JP2012005891A - Ｘ線ｃｔ装置及び画像処理装置 - Google Patents

Abstract

【課題】目的は、Ｘ線ＣＴ装置により得られた被検体内部のＸ線吸収分布画像を表示する場合に、高いＸ線減弱係数の物体の周辺に生じるボケを低減することにある。
【解決手段】Ｘ線ＣＴ装置は、被検体に関する投影データを収集し、収集した投影データに基づいて被検体の内部の画像を再構成するＸ線ＣＴ装置において、画像から、複数の閾値に基づいて、順番に内包するサイズの異なる複数の領域候補を抽出し、抽出された複数の領域候補各々の重心を計算し、重心間の距離に基づいて抽出された複数の領域候補から特定の領域を選択するユニット２７を具備する。
【選択図】 図５

Description

本発明は、被検体にＸ線を曝射して得られた投影データに基づいて被検体内部の画像を生成するＸ線ＣＴ装置及び画像処理装置に関する。

Ｘ線ＣＴ装置の進歩は目覚しく、より高精細（高解像度）且つ広範囲に撮影したいという医療現場からの強い要望に応えて、近年、マルチスライスＸ線ＣＴ装置が開発され、これがかなり普及してきている。このマルチスライスＸ線ＣＴ装置は、スライス方向（寝台の長手方向）に広がり幅を有するファンビームＸ線を曝射するＸ線源と、複数列（４列、８列、１６列など）の検出素子列をスライス方向に並べた構造の２次元検出器とを備え、これをマルチスキャン又はヘリカルスキャンで動作させるスキャナである。これにより、シングルスライスＸ線ＣＴ装置に比べて、被検体の広範囲にわたるボリュームデータを高精度に且つ短時間のうちに得ることができる。

このようなＸ線ＣＴ装置により生成されたＣＴ画像中の血管は、近傍に高コントラスト物質（高いＸ線減弱係数を有する物質）がある場合、そのボケの影響を受けて、血管内腔の様子が不鮮明になる。従来、高コントラスト領域の影響を受けずに注目領域の画質を改善する方法として、高コントラスト領域のＣＴ値を周囲のＣＴ値に合わせた適当な値に設定してから画像処理し、その後、高コントラスト領域の値を戻すという方法が知られている。しかし、この方法では、高コントラスト領域周辺のボケを良好に除去することはできなかった（特開平１０−４０３７２号公報参照）。

本発明の目的は、Ｘ線ＣＴ装置により得られた被検体内部のＸ線吸収分布画像を表示する場合に、高いＸ線減弱係数の物体の周辺に生じるボケを低減することにある。

本実施形態に係るＸ線ＣＴ装置は、被検体に関する投影データを収集し、前記収集した投影データに基づいて前記被検体の内部の画像を再構成するＸ線ＣＴ装置において、前記画像から、複数の閾値に基づいて、順番に内包するサイズの異なる複数の領域候補を抽出するユニットと、前記抽出された複数の領域候補各々の重心を計算するユニットと、前記重心間の距離に基づいて、前記抽出された複数の領域候補から特定の領域を選択するユニットとを具備する。

図１は本発明にかかるＸ線ＣＴ装置の構成図である。 図２は本発明の第１実施例にかかる画像処理部の構成図である。 図３は伝達関数の説明図。 図４は本発明の第２実施例にかかる画像処理部の構成図である。 図５は本発明の第２実施例にかかるクラスタリング処理部の構成図である。 図６はクラスタリング処理により分割される３つの領域を閉めす図である。 図７は図５の領域決定部による領域決定処理手順を示すフローチャートである。 図８は図７のＳ１３の補足図である。 図９は図７のＳ１４で抽出される領域Ｒ１とＳ１５で計算される重心位置Ｂ１を示す図である。 図１０は図７のＳ１４で抽出される領域Ｒ２とＳ１５で計算される重心位置Ｂ２を示す図である。 図１１は図７のＳ１４で抽出される領域Ｒ３とＳ１５で計算される重心位置Ｂ３を示す図である。

（第１実施例）
以下、本発明の第１実施例について説明する。

図１は、第１実施例に係るＸ線ＣＴ装置の構成図である。Ｘ線ＣＴ装置１は、被検体に関する投影データを収集するために構成された架台２、被検体Ｐを載せて移動させるための寝台３、Ｘ線ＣＴ装置の操作するための入力及び画像表示を行うための操作コンソールを備えている。

架台１は、Ｘ線管５とＸ線検出器６を有する。Ｘ線管５とＸ線検出器６は、架台駆動装置７により回転駆動されるリング状の回転フレーム８に搭載される。寝台３は、被検体を載せる天板８、天板８を移動させるための天板駆動装置９を備えている。回転フレーム８はその中央部分に開口を有する。その開口に天板８に載置された被検体Ｐが挿入される。なお、回転フレーム８の回転中心軸をＺ軸（スライス方向軸）、Ｚ軸に直交する平面をＸＹの直交２軸で定義する。

Ｘ線管５の陰極陽極間には高電圧発生器１０から管電圧が印加される。Ｘ線管５のフィラメントには高電圧発生器１０からフィラメント電流が供給される。管電圧の印加及びフィラメント電流の供給によりＸ線が発生される。Ｘ線検出器６には、１次元アレイ型検出器又は２次元アレイ型検出器（マルチスライス型検出器ともいう）が採用される。Ｘ線検出素子は例えば０．５ｍｍ×０．５ｍｍの正方の受光面を有する。例えば９１６個のＸ線検出素子がチャンネル方向に配列される。この列がスライス方向に例えば４０列並設されたものが２次元アレイ型検出器である。単一の列からなるものが１次元アレイ型検出器である。

データ収集装置１１は、一般的にＤＡＳ（ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ ｓｙｓｔｅｍ）と呼ばれている。データ収集装置１１は、検出器６からチャンネルごとに出力される信号を電圧信号に変換し、増幅し、さらにディジタル信号に変換する。このデータ（生データ）は架台外部の操作コンソール４に供給される。

操作コンソール４の前処理部１２は、データ収集装置１１から出力されるデータ（生データ）に対して感度補正等の補正処理を施して投影データを出力する。この投影データは再構成処理部１３に送られる。再構成処理部１３は、例えばヘリカルスキャン、コーンビームＸ線を使ったボリュームスキャン又はそれらの併用により収集された投影データに基づいて、画像データを再構成し、画像記憶部１４に記憶する。画像処理部１５は、画像記憶部１４に記憶された画像データに基づいて表示画像を生成する。画像を表示するための条件の設定、関心領域の設定等は、操作者による入力装置１６への入力に基づいて行われる。画像処理部の詳細は後述する。表示装置１７は、画像処理部１５で生成された画像を表示する。又、操作コンソール４のスキャン制御部１８は、操作者の入力に基づいて、ヘリカルスキャン等のスキャンが行われるように、高圧発生装置１０、架台駆動装置７、データ収集装置１１、天板駆動装置９を制御する。尚、操作コンソール４は、専用ハードウェアで構成しても良いし、コンピュータを用いてソフトウェアで同様の機能を実現しても良い。

図２は、図１の画像処理部１５の構成を説明する図である。尚、図２の（Ａ）は、画像処理対象の一例としての血管断面構造の模式図である。血管壁Ｐ１、ステントＰ２、造影剤（血流部分）Ｐ３、脂質Ｐ４を含んでいる。以下、このような実体の画像を処理した場合を例として説明する。

画像処理部１５は、関心領域設定・画像抽出部１９、高コントラスト抽出部２０、コンボリューション部２１、ＣＴ値スケーリング部２２、減算器２３、加算器２４を備えている。

関心領域設定・画像抽出部１９は、入力装置１６への入力に基づいて関心領域を設定し、その関心領域の画像データを画像記憶部１４から抽出して出力する。図２の（Ｂ）は、関心領域設定・画像抽出部１９により抽出された関心領域の画像を表している。

高コントラスト抽出部２０は、抽出部１９により抽出された関心領域の画像から、Ｘ線減弱係数の非常に高い高コントラスト領域、つまり非常に高いＣＴ値を有する画素群を抽出する。高コントラスト物質としては、治療のために被検体内に埋め込まれたステント等の金属性の器具、石灰化したカルシウム等がある。なお、後述するステント等を除外した低コントラスト画像における高コントラスト物質としては、ステント等ではなく、主に造影剤を対象としている。ステントと血管壁との間のＣＴ値を有する造影剤が選択的に使用される。

具体的な抽出処理としては、注目画素の値と、その注目画素周辺の複数画素の値の平均値との差分を求めることにより入力された画像の微分画像を求め、この微分画像に対してステントの辺縁に対応する閾値を用いて閾値処理を施すことにより、２値化画像を得る。この２値化画像は、高コントラスト物質が存在するであろう部分と、それ以外の部分で画素値が異なる画像となる。つまり、この２値化画像は、高コントラスト物質が存在するであろう位置の情報を含んだ画像（以下、高コントラスト位置画像という。）となる。図２の（Ｃ）は、この高コントラスト位置画像を表している。この微分・２値化処理では、比較的少ない演算処理で容易に高コントラスト位置画像を得ることができる。

コンボリューション部２１は、高コントラスト位置画像に対して、当該Ｘ線コンピュータ断層撮影装置固有の点像強度分布関数（ＰＳＦ：ｐｏｉｎｔ ｓｐｒｅａｄ ｆｕｎｃｔｉｏｎ）を畳み込み演算をする。ＰＳＦは、装置固有のボケ特性を定義する関数として伝達関数又はボケ関数とも呼ばれる。ＰＳＦは、検出器６の検出器ピッチ（解像限界）である例えば０．５ｍｍより微小な例えばその１／１０の径（０．０５ｍｍ）を有するワイヤファントムをスキャンし、その投影データから再構成により得られたワイヤファントムに関する２次元画像（ボケ画像）のデータとして得られる。このＰＳＦを高コントラスト位置画像に畳み込むことにより、高コントラスト対象をそれ単独でスキャンして取得したデータから再構成した画像、つまり高コントラスト対象とその周辺に現れるボケとを含んだ画像が得られる。

ＣＴ値スケーリング部２２は、コンボリューション部２１から出力された画像（ボケ画像）を、ＣＴ値として特異でない値、つまりここでは造影剤としての標準的なＣＴ値に従って規格化（スケール）する。この規格化処理は、後述する減算処理のための画素値のレベル合わせ処理である。図２の（Ｄ）は、ＣＴ値スケーリング部２２から出力される画像（以下、高コントラスト画像という）を表している。

減算部２３は、減算処理を行い、関心領域の画像と高コントラスト画像の差分画像を求める。これにより、関心領域の画像から高コントラスト物質及びその周辺のボケ成分が低減された低コントラスト画像が得られる。この低コントラスト画像は、低い減弱係数の物質を表した画像である。図２の（Ｅ）は、この低コントラスト画像を表している。

加算部２４は、この低コントラスト画像に高コントラスト位置画像を加算することにより、高コントラスト物質の位置情報を加える。図２の（Ｆ）は、この出力画像を表している。この出力画像は、元の関心領域の画像から高コントラスト物質によるボケ（アーチファクト）を低減した画像に、高コントラスト物質の位置情報を加えたものであり、後段の処理を経て表示装置１７に表示される。この出力画像では、元の画像ではボケの影響により識別困難だった高コントラスト物質周辺の脂質が良好に観察可能である。

このような第１実施例によれば、高コントラスト物質の周辺に生じるボケ成分を低減することができるため、高コントラスト物質周辺の物質を良好に観察できる。特に、心臓の冠状動脈のような３ｍｍから５ｍｍの径を有する細経血管にステントや石灰化がある場合において、その周辺の血管壁、脂質の蓄積状態、造影剤の状態等を良好に観察することが可能である。

この第１実施例は種々変形して実施しても良い。例えば、上記実施例では、高コントラスト位置画像を加算したが、加算せずに低コントラスト画像のみの表示を行っても良い。又、高コントラスト物質の位置を示す色の異なるマークを重畳して表示するようにしても良い。

さらに、上記実施例では、Ｘ線ＣＴ装置について説明したが、Ｘ線ＣＴ装置から出力された投影データ、ＣＴ画像等に基づいて画像の表示を行う医用画像処理装置で実施しても良い。さらに、上記実施例では２次元画像の処理について説明したが、複数の２次元画像に上述の処理を行うことにより３次元画像の処理を行うようにしても良い。

さらに、上記実施例では画像の画素値がＣＴ値である場合について説明したが、Ｘ線減弱係数を表すものであればＣＴ値以外の値であっても良い。又、上記実施例では微分・２値化処理により高コントラスト位置画像を求めたが、高コントラスト物質によるボケを表した伝達関数を画像に逆コンボリューションして高コントラスト位置画像を求める方法や、ステントの位置・形状の情報を予め記憶しておきこの情報に基づいて位置情報を求める方法等を用いても良い。

（第２実施例）
以下、本発明の第２実施例について説明する。尚、第１実施例と同じ部分については説明を省略する。

第２実施例は、画像中の類似物質が識別し易くなるようにクラスタリング処理により、自動的に分類を行うものである。理想的な条件下では、プラークや脂質は−１００から５０のＣＴ値、血管壁は５０から１２９のＣＴ値、血流に含まれる造影剤は１３０−３５０のＣＴ値を示すことが知られている。しかしながら、実際の検査においては、被検体の体格、ビームハードニング、再構成関数、物質のサイズ、関心領域外の物質の状態、造影剤の濃度等の影響を受けて、ＣＴ値が変動している。このため領域抽出（領域分割）を行う方法では、このようなＣＴ値の変動に対応できず、良好に分類することができない。本実施例では、低コントラスト画像から、主にプラークに対応する領域Ａ、主に血管壁に対応する領域Ｂ、主に造影剤に対応する領域Ｃを高精度に抽出する。

図４は、第２実施例に係るＸ線ＣＴ装置１の構成図である。図４では、減算部２３と加算部２４の間にクラスタリング処理部２５がある。このクラスタリング処理部２５は、ＣＴ値に基づいて所定の複数の領域を求め、各領域が同一の輝度又は色で表示されるようにＣＴ値の変換処理を行う。尚、本実施例では、ＣＴ値を３つの領域に分ける場合について説明するが、この領域の数は他の数でも良い。又、操作者の入力に応じて領域数を変更できるようにしても良い。

図５は、クラスタリンク処理部２５の構成図である。クラスタリング処理部２５は、ヒストグラム生成部２６、領域決定部２７、ＣＴ値変換部２８を備えている。ヒストグラム生成部２６は、入力された低コントラスト画像のヒストグラムを求める。ヒストグラムは、ＣＴ値ごとの画素出現の頻度分布を表している。ここではＣＴ値は−１００から５３７間での範囲に分布している。

領域決定部２７は、低コントラスト画像から、図６に示すように、例えば３つの領域Ａ，Ｂ，Ｃを抽出する。領域Ａは主にプラークに対応する。領域Ｂは主に血管壁に対応する。領域Ｃは主に造影剤に対応する。

図７は領域決定部２７による低コントラスト画像から３つの領域Ａ，Ｂ，Ｃを抽出する処理の手順を示している。まず、低コントラスト画像から血管壁領域Ｂを抽出する（Ｓ１１）。操作者により指定された血管の略中心から放射状に複数の追跡線が設定される。各追跡線に沿ってＣＴ値が追跡される。ＣＴ値の変動が比較的大きな位置、つまり所定値を超える微分値を示す２つの位置が血管壁の内点と外点として特定される。次に、低コントラスト画像からプラーク領域Ａが抽出される（Ｓ１２）。血管壁の内側であって血管壁よりも低いＣＴ値を有する画素群が、プラーク領域Ａとして抽出される。

次に、造影剤の領域Ｃが抽出される（Ｓ１３−Ｓ１９）。まず、図８に例示するように、ヒストグラム上のＣＴ値が分布する範囲（図６では−１００から５３７までの範囲）が、ｋ−ｍｅａｎｓ法により、Ｎ個のセグメントＳＥＧ１〜ＳＥＧＮに分割される（Ｓ１３）。ＣＴ値の最も高いセグメントを、ＳＥＧ１とする。Ｎは最終的に分類される領域数ｎ（ここではｎ＝３）を22超える整数に設定される。好ましくは、Ｎは最終的に分類される領域数ｎの２倍または３倍に設定される。ｍは処理変数である。ｍは１に初期化される。

まず、図９に示すように、セグメントＳＥＧ１に対応する領域候補Ｒ１が低コントラスト画像から抽出される（Ｓ１４）。セグメントＳＥＧ１の最低値を閾値として領域Ｒ１が低コントラスト画像から抽出される。抽出された領域候補Ｒ１の重心位置Ｂ１が計算される（Ｓ１５）。Ｓ１７において変数ｍが１つインクリメントされる（Ｓ１７）。なお、Ｓ１８において、拡散防止のための停止条件として、“ＣＴｍｉｎ ｓｅｇ ｍ＜ＣＴｍａｘ／２”が判断される。ＣＴｍｉｎ ｓｅｇ ｍはセグメントｍの最小値であり、ＣＴｍａｘは低コントラスト画像の最大ＣＴ値である。つまり、セグメントｍの最小値が低コントラスト画像の最大ＣＴ値の１／２未満のとき、領域拡大処理が停止される。Ｓ１８でＮｏのとき、Ｓ１９が実行される。Ｓ１８でＹｅｓのとき、Ｓ１４に戻る。

図１０に示すように、セグメントＳＥＧ１とセグメントＳＥＧ２とに対応する領域候補Ｒ２が低コントラスト画像から抽出される（Ｓ１４）。実際には、セグメントＳＥＧ２の最低値を閾値として領域候補Ｒ２が低コントラスト画像から抽出される。抽出された領域候補Ｒ２の重心位置Ｂ２が計算される（Ｓ１５）。この領域候補Ｒ２の重心位置Ｂ２と、一つ前の領域候補Ｒ１の重心位置Ｂ１との間の距離Ｄ２が計算され、所定の閾値Ｔｈと比較される（Ｓ１６）。

Ｓ１４〜Ｓ１８の処理は、重心位置の変位量Ｄｍが閾値Ｔｈを超過するまでループされる。つまり、変数ｍのインクリメントに従って領域候補Ｒは少しずつ拡大される。領域候補Ｒの拡大に伴って重心Ｂは変位する。抽出対象が同じときは重心Ｂの変位量は比較的少ない。抽出対象が他の物質を含むように拡大したとき、重心Ｂの変位量は比較的大きくなる。つまり、抽出対象が造影剤であるときは、領域候補Ｒが拡大しても、重心位置はあまり変化しない。しかし、抽出対象に血管壁等が加わったとき、領域候補Ｒは飛躍的に大きくなり、重心位置も大きく変化する。重心位置が大きく変化するセグメントが探索される。

ｍ＝３において、図１１に示すように、領域候補Ｒ３の重心位置Ｂ３と、一つ前の領域候補Ｒ２の重心位置Ｂ２との間の距離Ｄ３が閾値Ｔｈを超過したとき（Ｓ１６）、一つ前の領域候補Ｒ２が造影剤の領域Ｃとして特定される（Ｓ１９）。つまり重心の変位量が閾値Ｔｈ未満に収まる最大の領域候補Ｒ２が特定の領域Ｃとして選択される。

このように領域拡大による重心位置の変位に着目することで、ＣＴ値変動要因の影響をあまり受けずに、造影剤の領域Ｃを高精度に抽出することができる。また、血管壁抽出についても同様に、ＣＴ値変化に着目することで、ＣＴ値変動要因の影響をあまり受けずに、血管壁の領域Ｂを高精度に抽出することができる。さらに、プラーク抽出についても同様に、血管壁内側という条件を設定することにより、ＣＴ値変動要因の影響をあまり受けずに、プラークの領域Ａを高精度に抽出することができる。

なお、領域決定部２７は、このヒストグラムを、ｋ−ｍｅａｎ法を用いて３つの領域に分類するようにしてもよい。ｋ−ｍｅａｎ法により、各領域内のＣＴ値の分散値が等しくなるように、各領域を決めるための閾値Ｔｈを求める。各領域内のＣＴ値の分散値が等しくなるよう各領域を決めることにより、類似性の高い物質が同じ領域内に含まれやすくなる。

図６は、本実施例により領域分けされた例を表しており、−１００から５３７のＣＴ値が３つの領域に分類されている。領域Ａの範囲のＣＴ値を持つ画素は主に脂質の部分に対応する。領域Ｂの範囲のＣＴ値を持つ画素は主に血管壁の部分に対応する。領域Ｃの範囲のＣＴ値を持つ画素は主にプラークの部分に対応する。

ＣＴ値変換部２８は、領域決定部２７で抽出又は分類した３つの領域それぞれに含まれる画素のＣＴ値を、予め設定された領域ごとの固有値に置き換える。それにより表示画像上で同じ領域部分が同一の輝度又は色で表示され、各領域が把握できる形態で表示される。

このような本実施例によれば、ＣＴ値に応じて領域分けされた画像が表示されるため、被検体内部の組織、脂質、造影剤等の異なる物質を良好に把握できる画像を提供することができる。又、領域を決めるための閾値をヒストグラムに基づいて自動的に求めているため、ＣＴ値の変動がある場合でも良好に分類した画像を提供することができる。

又、この実施例では、高コントラスト物質の周辺に生じるボケ成分（アーチファクト成分）を低減させてから、低コントラスト画像を対象としてクラスタリング処理を行っているため、高コントラスト物質周辺の物質を良好に観察できる。特に、心臓の冠状動脈のような３ｍｍから５ｍｍの径を有する細経血管にステントや石灰化がある場合において、その周辺の血管壁、脂質の蓄積状態、造影剤の状態等を良好に観察することが可能である。

又、高コントラスト物質が含まれない画像に対してクラスタリング処理を行い、後から高コントラスト物質の情報を加えているため、低いＣＴ値を有する部分の領域分けが良好にできる。

尚、本発明は上記実施例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、上記実施例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、実施例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、異なる実施例にわたる構成要素を適宜組み合わせてもよい。

例えば、上記実施例では、ｋ−ｍｅａｎ法を用いて閾値を求めたが、群平均法、Ｗａｒｄ法等の他のクラスタリング手法を用いて閾値を求めるようにしても良い。又、上記実施例では、高コントラスト物質及びその周辺のボケを除去した画像に対してクラスタリング処理を行ったが、このような処理をせず、関心領域の元画像に対して直接クラスタリング処理を行って表示画像を生成するようにしても良い。

さらに上記実施例では、高コントラスト位置画像を加算したが、加算せずに低コントラスト画像のみの表示を行っても良い。又、高コントラスト物質の位置を示す色の異なるマークを重畳して表示するようにしても良い。

さらに、上記実施例では、Ｘ線ＣＴ装置について説明したが、Ｘ線ＣＴ装置から出力された投影データＣＴ画像等に基づいて画像の表示を行う医用画像処理装置で実施しても良い。さらに、上記実施例では、２次元画像の処理について説明したが、複数の２次元画像に上述の処理を行うことにより３次元画像の処理を行うようにしても良い。さらに、上記実施例では、画像の画素値がＣＴ値である場合について説明したが、Ｘ線減弱係数を表すものであればＣＴ値以外の値であっても良い。

１…Ｘ線ＣＴ装置、２…架台、３…寝台、４…操作コンソール、５…Ｘ線管、６…Ｘ線検出器、７…架台駆動装置、８…天板、９…天板駆動装置、１０…高電圧発生器、１１…データ収集装置、１２…前処理部、１３…再構成処理部、１４…画像記憶部、１５…画像処理部、１６…入力装置、１７…表示装置、１８…スキャン制御部。

Claims (4)

1. 被検体に関する投影データを収集し、前記収集した投影データに基づいて前記被検体の内部の画像を再構成するＸ線ＣＴ装置において、
   前記画像から、複数の閾値に基づいて、順番に内包するサイズの異なる複数の領域候補を抽出するユニットと、
   前記抽出された複数の領域候補各々の重心を計算するユニットと、
   前記重心間の距離に基づいて、前記抽出された複数の領域候補から特定の領域を選択するユニットとを具備するＸ線ＣＴ装置。
2. 前記複数の閾値は、前記画像に関するＣＴ値ごとの画素出現の頻度分布に基づいて決定される請求項１記載のＸ線ＣＴ装置。
3. 前記選択ユニットは、前記重心の変位量が所定量未満に収まる最大の領域を前記特定の領域として選択する請求項１記載のＸ線ＣＴ装置。
4. Ｘ線画像から、複数の閾値に基づいて、順番に内包するサイズの異なる複数の領域候補を抽出するユニットと、
   前記抽出された複数の領域候補各々の重心を計算するユニットと、
   前記重心間の距離に基づいて、前記抽出された複数の領域候補から特定の領域を選択するユニットとを具備する画像処理装置。

Images