具体的には図3の処理により算出される。
画像処理パラメータには、例えば階調変換処理に用いる階調変換曲線(入力画素値と出力画素値との関係を定めた曲線)、正規化曲線の傾き(G値:コントラスト値)、正規化曲線のy切片(S値:濃度補正値)、周波数強調処理に用いる強調度、拡大/縮小処理の拡大率/縮小率等がある。
本実施形態では、上記画像処理パラメータのうち、ユーザにより通常調整されるコントラスト値又は濃度補正値が学習量として算出される場合を想定して説明する。
図3を参照して、学習量算出処理について説明する。
制御部11は、過去に入力された画像(過去画像)の特徴量及び現在入力された画像(入力画像)の特徴量を記憶部16から抽出する(ステップS41)。
制御部11は、過去に入力された画像(過去画像)の特徴量及び現在入力された画像(入力画像)の特徴量を記憶部16から抽出する(ステップS41)。
なお、過去画像の特徴量は、過去に入力された時点で算出されて記憶部16に記憶されており、過去画像の調整量は、算出された特徴量と対応付けられて記憶部16に記憶されている。また、過去画像の調整量とは、画像処理パラメータ確定時に操作部12を介して調整された濃度補正値又はコントラスト値である。
入力画像の特徴量は、入力された時点で算出されて(ステップS2参照)記憶部16に記憶される。
制御部11は、過去画像の特徴量と入力画像の特徴量との類似度(以下、距離(d))を算出する(ステップS42)。
ここで算出される距離(d)が小さい過去画像ほど、入力画像と類似度が高い画像であるといえ、入力画像と同一部位の可能性が高いといえる。
ここで算出される距離(d)が小さい過去画像ほど、入力画像と類似度が高い画像であるといえ、入力画像と同一部位の可能性が高いといえる。
制御部11は、算出された距離(d)のうち、小さい順から予め定められた個数(k)の過去画像を抽出する(ステップS43)。
制御部11は、抽出されたk個の過去画像の調整量に1/kだけ重み付けをし、他の過去画像の調整量には0の重み付けをする(ステップS44)。
制御部11は、1/k又は0の重み付けをした過去画像の調整量の平均を算出し、算出された平均の調整量を学習量として決定して(ステップS45)、学習量算出処理を終了する。
なお、後の処理で、制御部11は算出された学習量に基づいて調整した濃度又はコントラストの入力画像を表示部13に表示する。
図4に、学習量算出処理の概念図を示す。
X1は、入力画像の特徴量である。
A1〜A5は、X1から距離(d)が近い順で抽出されたk個(ここではk=5)の過去画像の調整量である。
X1は、入力画像の特徴量である。
A1〜A5は、X1から距離(d)が近い順で抽出されたk個(ここではk=5)の過去画像の調整量である。
学習量SQは、A1〜A5にkの逆数で重み付けし、他の調整量に0の重み付けをした平均の調整量である。
つまり、k=5の場合の学習量SQは、SQ=(A1+A2+A3+A4+A5)×1/5+(残りの過去画像の調整量)×0、によって算出される。
つまり、k=5の場合の学習量SQは、SQ=(A1+A2+A3+A4+A5)×1/5+(残りの過去画像の調整量)×0、によって算出される。
図5を参照して、kの値の最適化処理について説明する。
ユーザによっては調整量に大きなばらつきが生じるため、kの値を固定して算出される学習量は必ずしも適切なものであるとは限らない。
kの値の最適化処理によれば、ユーザに応じてkの値を最適化することができ、学習量算出処理(図3、図4)により算出される学習量がユーザにとってより最適なものとなる。
ユーザによっては調整量に大きなばらつきが生じるため、kの値を固定して算出される学習量は必ずしも適切なものであるとは限らない。
kの値の最適化処理によれば、ユーザに応じてkの値を最適化することができ、学習量算出処理(図3、図4)により算出される学習量がユーザにとってより最適なものとなる。
制御部11は、予め定められた分の複数のkの値のうち、何れか一を選択する(ステップS11)。
ここでは、説明の便宜上、予め定められた分のkの値はk=5〜10であるものとし、まず制御部11はk=5を選択するものとして説明する。
ここでは、説明の便宜上、予め定められた分のkの値はk=5〜10であるものとし、まず制御部11はk=5を選択するものとして説明する。
制御部11は、記憶部16に記憶されている全ての過去画像を全画像枚数(n)で割って、n個のグループにグループ化する(ステップS12)。
ここでは全画像枚数nで割ってグループ化しているため、各グループは、1枚の過去画像によって構成される。なお、全画像数をNとし、n個のグループにグループ化した場合、各グループはN/n枚の過去画像で構成されることになる。
ここでは全画像枚数nで割ってグループ化しているため、各グループは、1枚の過去画像によって構成される。なお、全画像数をNとし、n個のグループにグループ化した場合、各グループはN/n枚の過去画像で構成されることになる。
制御部11は、n-1個のグループと残りの1個のグループとに分け、n-1個のグループを「過去画像グループ」、残りの1個のグループを「入力画像グループ」として分類する(ステップS13)。
制御部11は、入力画像グループの画像について、学習量を算出する(ステップS14)。
ここでの学習量の算出方法は、上記図3、図4で説明した方法と同様である。
すなわち、(1)過去画像グループからk個の画像を抽出し、(2)k個の画像の調整量に1/kの重み付けを行い、過去画像グループの他の画像の調整量には0を重み付けを行い、(3)重み付けした調整量の平均を学習量として算出する。
ここでの学習量の算出方法は、上記図3、図4で説明した方法と同様である。
すなわち、(1)過去画像グループからk個の画像を抽出し、(2)k個の画像の調整量に1/kの重み付けを行い、過去画像グループの他の画像の調整量には0を重み付けを行い、(3)重み付けした調整量の平均を学習量として算出する。
k=5の場合の学習量は、学習量SQ1k5=(A1+A2+A3+A4+A5)/5、である(A1〜A5;抽出されたk=5個の画像の調整量)。
制御部11は、算出された学習量SQ1k5と実際の調整量(入力画像グループの画像の調整量)との誤差E1k5を算出する(ステップS15)。
制御部11は、n個のグループ全てについて、誤差を算出したか否か判断する(ステップS16)。
つまり、制御部11は、n個の誤差(E1k5〜Enk5)を算出したか否か判断する。
つまり、制御部11は、n個の誤差(E1k5〜Enk5)を算出したか否か判断する。
n個の誤差を算出していない場合(ステップS16;N)、制御部11は、過去画像グループのうち、何れか一のグループと、これまで入力画像グループとして取り扱ってきたグループとを置き換える(ステップS17)。
制御部11は、置き換えた新たな入力画像グループについて、ステップS14〜S16を繰り返す。
制御部11は、置き換えた新たな入力画像グループについて、ステップS14〜S16を繰り返す。
n個の誤差を算出した場合(ステップS16;Y)、制御部11は、n個の誤差の平均(EAk5)を算出する(ステップS18)。
n個の誤差の平均EAk5は、EAk5=(E1k5+E2k5+…Enk5)/n、で算出される。
n個の誤差の平均EAk5は、EAk5=(E1k5+E2k5+…Enk5)/n、で算出される。
制御部11は、予め定められた分の複数のkの値(k=5〜10)の全てについて、誤差の平均(EAk5〜EAk10)を算出したか否か判断する(ステップS19)。
つまり、予め定められた分の複数のkの値がk=5〜10であれば、制御部11は6個の誤差の平均(EAk5〜EAk10)が算出されたか否か判断する。
つまり、予め定められた分の複数のkの値がk=5〜10であれば、制御部11は6個の誤差の平均(EAk5〜EAk10)が算出されたか否か判断する。
予め定められた分の複数のkの値の全てについて誤差の平均を算出していない場合(ステップS19;N)、制御部11は、誤差の平均が算出されていない他のkの値を選択し(ステップS20)、ステップS12に移行する。
予め定められた分の複数のkの値の全てについて誤差の平均を全て算出した場合(ステップS19;Y)、制御部11は、算出された誤差の平均(EAk5〜EAk10)のうち、最も小さい誤差の平均に対応するkを選択する(ステップS20)。
制御部11は、選択されたkの値を学習量算出処理(図3、図4)で用いるkの値として決定し(ステップS21)、kの値の最適化処理を終了する。
図6に、kの値の最適化処理の概念図を示す。
処理1は、kの値の最適化処理の前提として、まずkの値が1つ選択されることを示す。
処理2は、記憶部16に記憶されている全ての過去画像がn個に分割されることを示す。分割数n=全画像数Nの場合、1つのグループはN/n=1枚の画像で構成される。
処理1は、kの値の最適化処理の前提として、まずkの値が1つ選択されることを示す。
処理2は、記憶部16に記憶されている全ての過去画像がn個に分割されることを示す。分割数n=全画像数Nの場合、1つのグループはN/n=1枚の画像で構成される。
処理3は、n−1個のグループが過去画像グループ、残り1個のグループが入力画像グループ、として分類されることを示す。
処理4は、入力画像グループの画像について、学習量SQ1k5が算出され、算出された学習量SQ1k5と実際の調整量との誤差E1k5が算出されることを示す。
処理5は、過去画像グループのうちの何れか一を入力画像グループとし、これまで入力画像グループとして取り扱ってきたグループを過去画像グループとすることを示す。また、新たに置き換えた入力画像グループについて誤差(Enk5)が算出されることを示す。
処理6は、n個のグループ全てについて誤差E1k5〜Enk5が算出され、これらの平均EAk5が算出されたことを示す。
処理7は、kの値を替えて、上記処理1〜処理6までを繰り返し行い、kの値ごとに誤差の平均EAk5〜EAk10が算出されることを示す。
また、処理7は、算出された誤差の平均EAk5〜EAk10のうち、最も小さい値の誤差の平均のkの値が学習量算出処理(図3、図4)で用いるkの値として決定されることを示す。
また、処理7は、算出された誤差の平均EAk5〜EAk10のうち、最も小さい値の誤差の平均のkの値が学習量算出処理(図3、図4)で用いるkの値として決定されることを示す。
図2に戻り、制御部11は、ステップS3、S4で決定/算出した画像処理条件及び学習量に基づいて、入力画像を画像処理する(ステップS5)。
制御部11は、画像処理された画像を表示部13により表示して(ステップS6)、全体処理を終了する。
以上のように、本実施形態によれば、入力画像の特徴量と過去画像の特徴量及び調整量とに基づいて調整量推定値(学習量)を算出することができる。過去画像で調整された傾向を学習して、適切な学習量を決定することができる。
また、入力画像の特徴量と過去画像の特徴量とが類似度(距離)に基づいて、入力画像に類似するk個の画像を過去画像から抽出することができる。算出される学習量の信頼性の確保を図ることができる。
また、kの値を最適化することができる。過去画像の調整量にばらつきが生じるユーザでも、kの値を最適化して学習量の信頼性を確保することができる。
また、過去画像の調整量を類似度に基づいた重み付けを行い、学習量を算出するとしてもよい。
また、重み付けは、入力画像に対する類似度の高い画像の個数(k)については、その個数の逆数(1/k)とし、その他の画像については0と定めてもよい。
また、過去画像の調整量及び算出される学習量は、コントラスト値又は濃度補正値である。なお、これ以外の画像処理パラメータ(拡大率/縮小率等)であってもよい。
また、算出された学習量に基づいて調整された入力画像を表示部13に表示することができる。
10 画像処理装置
11 制御部
12 操作部
13 表示部
14 入力部
15 記憶部
11 制御部
12 操作部
13 表示部
14 入力部
15 記憶部
Claims (9)
- 画像を入力する入力部と、
前記入力された画像を記憶する記憶部と、
制御部と、を備え、
前記制御部は、現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出し、当該算出された前記入力画像及び前記過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値を算出する画像処理装置。 - 前記制御部は、前記入力画像の特徴量と前記過去画像の特徴量との距離を算出することにより前記類似度を算出し、類似度の高い順からk個の過去画像を前記入力画像に類似する画像として前記過去画像から抽出する請求項1に記載の画像処理装置。
- 前記制御部は、前記kの値を予め定められた範囲内で変更した場合の各kの値ごとに前記調整量推定値の誤差を算出し、当該算出された誤差のうち、最小の誤差に対応するkの値を前記調整量推定値の算出に用いることを決定する請求項2に記載の画像形成装置。
- 前記制御部は、前記過去画像の調整量に前記類似度に基づいた重み付けを行い、当該重み付けされた調整量の平均値を前記調整量推定値として算出する請求項1〜3の何れか一項に記載の画像処理装置。
- 前記制御部は、前記過去画像の調整量のうち、前記入力画像に類似する画像として前記過去画像から抽出された画像の調整量には当該抽出された画像の数の逆数を掛け、抽出されなかった画像の調整量には0を掛けることにより、前記調整量に重み付けを行う請求項4に記載の画像処理装置。
- 前記過去画像の調整量及び前記算出される調整量推定値は、コントラスト値又は濃度補正値である請求項1〜5の何れか一項に記載の画像処理装置。
- 前記画像を表示する表示部を備え、
前記制御部は、前記算出された調整量推定値に基づいて前記入力画像のコントラスト値又は濃度補正値を調整し、当該調整された入力画像を前記表示部により表示する請求項1〜6の何れか一項に記載の画像処理装置。 - 入力部により、画像を入力する工程と、
記憶部により、前記入力された画像を記憶する工程と、
制御部により、制御する工程と、を含み、
前記制御する工程は、
現在入力された入力画像の特徴量と過去に入力されて現在は記憶されている過去画像の特徴量とを算出する工程と、当該算出された前記入力画像及び前記過去画像の特徴量に基づいて前記入力画像と前記過去画像との類似度を算出し、当該算出された類似度と前記過去画像に予め対応付けられている調整量とに基づいて調整量推定値を算出する工程と、
を含む画像処理方法。 - 表示部により、前記画像を表示する工程と、を更に含み、
前記制御部により、前記算出された調整量推定値に基づいて前記入力画像のコントラスト値又は濃度補正値を調整し、当該調整された入力画像を前記表示部により表示する工程と、
を含む請求項8に記載の画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009127506A JP2010273764A (ja) | 2009-05-27 | 2009-05-27 | 画像処理装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009127506A JP2010273764A (ja) | 2009-05-27 | 2009-05-27 | 画像処理装置及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010273764A true JP2010273764A (ja) | 2010-12-09 |
Family
ID=43421297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009127506A Pending JP2010273764A (ja) | 2009-05-27 | 2009-05-27 | 画像処理装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010273764A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015022771A1 (ja) * | 2013-08-15 | 2015-02-19 | 日本電気株式会社 | 画像処理を実行する情報処理装置及び画像処理方法 |
JP2015118677A (ja) * | 2013-12-20 | 2015-06-25 | 株式会社日立メディコ | 画像処理装置及び画像処理方法 |
WO2016111014A1 (ja) * | 2015-01-09 | 2016-07-14 | 株式会社島津製作所 | X線撮影装置 |
-
2009
- 2009-05-27 JP JP2009127506A patent/JP2010273764A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015022771A1 (ja) * | 2013-08-15 | 2015-02-19 | 日本電気株式会社 | 画像処理を実行する情報処理装置及び画像処理方法 |
CN105453132A (zh) * | 2013-08-15 | 2016-03-30 | 日本电气株式会社 | 实施图像处理的信息处理设备和图像处理方法 |
JPWO2015022771A1 (ja) * | 2013-08-15 | 2017-03-02 | 日本電気株式会社 | 画像処理を実行する情報処理装置及び画像処理方法 |
US9875532B2 (en) | 2013-08-15 | 2018-01-23 | Nec Corporation | Information processing device that implements image processing, and image processing method |
CN105453132B (zh) * | 2013-08-15 | 2019-04-05 | 日本电气株式会社 | 实施图像处理的信息处理设备和图像处理方法 |
JP2015118677A (ja) * | 2013-12-20 | 2015-06-25 | 株式会社日立メディコ | 画像処理装置及び画像処理方法 |
WO2016111014A1 (ja) * | 2015-01-09 | 2016-07-14 | 株式会社島津製作所 | X線撮影装置 |
JPWO2016111014A1 (ja) * | 2015-01-09 | 2017-08-10 | 株式会社島津製作所 | X線撮影装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9230148B2 (en) | Method and system for binarization of two dimensional code image | |
CN110858286B (zh) | 一种用于目标识别的图像处理方法及装置 | |
TW569615B (en) | Automatic digital image enhancement | |
US20030174887A1 (en) | Apparatus and method to enhance a contrast using histogram matching | |
US11508038B2 (en) | Image processing method, storage medium, image processing apparatus, learned model manufacturing method, and image processing system | |
CN110766639A (zh) | 图像增强方法、装置、移动设备及计算机可读存储介质 | |
JP2019101686A (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP6128987B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
WO2011016375A1 (en) | Image processing apparatus, image processing method, and computer program | |
JP2010191592A (ja) | 顔の特徴部位の座標位置を検出する画像処理装置 | |
JP2010250420A (ja) | 顔の特徴部位の座標位置を検出する画像処理装置 | |
JP2002199216A (ja) | 自動画像処理技術を対話式に使用し、訓練する方法 | |
WO2008102296A2 (en) | Method for enhancing the depth sensation of an image | |
US10163035B2 (en) | Edge detecting apparatus and edge detecting method | |
JP2010277231A (ja) | データ処理装置、方法及びプログラム | |
JP2010273764A (ja) | 画像処理装置及び方法 | |
JP2010250419A (ja) | 目の様態を検出する画像処理装置 | |
US7532755B2 (en) | Image classification using concentration ratio | |
US10776906B2 (en) | Radiographic image processing device, storage medium, and radiographic image processing method | |
KR100548206B1 (ko) | 디지털 영상 처리장치 및 그의 영상처리방법 | |
US20050163371A1 (en) | Controlled moving window adaptive histogram equalization | |
JP6704726B2 (ja) | エッジ検出装置、エッジ検出方法、及び、プログラム | |
EP1411472A2 (en) | Gradation conversion of an image | |
CN116167926A (zh) | 一种模型训练方法及对比度调整方法 | |
CN114401446A (zh) | 人体姿态迁移方法、装置、系统、电子设备以及存储介质 |