JP2012016453A - 画像処理装置、画像処理方法、および画像処理プログラム - Google Patents

Abstract

【課題】管腔内画像から異常領域を精度良く検出すること。
【解決手段】本発明のある実施の形態の画像処理装置１において、演算部１５は、管腔内画像を構成する各画素の複数の色要素に関し、各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における色要素の基準値を表す基準面を色要素毎に作成する基準面作成部１７と、管腔内画像の各画素の複数の色要素の画素値と色要素毎の基準面との色要素毎の差分をもとに、管腔内画像から異常領域を検出する異常領域検出部１８とを備える。
【選択図】図１

Description

本発明は、管腔内を撮像した管腔内画像から異常領域を検出する画像処理装置、画像処理方法、および画像処理プログラムに関するものである。

従来から、患者等の被検者の体内に導入されて体内管腔内を観察する医用観察装置として、内視鏡が広く普及している。また、近年では、カプセル型の筐体内部に撮像装置やこの撮像装置によって撮像された画像データを体外に無線送信する通信装置等を備えた飲み込み型の内視鏡（カプセル内視鏡）が開発されている。これらの医用観察装置によって撮像された体内管腔内の画像（管腔内画像）の観察・診断は、多くの経験を必要とするため、医師による診断を補助する医療診断支援機能が望まれている。この機能を実現する画像認識技術の１つとして、管腔内画像から出血部位等の異常領域（病変領域）を自動的に検出することで、重点的に診断すべき画像を示す技術が提案されている。

例えば、特許文献１には、画像内の各画素の画素値または平均化した画素値をその色情報に基づく特徴空間に写像してクラスタリングを行い、正常な粘膜領域のクラスタからのユークリッド距離が所定値以上のデータを異常領域として検出する技術が開示されている。

特開２００５−１９２８８０号公報

ところで、管腔内画像中の異常領域は、通常、周囲と異なる色を持つ領域として現れる。しかしながら、特許文献１の技術では、特徴空間に写像する際に画像上での位置情報が失われるため、周囲と異なる色を持つ領域であっても、特徴空間において正常粘膜クラスタの近傍に位置していれば、平均色から逸脱していないとして異常領域とは検出されない事態が生じ得る。一方で、周囲と異なる色を持つ領域には、異常領域の他にも、粘膜自体の凹凸によって画素値が変化した領域も含まれる。このため、単に周囲と異なる色を持つ領域を検出するだけでは、前述のような領域を誤って異常領域として検出してしまう場合があった。

本発明は、上記に鑑み為されたものであって、管腔内画像から異常領域を精度良く検出することができる画像処理装置、画像処理方法、および画像処理プログラムを提供することを目的とする。

上記した課題を解決し、目的を達成するための、本発明のある態様にかかる画像処理装置は、管腔内画像から異常領域を検出する画像処理装置であって、前記管腔内画像を構成する各画素の複数の色要素に関し、前記各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における前記色要素の基準値を表す基準面を前記色要素毎に作成する基準面作成手段と、前記各画素の画素値と前記基準面との前記色要素毎の差分をもとに、前記管腔内画像から異常領域を検出する異常領域検出手段と、を備えることを特徴とする。

この態様にかかる画像処理装置によれば、管腔内画像の各画素の複数の色要素の画素値を色要素毎に用いてモルフォロジ処理を行うことができるので、周囲の画素における各色要素の画素値をもとに、各画素位置における色要素の基準値を表す基準面を作成することができる。また、各画素の画素値と基準面との色要素毎の差分をもとに、管腔内画像から異常領域を検出することができる。ここで、周囲に対する画素値の変化が粘膜の構造による変化の場合、それらは連続する粘膜領域であるため、色要素毎の画素値の比率も同様に変化する。色要素毎の差分を用いれば、例えば、前述のような粘膜の構造によって画素値が変化する領域を異常領域として検出する事態を防止できる。したがって、管腔内画像から異常領域を精度良く検出することができる。

また、本発明の別の態様にかかる画像処理方法は、管腔内画像から異常領域を検出する画像処理方法であって、前記管腔内画像を構成する各画素の複数の色要素に関し、前記各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における前記色要素の基準値を表す基準面を前記色要素毎に作成する基準面作成工程と、前記各画素の画素値と前記基準面との前記色要素毎の差分をもとに、前記管腔内画像から異常領域を検出する異常領域検出工程と、を含むを特徴とする。

また、本発明の別の態様にかかる画像処理プログラムは、管腔内画像から異常領域を検出するための画像処理プログラムであって、コンピュータに、前記管腔内画像を構成する各画素の複数の色要素に関し、前記各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における前記色要素の基準値を表す基準面を前記色要素毎に作成する基準面作成ステップと、前記各画素の画素値と前記基準面との前記色要素毎の差分をもとに、前記管腔内画像から異常領域を検出する異常領域検出ステップと、を実行させることを特徴とする。

本発明によれば、管腔内画像から異常領域を精度良く検出することができるという効果を奏する。

図１は、実施の形態１の画像処理装置の機能構成を説明するブロック図である。 図２は、実施の形態１の画像処理装置が行う処理手順を示す全体フローチャートである。 図３は、管腔内画像の一例を示す模式図である。 図４は、実施の形態１におけるサイズ決定処理の詳細な処理手順を示すフローチャートである。 図５は、分割領域の主軸および領域幅を説明する図である。 図６は、図５に示す領域幅を算出した主軸に直交するラインの方向におけるラインプロファイルを示す図である。 図７は、基準面作成処理の原理を説明する図である。 図８は、基準面作成処理の原理を説明する他の図である。 図９は、基準面作成処理の詳細な処理手順を示すフローチャートである。 図１０は、異常領域検出処理の詳細な処理手順を示すフローチャートである。 図１１−１は、正常な粘膜領域における画素値のＲ値の分布を示す図である。 図１１−２は、正常な粘膜領域における画素値のＧ値の分布を示す図である。 図１１−３は、正常な粘膜領域における画素値のＢ値の分布を示す図である。 図１２−１は、異常領域における画素値のＲ値の分布を示す図である。 図１２−２は、異常領域における画素値のＧ値の分布を示す図である。 図１２−３は、異常領域における画素値のＢ値の分布を示す図である。 図１３は、実施の形態２の画像処理装置の機能構成を説明するブロック図である。 図１４は、実施の形態２の画像処理装置が行う処理手順を示す全体フローチャートである。 図１５は、実施の形態２におけるサイズ決定処理の詳細な処理手順を示すフローチャートである。 図１６は、本発明を適用したコンピューターシステムの構成を示すシステム構成図である。 図１７は、図１６のコンピューターシステムを構成する本体部の構成を示すブロック図である。

以下、図面を参照し、本発明の好適な実施の形態について説明する。なお、この実施の形態によって本発明が限定されるものではない。また、各図面の記載において、同一部分には同一の符号を付して示している。

ここで、本実施の形態の画像処理装置は、例えば内視鏡やカプセル内視鏡等の医用観察装置が被検者の体内の消化管等の管腔内を撮像した画像（管腔内画像）を処理し、出血部位等の異常領域を検出するものである。なお、本実施の形態において、医用観察装置によって撮像される管腔内画像は、例えば、各画素においてＲ（赤），Ｇ（緑），Ｂ（青）の各色成分に対する画素レベル（画素値）を持つカラー画像である。以下、本実施の形態では、各画素の画素値のＲ値、Ｇ値およびＢ値の３つの値を複数の色要素の画素値として用いる。

（実施の形態１）
先ず、実施の形態１の画像処理装置の構成について説明する。図１は、実施の形態１の画像処理装置１の機能構成を説明するブロック図である。実施の形態１の画像処理装置１は、図１に示すように、画像取得部１１と、入力部１２と、表示部１３と、記録部１４と、演算部１５と、画像処理装置１全体の動作を制御する制御部３０とを備える。

画像取得部１１は、医用観察装置によって撮像された管腔内画像の画像データを取得するためのものであり、この画像取得部１１によって取得された画像データは記録部１４に記録され、演算部１５によって処理された後、必要に応じて適宜表示部１３に表示される。画像取得部１１は、例えば医用観察装置がカプセル内視鏡の場合等のように医用観察装置との間の画像データの受け渡しに可搬型の記録媒体が使用される場合であれば、この記録媒体を着脱自在に装着して保存された管腔内画像の画像データを読み出すリーダ装置で構成される。また、医用観察装置によって撮像された管腔内画像の画像データを保存しておくサーバを適所に設置し、このサーバから取得する構成の場合には、画像取得部１１を、サーバと接続するための通信装置等で構成する。そして、この画像取得部１１を介してサーバとデータ通信を行い、管腔内画像の画像データを取得する。また、この他、内視鏡等の医用観察装置からの画像信号をケーブルを介して入力するインターフェース装置等で構成してもよい。

入力部１２は、例えばキーボードやマウス、タッチパネル、各種スイッチ等によって実現されるものであり、入力信号を制御部３０に出力する。表示部１３は、ＬＣＤやＥＬディスプレイ等の表示装置によって実現されるものであり、制御部３０の制御のもと、管腔内画像を含む各種画面を表示する。

記録部１４は、更新記録可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵或いはデータ通信端子で接続されたハードディスク、ＣＤ−ＲＯＭ等の情報記録媒体およびその読取装置等によって実現されるものであり、画像処理装置１を動作させ、この画像処理装置１が備える種々の機能を実現するためのプログラムや、このプログラムの実行中に使用されるデータ等が記録される。例えば、記録部１４には、画像取得部１１によって取得された管腔内画像の画像データが記録される。また、記録部１４には、実施の形態１の処理を実現して管腔内画像から異常領域を検出するための画像処理プログラム１４１が記録される。

演算部１５は、ＣＰＵ等のハードウェアによって実現され、管腔内画像を処理して異常領域を検出するための種々の演算処理を行う。この演算部１５は、領域分割手段としての領域分割部１６と、基準面作成手段としての基準面作成部１７と、異常領域検出手段としての異常領域検出部１８とを含む。

領域分割部１６は、管腔内画像をエッジ情報をもとに複数の領域（以下、分割された個々の領域を「分割領域」と呼ぶ。）に分割する。

基準面作成部１７は、分割領域内の各画素の画素値をＲ値、Ｇ値およびＢ値の色要素毎に用いて分割領域毎にモルフォロジ処理を行い、分割領域内の各画素位置における色要素の基準値を表す基準面を色要素毎に作成する。この基準面作成部１７は、分割領域の大きさと、分割領域内の各画素の画素値とをもとに、モルフォロジ処理で用いる構造要素と呼ばれる基準図形のサイズを決定するサイズ決定手段としてのサイズ決定部１７１を備える。このサイズ決定部１７１は、幅算出手段としての領域幅算出部１７２と、曲率算出手段としての曲率算出部１７３とを備える。領域幅算出部１７２は、分割領域の主軸に直交する方向における領域幅を算出する。曲率算出部１７３は、分割領域の主軸に直交する方向におけるプロファイルの曲率を算出する。

異常領域検出部１８は、分割領域毎に、分割領域内の各画素のＲ値、Ｇ値およびＢ値である各色要素の画素値と色要素毎の基準面とをもとに異常領域を検出する。この異常領域検出部１８は、候補画素検出手段としての候補画素検出部１９と、異常画素判別手段としての異常画素判別部２０とを備える。候補画素検出部１９は、異常候補画素を検出する機能部であり、差分算出手段としての差分算出部１９１と、輝度正規化手段としての輝度正規化部１９２とを備える。差分算出部１９１は、色要素毎に、分割領域内の各画素の該当する色要素の画素値と該当する色要素の基準面との差分を算出する。輝度正規化部１９２は、分割領域内の各画素の輝度値をもとに、差分算出部１９１が算出した色要素毎の差分を正規化する。異常画素判別部２０は、異常候補画素が異常領域に属する画素か否かを判別する機能部であり、色要素正規化手段としての色要素正規化部２０１と、相対比判定手段としての相対比判定部２０２とを備える。色要素正規化部２０１は、管腔内画像におけるＲ値、Ｇ値およびＢ値の各色要素の画素値について予め想定される大小傾向をもとに、候補画素検出部１９が異常候補画素について算出した色要素毎の差分を正規化する。相対比判定部２０２は、色要素正規化部２０１が正規化した色要素毎の差分の相対比を判定する。

制御部３０は、ＣＰＵ等のハードウェアによって実現される。この制御部３０は、画像取得部１１によって取得された画像データや入力部１２から入力される入力信号、記録部１４に記録されるプログラムやデータ等をもとに画像処理装置１を構成する各部への指示やデータの転送等を行い、画像処理装置１全体の動作を統括的に制御する。

次に、実施の形態１の画像処理装置１が行う具体的な処理手順について説明する。図２は、実施の形態１の画像処理装置１が行う処理手順を示す全体フローチャートである。ここで説明する処理は、演算部１５が記録部１４に記録された画像処理プログラム１４１を実行することにより実現される。

図２に示すように、先ず演算部１５は、処理対象の管腔内画像を取得する（ステップａ１）。ここでの処理によって、演算部１５は、画像取得部１１によって取得され、記録部１４に記録された処理対象の管腔内画像を読み出して取得する。図３は、管腔内画像の一例を示す模式図である。図３に示すように、管腔内画像には、基本的に消化管内壁の粘膜５が映り、時として出血部位等の異常領域５１が映る。また、管腔内画像には、粘膜５の折りたたみやうねり等によって発生する溝、粘膜５の輪郭等がエッジ５２となって現れる。

処理対象の管腔内画像を読み出したならば、続いて、図２に示すように、領域分割部１６が、処理対象の管腔内画像を領域分割する（ステップａ３）。このとき、領域分割部１６は、エッジ情報をもとに、粘膜の境界部分等のエッジ（例えば図３に示したエッジ５２）が内部に含まれないように領域分割を行う。

具体的な処理手順としては、例えば先ず、処理対象の管腔内画像のエッジ強度を算出する。例えばソーベル（Sobel）フィルタ等を用いた１次微分処理やラプラシアン（Laplacian）等を用いた２次微分処理等、公知のエッジ抽出技術を用いて画素毎にエッジ強度を算出する。ここで、管腔内画像に映る出血部位等の異常領域の構成成分（血液の構成成分）であるヘモグロビンは、短波長帯の光を多く吸光する特性を持つ。このようなヘモグロビンの短波長帯での吸光特性のため、波長成分の多くが短波長帯で構成されるＧ値やＢ値は、ヘモグロビンの吸光によって輝度値が下がる。一方、波長成分の多くが長波長帯で構成されるＲ値は、吸光が少なくほとんどの光を反射する。このため、Ｒ値からは、粘膜の表面構造を最も反映した情報を得ることができる。そこで、各画素の画素値をＲ値としたＲ値画像を作成し、このＲ値画像をもとに各画素のエッジ強度を算出するようにしてもよい。

その後、算出した各画素のエッジ強度をもとに、公知の動的輪郭法（参考：ＣＧ−ＡＲＴＳ協会，ディジタル画像処理，Ｐ１９６〜Ｐ２００，領域分割処理）を用いて管腔内画像を領域分割する。動的輪郭法は、画像内のエッジを閉曲線として抽出する方法であり、初期閉曲線の形状を変形させながら、閉曲線の連続性や滑らかさ、閉曲線上でのエッジ強度に基づくエネルギー和が最も安定するような閉曲線を抽出するものである。この動的輪郭法を用い、先ず、管腔内画像中に初期閉領域を設定してその輪郭線を初期閉曲線とする。続いて、初期閉領域の形状を変形させていくことでエッジ（粘膜の境界部分）を内部に含まない閉領域を抽出し、抽出した閉領域を分割領域とする。その後、管腔内画像の全域がいずれかの分割領域に属するまでこの処理を繰り返す。この結果、管腔内画像は、エッジを内部に含まない１つ以上の分割領域に分割される。

以上のようにして処理対象の管腔内画像を領域分割したならば、続いて、分割された領域（分割領域）毎にループＡの処理を実行する（ステップａ５〜ステップａ１３）。このループＡでは、先ず、基準面作成部１７において、サイズ決定部１７１がサイズ決定処理を実行し、後段のステップａ９で処理対象の分割領域について行うモルフォロジ処理で用いる構造要素のサイズを決定する（ステップａ７）。

図４は、実施の形態１におけるサイズ決定処理の詳細な処理手順を示すフローチャートである。実施の形態１のサイズ決定処理では、図４に示すように、先ず、領域幅算出部１７２が、分割領域の主軸（参考：ＣＧ−ＡＲＴＳ協会，ディジタル画像処理，Ｐ１８３，主軸）を設定する（ステップｂ１）。続いて、領域幅算出部１７２は、分割領域の大きさを示す値として、主軸に直交する方向の領域幅Ｗを算出する（ステップｂ３）。図５は、分割領域Ｅ１の一例を示す図であり、分割領域Ｅ１の主軸Ａ１とこの主軸Ａ１をもとに算出される領域幅Ｗを示している。図５に示すように、分割領域Ｅ１の主軸Ａ１は、分割領域Ｅ１の長軸方向に設定される。そして、領域幅Ｗは、主軸Ａ１の中心を通り、この主軸Ａ１に直交するラインＬ１１の方向における分割領域の幅、すなわちラインＬ１１と分割領域Ｅ１の輪郭との交点Ｐ１１，Ｐ１２間を結ぶ線分の長さとして算出される。

続いて、曲率算出部１７３が、領域幅Ｗを算出した主軸に直交する方向におけるラインプロファイルの曲率Ｃを算出する（ステップｂ５）。ここで、ラインプロファイルの曲率Ｃの算出原理について説明する。図６は、図５に示すラインＬ１１の方向におけるラインプロファイルを示す図であり、横軸を図５に示すラインＬ１１上の画素位置とし、縦軸を該当する各画素の画素値として交点Ｐ１１，Ｐ１２間の画素値の変化曲線Ｌ１２を示したものである。実施の形態１において、ラインプロファイルとは、主軸の中心を通り、主軸に直交する方向に存在する分割領域内の画素、すなわち領域幅Ｗを算出した分割領域内の線分上の画素の画素値の変化のことをいう。例えば、図５に示す交点Ｐ１１，Ｐ１２間のラインＬ１１上の画素値の変化である図６に示す変化曲線Ｌ１２のことをいう。そして、図４のステップｂ５では、この変化曲線Ｌ１２が示す曲線形状の曲率を曲率Ｃとして算出する。

その後、サイズ決定部１７１が、ステップｂ３およびステップｂ５で算出した分割領域の領域幅Ｗと曲率Ｃとをもとに構造要素の半径Ｒを算出することで、構造要素のサイズを決定する（ステップｂ７）。ここでの処理は、例えば、予め領域幅Ｗと曲率Ｃとの組み合わせ毎に構造要素の半径Ｒを定義したテーブルを用意しておき、このテーブルを参照して算出した領域幅Ｗと曲率Ｃとに応じた構造要素の半径Ｒを決定することで行う。なお、構造要素の半径Ｒの決定方法はこれに限定されるものではなく、分割領域の領域幅Ｗと曲率Ｃとから構造要素の半径Ｒが決定されればよい。例えば、予め領域幅Ｗと曲率Ｃとから構造要素の半径Ｒを決定する関係式を定義しておき、この関係式に算出した領域幅Ｗと曲率Ｃと代入することで構造要素の半径Ｒを決定するようにしてもよい。以上のようにして構造要素のサイズ（半径Ｒ）を決定したならば、図２のステップａ７にリターンし、その後ステップａ９に移行する。

そして、ステップａ９では、基準面作成部１７が基準面作成処理を実行し、処理対象の分割領域に対して公知のモルフォロジ処理（参考：コロナ社，モルフォロジー，小畑秀文著）を行って色要素毎の基準面を作成する。

ここで、基準面作成処理の原理についてモルフォロジ処理の原理と併せて説明する。図７は、管腔内画像の画素値を高度として表した画素値分布を模式的に示した図であり、より詳細には、管腔内画像中の所定方向断面における画素値の分布を実線で示している。また、図７において、実線で示す分布を有する画素値を用いて行うモルフォロジ処理の結果作成される基準面Ｐ２を一点鎖線で示している。

モルフォロジ処理には、オープニング（Opening）処理（以下、「モルフォロジOpening処理」と呼ぶ。）とクロージング（Closing）処理（以下、「モルフォロジClosing処理」と呼ぶ。）とがある。モルフォロジOpening処理は、画素値を高度とみなした３次元空間において、図７に示す構造要素Ｆ２１を対象画像の画素値の小さい方（下側）から外接させて移動させた際に構造要素Ｆ２１の外周の最大値が通過する軌跡を算出する処理である。このモルフォルジOpening処理によれば、例えば図７中に示す凸形状の領域（凸領域）Ｅ２１等のように周囲と比べて局所的に値の大きい凸領域が平滑化される。一方、モルフォロジClosing処理は、同様の３次元空間において、構造要素Ｆ２２を対象画像の画素値の大きい方（上側）から外接させて移動させた際に構造要素Ｆ２２の外周の最小値が通過する軌跡を算出する処理である。このモルフォロジClosing処理によれば、例えば図７中に示す凹形状の領域（凹領域）Ｅ２２等のように周囲と比べて局所的に値の小さい凹領域が平滑化される。このモルフォロジOpening処理とモルフォロジClosing処理とを組み合わせて色要素毎に行えば、周囲の画素における各色要素の画素値をもとに、各画素位置における色要素の基準値を表す基準面Ｐ２を色要素毎に作成することができる。

より詳細には、このモルフォロジOpening処理およびモルフォロジClosing処理において、図４のサイズ決定処理によってサイズ決定部１７１が処理対象の分割領域について決定したサイズの構造要素を用いる。モルフォロジ処理は、図７に示して説明したように、構造要素を画素値の小さい方または大きい方から外接させて移動させることで周囲に対して凹形状の凹領域や周囲に対して凸形状の凸領域を平滑化するものである。このため、構造要素のサイズが小さいと、この構造要素が図７の凸領域Ｅ２１や凹領域Ｅ２２の内側に入り込んで通過する軌跡が得られ、凸領域Ｅ２１や凹領域Ｅ２２にくい込んだ基準面が作成されてしまう。一方で、構造要素のサイズが大きいと、例えば図７の画素値変化の全体を凸領域として平滑化する事態が生じ得る。実施の形態１では、上記したように、モルフォロジ処理の処理単位である分割領域の大きさと、分割領域内の各画素の画素値とをもとに（実際には分割領域の領域幅Ｗと曲率Ｃとをもとに）構造要素のサイズを決定することとしたので、小さすぎず、大きすぎない適切なサイズの構造要素を用いてモルフォロジ処理を行うことができ、基準面を適切に作成することができる。なお、実施の形態１では、上記した図４のステップｂ７で構造要素のサイズとして半径Ｒを決定しており、モルフォロジOpening処理およびモルフォロジClosing処理では、例えば決定した半径Ｒの円を構造要素として用いる。なお、この構造要素の形状は円形状に限らず、例えば楕円形等の他の形状であってもよい。

ところで、管腔内画像に映る粘膜面の立体形状は全体的に凸形状となっている。このため、先にモルフォロジOpening処理を行うと、凸形状の斜面に粘膜構造の窪みに起因する凹領域が存在すると、その周囲を凸領域として平滑化してしまうという問題がある。図８は、モルフォルジ処理においてモルフォロジOpening処理を先に行うことの問題点を説明するための図であり、管腔内画像の画素値分布を図７と同様の要領で模式的に示している。図８に示す画素値分布は、全体的に凸形状を有し、図８に向かって左側の斜面において粘膜構造の窪みに起因する凹領域Ｅ３１が存在する。このような凸形状の斜面に存在する凹領域Ｅ３１の周囲では、画素値が凸状に変化する。

このとき、モルフォロジOpening処理を先に行うと、凹領域Ｅ３１の周囲の凸状の部分が平滑化されてしまい、図８中に二点鎖線で示すような基準面Ｐ２１が作成されてしまう場合がある。後段の異常領域検出処理では、画素値と基準面との差分を色要素毎に算出し、色要素毎の差分の平均値である差分平均値を閾値処理することで異常候補画素を検出するため、前述のような基準面Ｅ３１が作成されてしまうと、図８中に矢印Ａ３１，Ａ３２に示す差分によって凸状の部分が異常候補画素として検出されてしまう場合がある。そこで、実施の形態１では、先にモルフォロジClosing処理を行うことで凹領域Ｅ３１を平滑化する。その後、このモルフォロジClosing処理の結果に対してモルフォロジOpening処理を行うことで右側の斜面の凸領域Ｅ３２を平滑化し、図８中に一点鎖線で示す基準面Ｐ２２を作成する。これによれば、より適切な基準面を作成することができる。

なお、実際の基準面作成処理は分割領域毎に行う。そして、分割領域内の各画素の画素値をＲ値、Ｇ値およびＢ値の色要素毎に用いてモルフォルジ処理を行い、基準面を色要素毎に作成する。図９は、基準面作成処理の詳細な処理手順を示すフローチャートである。

図９に示すように、基準面作成処理では、色要素毎にループＢの処理を実行する（ステップｃ１〜ステップｃ７）。すなわち、ループＢでは、先ず、基準面作成部１７は、分割領域内の各画素の処理対象の色要素の画素値を用いてモルフォロジClosing処理を行う（ステップｃ３）。続いて、基準面作成部１７は、ステップｃ３のモルフォロジClosing処理の結果に対してモルフォロジOpening処理を行う（ステップｃ５）。

その後、以上説明したループＢの処理を全ての色要素について実行し、このループＢの処理を終えたならば、図２のステップａ９にリターンし、ステップａ１１に移行する。

そして、ステップａ１１では、異常領域検出部１８が異常領域検出処理を実行し、処理対象の分割領域の内側から異常領域を検出する。図１０は、異常領域検出処理の詳細な処理手順を示すフローチャートである。この異常領域検出処理では、先ず、ステップｄ１〜ステップｄ７において、処理対象の分割領域内の各画素の中から異常候補画素を検出する。

具体的には、図１０に示すように、先ず、差分算出部１９１が、色要素毎に、分割領域内の各画素の該当する色要素の画素値と該当する色要素の基準面との差分を算出する（ステップｄ１）。ここでの処理によって、例えば、図７中に矢印で示す差分Ａ２１，Ａ２２が算出される。

続いて、輝度正規化部１９２が、処理対象の管腔内画像の輝度情報をもとに、分割領域内の各画素の色要素毎の差分を正規化する（ステップｄ３）。ステップｄ１で算出した色要素毎の差分は、明部の画素ほどその値が大きくなる。後段のステップｄ７では、色要素毎の差分の差分平均値を閾値処理することで異常候補画素を検出するが、ステップｄ３の正規化は、前述の閾値処理をその画素の明暗に起因する値の大小に左右されることなく適正に行うための処理である。具体的な処理手順としては、例えば、事前に処理対象の管腔内画像の各画素について輝度値Ｉ（ｘ，ｙ）を算出するとともに、算出した各画素の輝度値Ｉ（ｘ，ｙ）の最大値（最大輝度値）Ｉ＿ｍａｘを取得しておく。そして、ステップｄ３では、算出した各画素の輝度値Ｉ（ｘ，ｙ）および最大輝度値Ｉ＿ｍａｘを輝度情報として用い、正規化を行う。すなわち、分割領域内の各画素を順次処理画素とし、先ず、最大輝度値Ｉ＿ｍａｘを処理画素の輝度値Ｉ（ｘ，ｙ）で除した比率Ｉ＿ｍａｘ／Ｉ（ｘ，ｙ）を算出する。その後、処理画素の色要素毎の差分に算出した比率Ｉ＿ｍａｘ／Ｉ（ｘ，ｙ）を乗じることで、処理画素の色要素毎の差分を正規化する。

その後、候補画素検出部１９が、正規化した色要素毎の差分の平均値を画素毎に算出し、各画素の差分平均値を得る（ステップｄ５）。そして、候補画素検出部１９は、分割領域内の各画素の差分平均値を閾値処理し、差分平均値が予め設定される閾値以上である画素を異常候補画素として検出する（ステップｄ７）。ここでの閾値処理に用いる閾値は、適宜設定でき、固定値であってもよいし、例えば処理対象の管腔内画像毎に可変に設定してもよい。例えば、処理対象の管腔内画像の平均輝度の大きさをもとに決定してもよい。具体的には、例えば、平均輝度に対して任意の係数を乗じた値を算出し、算出した値を閾値として用いることとしてもよい。

以上のように検出された異常候補画素には、実際に異常領域を構成する異常画素以外の画素、例えば、画像の色ムラや、粘膜等の撮像対象自体の凹凸等によって検出された画素も含まれる。そこで、続くステップｄ９〜ステップｄ１７では、検出された異常候補画素が異常画素か否かを判別することで異常領域を検出する。

具体的には、異常候補画素毎にループＣの処理を実行する（ステップｄ９〜ステップｄ１７）。このループＣでは、先ず、色要素正規化部２０１が、管腔内画像におけるＲ値、Ｇ値およびＢ値の各色要素の画素値について予め想定される大小傾向をもとに、前段のステップｄ１で処理対象の異常候補画素について算出した色要素毎の差分のそれぞれを正規化する（ステップｄ１１）。管腔内画像においては、Ｒ値、Ｇ値およびＢ値の各色要素の画素値は、Ｒ値＞Ｇ値＞Ｂ値の関係を有し、Ｒ値に対してＧ値やＢ値が小さいという大小傾向を有する。したがって、色要素毎に算出した差分の値は、Ｒ値の差分に比べてＧ値やＢ値の差分が小さくなる。後段のステップｄ１３では、色要素毎の差分の相対比をもとに処理対象の異常候補画素が異常画素か否かを判別するが、ステップｄ１１の正規化は、前述の判別を各色要素の大小傾向に左右されることなく適正に行うための処理である。具体的な処理手順としては、例えば、事前に処理対象の分割領域（処理対象の異常候補画素が属する分割領域）内の各画素のＲ値の平均値（Ｒ平均値）Ａｖｇ＿Ｒ、Ｇ値の平均値（Ｇ平均値）Ａｖｇ＿ＧおよびＢ値の平均値（Ｂ平均値）Ａｖｇ＿Ｂを算出しておく。そして、ステップｄ１１では、処理対象の異常候補画素のＧ値の差分にＡｖｇ＿Ｒ／Ａｖｇ＿Ｇを乗じ、Ｂ値の差分にＡｖｇ＿Ｒ／Ａｖｇ＿Ｂを乗じることで、処理対象の異常候補画素の色要素毎の差分を正規化する。

なお、正規化に用いる値は上記したＲ平均値Ａｖｇ＿Ｒ、Ｇ平均値Ａｖｇ＿Ｇ、Ｂ平均値Ａｖｇ＿Ｂに限定されるものではない。例えば、処理対象の異常候補画素のＲ値、Ｇ値、Ｂ値を用い、Ｇ値の差分にＲ値／Ｇ値を乗じ、Ｂ値の差分にＲ値／Ｂ値を乗じることで正規化を行ってもよい。

続いて、相対比判定部２０２が、処理対象の異常候補画素の正規化した色要素毎の差分の相対比を判定する（ステップｄ１３）。ここで、出血部位等の異常領域は、赤味の強い色を示すため、正常な粘膜領域と異なり、Ｒ値、Ｇ値およびＢ値の各色要素の画素値の比率が異なる領域である。詳細には、Ｇ値およびＢ値に対してＲ値の比率が異なる。図１１は、正常な粘膜が映る粘膜領域であって、粘膜構造によって窪んだ形状を有する粘膜領域における画素値分布を示す図であり、図１１−１はＲ値の分布を示し、図１１−２は、Ｇ値の分布を示し、図１１−３は、Ｂ値の分布を示している。また、各図において、対応する色要素の基準面を一点鎖線で示している。一方、図１２は、異常領域付近における画素値分布を示す図であり、図１２−１はＲ値の分布を示し、図１２−２は、Ｇ値の分布を示し、図１２−３は、Ｂ値の分布を示している。また、各図において、対応する色要素の基準面を一点鎖線で示している。

図１１−１，図１１−２，図１１−３に示すように、粘膜構造によって粘膜が窪んだ箇所では、Ｒ値、Ｇ値およびＢ値の各色要素の画素値はほぼ同様の形状の変化曲線を描いて変化し、各画素における色要素の画素値の相対比はほぼ等しくなっている。換言すると、各図中に矢印で示すＲ値の基準面に対するＲ値の差分Ａ４１と、Ｇ値の基準面に対するＧ値の差分Ａ４２と、Ｂ値の基準面に対するＢ値の差分Ａ４３とが同程度の値となる。特に、実施の形態１では、前段の図９の基準面作成処理においてモルフォロジOpening処理を先に行い、このモルフォロジOpening処理の結果に対してモルフォロジClosing処理を行うこととしたので、図８の粘膜構造の窪みに起因する凹領域Ｅ３１の画素が矢印Ａ３３で示す差分によって異常候補画素として検出される場合がある。

一方、図１２−１，図１２−２，図１２−３に示すように、赤味の強い異常領域では、Ｒ値、Ｇ値およびＢ値の各色要素の画素値の相対比が異なる。具体的には、Ｇ値およびＢ値はほぼ同じように変化するのに対し、Ｒ値の変化がＧ値やＢ値の変化と異なる。換言すると、各図中に矢印で示すＲ値の基準面に対するＲ値の差分Ａ５１と、Ｇ値の基準面に対するＧ値の差分Ａ５２およびＢ値の基準面に対するＢ値の差分Ａ５３とに差が生じる。

図１０のステップｄ１３では、このような色要素毎の差分の相対比を判定する。そして、続くステップｄ１５において、異常画素判別部２０は、相対比判定部２０２が判定した相対比をもとに、処理対象の異常候補画素が異常画素か否かを判別する。具体的には、Ｒ値の差分に対してＧ値の差分およびＢ値の差分が大きい場合に、処理対象の異常候補画素を異常画素と判別する。

その後、以上説明したループＣの処理を全ての異常候補画素について実行し、このループＣの処理を終えたならば、図２のステップａ１１にリターンする。そして、以上説明したループＡの処理を全ての分割領域について実行し、このループＡの処理を終えたならば、本処理を終える。

以上説明したように、実施の形態１では、管腔内画像を領域分割して得た分割領域毎に、分割領域内の各画素の処理対象の色要素の画素値を用いてモルフォロジ処理を行うことで色要素毎の基準面を作成することとした。したがって、周囲の画素における各色要素の画素値をもとに、各画素位置における色要素の基準値を表す基準面を色要素毎に作成することができる。また、実施の形態１では、分割領域内の各画素の画素値と基準面との色要素毎の差分をもとに異常候補画素を検出し、異常候補画素の色要素毎の差分の相対比をもとに異常候補画素が異常画素か否かを判別することで、異常領域を検出することとした。具体的には、色要素毎の差分の相対比をもとに、例えばＲ値の差分に対してＧ値の差分およびＢ値の差分が大きい等、色要素毎の差分が異なる異常候補画素を異常画素と判別することで異常領域を検出することとした。したがって、粘膜の構造に起因して周囲に対して画素値が変化している画素のように、色要素毎の差分が略同程度の画素を異常画素と判別する事態を防止できる。したがって、管腔内画像から異常領域を精度良く検出することができる。

（実施の形態２）
先ず、実施の形態２の画像処理装置の構成について説明する。図１３は、実施の形態２の画像処理装置１ａの機能構成を説明するブロック図である。なお、実施の形態１で説明した構成と同一の構成については、同一の符号を付する。実施の形態２の画像処理装置１ａは、図１３に示すように、画像取得部１１と、入力部１２と、表示部１３と、記録部１４ａと、演算部１５ａと、画像処理装置１ａ全体の動作を制御する制御部３０とを備える。

記録部１４ａには、実施の形態２の処理を実現して管腔内画像から異常領域を検出するための画像処理プログラム１４１ａが記録される。

また、演算部１５ａは、領域分割部１６と、基準面作成部１７ａと、異常領域検出部１８とを含む。そして、実施の形態２は、基準面作成部１７ａの構成が実施の形態１と異なる。実施の形態２の基準面作成部１７ａは、分割領域内の各画素の画素値とをもとに、モルフォロジ処理で用いる構造要素のサイズを決定するサイズ決定部１７１ａを備える。このサイズ決定部１７１ａは、色エッジ画素抽出手段としての色エッジ画素抽出部１７４ａと、連結手段としての連結部１７５ａとを備える。色エッジ画素抽出部１７４ａは、分割領域内の各画素の色エッジ強度を算出し、算出した色エッジ強度をもとに色エッジ画素を抽出する。連結部１７５ａは、色エッジ画素のうち、連接している色エッジ画素を１つの色エッジ画素群として連結する。

次に、実施の形態２の画像処理装置１ａが行う具体的な処理手順について説明する。図１４は、実施の形態２の画像処理装置１ａが行う処理手順を示す全体フローチャートである。なお、ここで説明する処理は、演算部１５ａが記録部１４ａに記録された画像処理プログラム１４１ａを実行することにより実現される。また、図１４において、実施の形態１と同一の処理工程には、同一の符号を付する。

図１４に示すように、実施の形態２では、ステップａ３で領域分割部１６が管腔内画像を領域分割した後に、分割領域毎にループＤの処理を実行する（ステップｅ５〜ステップｅ１３）。そして、このループＤでは、先ず、サイズ決定部１７１ａがサイズ決定処理を実行し、後段のステップａ９で処理対象の分割領域について行うモルフォロジ処理で用いる構造要素のサイズを決定する（ステップｅ７）。そしてこのサイズ決定処理の後、実施の形態１で説明したステップａ９の基準面作成処理に移行する。

図１５は、実施の形態２におけるサイズ決定処理の詳細な処理手順を示すフローチャートである。実施の形態２のサイズ決定処理では、図１５に示すように、先ず、色エッジ画素抽出部１７４ａが、分割領域内の各画素の色エッジ強度を算出する（ステップｆ１）。具体的な処理手順としては、先ず、分割領域内の各画素のＲ値，Ｇ値，Ｂ値をＬ^*ａ^*ｂ^*値に変換する（参考：ＣＧ−ＡＲＴＳ協会，ディジタル画像処理，Ｐ６２）。その後、算出した分割領域内の各画素のＬ^*ａ^*ｂ^*値の各要素（Ｌ^*，ａ^*，ｂ^*）に対して横方向のソーベルフィルタを適用したフィルタ処理を行う。そして、処理結果をもとに次式（１）に従って横方向の色エッジ強度ΔＥ_rowを算出する。次式（１）において、Ｓｏｂｅｌ＿Ｌ^*はＬ^*に対するソーベルフィルタの適用結果を示し、Ｓｏｂｅｌ＿ａ^*はａ^*に対するソーベルフィルタの適用結果を示し、Ｓｏｂｅｌ＿ｂ^*はｂ^*に対するソーベルフィルタの適用結果を示している。

続いて、同様の手順でＬ^*ａ^*ｂ^*値の各要素に対して縦方向のソーベルフィルタを適用したフィルタ処理を行って縦方向の色エッジ強度ΔＥ_colを算出する。そして、得られた横方向の色エッジ強度ΔＥ_rowと縦方向の色エッジ強度ΔＥ_colとをもとに、次式（２）に従って分割領域内の各画素の色エッジ強度ΔＥを算出する。

続いて、色エッジ画素抽出部１７４ａは、分割領域内の各画素の色エッジ強度を閾値処理し、色エッジ強度が予め設定される閾値以上である画素を色エッジ画素として抽出する（ステップｆ３）。このとき、色エッジ画素に仮の画素値「１」を割り当て、色エッジ画素以外の画素に仮の画素値「０」を割り当てておく。

続いて、連結部１７５ａが、ステップｆ３で抽出した色エッジ画素のうち、連接する色エッジ画素を１つの色エッジ画素群として連結する（ステップｆ５）。具体的には、隣接する色エッジ画素を連結していくことで各色エッジ画素を連結成分毎に区切る。その後、区切った画素群をそれぞれ色エッジ画素群とし、ラベリング処理を行って個々の色エッジ画素群を識別するための固有のラベルを付す。分割領域内に異常領域が存在する場合、その輪郭画素は色エッジ画素として抽出される。したがって、色エッジ画素の連結成分（連接する色エッジ画素群）から、分割領域内に存在し得る異常領域のサイズを推定することができる。

その後、サイズ決定部１７１ａが、各色エッジ画素群を構成する画素数（連結画素数）をそれぞれ計数し、その最大値Ｎｕｍを選出する（ステップｆ７）。そして、サイズ決定部１７１ａは、連結画素数の最大値Ｎｕｍをもとに、次式（３）に従って構造要素の半径Ｒを算出することで、構造要素のサイズを決定する（ステップｆ９）。次式（３）において、ｋは任意の定数を示している。

なお、構造要素の半径Ｒの決定方法はこれに限定されるものではなく、連結画素数の最大値Ｎｕｍから構造要素の半径Ｒが決定されればよい。したがって、例えば、予め連結画素数の最大値Ｎｕｍと構造要素の半径Ｒとの対応関係を定義したテーブルを用意しておき、このテーブルを参照して選出した連結画素数の最大値Ｎｕｍに対応する構造要素の半径Ｒを決定するようにしてもよい。以上のようにして構造要素のサイズ（半径Ｒ）を決定したならば、図１４のステップｅ７にリターンし、その後ステップａ９に移行する。

以上説明したように、実施の形態２によれば、実施の形態１と同様の効果を奏することができる。また、実施の形態２では、分割領域内の各画素の色エッジ強度をもとに色エッジ画素を抽出することとした。そして、色エッジ画素の連結成分の連結画素数（連接する色エッジ画素群を構成する画素数）から推定される分割領域内に存在し得る異常領域のサイズをもとにモルフォロジ処理で用いる構造要素のサイズを決定することとした。これによれば、より適切な基準面を作成することができる。

なお、上記した実施の形態１，２では、管腔内画像を複数の領域に分割することとした。そして、分割した分割領域毎に基準面を作成し、分割領域毎に異常領域を検出することとした。これに対し、管腔内画像を複数の領域に分割する処理は必須ではなく、管腔内画像の全域を１つの領域として基準面を作成し、各画素の画素値と基準面との色要素毎の差分をもとに管腔内画像から異常領域を検出するようにしてもよい。

また、上記した実施の形態１の画像処理装置１および実施の形態２の画像処理装置１ａは、予め用意されたプログラムをパソコンやワークステーション等のコンピュータシステムで実行することによって実現することができる。以下、実施の形態１，２で説明した画像処理装置１，１ａと同様の機能を有し、画像処理プログラム１４１，１４１ａを実行するコンピュータシステムについて説明する。

図１６は、本変形例におけるコンピューターシステム４００の構成を示すシステム構成図であり、図１７は、このコンピューターシステム４００を構成する本体部４１０の構成を示すブロック図である。図１６に示すように、コンピューターシステム４００は、本体部４１０と、本体部４１０からの指示によって表示画面４２１に画像等の情報を表示するためのディスプレイ４２０と、このコンピューターシステム４００に種々の情報を入力するためのキーボード４３０と、ディスプレイ４２０の表示画面４２１上の任意の位置を指定するためのマウス４４０とを備える。

また、このコンピューターシステム４００における本体部４１０は、図１６および図１７に示すように、ＣＰＵ４１１と、ＲＡＭ４１２と、ＲＯＭ４１３と、ハードディスクドライブ（ＨＤＤ）４１４と、ＣＤ−ＲＯＭ４６０を受け入れるＣＤ−ＲＯＭドライブ４１５と、ＵＳＢメモリ４７０を着脱可能に接続するＵＳＢポート４１６と、ディスプレイ４２０、キーボード４３０およびマウス４４０を接続するＩ／Ｏインターフェース４１７と、ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）Ｎ１に接続するためのＬＡＮインターフェース４１８とを備える。

さらに、このコンピューターシステム４００には、インターネット等の公衆回線Ｎ３に接続するためのモデム４５０が接続されるとともに、ＬＡＮインターフェース４１８およびローカルエリアネットワークまたは広域エリアネットワークＮ１を介して、他のコンピューターシステムであるパソコン（ＰＣ）４８１、サーバ４８２、プリンタ４８３等が接続される。

そして、このコンピューターシステム４００は、記録媒体に記録された画像処理プログラム（例えば実施の形態１の画像処理プログラム１４１や実施の形態２の画像処理プログラム１４１ａ）を読み出して実行することで画像処理装置（例えば実施の形態１の画像処理装置１や実施の形態２の画像処理装置１ａ）を実現する。ここで、記録媒体とは、ＣＤ−ＲＯＭ４６０やＵＳＢメモリ４７０の他、ＭＯディスクやＤＶＤディスク、フレキシブルディスク（ＦＤ）、光磁気ディスク、ＩＣカード等を含む「可搬用の物理媒体」、コンピューターシステム４００の内外に備えられるＨＤＤ４１４やＲＡＭ４１２、ＲＯＭ４１３等の「固定用の物理媒体」、モデム４５０を介して接続される公衆回線Ｎ３や、他のコンピューターシステムであるＰＣ４８１やサーバ４８２が接続されるローカルエリアネットワークまたは広域エリアネットワークＮ１等のように、プログラムの送信に際して短期にプログラムを記憶する「通信媒体」等、コンピューターシステム４００によって読み取り可能な画像処理プログラムを記録するあらゆる記録媒体を含む。

すなわち、画像処理プログラムは、「可搬用の物理媒体」「固定用の物理媒体」「通信媒体」等の記録媒体にコンピューター読み取り可能に記録されるものであり、コンピューターシステム４００は、このような記録媒体から画像処理プログラムを読み出して実行することで画像処理装置を実現する。なお、画像処理プログラムは、コンピューターシステム４００によって実行されることに限定されるものではなく、他のコンピューターシステムであるＰＣ４８１やサーバ４８２が画像処理プログラムを実行する場合や、これらが協働して画像処理プログラムを実行するような場合にも、本発明を同様に適用することができる。

また、本発明は、上記した各実施の形態１，２のそのままに限定されるものではなく、各実施の形態に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成できる。例えば、各実施の形態に示される全構成要素からいくつかの構成要素を除外して形成してもよい。あるいは、異なる実施の形態に示した構成要素を適宜組み合わせて形成してもよい。

以上のように、本発明の画像処理装置、画像処理方法、および画像処理プログラムは、管腔内画像から異常領域を精度良く抽出するのに適している。

１，１ａ 画像処理装置
１１ 画像取得部
１２ 入力部
１３ 表示部
１４，１４ａ 記録部
１４１，１４１ａ 画像処理プログラム
１５，１５ａ 演算部
１６ 領域分割部
１７，１７ａ 基準面作成部
１７１，１７１ａ サイズ決定部
１７２ 領域幅算出部
１７３ 曲率算出部
１７４ａ 色エッジ画素抽出部
１７５ａ 連結部
１８ 異常領域検出部
１９ 候補画素検出部
１９１ 差分算出部
１９２ 輝度正規化部
２０ 異常画素判別部
２０１ 色要素正規化部
２０２ 相対比判定部
３０ 制御部

Claims (17)

1. 管腔内画像から異常領域を検出する画像処理装置であって、
   前記管腔内画像を構成する各画素の複数の色要素に関し、前記各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における前記色要素の基準値を表す基準面を前記色要素毎に作成する基準面作成手段と、
   前記各画素の画素値と前記基準面との前記色要素毎の差分をもとに、前記管腔内画像から異常領域を検出する異常領域検出手段と、
   を備えることを特徴とする画像処理装置。
2. 前記モルフォロジ処理は、オープニング処理とクロージング処理とを含み、
   前記基準面作成手段は、先に前記クロージング処理を行い、該クロージング処理結果に対して前記オープニング処理を行うことを特徴とする請求項１に記載の画像処理装置。
3. 前記管腔内画像のエッジ情報をもとに前記管腔内画像を複数の領域に分割する領域分割手段を備え、
   前記基準面作成手段は、前記モルフォロジ処理を前記領域単位で行うことで前記色要素毎の基準面を前記領域毎に作成し、
   前記異常領域検出手段は、前記領域内の各画素の画素値と前記領域について作成した基準面との前記色要素毎の差分をもとに、前記異常領域の検出を前記領域毎に行うことを特徴とする請求項１に記載の画像処理装置。
4. 前記基準面作成手段は、前記領域内の画素値情報、または、前記領域の大きさと前記領域内の画素値情報とをもとに、前記モルフォロジ処理で用いる構造要素のサイズを前記領域毎に決定するサイズ決定手段を備えることを特徴とする請求項３に記載の画像処理装置。
5. 前記サイズ決定手段は、
   前記領域の主軸の直交方向における前記領域の領域幅を算出する幅算出手段と、
   前記主軸の直交方向に沿った画素値の変化曲線の曲率を算出する曲率算出手段と、
   を備え、
   前記領域幅と前記曲率とをもとに前記構造要素のサイズを決定することを特徴とする請求項４に記載の画像処理装置。
6. 前記サイズ決定手段は、
   前記領域内の各画素の色エッジ強度をもとに、該色エッジ強度が所定の閾値以上の色エッジ画素を抽出する色エッジ画素抽出手段と、
   前記色エッジ画素のうち、連接している前記色エッジ画素を１つの色エッジ画素群として連結する連結手段と、
   を備え、
   前記色エッジ画素群を構成する画素数をもとに前記構造要素のサイズを決定することを特徴とする請求項４に記載の画像処理装置。
7. 前記異常領域検出手段は、
   前記色要素毎の前記差分をもとに異常候補画素を検出する候補画素検出手段と、
   前記色要素毎の前記差分の相対比をもとに、前記異常候補画素が異常領域に属する異常画素であるか否かを判別する異常画素判別手段と、
   を備えることを特徴とする請求項１に記載の画像処理装置。
8. 前記候補画素検出手段は、
   前記色要素毎の前記差分を算出する差分算出手段と、
   前記管腔内画像の輝度情報をもとに前記色要素毎の前記差分を正規化する輝度正規化手段と、
   を備え、
   前記正規化後の前記色要素毎の前記差分をもとに、前記異常候補画素を検出することを特徴とする請求項７に記載の画像処理装置。
9. 前記異常画素判別手段は、
   予め定まる前記複数の色要素の画素値の大小傾向をもとに前記色要素毎の前記差分を正規化する色要素正規化手段と、
   前記正規化後の前記色要素毎の前記差分をもとに、前記色要素毎の前記差分の相対比を判定する相対比判定手段と、
   を備えることを特徴とする請求項７に記載の画像処理装置。
10. 前記色要素正規化手段は、前記管腔内画像の画素毎に前記複数の色要素の画素値の前記大小傾向に応じた比率を算出し、該画素毎の比率をもとに前記色要素毎の前記差分を正規化することを特徴とする請求項９に記載の画像処理装置。
11. 前記色要素正規化手段は、前記管腔内画像の各画素の前記色要素毎の画素値の平均値をもとに前記大小傾向に応じた比率を算出し、該比率をもとに前記色要素毎の前記差分を正規化することを特徴とする請求項９に記載の画像処理装置。
12. 前記異常領域検出手段は、
    前記各領域における前記色要素毎の前記差分をもとに、前記各領域の異常候補画素を検出する候補画素検出手段と、
    前記各領域における前記色要素毎の前記差分の相対比をもとに、前記各領域の前記異常候補画素が異常領域に属する異常画素であるか否かを判別する異常画素判別手段と、
    を備えることを特徴とする請求項３に記載の画像処理装置。
13. 前記異常画素判別手段は、
    予め定まる前記複数の色要素の画素値の大小傾向をもとに、前記各領域における前記色要素毎の前記差分を正規化する色要素正規化手段と、
    前記正規化後の前記色要素毎の前記差分をもとに、前記各領域における前記色要素毎の前記差分の相対比を判定する相対比判定手段と、
    を備えることを特徴とする請求項１２に記載の画像処理装置。
14. 前記色要素正規化手段は、前記領域内の各画素の前記色要素毎の画素値の平均値をもとに前記大小傾向に応じた比率を前記領域毎に算出し、該比率をもとに、前記各領域における前記色要素毎の前記差分を正規化することを特徴とする請求項１３に記載の画像処理装置。
15. 前記複数の色要素の画素値は、画素値のＲ値、Ｇ値およびＢ値であることを特徴とする請求項１に記載の画像処理装置。
16. 管腔内画像から異常領域を検出する画像処理方法であって、
    前記管腔内画像を構成する各画素の複数の色要素に関し、前記各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における前記色要素の基準値を表す基準面を前記色要素毎に作成する基準面作成工程と、
    前記各画素の画素値と前記基準面との前記色要素毎の差分をもとに、前記管腔内画像から異常領域を検出する異常領域検出工程と、
    を含むを特徴とする画像処理方法。
17. 管腔内画像から異常領域を検出するための画像処理プログラムであって、
    コンピュータに、
    前記管腔内画像を構成する各画素の複数の色要素に関し、前記各色要素の画素値を用いてモルフォロジ処理を行い、各画素位置における前記色要素の基準値を表す基準面を前記色要素毎に作成する基準面作成ステップと、
    前記各画素の画素値と前記基準面との前記色要素毎の差分をもとに、前記管腔内画像から異常領域を検出する異常領域検出ステップと、
    を実行させることを特徴とする画像処理プログラム。

Images