JP2013188361A - 画像処理装置 - Google Patents

Abstract

【課題】視認性の高い画像が取得できる画像処理装置を提供する。
【解決手段】本発明の構成によれば、元画像Ｐ０に写り込む線状構造物を２つの手法で識別する。第１の手法は、元画像上の線状構造物であるかどうかを画素の各々について評価する評価画像Ｐ３を作成することである。第２の手法は、元画像Ｐ０に写り込む線状構造物と線状構造物以外の部分の差分をとり、線状構造物が写り込んだ差分画像Ｐ６を生成することである。本発明の特徴は、このような異なる方法で生成された線状構造物に関する２つの画像を基に元画像上の線状構造物が元画像上の濃淡を保ったまま元画像Ｐ０から抽出される点にある。これにより線状構造物は、濃淡を保ったまま元画像Ｐ０から抜き出されるので視認性の高い画像が取得できる。
【選択図】図１

Description

本発明は、放射線撮影において画像に対し線状の構造物が視認しやすいように処理を施す画像処理装置に関する。

医療機関には放射線で被検体の画像を取得する放射線撮影装置が備えられている。このような放射線撮影装置には、被検体の血管に挿入されたガイドワイヤを撮影する目的で使用されるものがある。このような画像処理を行うものとして例えば、特許文献１に記載の装置がある。

放射線撮影装置により被検体の透視画像を取得したとしても、ガイドワイヤが画像上にはっきりと写り込むとは限らない。そこで、従来の放射線撮影装置は、画像上のガイドワイヤの視認性を向上させるように画像処理を施すようにしている。この従来の画像処理の具体的な処理について説明する。特許文献１に記載の画像処理においては、統計処理により画像に写り込むノイズを除去する構成となっている。このノイズ除去処理ではガイドワイヤは除去されない。したがって、従来構成によればノイズが除去されることにより、ガイドワイヤがよりはっきりした画像が取得できるのである。

特開２００１−１１１８３５号公報

しかしながら、従来の画像処理においては、次のような問題点がある。
すなわち、従来の画像処理においては、視認性の低い画像しか取得できない。すなわち、従来の画像処理においては、ガイドワイヤを強調するような処理ではできない。

ガイドワイヤが画像上で不鮮明となっているのは、画像上のノイズが原因であるとは限らない。ガイドワイヤがそもそも画像上で薄く写り込んでいることにより画像上のガイドワイヤが見えづらいという場合もある。従来構成においては、ガイドワイヤを強調するような画像処理は行えない。したがって、従来構成の画像処理を行っても画像上において薄く写り込んでいるガイドワイヤはそのままである。つまり、従来の画像処理においては、視認性の低い画像しか取得できないのである。

本発明は、この様な事情に鑑みてなされたものであって、その目的は、視認性の高い画像が取得できる画像処理装置を提供することにある。

本発明は上述の課題を解決するために次のような構成をとる。
すなわち、本発明に係る画像処理装置は、被検体を透視することで得られる元画像を処理する画像処理装置であって、元画像を基に、元画像上の線状構造物であるかどうかを画素の各々について評価する評価画像を生成する評価画像生成手段と、元画像を基に、画素の各々が元画像上の線状構造物であるとしたときの線の伸びる方向を示す方向画像を生成する方向画像生成手段と、方向画像を基に、線状構造物の部分の画素値から線状構造物以外の画素値が減算された差分画像を生成する差分画像生成手段と、評価画像および差分画像を基に、元画像上の線状構造物が元画像上の濃淡を保ったまま元画像から抽出された抽出画像を生成する抽出画像生成手段とを備えることを特徴とするものである。

［作用・効果］上述の構成によれば、元画像に写り込んだ線状構造物を強調するような画像処理をすることができる。具体的には、元画像に写り込む線状構造物を２つの手法で識別する。第１の手法は、元画像上の線状構造物であるかどうかを画素の各々について評価する評価画像を作成することである。これにより、元画像上の線状構造物の位置が特定される。第２の手法は、元画像に写り込む線状構造物と線状構造物以外の部分の差分をとり、線状構造物が写り込んだ差分画像を生成することである。これにより、元画像において線状構造物が線状構造物以外の画素に比べてどの程度異なる画素値で写り込んでいるかが分かる。本発明の特徴は、このような異なる方法で生成された線状構造物に関する２つの画像を基に元画像上の線上構造物が元画像上の濃淡を保ったまま元画像から抽出される点にある。評価画像は、元画像における線状構造物の位置に関する情報しか有していない。一方、差分画像は、元画像の全域に方向性の差分処理を施すことに伴う偽像を含んでしまっている。このような短所を有する２つの画像を用いて線状構造物の抽出を行えば、２つの手法が有する短所を互いに補うことができる。したがって、取得された抽出画像は、元画像から線状構造物のみを濃淡を保ったまま抜き出したものとなっており、視認性の高いものとなっている。

また、上述の画像処理装置において、元画像を縮小して評価画像生成手段および方向画像生成手段に出力する縮小手段を備えればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。上述のように元画像を縮小する縮小手段を備えれば、元画像に含まれる太い線状構造物も抽出することができる。

また、上述の画像処理装置において、２次元ヘッセ行列を用いて元画像を解析し、解析結果を評価画像生成手段および方向画像生成手段に出力する解析手段を備え、評価画像生成手段および方向画像生成手段は、解析結果を基に、評価画像および方向画像を生成すればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。解析手段が２次元ヘッセ行列を用いて動作すれば、線状構造物の位置および線状構造物の伸びる方向を正確かつ高速に求めることができる。

また、本発明に係る画像処理装置は、被検体を経時的に連写することで得られる複数の元画像を処理する画像処理装置であって、複数の元画像を時間方向に配列して、ボクセルデータを生成する配列手段と、ボクセルデータを基に、ボクセルデータ上の面状構造物であるかどうかをボクセルの各々について評価する評価画像を生成する評価画像生成手段と、ボクセルデータを基に、ボクセルの各々がボクセルデータ上の面状構造物であるとしたときの面の法線方向を示す方向データを生成する方向データ生成手段と、方向データを基に、画素の各々が元画像上の線状構造物であるとしたときの線の伸びる方向を示す方向画像を生成する方向画像生成手段と、方向画像を基に、線状構造物の部分の画素値から線状構造物以外の画素値が減算された差分画像を生成する差分画像生成手段と評価画像および差分画像を基に、元画像上の線状構造物が抽出された抽出画像を生成する抽出画像生成手段とを備えることを特徴とするものである。

［作用・効果］上述の構成は、本発明の構成を動画像に応用したものとなっている。すなわち、元画像を時間方向に配列したボクセルデータに対して面状構造物を探す画像処理を行うようになっている。この様にすることで、元画像に多くのノイズ成分が含まれていても、元画像から正確に線状構造物を抽出することができる。たとえ元画像において偶然にノイズが線状に並んでいたとしても、ボクセルデータにおいては、面状に現れていない。元画像におけるノイズの出現位置は、経時的に変化するからである。したがって、元画像に現れた線状のノイズの塊は線状構造物と誤認されることがなくなる。

また、上述の画像処理装置において、ボクセルデータを縮小して評価画像生成手段および方向データ生成手段に出力する縮小手段を備えればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。上述のようにボクセルデータを縮小する縮小手段を備えれば、元画像に含まれる太い線状構造物も抽出することができる。

また、上述の画像処理装置において、３次元ヘッセ行列を用いてボクセルデータを解析し、解析結果を評価画像生成手段および方向データ生成手段に出力する解析手段を備え、評価画像生成手段および方向データ生成手段は、解析結果を基に、評価画像および方向データを生成すればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。解析手段が３次元ヘッセ行列を用いて動作すれば、面状構造物の位置および面状構造物の伸びる方向を正確かつ高速に求めることができる。

また、上述の画像処理装置において、評価画像生成手段は、評価画像を生成する際に、単調で非線形の関数を用いればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。評価画像が単調で非線形の関数を作用させることで、面状構造物の評価値の大小関係を乱さずに面状構造物の位置を二値画像に近いかたちで表した評価画像を生成できる。

また、上述の画像処理装置において、差分画像生成手段は、方向画像の示す方向に従って異方性フィルタを元画像に施すことにより差分画像を生成すればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。差分画像生成手段が異方性フィルタを用いて動作すれば、元画像における線状構造物の濃淡を保ったまま線状構造物の形状を元画像から取り出すことが可能となる。

また、上述の画像処理装置において、抽出画像に対してモルフォロジー処理を施すモルフォロジー処理手段を備えればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。抽出画像に対してモルフォロジー処理を行えば、抽出画像においてノイズを線構造と誤認して抽出した微小な偽像が削除され、抽出画像の視認性は更に向上する。

また、上述の画像処理装置において、抽出画像と元画像とを重ね合わせて重合画像を生成する重合画像生成手段とを備えればより望ましい。

［作用・効果］上述の構成は本発明の装置のより具体的な構成を示している。抽出画像と元画像を重ねて重合画像を生成すれば、被検体の像の中で線状構造物が写り込む様子を知ることができるので、線状構造物をより正確に認識することができる。

本発明の構成によれば、元画像に写り込む線状構造物を２つの手法で識別する。第１の手法は、元画像上の線状構造物であるかどうかを画素の各々について評価する評価画像を作成することである。第２の手法は、元画像に写り込む線状構造物と線状構造物以外の部分の差分をとり、線状構造物が写り込んだ差分画像を生成することである。本発明の特徴は、このような異なる方法で生成された線状構造物に関する２つの画像を基に元画像上の線上構造物が元画像上の濃淡を保ったまま元画像から抽出される点にある。これにより線状構造物は、濃淡を保ったまま元画像から抜き出されるので視認性の高い画像が取得できる。

実施例１に係る画像処理装置の構成を説明する機能ブロック図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例１に係る画像処理装置の動作を説明する模式図である。 実施例２に係る画像処理装置の構成を説明する機能ブロック図である。 実施例２に係る画像処理装置の動作を説明する模式図である。 実施例２に係る画像処理装置の動作を説明する模式図である。 実施例２に係る画像処理装置の動作を説明する模式図である。 実施例２に係る画像処理装置の動作を説明する模式図である。

以降、本発明の実施例を説明する。実施例におけるＸ線は本発明の放射線に相当する。また、画像に写り込むガイドワイヤ像などの暗線は本発明の線状構造物に相当する。

実施例１に係る画像処理装置１は、図１に示すように、Ｘ線で被検体の撮影をすることによって取得される画像（元画像Ｐ０と呼ぶ）を入力すると、この元画像Ｐ０に写り込んでいるガイドワイヤ像などの暗線の輝度が視認しやすいように調整された処理画像（重合画像Ｐ９）が出力される構成となっている。

＜画像処理装置の全体構成＞
実施例１に係る画像処理装置１は、図１に示すように、２次元ヘッセ行列を用いて元画像Ｐ０を解析する解析部１３と、元画像Ｐ０上の線状構造物であるかどうかを画素の各々について評価する評価画像Ｐ３を生成する評価画像生成部１５と、元画像Ｐ０を基に、画素の各々が元画像Ｐ０上の線状構造物であるとしたときの線の伸びる方向を示す方向画像Ｐ５を生成する方向画像生成部１６と、方向画像Ｐ５を基に、線状構造物の部分の画素値から線状構造物以外の画素値が減算された差分画像Ｐ６を生成する差分画像生成部１７と、評価画像Ｐ３および差分画像Ｐ６を基に、元画像Ｐ０上の線状構造物が元画像Ｐ０上の濃淡を保ったまま元画像Ｐ０から抽出された抽出画像Ｐ７を生成する抽出画像生成部１８とを備えている。解析部１３は、本発明の解析手段に相当し、評価画像生成部１５は、本発明の評価画像生成手段に相当する。また、方向画像生成部１６は、本発明の方向画像生成手段に相当し、差分画像生成部１７は、本発明の差分画像生成手段に相当する。また、抽出画像生成部１８は、本発明の抽出画像生成手段に相当する。

また、画像処理装置１は、元画像Ｐ０を縮小して縮小画像を評価画像生成部１５および方向画像生成部１６に出力する縮小部１２と、抽出画像Ｐ７に対してモルフォロジー処理を施すモルフォロジー処理部１９と、抽出画像Ｐ７と元画像Ｐ０とを重ね合わせて重合画像（処理画像Ｐ９）を生成する重合画像生成部２０とを備えている。また、画像処理装置１は、元画像Ｐ０を解析部１３が解析を行った結果である固有値が配列された固有値画像Ｐ２を生成し固有値画像Ｐ２を評価画像生成部１５に出力する固有値画像生成部１４を備えている。縮小部１２は、本発明の縮小手段に相当し、モルフォロジー処理部１９は、本発明のモルフォロジー処理手段に相当する。また、重合画像生成部２０は、本発明の重合画像生成手段に相当する。

記憶部２８は、各部１２，１３，１４，１５，１６，１７，１８，１９，２０が動作する際のフィルターやパラメータが記憶された記憶装置となっている。各部１２，１３ａ，１４，１５，１６，１７，１８，１９，２０は、必要に応じて記憶部２８にアクセスすることができる。

＜画像処理装置の主な動作＞
次に、画像処理装置１の主な動作について説明する。画像処理装置１は、主に解析部１３，固有値画像生成部１４，評価画像生成部１５，方向画像生成部１６，差分画像生成部１７，および抽出画像生成部１８の各部により動作する。従って、これら主要部の動作説明を各部１２，１９，２０の動作説明より先に行うものとする。

＜解析部の動作＞
画像処理装置１に入力された元画像Ｐ０は、縮小部１２に入力される。説明の便宜上、縮小部１２は画像の縮小処理を行わず、元画像Ｐ０を解析部１３に出力するものとする。解析部１３は、まず元画像Ｐ０を横方向、縦方向について偏微分する。

解析部１３の微分動作について説明する。元画像Ｐ０は、画像上の位置と画素値が関連している。すなわち、元画像Ｐ０におけるｘ方向、およびｙ方向の位置を指定すればそこに位置する画素の画素値が取得できるということである。つまり、元画像Ｐ０は、図２に示すように、ｘ方向（横方向），ｙ方向（縦方向）の２変数について画素値が関連した２変数関数と捉えることができる。画素値をｄとすると、ｄ＝ｆ（ｘ，ｙ）という関係が成り立つことになる。

解析部１３は、微分フィルタを用いて、元画像Ｐ０をｘ方向に偏微分し、このとき得られる微分関数を更にｘ方向に偏微分する。また、解析部１３は、元画像Ｐ０をｘ方向に偏微分し、このとき得られる微分関数を更にｙ方向に偏微分する。同様に解析部１３は、元画像Ｐ０をｙ方向に偏微分し、このとき得られる微分関数を更にｙ方向に偏微分する。解析部１３は、これらを用いて２次元ヘッセ行列Ｈを生成する。ヘッセ行列Ｈとは次のような行列である。

ここで、ｘ方向に偏微分したあとｙ方向に偏微分した２次微分関数と、ｙ方向に偏微分したあとｘ方向に偏微分した２次微分関数とは同じ関数となる。したがって、ヘッセ行列は対称行列であり、２つの固有値λ１，λ２とそれに対応する固有ベクトルを有することになる。このとき、固有値λ１の絶対値は固有値λ２の絶対値よりも大きいものとする。解析部１３は、固有値と固有ベクトルをヘッセ行列Ｈより求める。

次に、解析部１３は、固有値λ１に対応する固有ベクトルｖ１を算出する。固有ベクトルｖ１は、ｘ方向およびｙ方向の要素を有するベクトルとなっている。

＜固有値画像生成部の動作＞
解析部１３は、絶対値が最大の固有値λ１を固有値画像生成部１４に送出する。ヘッセ行列Ｈは、元画像Ｐ０の位置に応じた関数が行列化したものである。従って、固有値λ１は、元画像Ｐ０の位置に応じて値が変化するはずである。固有値画像生成部１４は、固有値λ１を元画像Ｐ０の位置に対応させて配列し、固有値λ１が２次元マトリックス状に配列された固有値画像Ｐ２を生成する。

＜評価画像生成部の動作＞
固有値画像生成部１４は、固有値画像Ｐ２を評価画像生成部１５に送出する。評価画像生成部１５は、固有値λ１の各々に所定の関数を作用させることにより、固有値λ１の値を調整する。すなわち、評価画像生成部１５は、固有値画像Ｐ２における正の高い値の固有値λ１を全てほぼ１に近い値に変換する。そして、評価画像生成部１５は、固有値画像Ｐ２における低い値の固有値λ１を全てほぼ０に近い値に変換する。また、評価画像生成部１５は、固有値画像Ｐ２における中間的な値の固有値λ１を、例えば０．１〜０．９までのいずれかの値に変換する。この様にすることにより固有値画像Ｐ２において−１６，３８４から１６，３８３までのいずれかの値となっていた固有値λ１は、変換により０から１までのいずれかの値をとるようになる。

評価画像生成部１５が変換に用いる関数としては、単調増加で非線形の関数が選択される。具体的には、ロジスティック関数などが用いられる。評価画像生成部１５は、図３に示すように、固有値画像Ｐ２における正の中間的な固有値λ１のスケールを保つとともに、極端な固有値λ１や負の固有値λ１のスケールを圧縮して数値の変換を行う。このようにして、評価画像生成部１５は、固有値画像Ｐ２を変換して評価画像Ｐ３を生成する。なお、負の固有値λ１は、すべて０に変換される。

固有値λ１の意味について説明する。固有値λ１の絶対値が大きいと言うことは、元画像Ｐ０における２次偏微分値の絶対値が大きいということである。また、固有値λ１の符号は、２次偏微分値の符号にそのまま対応する。２次偏微分値の絶対値の大きさは、関数におけるＵ型のカーブがどの程度急となっているかを表している。また、２次偏微分値の符号は、関数におけるＵ型のカーブの凹凸に対応している。例えば、図４に示すような位置と画素値の関係があったとする。図４における矢印は、グラフにおいて大きく凹んだ場所を表している。このような場所は、周りと比べて画素値が極端に小さくなっている部分であり、画像上の暗線を表している。図４のグラフを位置に沿って２回微分すると、微分値は矢印の部分で正の高い値をとる。つまり、固有値がスケーリングされた変換値が配列した評価画像Ｐ３は、元画像Ｐ０を位置と画素値が関連した関数と見たときの極小の位置を表している。評価画像Ｐ３における値が１に近い部分は、元画像Ｐ０において暗線が写り込んだ部分となっており、値が０に近い部分は、元画像Ｐ０において暗線が写り込んでいない平坦な部分となっている。

逆に、元画像Ｐ０において明線が写り込んだ部分では、微分値は負の小さな値をとる。すなわち、明線を抽出したい場合には、評価画像生成部１５が変換に用いる関数としては、単調減少で非線形の関数が選択される。つまり、固有値がスケーリングされた変換値が配列した評価画像Ｐ３は、元画像Ｐ０を位置と画素値が関連した関数と見たときの極大の位置を表している。評価画像Ｐ３における値が１に近い部分は、元画像Ｐ０において明線が写り込んだ部分となっており、値が０に近い部分は、元画像Ｐ０において明線が写り込んでいない平坦な部分となっている。

＜方向画像生成部の動作＞
解析部１３は、固有ベクトルｖ１を方向画像生成部１６に送出する。方向画像生成部１６は、固有ベクトルｖ１とｘ軸とがなす角θ１を算出する。そして、解析部１３は、この角θ１と９０°とを足し合わせて角θ２を算出する。ヘッセ行列Ｈは、元画像Ｐ０の位置に応じた関数が行列化したものである。従って、角θ２は、元画像Ｐ０の位置に応じて値が変化するはずである。方向画像生成部１６は、角θ２を元画像Ｐ０の位置に対応させて配列し、角θ２が２次元マトリックス状に配列された方向画像Ｐ５を生成する。

実際の方向画像Ｐ５における角θ２は、０°〜３６０°の間で自由な値をとるようにはなっていない。すなわち、角θ２は、離散化処理により０°、１８°、３６°、５４°、７２°、９０°、１０８°、１２６°、１４４°、１６２°のいずれかの角度に近い角度に振り分けられている。従って、方向画像Ｐ５は、０°〜１６２°の１０通りの角度のいずれかを示す値が２次元マトリックス状に配列された画像となっている。このように、方向画像生成部１６は、角度を１０通りに絞って方向画像Ｐ５を生成することで、後段の演算処理を単純なものとしている。なお、角θ２が３６０°までの値をとらず、１６２°が最大となっている理由は後述する。

角θ２の意味について説明する。角θ２は、固有ベクトルｖ１とｘ方向とのなす角を９０°回転させた角度となっている。この固有ベクトルｖ１の方向の意味について考える。図５に示すように、元画像Ｐ０における暗線上にある画素ｐについて考える。この画素ｐに対する固有ベクトルは図５においてｖ１で表されている。固有ベクトルｖ１は、絶対値が大きい方の固有値λ１についての固有ベクトルである。したがって、固有ベクトルｖ１が示す方向は、元画像Ｐ０の画素ｐにおける暗線の連接方向と直交する方向を意味している。すなわち、角θ２は、暗線に沿う方向と直交する方向を９０°回転させたときの方向とｘ方向とのなす角を表していることになる。これを、簡単に言うと、角θ２は、元画像Ｐ０に写り込んだ暗線に沿う方向とｘ方向とのなす角を表しているということである。ここでの暗線に沿う方向とは、画素ｐで暗線に接する接線の伸びる方向を意味している。

角θ２が１６２°が最大となっている理由について説明する。角θ２が１８°であるとすると、ｘ軸と暗線Ｂとのなす角は図６の左側に示すように、１８°であることになる。同様に、角θ２が１９８°であったとすると、ｘ軸と暗線Ｂとのなす角は図６の右側に示すように、１９８°であることになる。図６の左側と右側とを比較すれば分かるように、角θ２が１８°であるときの暗線Ｂの方向と、１９８°であるときの暗線Ｂの方向は一致する。つまり、角θ２に１８０°を足しても、この角度が示す暗線Ｂの方向はもとの角θ２の示す方向と同じとなる。ということは、角θ２を０°以上１８０°未満としても、暗線Ｂの方向を全方向に亘って表現できることになる。実際には、角θ２は、離散化処理が施されているので、取り得る最大の角度は１６２°となる。

＜差分画像生成部の動作＞
方向画像Ｐ５は、差分画像生成部１７に送出される。差分画像生成部１７は、方向画像Ｐ５を参照しながら、元画像に写り込む線状構造物と線状構造物以外の部分の差分をとり、線状構造物が写り込んだ差分画像を生成する。以降、この差分画像生成部１７の動作について説明する。

図７左側は、差分画像生成部１７が生成するフィルタを表している。図７左側のフィルタＦは、３つの領域からなり、中心の領域の画素値と斜線で示す周辺の領域の画素値との差分を取る差分フィルタＦとなっている。このフィルタＦを元画像Ｐ０に施せば、注目画素の画素値が周辺画素の画素値と比べてどの程度の違いがあるかを知ることができる。フィルタＦの大きさは、例えば縦横に１５×１５ピクセルとなっている。

差分画像生成部１７が使用するフィルタＦは方向性を有する異方性フィルタ（異方性平滑化フィルタ）でもある。例えば、図７左側に示すフィルタＦは、暗線が縦方向に写り込んでいる元画像Ｐ０に適したフィルタとなっている。実際の元画像Ｐ０には暗線が湾曲して写り込んでいる。したがって、差分画像生成部１７が元画像Ｐ０に対してフィルタを施すときは、暗線の部分によって変化する暗線の伸びる方向に応じてフィルタを切替えなければならない。そこで、記憶部２８は、図７左側に示すフィルタを１８°ずつ回転させた例えば図７右側のようなフィルタを複数記憶している。差分画像生成部１７は、元画像Ｐ０を構成する画素の各々に対し記憶部２８に記憶されたフィルタのいずれかを作用させて差分画像を生成する。この動作に用いられるフィルタは、暗線が伸びる方向に応じて１０種類が用意されている。

差分画像生成部１７は、動作に際し、元画像Ｐ０の各画素に１０種類のうちのどのフィルタを施すのかを決定しなければならない。そこで差分画像生成部１７は、方向画像Ｐ５を参照しながらフィルタの選択を行う。方向画像Ｐ５は、各画素に写り込んでいる暗線の伸びる方向を表した画像となっている。したがって、差分画像生成部１７が元画像Ｐ０を構成する各画素に対して、方向画像Ｐ５が示す１０通りの方向に応じたフィルタを選択して、このフィルタをかけることにより差分画像Ｐ６を生成するのである。差分画像Ｐ６は、元画像Ｐ０に対して暗線の伸びる方向に平滑化処理が施されるとともに、暗線の画素値が暗線以外の部分の画素値を減算されたものとなっている。

図８は、差分画像生成部１７が元画像Ｐ０上の画素ｐについて動作している状態を表している。差分画像生成部１７は、画素ｐと同じ位置にある方向画像Ｐ５の画素（対応画素）の画素値を取得する。方向画像Ｐ５の画素値は、暗線の伸びる方向を表す値となっている。対応画素が９０°を表す画素値であったとする。すると、差分画像生成部１７は、図７左側で説明した縦方向のフィルタＦを記憶部２８から読み出してこれを元画像Ｐ０の画素ｐに作用させる。このとき画素ｐはフィルタＦの中心に位置することになる。差分画像生成部１７は、元画像Ｐ０を構成する各画素に対して同様の動作を行い、図９に示すような差分画像Ｐ６を生成する。

差分画像Ｐ６は、図９に示すように、元画像Ｐ０に写り込んでいた被検体像が消え去り、元画像Ｐ０に写り込んでいた暗線が抜き出された状態となっている。被検体像は、図８において網掛けで示されている。差分画像Ｐ６に現れる暗線は、元画像Ｐ０の画素値に関する情報を保持したものとなっている。したがって、差分画像Ｐ６に写り込む暗線をよく見ると、部分的に暗線の濃さが異なっている。この暗線の濃さの部分的な相違は、暗線が元画像Ｐ０に写り込んでいたときに見られた部分的な濃さの相違をそのまま表している。

また、図９に示すように、差分画像Ｐ６には、暗線以外に細かい線状のノイズが現れる。これは、元画像Ｐ０の全域に方向性のフィルタを施すことによって生じた偽像である。この偽像は取り除かれなければならない。この偽像の除去は、抽出画像生成部１８によって行われる。

＜抽出画像生成部の動作＞
差分画像Ｐ６および評価画像Ｐ３は、抽出画像生成部１８に送出される。抽出画像生成部１８は、評価画像Ｐ３と差分画像Ｐ６とを積算処理することにより、元画像Ｐ０から暗線が抽出された抽出画像Ｐ７を生成する。評価画像Ｐ３は、元画像Ｐ０に暗線が現れている部分を１とし、現れていない部分を０としている。評価画像Ｐ３は、０から１までの間の画素値を含むものの、元画像Ｐ０における暗線の位置を表した二値画像に近い画像である。したがって、評価画像Ｐ３は、元画像Ｐ０において暗線がどのような濃度で写り込んでいるかを示す情報を有していない。差分画像Ｐ６は、方向性フィルタを元画像Ｐ０に施した画像であるので、暗線の濃度情報は保持している。しかし、方向性フィルタを施すことによって偽像を含んでしまっている画像である。

そこで、図１０に示すように、評価画像Ｐ３と差分画像Ｐ６とを積算処理すれば、元画像Ｐ０において暗線となっていない部分では、差分画像Ｐ６の画素値に評価画像Ｐ３の画素値である０が積算され、この部分の画素値は０となる。このようにして、差分画像Ｐ６に現れていた偽像は、消去されるのである。生成された抽出画像Ｐ７は、元画像Ｐ０に写り込んでいる暗線をそのまま抽出したような画像となっている。抽出画像Ｐ７においては暗線の視認は容易である。

＜重合画像生成部の動作＞
抽出画像Ｐ７は、モルフォロジー処理部１９に入力される。説明の便宜上、モルフォロジー処理部１９は、画像に何ら処理を加えず、抽出画像Ｐ７を重合画像生成部２０に出力するものとする。重合画像生成部２０は、抽出画像Ｐ７と元画像Ｐ０とを重み付けを加えて加算し、両者が重ね合わせられた重合画像Ｐ９を生成する。これにて、画像処理装置１の動作は終了となる。

以上が本発明に係る画像処理装置１の主な動作である。画像処理装置１は、画像の視認性を更に高めるため、縮小部１２，モルフォロジー処理部１９を有している。次に、これらの具体的動作について説明する。

＜縮小部の動作＞
縮小部１２に元画像Ｐ０が入力されると、縮小部１２は、複数段階に亘って元画像Ｐ０を縮小し、縮小率の異なる複数の縮小画像Ｐ１を生成する。そして、縮小部１２は、未縮小の元画像Ｐ０に加えて複数の縮小画像Ｐ１も解析部１３に送出する。すると、縮小率に応じて複数の抽出画像Ｐ７が生成されることになる。重合画像生成部２０は、これら複数の抽出画像Ｐ７を適宜拡大しながら元画像Ｐ０に重ね合わせる。

縮小部１２を設けた理由について説明する。元画像Ｐ０に対して、あるサイズの微分フィルタを用いて抽出画像Ｐ７を生成すると、微分フィルタのサイズと同程度の太さの暗線のみしか抽出されない。すなわち、元画像Ｐ０に微分フィルタのサイズよりも太い暗線が写り込んでいたとすると、線が太すぎて抽出されず、抽出画像Ｐ７に現れない場合がある。そこで、縮小画像Ｐ１を用いたときの効果について説明する。縮小画像Ｐ１に対して、先ほどと同じサイズの微分フィルタを用いて抽出画像Ｐ７を生成すると、元画像Ｐ０の解析では抽出できなかった暗線も抽出できる。すなわち、縮小画像Ｐ１を用いて解析を行うと、画素の大きさに対して線が相対的に細くなることから、この様な太い線でも元画像Ｐ０から抽出することができるようになるのである。なお、元画像Ｐ０に対して、大きなサイズの微分フィルタを用いて抽出画像Ｐ７を生成しても、同等の効果が得られるが、縮小画像Ｐ１を用いることで、計算コストを大幅に削減できる。

＜モルフォロジー処理部の動作＞
モルフォロジー処理部１９に抽出画像Ｐ７が入力されると、モルフォロジー処理部１９は、抽出画像Ｐ７に対しモルフォロジー処理の一種であるクロージング演算を施し、抽出画像Ｐ７においてノイズを線構造と誤認して抽出した微小な偽像を削除する。この様にすることにより、抽出画像Ｐ７は、よりガイドワイヤを鮮明に写し込んだものとなる。また、明線を抽出している場合には、モルフォロジー処理の一種であるオープニング演算を行うことで、同等の効果が得られる。

以上のように、上述の構成によれば、元画像Ｐ０に写り込んだ線状構造物を強調するような画像処理をすることができる。具体的には、元画像Ｐ０に写り込む線状構造物を２つの手法で識別する。第１の手法は、元画像Ｐ０上の線状構造物であるかどうかを画素の各々について評価する評価画像Ｐ３を作成することである。これにより、元画像Ｐ０上の線状構造物の位置が特定される。第２の手法は、元画像Ｐ０に写り込む線状構造物と線状構造物以外の部分の差分をとり、線状構造物が写り込んだ差分画像Ｐ６を生成することである。これにより、元画像Ｐ０において線状構造物が線状構造物以外の画素に比べてどの程度異なる画素値で写り込んでいるかが分かる。本発明の特徴は、このような異なる方法で生成された線状構造物に関する画像を基に元画像Ｐ０上の線上構造物が元画像Ｐ０上の濃淡を保ったまま元画像Ｐ０から抽出される点にある。評価画像Ｐ３は、元画像Ｐ０における線状構造物の位置に関する情報しか有していない。一方、差分画像Ｐ６は、元画像の全域に方向性の差分処理を施すことに伴う偽像を含んでしまっている。このような短所を有する２つの画像を用いて線状構造物の抽出を行えば、２つの手法が有する短所を互いに補うことができる。したがって、取得された抽出画像Ｐ７は、元画像Ｐ０から線状構造物のみを濃淡を保ったまま抜き出したものとなっており、視認性の高いものとなっている。

また、上述のように元画像Ｐ０を縮小する縮小部１２を備えれば、元画像Ｐ０に含まれる太い線状構造物も抽出することができる。

上述のように、解析部１３が２次元ヘッセ行列を用いて動作すれば、線状構造物の位置および線状構造物の伸びる方向を正確かつ高速に求めることができる。

そして、評価画像Ｐ３が単調で非線形の関数を作用させることで、線状構造物の評価値の大小関係を乱さずに線状構造物の位置を二値画像に近いかたちで表した評価画像Ｐ３を生成できる。

上述の構成は本発明の装置のより具体的な構成を示している。差分画像生成部１７が異方性フィルタを用いて動作すれば、元画像Ｐ０における線状構造物の濃淡を保ったまま線状構造物の形状を元画像Ｐ０から取り出すことが可能となる。

また、抽出画像Ｐ７に対してモルフォロジー処理を行えば、抽出画像Ｐ７においてノイズを線構造と誤認して抽出した微小な偽像が削除され、抽出画像Ｐ７の視認性は更に向上する。

そして、抽出画像Ｐ７と元画像Ｐ０を重ねて重合画像Ｐ９を生成すれば、被検体の像の中で線状構造物が写り込む様子を知ることができるので、線状構造物をより正確に認識することができる。

続いて、実施例２に係る画像処理装置２１について説明する。実施例２に係る画像処理装置２１は、図１１に示すように、経時的に連写される複数の元画像Ｐ０を入力すると、この元画像Ｐ０のそれぞれに写り込んでいるガイドワイヤ像などの暗線の輝度が視認しやすいように調整された処理画像（重合画像Ｐ９）が出力される構成となっている。

＜画像処理装置の全体構成＞
実施例２に係る画像処理装置２１は、図１１に示すように、複数の元画像Ｐ０を時間方向に配列して、元データＤ０を生成する配列部１１と、元データＤ０を基に、ボクセルデータ上の面状構造物であるかどうかをボクセルの各々について評価する評価画像Ｐ３を生成する評価画像生成部１５と、評価画像Ｐ３を基に、元画像Ｐ０上の線状構造物であるかどうかを画素の各々について評価する評価画像Ｐ３を生成する評価画像生成部１５と、元データＤ０を基に、ボクセルの各々がボクセルデータ上の面状構造物であるとしたときの面の法線方向を示す方向データＤ５を生成する方向データ生成部１６ａと、方向データＤ５を基に、画素の各々が元画像Ｐ０上の線状構造物であるとしたときの線の伸びる方向を示す方向画像Ｐ５を生成する方向画像生成部１６と、方向画像Ｐ５を基に、線状構造物の部分の画素値から線状構造物以外の画素値が減算された差分画像Ｐ６を生成する差分画像生成部１７と評価画像Ｐ３および差分画像Ｐ６を基に、元画像Ｐ０上の線状構造物が元画像Ｐ０上の濃淡を保ったまま元画像Ｐ０から抽出された抽出画像Ｐ７を生成する抽出画像生成部１８とを備えている。配列部１１は、本発明の配列手段に相当し、評価画像生成部１５は、本発明の評価画像生成手段に相当する。

また、画像処理装置２１は、ボクセルデータを縮小して評価画像生成部１５および方向データ生成部１６ａに出力する縮小部１２と、３次元ヘッセ行列を用いてボクセルデータを解析し、解析結果を評価画像生成部１５および方向データ生成部１６ａに出力する解析部１３と、解析部１３の解析結果より固有値データを生成する固有値画像生成部１４と、抽出画像Ｐ７に対してモルフォロジー処理を施すモルフォロジー処理部１９と、抽出画像Ｐ７と元画像Ｐ０とを重ね合わせて重合画像（処理画像Ｐ９）を生成する重合画像生成部２０とを備えている。縮小部１２は、本発明の縮小手段に相当し、解析部１３は、本発明の解析手段に相当する。

記憶部２８は、各部１１，１２，１３，１４，１５，１６ａ，１６，１７，１８，１９，２０が動作する際のフィルターやパラメータが記憶された記憶装置となっている。各部１１，１２，１３，１４，１５，１６ａ，１６，１７，１８，１９，２０は、必要に応じて記憶部２８にアクセスすることができる。

次に、画像処理装置２１の主な動作について説明する。画像処理装置２１は、主に配列部１１，評価画像生成部１５，評価画像生成部１５，方向データ生成部１６ａ，方向画像生成部１６，差分画像生成部１７，および抽出画像生成部１８の各部により動作する。したがって、以降、これらの主要部についての動作説明を行うものとする。

＜配列部の動作＞
画像処理装置２１に入力された動画を構成する複数の元画像Ｐ０は、配列部１１に入力される。配列部１１は、図１２に示すように元画像Ｐ０を入力される順に積層して配列して３次元データを生成する。これにより元画像Ｐ０の各々は時間についての次元を有するボクセルデータ（以降、元データＤ０と呼ぶ）に加工される。配列部１１により、元画像Ｐ０は撮影された順に配列される。配列部１１は、元画像Ｐ０の各々を構成していた画素に時間方向に厚みを持たせてボクセルに加工する。

配列部１１の実際の動作は、経時的に取得された元画像Ｐ０の各々について実行される。すなわち、配列部１１は、処理対象の元画像Ｐ０（以降、処理対象画像Ｐ０ａと呼ぶ）について、この元画像Ｐ０が時間次元についての中心の位置に来るように過去方向、および未来方向について他の元画像Ｐ０を所定枚数だけ配列してボクセルデータを生成する。したがって、元データＤ０は、経時的に取得された元画像Ｐ０の各々について生成されることになる。以降の説明では、この処理対象画像Ｐ０ａの１つについて実行される動作について説明するものとする。処理対象画像Ｐ０ａに対応するボクセルデータが元データＤ０ａである。

＜解析部の動作＞
元データＤ０ａは、縮小部１２に入力される。説明の便宜上、縮小部１２は元データＤ０ａの縮小処理を行わず元データＤ０ａを解析部１３に出力するものとする。解析部１３は、まず元データＤ０ａを横方向、縦方向、時間方向について偏微分する。

解析部１３の微分動作について説明する。元データＤ０ａは、データ上の位置と画素値が関連している。すなわち、元データＤ０ａにおけるｘ方向、ｙ方向、時間方向の位置を指定すればそこに位置する画素の画素値が取得できるということである。つまり、元データＤ０ａは、図１２に示すように、ｘ方向（横方向），ｙ方向（縦方向），ｔ方向（時間方向）の３変数について画素値が関連した３変数関数と捉えることができる。画素値をｄとすると、ｄ＝ｆ（ｘ，ｙ，ｔ）という関係が成り立つことになる。

解析部１３は、微分フィルタを用いて、元データＤ０ａをｘ方向に偏微分し、このとき得られる微分関数を更にｘ方向、ｙ方向、またはｔ方向に偏微分する。また、解析部１３は、元画像Ｐ０をｙ方向に偏微分し、このとき得られる微分関数を更にｙ方向、またはｔ方向に偏微分する。同様に解析部１３は、元画像Ｐ０をｔ方向に偏微分し、このとき得られる微分関数を更にｔ方向に偏微分する。解析部１３は、これらを用いて３次元ヘッセ行列Ｈを生成する。ヘッセ行列Ｈとは次のような行列である。

このような３次元ヘッセ行列は対称行列であり、３つの固有値λ１，λ２，λ３とそれに対応する固有ベクトルを有するはずである。このとき、固有値λ１の絶対値は固有値λ２，λ３の絶対値よりも大きいものとする。解析部１３は、固有値λ１，λ２，λ３をヘッセ行列Ｈより求める。このとき取得された固有値λ１，λ２，λ３のうち、絶対値が一番大きな固有値をλ１とし、二番目に大きな固有値をλ２とする。

解析部１３は、固有値λ１に対応する固有ベクトルｖ１を算出する。固有ベクトルｖ１は、ｘ方向、ｙ方向およびｔ方向の要素を有するベクトルとなっている。

ところで、上述の動作は処理対象画像Ｐ０ａについての画像処理である。したがって、解析部１３は、元データＤ０ａにおける処理対象画像Ｐ０ａに位置するボクセルについて動作して、元データＤ０ａについての解析を完了する。

＜固有値画像生成部の動作＞
解析部１３は、固有値λ１、λ２を固有値画像生成部１４に送出する。ヘッセ行列Ｈは、処理対象画像Ｐ０ａの位置に応じた関数が行列化したものである。従って、固有値λ１は、処理対象画像Ｐ０ａの位置に応じて値が変化するはずである。固有値画像生成部１４は、固有値λ１、λ２より算出されるλ１／｜λ２｜という値を処理対象画像Ｐ０ａの位置に対応させて配列し、λ１／｜λ２｜が２次元マトリックス状に配列された固有値画像Ｐ２を生成する。このとき現れるλ１／｜λ２｜は、元データＤ０ａにおける処理対象画像Ｐ０ａ上のボクセルが面状構造物を構成しているかどうかを示す指標となっている。

＜評価画像生成部の動作＞
固有値画像生成部１４は、固有値画像Ｐ２を評価画像生成部１５に送出する。評価画像生成部１５は、λ１／｜λ２｜の値の各々に所定の関数を作用させることにより、λ１／｜λ２｜の値を調整する。この様子は、実施例１における評価画像生成部１５の動作として既に説明済みである。評価画像生成部１５は、固有値画像Ｐ２を変換して評価画像Ｐ３を生成する。

評価画像Ｐ３の意味について説明する。評価画像Ｐ３における値が１に近い部分は、処理対象画像Ｐ０ａにおいて暗線が写り込んだ部分となっており、値が０に近い部分は、処理対象画像Ｐ０ａにおいて暗線が写り込んでいない部分となっている。この点は、図４を用いて既に説明済みである。

＜方向データ生成部の動作＞
解析部１３は、固有ベクトルｖ１を方向データ生成部１６ａに送出する。ヘッセ行列Ｈは、元データＤ０ａの位置に応じた関数が行列化したものである。従って、固有ベクトルｖ１は、元データＤ０ａの位置に応じて変化するはずである。方向データ生成部１６ａは、固有ベクトルｖ１を元データＤ０ａの位置に対応させて配列し、固有ベクトルｖ１が２次元マトリックス状に配列された方向データＤ５を生成する。

固有ベクトルｖ１の意味について説明する。図１３は、元データＤ０ａにおいて処理対象画像Ｐ０ａに写り込む暗線Ｂがどのように表現されているかを示している。図１３に示すように、暗線Ｂは経時的に積み重ねられることで、元データＤ０ａ上において暗面として表現されている。その上で、図１４に示すように元データＤ０ａの処理対象画像Ｐ０ａにおける暗面上にあるボクセルｂｘについて考える。このボクセルｂｘに対する固有ベクトルは図１４においてｖ１で表されている。固有ベクトルｖ１は、絶対値が大きい方の固有値λ１についての固有ベクトルである。したがって、固有ベクトルｖ１が示す方向は、元データＤ０ａのボクセルｂｘで暗面に接する平面と直交する方向（法線方向）を表している。

＜方向画像生成部の動作＞
方向データＤ５は、方向画像生成部１６に送出される。方向画像生成部１６は、図１５に示すように方向データＤ５を構成する固有ベクトルｖ１の各々をｘｙ平面上に投影してそのときのベクトルを取得する。そして、これらのベクトルについてｘ軸とがなす角θ１と、角θ１と９０°とを足し合わせて角θ２を算出する。固有ベクトルｖ１は、元データＤ０ａと同様の構造をしている方向データＤ５の各ボクセルに配列されていることから、角θ２も処理対象画像Ｐ０ａと同様の構造の２次元マトリックス状に配列される。このようにして方向画像Ｐ５が生成される。

＜差分画像生成部、抽出画像生成部、重合画像生成部の動作＞
差分画像生成部１７，抽出画像生成部１８，重合画像生成部２０の動作は、実施例１の構成と同様である。この具体的な構成は、図７，図８，図９，図１０を用いて既に説明済みである。抽出画像Ｐ７と元画像Ｐ０とを重み付けを加えて加算し、両者が重ね合わせられた重合画像Ｐ９が生成されて画像処理装置２１の動作は終了となる。重合画像Ｐ９の生成は、元画像Ｐ０の各々について実行される。

以上が本発明に係る画像処理装置２１の主な動作である。画像処理装置１は、画像の視認性を更に高めるため、縮小部１２，モルフォロジー処理部１９を有している。次に、これらの具体的動作について説明する。

＜縮小部の動作＞
縮小部１２に元データＤ０ａが入力されると、縮小部１２は、複数段階に亘って元データＤ０ａを縮小し、縮小率の異なる複数の縮小データＤ１ａを生成する。そして、縮小部１２は、未縮小の元データＤ０ａに加えて複数の縮小データＤ１ａも解析部１３に送出する。すると、縮小率に応じて複数の抽出画像Ｐ７が生成されることになる。重合画像生成部２０は、これら複数の抽出画像Ｐ７を適宜拡大しながら元データＤ０ａに重ね合わせる。このようにすることで、元画像Ｐ０に写り込んだ太い暗線も元画像Ｐ０から抽出できるようになる。この原理は、実施例１における縮小部１２の動作原理と同様である。モルフォロジー処理部１９の動作については、実施例１で既に説明済みである。

以上のように、上述の構成は、本発明の構成を動画像に応用したものとなっている。すなわち、元画像Ｐ０を時間方向に配列した元データＤ０ａに対して面状構造物を探す画像処理を行うようになっている。この様にすることで、元画像Ｐ０に多くのノイズ成分が含まれていても、元画像Ｐ０から正確に線状構造物を抽出することができる。たとえ元画像Ｐ０において偶然にノイズが線状に並んでいたとしても、元データＤ０ａにおいては、面状に現れていない。元画像Ｐ０におけるノイズの出現位置は、経時的に変化するからである。したがって、元画像Ｐ０に現れた線状のノイズの塊を線状構造物と誤認することがなくなる。

また、上述のように元データＤ０ａを縮小する縮小部１２を備えれば、元画像Ｐ０に含まれる太い線状構造物も抽出することができる。

そして、解析部１３が３次元ヘッセ行列を用いて動作すれば、面状構造物の位置および面状構造物の法線方向を正確かつ高速に求めることができる。

Ｐ０ 元画像
Ｐ３ 評価画像
Ｐ５ 方向画像
Ｐ６ 差分画像
Ｐ７ 抽出画像
Ｄ０ａ 元データ（ボクセルデータ）
Ｄ５ 方向データ
１１ 配列部（配列手段）
１２ 縮小部（縮小手段）
１３ 解析部（解析手段）
１５ 評価画像生成部（評価画像生成手段）
１６ 方向画像生成部（方向画像生成手段）
１６ａ 方向データ生成部（方向データ生成手段）
１７ 差分画像生成部（差分画像生成手段）
１８ 抽出画像生成部（抽出画像生成手段）
１９ モルフォロジー処理部（モルフォロジー処理手段）
２０ 重合画像生成部（重合画像生成手段）

Claims (10)

1. 被検体を透視することで得られる元画像を処理する画像処理装置であって、
   前記元画像を基に、元画像上の線状構造物であるかどうかを画素の各々について評価する評価画像を生成する評価画像生成手段と、
   前記元画像を基に、画素の各々が元画像上の線状構造物であるとしたときの線の伸びる方向を示す方向画像を生成する方向画像生成手段と、
   前記方向画像を基に、線状構造物の部分の画素値から線状構造物以外の画素値が減算された差分画像を生成する差分画像生成手段と、
   前記評価画像および前記差分画像を基に、元画像上の線状構造物が抽出された抽出画像を生成する抽出画像生成手段とを備えることを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記元画像を縮小して前記評価画像生成手段および前記方向画像生成手段に出力する縮小手段を備えることを特徴とする画像処理装置。
3. 請求項１または請求項２に記載の画像処理装置において、
   ２次元ヘッセ行列を用いて元画像を解析し、解析結果を前記評価画像生成手段および前記方向画像生成手段に出力する解析手段を備え、
   前記評価画像生成手段および前記方向画像生成手段は、前記解析結果を基に、前記評価画像および前記方向画像を生成することを特徴とする画像処理装置。
4. 被検体を経時的に連写することで得られる複数の元画像を処理する画像処理装置であって、
   複数の前記元画像を時間方向に配列して、ボクセルデータを生成する配列手段と、
   前記ボクセルデータを基に、ボクセルデータ上の面状構造物であるかどうかをボクセルの各々について評価する評価画像を生成する評価画像生成手段と、
   前記ボクセルデータを基に、前記ボクセルの各々がボクセルデータ上の面状構造物であるとしたときの面の法線方向を示す方向データを生成する方向データ生成手段と、
   前記方向データを基に、画素の各々が元画像上の線状構造物であるとしたときの線の伸びる方向を示す方向画像を生成する方向画像生成手段と、
   前記方向画像を基に、線状構造物の部分の画素値から線状構造物以外の画素値が減算された差分画像を生成する差分画像生成手段と
   前記評価画像および前記差分画像を基に、元画像上の線状構造物が抽出された抽出画像を生成する抽出画像生成手段とを備えることを特徴とする画像処理装置。
5. 請求項４に記載の画像処理装置において、
   前記ボクセルデータを縮小して前記評価画像生成手段および前記方向データ生成手段に出力する縮小手段を備えることを特徴とする画像処理装置。
6. 請求項４または請求項５に記載の画像処理装置において、
   ３次元ヘッセ行列を用いてボクセルデータを解析し、解析結果を前記評価画像生成手段および前記方向データ生成手段に出力する解析手段を備え、
   前記評価画像生成手段および前記方向データ生成手段は、前記解析結果を基に、前記評価画像および前記方向データを生成することを特徴とする画像処理装置。
7. 請求項１ないし請求項６のいずれかに記載の画像処理装置において、
   前記評価画像生成手段は、前記評価画像を生成する際に、単調で非線形の関数を用いることを特徴とする画像処理装置。
8. 請求項１ないし請求項７のいずれかに記載の画像処理装置において、
   前記差分画像生成手段は、前記方向画像の示す方向に従って異方性フィルタを前記元画像に施すことにより前記差分画像を生成することを特徴とする画像処理装置。
9. 請求項１ないし請求項８のいずれかに記載の画像処理装置において、
   前記抽出画像に対してモルフォロジー処理を施すモルフォロジー処理手段を備えることを特徴とする画像処理装置。
10. 請求項１ないし請求項９のいずれかに記載の画像処理装置において、
    前記抽出画像と前記元画像とを重ね合わせて重合画像を生成する重合画像生成手段とを備えることを特徴とする画像処理装置。

Images