JP2012100734A - 画像処理装置及びそれを用いたｘ線診断装置、画像処理方法 - Google Patents

Abstract

【課題】対象画像中の線状パターンの視認性を向上させる画像処理装置を提供する。
【解決手段】
対象画像中の画素毎に、特定方向に連続性を持つ暗い線、又は、明るい線の線状パターンらしさを示す線値を検出する線状パターン検出部と、フィルタ範囲内に存在するフィルタ中心画素の画素値と周辺画素の画素値の差が大きいほど第１の重みが小さくなる第１の重み関数で構成される画像処理フィルタに関して、前記第１の重みパラメータ決定部と、前記対象画像の画素毎に決定した前記第１のパラメータと前記第２パラメータを含んだ前記第１の重み関数から構成される画像処理フィルタを、前記対象画像の各画素に施して、出力画像の各画素の画素値を算出するフィルタ処理部とを含む。
【選択図】 図１

Description

実施形態は、画像処理技術に関するものである。

Ｘ線透視画像装置、Ｘ線ＴＶといった装置で撮影されるＸ線画像は、カテーテル、ガイドワイヤー、ステント、バルーンといった医療器具の操作、体内での器具位置確認のため用いられる。すなわち、Ｘ線画像は、画像診断や治療時のナビゲーションに用いられる。このため、Ｘ線画像の視認性は、医用器具を操作する医師にとって非常に重要である。

Ｘ線画像は、照射するＸ線量を増やすと、信号ノイズ比が高まり視認性が向上する。しかし、Ｘ線量の増加によって患者の被ばく量も増大する。このため、取得した画像に対して画像処理を加えることにより、Ｘ線量を変えず視認性を向上させる試みがなされている。

画像処理による視認性向上の方法として、ノイズ低減方法が提案されている。しかし、ノイズ低減方法では、画像中のノイズ成分と共に信号成分を弱めることがあった。一方、視認性向上を目的として、画像処理による鮮鋭度向上方法が提案されているが、信号成分と共にノイズ成分も強調してしまうことがあった。

このような問題点に対して、画像中のノイズ抑制と信号強調を同時に行う方法が提案されている。この方法では、画像の各画素に対して選択的にノイズ抑制と信号強調を行うよう設計されている（例えば、特許文献１参照）。

また、画像中のノイズ抑制と鮮鋭度の強調を同時に行う画像処理フィルタが提案されている（例えば、非特許文献１参照）。この画像処理フィルタは、処理後の画像におけるノイズ抑制度と鮮鋭度を制御できるパラメータを有する。画像の各画素に対するＬａｐｌａｃｉａｎ ｏｆ Ｇａｕｓｓｉａｎフィルタ（以下、「ＬｏＧフィルタ」と呼ぶ）の応答を特徴量とし、この特徴量に応じて画像処理フィルタのパラメータを決定する。

しかし、特許文献１の方法では、画像の各画素に対する処理は、対象画像の画素値に応じて決定されていた。このため、どの画素を強調処理すべきで、どの画素をノイズ抑制処理すべきかの判断を正確に行うことができなかった。また、ＬｏＧフィルタは等方性のフィルタであり、Ｘ線画像において注目される体内の医療機器を背景と区別して、選択的に処理を行うには不十分であった。

すなわち、従来技術においては、Ｘ線画像などの画像中に存在する局所的に線状の構造を持つ物体の視認性を向上させることは困難であるという問題点があった。

特開２００２−３７４４１８号公報

Buyue Zhang,Jan P.Allebach "Adaptive Bilateral Filater for Sharpness Enhancement and Noise Removal",IEEE Transactions on image processing,vol.17 No.5,2008.

そこで実施形態は、対象画像中の線状パターンの視認性を向上させることを目的とする。

一実施形態によれば、画像処理装置は対象画像中の画素毎に、特定方向に連続性を持つ暗い線、又は、明るい線の線状パターンらしさを示す線値を検出する線状パターン検出部と、（１）フィルタ範囲内に存在するフィルタ中心画素の画素値と周辺画素の画素値の差が大きいほど第１の重みが小さくなる第１の重み関数で構成される画像処理フィルタに関して、（２）前記第１の重み関数における前記第１のパラメータと前記第２のパラメータを、前記線値から決定するものであり、（３）前記第１のパラメータは前記第１の重み関数の広がりを定めるものであり、前記第１のパラメータが大きいほど前記広がりが広くなり、（４）前記第２のパラメータは前記第１の重み関数の広がりの中心位置を定めるものであり、前記第２のパラメータが大きいほど前記フィルタ中心画素から前記中心位置がずれるものであり、（５）前記線値が大きいほど前記第１のパラメータが小さく、前記線値が大きいほど前記第２のパラメータが大きくなるように、（６）前記対象画像の画素毎に前記第１のパラメータと前記第２パラメータを決定するパラメータ決定部と、前記対象画像の画素毎に決定した前記第１のパラメータと前記第２パラメータを含んだ前記第１の重み関数から構成される画像処理フィルタを、前記対象画像の各画素に施して、出力画像の各画素の画素値を算出するフィルタ処理部と、を含む。

実施例１の画像処理装置を有するＸ線診断装置のブロック図。 Ｘ線透視画像と線状パターンを説明する図。 線状パターン検出フィルタの図。 画像処理フィルタの説明図。 画像処理フィルタの第１の重み関数とパラメータの効果を表す図。 実施例２の画像処理装置のブロック図。 実施例３の画像処理装置のブロック図。 実施例４の画像処理フィルタの説明図。 実施例５における画像処理フィルタの第１の重み関数とパラメータの効果を表す図。

以下、本発明の一実施形態に係る画像処理装置について図面を参照して説明する。

本実施形態の画像処理装置は、画像中に存在する局所的に線状の構造を持つ物体の視認性を向上させることが目的であり、実施例１〜４においては、線状の構造を持つ物体の例として、カテーテル手術に用いるガイドワイヤー２２を挙げ、また、実施例６では、ビルの壁にできるヒビと半導体上の欠陥を挙げる。

実施例１に係る画像処理装置１６について図１〜図５を参照して説明する。

カテーテル手術中、患者の体内に挿入されているガイドワイヤー２２は、Ｘ線診断装置１によって撮影される。ガイドワイヤー２２は、細い針金のような物体であり、患者の血管内を走行する。医師は、Ｘ線透視画像（以下、単に「Ｘ線画像」と呼ぶ）２０を観察しながらガイドワイヤー２２を操作する。このため、画像中のガイドワイヤー２２の視認性は、手術の安全性、効率性を大きく左右する。当然、視認性が高いほど、ガイドワイヤー２２の位置の把握が容易になる。そこで本実施例の画像処理装置１６は、Ｘ線画像中のガイドワイヤー２２の視認性向上させることを目的とする。

図１に示すように、本実施例における画像処理装置１６は、Ｘ線診断装置１に装備されている。Ｘ線診断装置１は、主にＸ線発生装置１２とＸ線センサ１４からなる撮像装置１０が具備されており、患者ＡのＸ線画像Ｇが取得できる。また、ＣＲＴ、液晶ディスプレイなどの画像表示装置１８が具備されており、医師が撮影したＸ線画像Ｇを見ることができる。本実施例の画像処理装置１６は、撮像装置と画像表示装置１８との間に接続される。画像処理装置１６は、撮像装置１０で得られたＸ線画像Ｇを画像処理して、画像表示装置１８に出力し、処理後の出力画像Ｆを提示する。

画像処理装置１６の構成について図１のブロック図を参照して説明する。図１に示すように、画像処理装置１６は、線状パターン検出部１００、パラメータ決定部２００、フィルタ処理部３００を有する。

線状パターン検出部１１０について図２と図３を参照して説明する。線状パターン検出部１１０は、Ｘ線画像Ｇ中のガイドワイヤー２２を検出する。ガイドワイヤー２２は、Ｘ線画像Ｇ上で暗い線の線状パターンを持つ。なお、「暗い線」とは、他の画像領域より輝度が暗く、かつ、特定方向に連続性を持つ線状パターンをいう。

線状パターンについて図２を参照して説明する。「線状パターン」とは、ガイドワイヤー２２を含む局所的な領域を切り出した際に線状に現れる画素値のパターンである。ガイドワイヤー２２は、全身の血管内を走行できる程度に細いため、Ｘ線画像Ｇ上では細く暗い線として描かれる。

図２（ａ）は、撮像装置１０によって患者Ａの胸部を撮像し、画像表示装置１８で表示したＸ線画像Ｇの図である。

図２（ｂ）は、図２（ａ）に示すＸ線画像Ｇにおける領域２６のＸ線透過率（画素値）の分布を表し、ガイドワイヤー２２によって近傍よりもＸ線透過率が落ちるため、ガイドワイヤー２２を含む局所パターンは、Ｘ線画像Ｇ上で周辺より暗い谷のようなプロファイルとなる。

図２（ｃ）は、図２（ａ）に示すＸ線画像Ｇにおける物体２４の境界付近の領域２８のＸ線透過率（画素値）の分布を表し、この切り出した局所パターンは、エッジ状になる。例えば、心臓と肺の物体２４の境界部分を含む局所パターンは、崖のようなプロファイルとなる。

図２（ｄ）は、図２（ａ）に示す物体２４の境界やガイドワイヤー２２を含まない領域３０のＸ線透過率（画素値）の分布を表し、この切り出した局所パターンは、平坦なプロファイルとなる。

本実施例の視認性向上方法を実現するには、このような線状パターンを他のパターンと区別して検出する必要がある。

そこで、線状パターン検出部１００では、前記のような線状パターンのプロファイルを検出する線状パターン検出フィルタを用いる。

線状パターンを検出するフィルタとして、例えば、非特許文献１に記載のＬｏＧフィルタがある。ＬｏＧフィルタは、２次微分フィルタであり、その応答によって線状パターンかどうかを判定する。

しかし、ＬｏＧフィルタは、等方性フィルタであるため、線状パターンを選択的に検出する能力は十分でない。特定の方向に画素値の連続性を持つような線状パターンの検出には、非等方性フィルタの方が優れている。

そこで、本実施例では、図３（ａ）〜（ｆ）に示すような線状パターン検出フィルタＨ（φ）を用い、様々な方向の１画素幅の線状パターンからなる。回転角度φは適当な値を入れることによって任意方向の線状パターン検出フィルタとなる。図３（ａ）〜（ｆ）では、フィルタサイズ（ｘ軸、ｙ軸）は９ｘ９ピクセル、ｚ軸がフィルタ係数、φを０〜１８０度まで３０度刻みで作成した場合の線状パターン検出フィルタを示す。なお、線状パターン検出フィルタは、平坦部での応答がゼロになるように、フィルタ係数の総和をゼロにする。

次に、線状パターン検出部１００が、上記で説明した線状パターン検出フィルタＨ（φ）を用いて、線状パターンを検出する場合について説明する。

この線状パターンを検出するために、線状パターンらしさを表す値（以下、「線値」と呼ぶ）αの概念を採用する。そして、線状パターン検出部１００は、線状パターン検出フィルタＨ（φ）を有した次の式（１）を用いて、フィルタ処理の対象となるＸ線画像Ｇ（以下、「対象画像Ｇ」と呼ぶ）の各画素における線値αを算出する。ここで、対象画像Ｇにおけるガイドワイヤー２２による線状パターンは暗い線のパターンとなるため、線値αが小さいほど線状パターンらしさの度合いが上がる。例えば、線値αは負の値となる。

但し、ｇは対象画像Ｇの各画素［ｍ，ｎ］の画素値（輝度値）、＊は畳み込み演算を表す。なお、対象画像ＧをＭｘＮ画素の画像とすると、Ｍ−１＞ｍ＞０、Ｎ−１＞ｎ＞０である。

線状パターン検出フィルタＨ（φ）でフィルタ処理を行うと、ガイドワイヤー２２のような周囲より暗い線状パターン上の画素の画素値は、負の大きな値となる。線状パターンの走行方向θは、対象物体の位置や向きと撮影方向により変わるため、事前には決められない。

そこで、線状パターン検出部１００は、対象画像Ｇの各画素［ｍ，ｎ］に様々な方向の線状パターン検出フィルタＨ（φ）をそれぞれかけてそれぞれの応答値を得た後、それぞれの最小値を各画素［ｍ，ｎ］のそれぞれの線値αとする。線値αは、平坦部の画素上ではほぼゼロとなり、ガイドワイヤー２２の画素上では負の方向に応答が大きくなるため、線値αの絶対値の大きさと符合によってガイドワイヤー２２の上の画素かどうかを判断できる。例えば、ある画素の線値αがマイナスの値であれば、線状パターン上の画素であると判断できる。また、以後の説明のため、本実施例では、線値αがプラスの値の場合は、暗い線状パターンではないと判断し、線値αの値をゼロにする。

なお、線状パターン検出フィルタのフィルタサイズ（画素数）や、回転角度φの刻み幅などは、対象に応じて決定する。

また、図３に示した１画素幅の線状パターン検出フィルタ以外に、様々な幅の線状パターンを検出できるように、複数の線幅を持たせた線状パターン検出フィルタを用意することもできる。

次に、パラメータ決定部２００について説明する。パラメータ決定部２００は、フィルタ処理部３００で用いる画像処理フィルタのフィルタ係数（第１の重み）ｗのパラメータ（第１のパラメータσ、第２のパラメータζなど）を、線状パターン検出部１００で検出した線値αを用いて、対象画像Ｇの画素毎に決定する。

第１の重みｗのパラメータの決定方法を説明する前に、フィルタ処理部３００で用いる画像処理フィルタについて説明する。フィルタ処理部３００で用いる画像処理フィルタは、周辺画素の加重平均として次の式（２）で記述できる。

但し、ｇはフィルタ処理を行う対象画像Ｇの各画素［ｍ０，ｎ０］の画素値（例えば、輝度値である）、ｆはフィルタ処理後の出力画像Ｆの各画素［ｍ０，ｎ０］の画素値（輝度値）、ｗは第１の重み、ｚは加重平均する際の正規化項であり、第１の重みｗの和で計算される。

なお、フィルタ範囲Ωは、フィルタ中心画素［ｍ０，ｎ０］を中心として、画像処理フィルタが適用される範囲である。

フィルタ中心画素［ｍ０，ｎ０］の周辺画素［ｍ，ｎ］とは、フィルタ範囲Ωに存在する全ての画素であって、フィルタ中心画素［ｍ０，ｎ０］以外の画素を意味する。

図４を用いて式（２）で示したフィルタ処理について説明する。出力画像Ｆの各画素の画素値ｆ［ｍ０，ｎ０］は、フィルタ範囲Ωの中の各周辺画素［ｍ，ｎ］の画素値ｇ［ｍ，ｎ］を第１の重みｗ［ｍ０，ｎ０，ｍ，ｎ］で加重平均して決定する。第１の重みｗ［ｍ０，ｎ０，ｍ，ｎ］は、式（３）に示すようにフィルタ中心画素［ｍ０，ｎ０］の画素値とフィルタ範囲Ω内の各周辺画素［ｍ，ｎ］の画素値から決まる。

ここで、第１の重みｗは、次の式（３）で表される第１の重み関数で求められる。

第１の重み関数は、フィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］、その周辺画素［ｍ，ｎ］の各画素値ｇ［ｍ，ｎ］、第１の重みの広がりを定める第１のパラメータσ［ｍ０，ｎ０］、第１の重みの広がりの中心を定める第２のパラメータζ［ｍ０，ｎ０］を変数として持つ。

ここで、第１の重みの広がりを決める第１のパラメータσと、第１の重みの広がりの中心を決める第２のパラメータζの効果を、図５を参照して説明する。

図５（ａ）は、画素値２０の平坦部に１画素幅の線状陰影（画素値１０）を置き、ガウスノイズ（標準偏差１．０）を画像全体に付与した９ｘ９画素の大きさの対象画像Ｇである。この対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］は９．６５である。

図５（ｂ）は、図５（ａ）の対象画像Ｇから式（２）に基づいて求めた第１の重みｗの３次元的分布を表した図であり、第１のパラメータσ＝１、第２のパラメータζ＝−１の場合である。図５（ｂ）では、σ＝１、ζ＝−１であるため、対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］より１低い画素値を持つ周辺画素［ｍ，ｎ］の第１の重みｗが最も大きくなるため、フィルタ処理後の出力画像Ｆの画素値ｆ［ｍ０，ｎ０］は、ζ＝０の場合より低い値となる。すなわち、出力画像Ｆのフィルタ中心画素［ｍ０，ｎ０］の画素値ｆ［ｍ０，ｎ０］は８．９３となる。そして、平坦部とのコントラストが大きくなり、視認性が向上する。

図５（ｃ）は、図５（ａ）の対象画像Ｇから式（２）に基づいて求めた第１の重みｗの３次元的分布を表した図であり、第１のパラメータσ＝１、第２のパラメータζ＝０の場合である。σ＝１、ζ＝０であるため対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］と周辺画素の画素値ｇ［ｍ，ｎ］との差が小さいほど第１の重みｗは大きくなるため、フィルタ中心画素［ｍ０，ｎ０］にかかる第１の重みｗは、周辺画素よりも大きくなり、対象画像Ｇの画素値ｇ［ｍ０，ｎ０］に近い値が、フィルタ処理後の出力として得られる。すなわち、フィルタ処理後の出力画像Ｆのフィルタ中心画素の画素値ｆ［ｍ０，ｎ０］は９．５５となる。

図５（ｄ）は、図５（ａ）の対象画像Ｇから式（２）に基づいて求めた第１の重みｗの３次元的分布を表した図であり、第１のパラメータσ＝３、第２のパラメータζ＝０の場合である。σ＝３、ζ＝０のため対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］と周辺画素［ｍ，ｎ］の画素値ｇ［ｍ，ｎ］との差による第１の重みｗの変化が鈍くなるため、線状パターン上の画素の重みは、なだらかになって平滑化効果が大きくなり、出力画像Ｆの画素値ｆ［ｍ０，ｎ０］は、線状陰影上の画素の真値（＝１０）に近づく。すなわち、フィルタ処理後の出力画像Ｆのフィルタ中心画素の画素値ｆ［ｍ０，ｎ０］は９．８９となる。

したがって、第１のパラメータσは、平滑化の大きさを規定するものであり、線状パターン上にない画素では、σを大きくすることにより、ノイズ低減効果を高めることができる。すなわち、線値αが負の方向に大きいほどσを小さくする。

第２のパラメータζは、加重平均後の画素値を元の画素値からずらすことが可能である。図５（ｂ）に示すように線状パターン上の画素では、線状パターン上の画素値と周辺画素値との比較によって、周辺画素よりもより低い方向にζを与えることによりコントラストの強調できる。すなわち、線値αが大きいほどζを大きくする。

図１のパラメータ決定部２００では、前述の第１のパラメータσと第２のパラメータζを、線値αから決定するため、式（４）、式（５）に示すαの関数を用いる。

第１のパラメータσは、式（４）と線値αから対象画像Ｇの画素毎に求める。

第２のパラメータζは、式（５）と線値αから対象画像Ｇの画素毎に求める。

式（４）、式（５）の定数ｔ、定数ｕや定数ｃは正の値であり、Ｘ線照射量、患者Ａの体厚などに応じて事前に決めておく。また、ユーザが処理後の出力画像Ｆを見ながら設定できるよう、調整可能なように装置を構成することも可能である。

さらに、式（４）、式（５）を用いる方法以外にも、パラメータ決定部２００が第１のパラメータσと第２のパラメータζを決定する方法として、線値αを引数にする参照テーブルを用意しておくことで実現できる。

フィルタ処理部３００は、パラメータ決定部２００により定められたパラメータを使い、式（３）で示される第１の重みを持つ第１の重み関数で表される画像処理フィルタによって、対象画像Ｇに対して式（２）に第１の重み関数で示されるフィルタ処理を施し出力画像Ｆを得る。

すなわち、フィルター処理部３００は、対象画像Ｇの全ての画素のそれぞれの画素をフィルタ中心画素として、第１の重み関数で表される画像処理フィルタを施す。この場合に、対象画像Ｇの全ての画素に関して、フィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］と第１の重みｗと式（２）を用いて、出力画像Ｆの全ての画素［ｍ０，ｎ０］の画素値ｆ［ｍ０，ｎ０］を求める。

これにより、第１の重みｗにおける第１のパラメータσ、第２のパラメータζに加えて、対象画像Ｇのフィルタ中心画素の画素値、その周辺画素の画素値によって定まるため、単純な空間フィルタの組み合わせでは実現できない適応的なフィルタリングが可能となる。

本実施例によれば、ガイドワイヤー２２ではないとみなされる画素では、第１のパラメータσの効果により平滑化効果が大きい画像処理フィルタがかけられる。一方、ガイドワイヤー２２と思われる画素については、第２のパラメータζの効果により、周辺画素とのコントラストが大きくなるように第１の重みが定まる。よって、対象画像Ｇ全体のノイズを低減しつつ、ガイドワイヤー２２のコントラストを向上することができるため、ガイドワイヤー２２の視認性が向上する。

次に、実施例２に係る画像処理装置１６について図６を参照して説明する。

本実施例の画像処理装置１６の構成について図６を参照して説明する。図６は、本実施例における画像処理装置１６のブロック図を示す。

図６に示すように、画像処理装置１６は、線状パターン検出部１００、連結評価部１１０、パラメータ決定部２００、フィルタ処理部３００を有する。なお、線状パターン検出部１００、フィルタ処理部３００は、実施例１と同様の構成であるため、その説明を省略する。

連結評価部１１０について説明する。対象画像Ｇの各画素の線値αは、実施例１で示した式（１）の線状パターン検出フィルタで検出される。式（１）のような、様々な方向の非等方性フィルタを用いて線状パターンを検出した場合、式（６）で示すように、線状パターンの走行方向θを検出できる。

連結評価部１１０は、線状パターンの走行方向θを用いて、線状パターンの連結を評価することにより、線状パターン検出の高精度化する。例えば、対象線画像Ｇにおけるガイドワイヤー２２は、連続する線であるため、連結評価部１１０は、局所的な線状パターンが走行方向に連続しているか否かを判断し、ランダムに混入するノイズ上での線状パターンの方向は排除する。

連結評価部１１０は、線状パターンの走行方向θを評価することによって、連続する線状パターンか、又は、ノイズによる線状パターンかを判断できる。具体的な処理としては、次のようになる。

まず、連結評価部１１０は、式（１）から対象画像Ｇ全体の各画素の線値αを認識し、式（６）からその走行方向θを検出する。

次に、連結評価部１１０は、対象画像Ｇ全体の各画素の一つを注目画素として設定する。連結評価部１１０は、この注目画素における線状パターンの走行方向θに向かって、数画素離れた画素にある線状パターンの線状方向θｘを検出する。

次に、連結評価部１１０は、線状方向θｘと、注目画素自身の線状方向θが一致していれば、又は、特定の角度Ｂ以内なら（すなわち、｜θ−θｘ｜＜Ｂである）、注目画素と数画素離れた画素の線分同士は連結していると考え、線値αを減少させて線状パタンらしさの度合いが上がるように補正する。なお、下記で説明する実施例５において、明るい線の線状パターンの場合は、線値αを増加して線状パターンらしさの度合いが下がるように補正する。

次に、連結評価部１１０は、注目画素を順番に移動させて、対象画像Ｇの線状パターン上の全ての画素について上記判断を行う。

また、連結評価部１１０は、逆に走行方向θとθｘとが一致していないなら線値αを増加させることもできる。

次に、パラメータ決定部２００について説明する。パラメータ決定部２００は、対象画像Ｇの画素毎に関して、線状パターンの走行方向θに基づいて第２の重みｗ２を持つ画像処理フィルタを作る。ここで第２の重みｗ２は次の式（７）で示す第２の重み関数で記述できる。

この式（７）の第２の重み関数は、線状パターンの走行方向θにある周辺画素の第２の重みｗ２は高く、走行方向θと直交する方向にある周辺画素の第２の重みｗ２は、フィルタ中心画素から離れるほど小さくなるように定める。

パラメータ決定部２００は、第１の重みｗと第２の重みｗ２を掛け算することによって、フィルタ処理部３００の画像処理フィルタのフィルタ係数を決定する。例えば、周辺とのコントラストが十分ではない場合など、第１の重みｗだけでは十分なコントラストの強調ができない場合などに有効である。

第２の重みｗ２は、線状パターンの走行方向θの他に、線値αをパラメータとして決めることもできる。例えば、第２の重み関数の広がりを定めるパラメータσｄを、線値αに応じて決定する。線値αが高い場合（線状パターンらしさの度合いが低い場合）は、σｄを小さくして線状パターンの走行方向θ以外の画素の影響をできるだけ小さくする。逆に、線値αが低い場合（線状パターンらしさの度合いが高い場合）は、σｄを大きくして平滑化効果を高めることができる。

σｄの決定には、式（４）、式（５）で示したような関数を使うこともできるし、線値αを引数とするテーブルで実現できる。

次に、実施例３に係る画像処理装置１６について図７を参照して説明する。

線値αを検出しようとする場合、線状パターン以外のパターンからも、線値αが得られる場合がある。例えば、式（１）を使うとエッジパターン上でも線値αが負の方向に大きくなる場合（線状パターンらしさの度合いが高くなる場合）がある。また、画素値の変化が大きい孤立点上でも線値αが負の方向に大きくなる場合がある。そこで、本実施例の画像処理装置１６は、この問題点を解決する。

本実施例の画像処理装置１６の構成について図７を参照して説明する。図７は、本実施例における画像処理装置１６のブロック図である。

図７に示すように、画像処理装置１６は、線状パターン検出部１００、連結評価部１１０、エッジパターン検出部１２０、孤立点パターン検出部１３０、パラメータ決定部２００、フィルタ処理部３００を有する。なお、線状パターン検出部１００、連結評価部１１０、パラメータ決定部２００、フィルタ処理部３００は、実施例２と同様の構成であるため、その説明を省略する。

エッジパターン検出部１２０は、対象画像Ｇからエッジパターンを積極的に予め検出し、エッジパターンが出現している画素において得られる線状パターンの線値αを増加させて線状パターンらしさの度合いが下がるように補正する。エッジパターン検出部１２０は、画像処理分野において一般的なソーベルフィルタなどのエッジ検出フィルタを用いることができる。これによって、エッジパターン上から得られる線値αを増加できる。

また、孤立点パターン検出部１３０は、対象画像Ｇから孤立点パターンを積極的に予め検出し、孤立点パターンが出現している画素において得られる線値αを増加させて線状パターンらしさの度合いが下がるように補正する。

本実施例では、線状パターンと間違えやすいパターンとして、エッジパターン、孤立点パターンを示したが、他に特定の間違いやすいパターンがある場合は、それらのパターンに特化したパターン検出部を持たせてもよい。

また、エッジパターン検出部１２０で得られる値をエッジらしさを値βとし、線値αとエッジらしさの値βを独立に扱って、パラメータ決定部２００において第１の重み関数の２つパラメータσ、ζを、２つの値α、βを引数とする参照テーブルで定めてもよい。

次に、実施例４に係る画像処理装置１６について図８を参照して説明する。

本実施例の画像処理装置１６は、対象画像Ｇが時系列の動画像の場合、フィルタ範囲Ωを、対象画像の２次元の画素位置に加えて時間方向に拡張する。図８に示すように、フィルタ範囲Ωを過去の適当な時刻まで伸ばすことにより、加重平均する対象の画素数を増やすことができる。この拡張方法では、時間的に隣接する画像間で、撮像している物体が大きく移動しない場合、特に有効である。入力が動画像である場合のフィルタ係数である第１の重みｗは、式（３）の第１の重み関数を拡張し、式（８）のように定める。

ここで、ｇ［ｍ，ｎ，ｔ］は、時刻ｔに撮影された画素位置［ｍ，ｎ］における輝度値を表し、ｇ［ｍ０，ｎ０，ｔ０］はフィルタ中心画素を表す。τは時定数を表し１以下の値とする。すなわち、時刻ｔ０から時刻が離れた画像ほど第１の重みｗが小さくなる。これは、画像間の撮影時刻が離れるほど、物体の位置が変化していくことを仮定しているが、撮影対象物体が動かないなら、τを１にしてもよい。フィルタ範囲Ωは、過去画像のみを使う場合だけでなく、前後１時刻の画像としてｔ=［ｔ０−１，ｔ０，ｔ０＋１］と定義することも可能である。

本実施例の変更例１について説明する。上記実施例では、時間軸を例に、第１の重み関数とフィルタ範囲の拡張を示したが、本変更例では他の情報を使った拡張する。例えば、画像が３次元のボリュームデータである場合は、位置の情報ｍ，ｎに加えて、もう一つ変数ｌを入れるだけで拡張できる。

本実施例の変更例２について説明する。変更例２では、画素位置や画像撮影時刻ではない別の情報を利用する。例えば、変更例２では、多数のカメラで同一時刻に撮影した複数枚画像（例えば、ステレオ画像）を対象として拡張できる。位置をずらして撮影している複数のカメラで同一物体を撮影している場合、カメラ同士が近くにいるほど、見え方の変化が少ない。よって、カメラ位置を時刻ｔの代わりに使うことができる。

次に、実施例５に係る画像処理装置１６について図９に基づいて説明する。

実施例１〜実施例４では、対象画像Ｇにおけるガイドワイヤー２２による線状パターンを視認し易くするための画像処理装置１６であった。そのため、ガイドワイヤー２２による線状パターンは暗い線のパターンとなるため、線値αが小さいほど線状パターンらしさの度合いが上がった。例えば、線値αは負の値となった。

しかし、線状パターンが明るい線の場合には、線値αが大きいほど線状パターンらしさの度合いが上がる。例えば、線値αは正の値となる。なお、「明るい線」とは、他の画像領域より輝度が明るく、かつ、特定方向に連続性を持つ線状パターンをいう。

そこで本実施例の画像処理装置１６は、明るい線を視認する場合について説明する。本実施例の画像処理装置１６は、実施例１と同様に線状パターン検出部１００、パラメータ決定部２００、フィルタ処理部３００を有している。

以下、線状パターン検出部１００、パラメータ決定部２００、フィルタ処理部３００について説明する。

まず、線状パターン検出部１００について説明する。

線状パターン検出部１０は、対象画像Ｇの各画素［ｍ，ｎ］に様々な方向の線状パターン検出フィルタＨ（φ）をそれぞれかけて応答値をそれぞれ得た後、それぞれの最大値を各画素［ｍ，ｎ］のそれぞれの線値αとする。また、本実施例では、線値αがマイナスの値の場合は、明るい線状パターンではないと判断し、線値αの値をゼロにする。

次に、パラメータ決定部２００について図９に基づいて説明する。

図９（ａ）は、画素値２０の平坦部に１画素幅の線状陰影（画素値２０）を置き、ガウスノイズ（標準偏差１．０）を画像全体に付与した９ｘ９画素の大きさの対象画像Ｇである。この対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］は２０．３５である。

図９（ｂ）は、図９（ａ）の対象画像Ｇから式（２）に基づいて求めた第１の重みｗの３次元的分布を表した図であり、第１のパラメータσ＝１、第２のパラメータζ＝１の場合である。図９（ｂ）では、σ＝１、ζ＝１であるため、対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］より１高い画素値を持つ周辺画素［ｍ，ｎ］の第１の重みｗが最も大きくなるため、フィルタ処理後の出力画像Ｆの画素値ｆ［ｍ０，ｎ０］は、ζ＝０の場合より高い値となる。すなわち、出力画像Ｆのフィルタ中心画素［ｍ０，ｎ０］の画素値ｆ［ｍ０，ｎ０］は２１．０７となる。そして、平坦部とのコントラストが大きくなり、視認性が向上する。

図９（ｃ）は、図９（ａ）の対象画像Ｇから式（２）に基づいて求めた第１の重みｗの３次元的分布を表した図であり、第１のパラメータσ＝１、第２のパラメータζ＝０の場合である。σ＝１、ζ＝０であるため対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］と周辺画素の画素値ｇ［ｍ，ｎ］との差が小さいほど第１の重みｗは大きくなるため、フィルタ中心画素［ｍ０，ｎ０］にかかる第１の重みｗは、周辺画素よりも大きくなり、対象画像Ｇの画素値ｇ［ｍ０，ｎ０］に近い値が、フィルタ処理後の出力として得られる。すなわち、フィルタ処理後の出力画像Ｆのフィルタ中心画素の画素値ｆ［ｍ０，ｎ０］は２０．４５となる。

図９（ｄ）は、図９（ａ）の対象画像Ｇから式（２）に基づいて求めた第１の重みｗの３次元的分布を表した図であり、第１のパラメータσ＝３、第２のパラメータζ＝０の場合である。σ＝３、ζ＝０のため対象画像Ｇのフィルタ中心画素［ｍ０，ｎ０］の画素値ｇ［ｍ０，ｎ０］と周辺画素［ｍ，ｎ］の画素値ｇ［ｍ，ｎ］との差による第１の重みｗの変化が鈍くなるため、線状パターン上の画素の重みは、なだらかになって平滑化効果が大きくなり、出力画像Ｆの画素値ｆ［ｍ０，ｎ０］は、線状陰影上の画素の真値（＝２０）に近づく。すなわち、フィルタ処理後の出力画像Ｆのフィルタ中心画素の画素値ｆ［ｍ０，ｎ０］は２０．１０となる。

したがって、本実施例であっても、第１のパラメータσは、平滑化の大きさを規定するものであり、線状パターン上にない画素では、σを大きくすることにより、ノイズ低減効果を高めることができる。すなわち、線値αが正の方向に大きいほどσを小さくする。

第２のパラメータζは、加重平均後の画素値を元の画素値からずらすことが可能である。図９（ｂ）に示すように線状パターン上の画素では、線状パターン上の画素値と周辺画素値との比較によって、周辺画素よりもより高い方向にζを与えることによりコントラストの強調できる。すなわち、線値αが大きいほどζを大きくする。

フィルタ処理部３００の動作は、実施例１と同様である。

次に、実施例６に係る画像処理装置１６について説明する。

上記各実施例の画像処理装置１６では、Ｘ線画像Ｇにおけるガイドワイヤー２２の視認性向上を例として説明した。しかし、画像処理装置１６は、一般的なカメラで撮影された画像に対しても適用可能である。

例えば、ビルの壁面を撮影した画像においてヒビ（暗い線）を検出したい場合、ヒビは局所的に線状の構造を持つため、これまで述べた画像処理装置１６によって、ヒビとそれ以外を区別することが容易になる、視認性の高い画像を作ることができる。

また、半導体検査装置における欠陥検出を行うために、検査画像においてひっかき傷などの局所的に線状パターンを持つ欠陥（暗い線、又は、明るい線）を発見しやすくするために、これまで述べた方法で視認性を向上させることが可能である。

変更例

実施例１〜４における画像処理装置１６は、Ｘ線診断装置１に装備したが、これに限らず単独で使用することも可能である。

上記では本発明の一実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の主旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１６・・・画像処理装置、１００・・・線状パターン検出部、２００・・・パラメータ決定部、３００・・・フィルタ処理部

Claims (10)

1. 対象画像中の画素毎に、特定方向に連続性を持つ暗い線、又は、明るい線の線状パターンらしさを示す線値を検出する線状パターン検出部と、
   （１）フィルタ範囲内に存在するフィルタ中心画素の画素値と周辺画素の画素値の差が大きいほど第１の重みが小さくなる第１の重み関数で構成される画像処理フィルタに関して、（２）前記第１の重み関数における前記第１のパラメータと前記第２のパラメータを、前記線値から決定するものであり、（３）前記第１のパラメータは前記第１の重み関数の広がりを定めるものであり、前記第１のパラメータが大きいほど前記広がりが広くなり、（４）前記第２のパラメータは前記第１の重み関数の広がりの中心位置を定めるものであり、前記第２のパラメータが大きいほど前記フィルタ中心画素から前記中心位置がずれるものであり、（５）前記線値が大きいほど前記第１のパラメータが小さく、前記線値が大きいほど前記第２のパラメータが大きくなるように、（６）前記対象画像の画素毎に前記第１のパラメータと前記第２パラメータを決定するパラメータ決定部と、
   前記対象画像の画素毎に決定した前記第１のパラメータと前記第２パラメータを含んだ前記第１の重み関数から構成される画像処理フィルタを、前記対象画像の各画素に施して、出力画像の各画素の画素値を算出するフィルタ処理部と、
   を有することを特徴とする画像処理装置。
2. 前記線状パターン検出部は、
   前記対象画像の各画素の線状パターンの走行方向をそれぞれ検出し、
   前記画素の前記走行方向と、前記画素の周辺にある周辺画素の前記走行方向が一致、又は、特定の角度以内であれば、前記線状パターンらしさの度合いが上がるように前記線値を補正する、
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記パラメータ決定部は、
   前記走行方向にある前記周辺画素の第２の重みは高く、前記走行方向と直交する方向にある前記周辺画素の第２の重みは前記フィルタ中心画素から離れるほど小さくなる第２の重み関数を有し、
   前記画像処理フィルタを、前記第１の重み関数と前記第２の重み関数の積によって構成する、
   ことを特徴とする請求項２に記載の画像処理装置。
4. 前記パラメータ決定部は、前記第２の重み関数の広がりを定めるパラメータを、前記線値に基づいて決定する、
   ことを特徴とする請求項３に記載の画像処理装置。
5. 前記対象画像中のエッジパターンを検出するエッジパターン検出部をさらに有し、
   前記パラメータ決定部は、前記エッジパターンが検出された画素の前記線値に関して、前記線状パターンらしさの度合いが下がるように補正する、
   ことを特徴とする請求項１に記載の画像処理装置。
6. 前記対象画像中の孤立点パターンを検出する孤立点パターン検出部をさらに有し、
   前記パラメータ決定部は、前記孤立点パターンが検出された画素の前記線値に関して、前記線状パターンらしさの度合いが下がるように補正する、
   ことを特徴とする請求項１に記載の画像処理装置。
7. 前記対象画像が、時系列の動画像であり、
   前記フィルタ処理部で用いる前記画像処理フィルタの前記フィルタ範囲が時間方向に拡張されている、
   ことを特徴とする請求項１に記載の画像処理装置。
8. 前記対象画像は、Ｘ線診断装置により撮影されたＸ線画像である、
   ことを特徴とする請求項１に記載の画像処理装置。
9. Ｘ線検出器を用いてＸ線画像を取得する手段と、
   前記Ｘ線画像が入力される請求項８に記載の画像処理装置と、
   前記画像処理装置からの前記出力画像を表示する画像表示手段と、
   を有することを特徴とするＸ線診断装置。
10. 対象画像中の画素毎に、特定方向に連続性を持つ暗い線、又は、明るい線の線状パターンらしさを示す線値を検出し、
    （１）フィルタ範囲内に存在するフィルタ中心画素の画素値と周辺画素の画素値の差が大きいほど第１の重みが小さくなる第１の重み関数で構成される画像処理フィルタに関して、（２）前記第１の重み関数における前記第１のパラメータと前記第２のパラメータを、前記線値から決定するものであり、（３）前記第１のパラメータは前記第１の重み関数の広がりを定めるものであり、前記第１のパラメータが大きいほど前記広がりが広くなり、（４）前記第２のパラメータは前記第１の重み関数の広がりの中心位置を定めるものであり、前記第２のパラメータが大きいほど前記フィルタ中心画素から前記中心位置がずれるものであり、（５）前記線値が大きいほど前記第１のパラメータが小さく、前記線値が大きいほど前記第２のパラメータが大きくなるように、（６）前記対象画像の画素毎に前記第１のパラメータと前記第２パラメータを決定し、
    前記対象画像の画素毎に決定した前記第１のパラメータと前記第２パラメータを含んだ前記第１の重み関数から構成される画像処理フィルタを、前記対象画像の各画素に施して、出力画像の各画素の画素値を算出する、
    ことを特徴とする画像処理方法。