JP2013223672A - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents
画像処理装置、画像処理方法、及び画像処理プログラム Download PDFInfo
- Publication number
- JP2013223672A JP2013223672A JP2012098045A JP2012098045A JP2013223672A JP 2013223672 A JP2013223672 A JP 2013223672A JP 2012098045 A JP2012098045 A JP 2012098045A JP 2012098045 A JP2012098045 A JP 2012098045A JP 2013223672 A JP2013223672 A JP 2013223672A
- Authority
- JP
- Japan
- Prior art keywords
- region
- area
- candidate
- image processing
- shape information
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
- A61B1/000094—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope extracting biological structures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Endoscopes (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
- Studio Devices (AREA)
Abstract
【解決手段】画像処理装置1は、生体の管腔内を撮像した画像から異常部の候補領域を判別する異常部候補領域判別部110と、候補領域の周辺領域を決定する周辺領域決定部120と、候補領域及び周辺領域の画面に対する奥行き方向における形状情報を算出する形状情報算出部130と、候補領域の形状情報と周辺領域の形状情報との相関に基づいて、候補領域が異常部であるか否かを判定する異常部領域判定部140とを備える。
【選択図】図1
Description
図1は、本発明の実施の形態1に係る画像処理装置の構成を示すブロック図である。図1に示す画像処理装置1は、画像処理装置1全体の動作を制御する制御部10と、医用観察装置によって撮像された画像に対応する画像データを取得する画像取得部20と、外部から入力される入力信号を受け付ける入力部30と、各種表示を行う表示部40と、画像取得部20によって取得された画像データや種々のプログラムを格納する記録部50と、画像データに対して所定の画像処理を実行する演算部100とを備える。
表示部40は、LCDやELディスプレイ等の表示装置によって実現され、制御部10の制御の下で、管腔内画像を含む各種画面を表示する。
図1に示すように、演算部100は、管腔内画像から異常部の候補領域を判別する異常部候補領域判別部110と、候補領域の周辺領域を決定する周辺領域決定部120と、候補領域及び周辺領域の画面に対する奥行き方向における形状情報を算出する形状情報算出部130と、候補領域の形状情報と周辺領域の形状情報との相関に基づいて、候補領域が異常部であるか否かを判定する異常部領域判定部140とを備える。
まず、ステップS10において、画像取得部20は、管腔内画像を取得して記録部50に記録する。演算部100は、処理対象である画像に対応する画像データを記録部50から読み込む。図3は、演算部100に読み込まれた処理対象画像の一例を示す模式図である。
この判別処理により異常部とされた画素領域が、異常部の候補領域として抽出される。図3に示す領域m1は、候補領域の一例を示している。
まず、ステップS301において、粘膜領域判別部121は、事前に決定された粘膜領域の判別基準の色範囲に基づき、画像M1内の各画素が粘膜領域であるか否かを判定する。ここで、粘膜領域の判別基準は、予め収集された粘膜領域と粘膜以外の領域(非粘膜領域)内の各画素のR、G、B各成分の画素値や、これらの画素値から公知の変換により2次的に算出される色特徴量に基づいて決定され、記録部50に事前に記録される。色特徴量としては、YCbCr変換により算出される色差、色相、HSI変換により算出される彩度、色比(G/R、B/G等)といった値が挙げられる。
続くステップS304において、周辺領域決定部120は、抽出された粘膜領域が属するラベル領域を周辺領域として決定する。
その後、処理はメインルーチンに戻る。
まず、ステップS401において、近似形状算出部131は、ステップS20において判別された候補領域にラベリング処理を施す。図6は、ラベリングされた候補領域のうちの1つを示す模式図である。以下においては、一例として、図6に示す候補領域a1に対する処理を説明する。
以下、方向d1、d2、…について推定された直線の傾きをα1、α2、…とする。これらの直線の傾きα1、α2、…が、候補領域a1の形状情報として用いられる。
その後、処理はメインルーチンに戻る。
ステップS501において、異常部領域判定部140は、候補領域の各方向d1、d2、…における傾きα1、α2、…と、周辺領域の各方向d1、d2、…における傾きβ1、β2、…とに基づいて、以下のように候補領域a1及び周辺領域b1の領域種類を方向ごとに判別する。
傾きが所定の閾値T1以上、所定の閾値T2未満である場合:平坦領域
傾きが所定の閾値T2以上である場合:プラス方向の傾斜領域
傾きが所定の閾値T1未満である場合:マイナス方向の傾斜領域
ただし、各閾値は、T1<T2を満たす値に設定する。
その後、処理はメインルーチンに戻る。
次に、実施の形態1の変形例1について説明する。
図11は、変形例1に係る画像処理装置が備える周辺領域決定部の構成を示すブロック図である。変形例1に係る画像処理装置は、図1に示す周辺領域決定部120の代わりに、図11に示す周辺領域決定部120−1を備える。周辺領域決定部120−1以外の画像処理装置の構成は、図1に示すものと同様である。
まず、ステップS311において、勾配強度算出部122は、処理対象の画像内における各画素の画素値(R、G、B各成分の値)、又はこれらの画素値から算出される輝度等の値に基づいて、勾配強度を算出する。勾配強度は、ラプラシアン(Laplacian)フィルタ処理やソーベル(Sobel)フィルタ処理等の公知の方法により算出することができる(参考:CG−ARTS協会、「ディジタル画像処理」、p.114〜121(エッジ抽出))。
さらに、ステップS313において、閉領域抽出部123は、勾配強度が所定の値以上である画素の領域を内部に含まないようにエネルギー関数を設定し、該エネルギー関数の値に基づいて閉領域を初期状態から拡張して、閉領域を抽出する(参考:CG−ARTS協会、「ディジタル画像処理」、p.197〜198)。
周辺領域決定部120−1は、このようにして抽出された閉領域を周辺領域として決定する。
次に、実施の形態1の変形例2について説明する。
図13は、変形例2に係る画像処理装置が備える周辺領域決定部の構成を示すブロック図である。変形例2に係る画像処理装置は、図1に示す周辺領域決定部120の代わりに、図13に示す周辺領域決定部120-2を備える。周辺領域決定部120−2以外の画像処置装置の構成は、図1に示すものと同様である。
まず、ステップS321において、距離情報算出部124は、画像内の各画素の距離情報を取得する。距離情報としては、体内で吸収・散乱し難い波長成分であるR値や、画素値(R、G、B各成分の値)から算出される輝度等が用いられる。
なお、距離情報に基づいて画像を複数の領域に分割することができれば、上記領域統合法以外の手法を用いても良い。
次に、実施の形態1の変形例3について説明する。
図15は、変形例3に係る画像処理装置が備える周辺領域決定部の構成を示すブロック図である。変形例3に係る画像処理装置は、図1に示す周辺領域決定部120の代わりに、図15に示す周辺領域決定部120−3を備える。周辺領域決定部120−3以外の画像処理装置の構成は、図1に示すものと同様である。
まず、ステップS331において、色特徴量算出部126は、画像内の各画素の色特徴量を算出する。色特徴量としては、画素値のYCbCr変換により算出される色差、色相、HSI変換により算出される彩度、色比(G/R、B/G)等が挙げられる。
なお、色特徴量に基づいて画像を複数の領域に分割することができれば、上記領域等合法以外の手法を用いても良い。
次に、実施の形態1の変形例4について説明する。
図17は、変形例4に係る画像処理装置が備える周辺領域決定部の構成を示すブロック図である。変形例4に係る画像処理装置は、図1に示す周辺領域決定部120の代わりに、図17に示す周辺領域決定部120−4を備える。周辺領域決定部120−4以外の画像処理装置の構成は、図1に示すものと同様である。
まず、ステップS341において、テクスチャ特徴量算出部128は、画像内におけるテクスチャ特徴量を算出する。テクスチャ特徴量としては、例えば、離散コサイン変換(DCT)、離散フーリエ変換(DFT)、ガボール(Gabor)フィルタ処理等によって算出される特定の周波数成分の大きさが用いられる。
なお、テクスチャ特徴量に基づいて画像を複数の領域に分割することができれば、上記領域統合法以外の手法を用いても良い。
次に、実施の形態1の変形例5について説明する。
実施の形態1において、形状情報算出部130は、候補領域及び周辺領域の奥行き方向における形状を1つ以上の直線に近似した。しかしながら、候補領域及び周辺領域の奥行き方向における形状を1つ以上の曲線に近似しても良い。例えば、次式に示す2次関数によって表される放物線形状に近似することができる。
z=ax2+by+c
上式において、xは、候補領域の重心を通る各方向(図6参照)における画素の座標を示し、zは、当該画素の奥行き方向における距離を表す値(例えば、R値や輝度等)を示す。また、a、b、及びcは係数(定数)である。
次に、実施の形態1の変形例6について説明する。
実施の形態1において、異常部領域判定部140は、各方向における候補領域及び周辺領域の領域種類を判別した上で、候補領域及び周辺領域の領域種類の一致率を算出した。しかしながら、候補領域及び周辺領域の傾きを方向ごとを直接比較して、両者の一致率を算出することとしても良い。
次に、本発明の実施の形態2について説明する。
図19は、本発明の実施の形態2に係る画像処理装置の構成を示すブロック図である。図19に示すように、実施の形態2に係る画像処理装置2は、図1に示す演算部100の代わりに、演算部200を備える。
次に、本発明の実施の形態3について説明する。
図20は、本発明の実施の形態3に係る画像処理装置の構成を示すブロック図である。図20に示すように、実施の形態3に係る画像処理装置3は、図1に示す演算部100の代わりに、演算部300を備える。
図21は、画像処理装置3の動作を示すフローチャートである。なお、図21に示すステップS10〜S40及びS60は、図2に示すものと対応している。
まず、ステップS701において、周辺領域形状情報判定部311は、ステップS30において決定された周辺領域の奥行き方向における距離情報を取得する。距離情報としては、体内で吸収、散乱し難い波長成分であるR値や、画素値(R、G、B各成分の値)から算出される輝度等が用いられる。
ステップS703において、平坦領域判定部311aは、算出された距離情報の分散値が所定の閾値以上であるか否かを判定する。そして、分散値が閾値以上である場合(ステップS703:Yes)、当該周辺領域は平坦領域であると判定する(ステップS704)。これに応じて、信頼性判定部310は、当該周辺領域と近接する候補領域に対して形状情報に基づく異常部領域の判定を行う場合、判定の信頼性が低いと判定する(ステップS705)。
その後、処理はメインルーチンに戻る。
その後、処理はメインルーチンに戻る。
以下に、一例として、テクスチャ特徴量に基づく候補領域の判定方法を説明する。
まず、異常部領域判定部320は、候補領域内のテクスチャ特徴量として、例えば、離散コサイン変換(DCT)、離散フーリエ変換(DFT)、ガボール(Gabor)フィルタ処理等によって算出される特定の周波数成分の大きさを算出する。
テクスチャ特徴量の均質性は、例えば、候補領域の座標重心と、候補領域内の各画素をテクスチャ特徴量で重み付けした座標重心との間の距離(以下、座標重心距離という)によって評価することができる。より詳細には、候補領域内の各画素をテクスチャ特徴量で重み付けした座標重心(Gx,Gy)は、候補領域の座標重心(gx、gy)、候補領域内のi番目の画素の座標(xi、yi)、及び、i番目の画素のテクスチャ特徴量Tiとを用いて、次式(5)によって表される。
10 制御部
20 画像取得部
30 入力部
40 表示部
50 記録部
51 画像処理プログラム
100、200、300 演算部
110 異常部候補領域判別部
120 周辺領域決定部
121 粘膜領域判別部
122 勾配強度算出部
123 閉領域抽出部
124 距離情報算出部
125 領域分割部
126 色特徴量算出部
127 領域分割部
128 テクスチャ特徴量算出部
129 領域分割部
130 形状情報算出部
131 近似形状算出部
131a 線近似形状算出部
131b 近似対象選択部
140 異常部領域判定部
210 形状情報算出部
211 近似形状算出部
211a 面近似情報算出部
220 異常部領域判定部
221 近似形状算出部
221a 面近似形状算出部
310 信頼性判定部
311 周辺領域形状情報判定部
311a 平坦領域判定部
311a−1 分散値算出部
320 異常部領域判定部
321 判定方法切替部
Claims (17)
- 生体の管腔内を撮像した画像から異常部の候補領域を判別する異常部候補領域判別手段と、
前記候補領域の周辺領域を決定する周辺領域決定手段と、
前記候補領域及び前記周辺領域の画面に対する奥行き方向における形状情報を算出する形状情報算出手段と、
前記候補領域の形状情報と前記周辺領域の形状情報との相関に基づいて、前記候補領域が異常部であるか否かを判定する異常部領域判定手段と、
を備えることを特徴とする画像処理装置。 - 前記周辺領域決定手段は、
前記画像内に含まれる粘膜領域を判別する粘膜領域判別手段を有し、
前記周辺領域を、前記粘膜領域の内から決定することを特徴とする請求項1に記載の画像処理装置。 - 前記周辺領域決定手段は、
前記画像内の複数の画素の画素値に基づいて勾配強度を算出する勾配強度算出手段を有し、
前記周辺領域を、前記勾配強度が所定値以下となる領域から決定することを特徴とする請求項1に記載の画像処理装置。 - 前記周辺領域決定手段は、
前記画像内の各画素の画素値に基づいて、前記各画素の特徴量を算出する特徴量算出手段と、
前記画像を、前記特徴量の差が所定の範囲内である画素同士を1つの領域として領域分割する領域分割手段と、
を有し、
領域分割された領域毎に前記周辺領域を決定することを特徴とする請求項1に記載の画像処理装置。 - 前記特徴量算出手段は、前記各画素の画素値に基づいて、距離情報を算出する距離情報算出手段を含むことを特徴とする請求項4に記載の画像処理装置。
- 前記特徴量算出手段は、前記各画素の画素値に基づいて、色特徴量を算出する色特徴量算出手段を含むことを特徴とする請求項4に記載の画像処理装置。
- 前記特徴量算出手段は、前記各画素の画素値に基づいて、テクスチャ特徴量を算出するテクスチャ特徴量算出手段を含むことを特徴とする請求項4に記載の画像処理装置。
- 前記形状情報算出手段は、前記候補領域及び前記周辺領域の各々に含まれる複数の画素の画素値に基づいて、前記候補領域及び前記周辺領域の前記奥行き方向における形状を1次元又は2次元的な形状にそれぞれ近似する近似形状算出手段を有することを特徴とする請求項1に記載の画像処理装置。
- 前記近似形状算出手段は、前記複数の画素の画素値に基づいて、前記候補領域及び前記周辺領域の前記奥行き方向における形状の各々を、少なくとも1つの直線又は曲線に近似する線近似形状算出手段を含むことを特徴とする請求項8に記載の画像処理装置。
- 前記近似形状算出手段は、前記複数の画素の画素値に基づいて、前記候補領域及び前記周辺領域の前記奥行き方向における形状の各々を、2次元的な形状に近似する面近似形状算出手段を含むことを特徴とする請求項8に記載の画像処理装置。
- 前記近似形状算出手段は、前記候補領域及び前記周辺領域に含まれる画素に関する情報に基づいて、近似形状の算出対象を選択する近似対象選択手段をさらに有することを特徴とする請求項8に記載の画像処理装置。
- 前記周辺領域の形状情報に基づいて、異常部領域判定の信頼性を判定する信頼性判定手段をさらに備え、
前記異常部領域判定手段は、前記信頼性の判定結果に基づいて、前記候補領域が異常部であるか否かを判定する判定方法を切り替える判定方法切替手段を有することを特徴とする請求項1に記載の画像処理装置。 - 前記信頼性判定手段は、前記周辺領域の形状情報に基づいて、前記信頼性を判定する周辺領域形状情報判定手段を含むことを特徴とする請求項12に記載の画像処理装置。
- 前記周辺領域形状情報判定手段は、前記周辺領域が平坦な領域であるか否かを判定する平坦領域判定手段を含み、前記周辺領域が平坦な領域である場合に信頼性が低いと判定することを特徴とする請求項13に記載の画像処理装置。
- 前記平坦領域判定手段は、前記周辺領域内の複数の画素の画素値の分散値を算出する分散値算出手段を含み、前記分散値に基づいて判定を行うことを特徴とする請求項14に記載の画像処理装置。
- 生体の管腔内を撮像した画像から異常部の候補領域を判別する異常部候補領域判別ステップと、
前記候補領域の周辺領域を決定する周辺領域決定ステップと、
前記候補領域及び前記周辺領域の画面に対する奥行き方向における形状情報を算出する形状情報算出ステップと、
前記候補領域の形状情報と前記周辺領域の形状情報との相関に基づいて、前記候補領域が異常部であるか否かを判定する異常部領域判定ステップと、
を含むことを特徴とする画像処理方法。 - 生体の管腔内を撮像した画像から異常部の候補領域を判別する異常部候補領域判別ステップと、
前記候補領域の周辺領域を決定する周辺領域決定ステップと、
前記候補領域及び前記周辺領域の画面に対する奥行き方向における形状情報を算出する形状情報算出ステップと、
前記候補領域の形状情報と前記周辺領域の形状情報との相関に基づいて、前記候補領域が異常部であるか否かを判定する異常部領域判定ステップと、
をコンピュータに実行させることを特徴とする画像処理プログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012098045A JP5980555B2 (ja) | 2012-04-23 | 2012-04-23 | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム |
PCT/JP2013/061070 WO2013161589A1 (ja) | 2012-04-23 | 2013-04-12 | 画像処理装置、画像処理方法、及び画像処理プログラム |
CN201380021072.8A CN104244802B (zh) | 2012-04-23 | 2013-04-12 | 图像处理装置、图像处理方法以及图像处理程序 |
EP13782600.4A EP2842478A4 (en) | 2012-04-23 | 2013-04-12 | PICTURE PROCESSING DEVICE, PICTURE PROCESSING METHOD AND PICTURE PROCESSING PROGRAM |
US14/519,538 US9928590B2 (en) | 2012-04-23 | 2014-10-21 | Image processing apparatus, image processing method, and computer-readable recording device for determining whether candidate region is abnormality or residue |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012098045A JP5980555B2 (ja) | 2012-04-23 | 2012-04-23 | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013223672A true JP2013223672A (ja) | 2013-10-31 |
JP5980555B2 JP5980555B2 (ja) | 2016-08-31 |
Family
ID=49482916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012098045A Active JP5980555B2 (ja) | 2012-04-23 | 2012-04-23 | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US9928590B2 (ja) |
EP (1) | EP2842478A4 (ja) |
JP (1) | JP5980555B2 (ja) |
CN (1) | CN104244802B (ja) |
WO (1) | WO2013161589A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017176856A (ja) * | 2013-10-28 | 2017-10-05 | 富士フイルム株式会社 | 画像処理装置及びその作動方法 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6371613B2 (ja) * | 2014-07-09 | 2018-08-08 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
JPWO2016117018A1 (ja) * | 2015-01-20 | 2017-10-26 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
WO2016117117A1 (ja) * | 2015-01-23 | 2016-07-28 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
EP3255884A4 (en) * | 2015-02-05 | 2018-05-30 | Ricoh Company, Ltd. | Image processing device, image processing system, image processing method, and program |
WO2016170655A1 (ja) * | 2015-04-23 | 2016-10-27 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
CN107529963B (zh) * | 2015-04-23 | 2020-06-12 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法和存储介质 |
JP6177458B2 (ja) * | 2015-07-03 | 2017-08-09 | オリンパス株式会社 | 画像処理装置及び内視鏡システム |
CN108601509B (zh) * | 2015-11-26 | 2020-07-07 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法以及记录有程序的介质 |
JP6578058B2 (ja) * | 2016-05-27 | 2019-09-18 | オリンパス株式会社 | 画像処理装置、画像処理装置の作動方法及び画像処理装置の作動プログラム |
JP2019012039A (ja) * | 2017-06-30 | 2019-01-24 | ブラザー工業株式会社 | 検出装置及び検出方法 |
JP6622771B2 (ja) * | 2017-09-22 | 2019-12-18 | ファナック株式会社 | モータ構成選定装置、モータ構成選定方法及びプログラム |
JP6986160B2 (ja) * | 2018-08-10 | 2021-12-22 | オリンパス株式会社 | 画像処理方法および画像処理装置 |
JP2021005320A (ja) * | 2019-06-27 | 2021-01-14 | 東芝映像ソリューション株式会社 | 画像処理装置及び画像処理方法 |
CN112652004B (zh) * | 2020-12-31 | 2024-04-05 | 珠海格力电器股份有限公司 | 一种图像处理方法、装置、设备及介质 |
CN116940275A (zh) * | 2021-02-25 | 2023-10-24 | 奥林巴斯医疗株式会社 | 内窥镜图像处理装置及内窥镜图像处理方法 |
CN113191626B (zh) * | 2021-04-28 | 2022-02-01 | 中国科学院地理科学与资源研究所 | 一种异常区域的识别方法及装置 |
CN113628251B (zh) * | 2021-10-11 | 2022-02-01 | 北京中科金马科技股份有限公司 | 一种智慧酒店终端监测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011232715A (ja) * | 2010-04-30 | 2011-11-17 | Olympus Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
JP2012045055A (ja) * | 2010-08-24 | 2012-03-08 | Olympus Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002305148A1 (en) * | 2001-04-05 | 2002-10-21 | Johns Hopkins University | Imaging systems for in vivo protocols |
JP4652694B2 (ja) | 2004-01-08 | 2011-03-16 | オリンパス株式会社 | 画像処理方法 |
JP4266920B2 (ja) | 2004-12-03 | 2009-05-27 | オリンパス株式会社 | 分類装置及び分類方法 |
EP1994878B9 (en) * | 2006-03-16 | 2013-09-04 | Olympus Medical Systems Corp. | Medical image processing device and medical image processing method |
EP2240109A4 (en) * | 2008-01-08 | 2013-04-10 | Oncoscope Inc | SYSTEMS AND METHOD FOR THE STUDY, DIAGNOSTIC, TREATMENT AND / OR MONITORING OF TISSUE |
JP2011521747A (ja) * | 2008-06-02 | 2011-07-28 | ライトラブ イメージング, インコーポレイテッド | 光コヒーレンストモグラフィ画像から組織特徴を取得する定量的方法 |
EP2339534A1 (en) * | 2009-11-18 | 2011-06-29 | Panasonic Corporation | Specular reflection compensation |
-
2012
- 2012-04-23 JP JP2012098045A patent/JP5980555B2/ja active Active
-
2013
- 2013-04-12 CN CN201380021072.8A patent/CN104244802B/zh not_active Expired - Fee Related
- 2013-04-12 WO PCT/JP2013/061070 patent/WO2013161589A1/ja active Application Filing
- 2013-04-12 EP EP13782600.4A patent/EP2842478A4/en not_active Withdrawn
-
2014
- 2014-10-21 US US14/519,538 patent/US9928590B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011232715A (ja) * | 2010-04-30 | 2011-11-17 | Olympus Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
JP2012045055A (ja) * | 2010-08-24 | 2012-03-08 | Olympus Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017176856A (ja) * | 2013-10-28 | 2017-10-05 | 富士フイルム株式会社 | 画像処理装置及びその作動方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2842478A4 (en) | 2016-01-27 |
EP2842478A1 (en) | 2015-03-04 |
US20150063641A1 (en) | 2015-03-05 |
WO2013161589A1 (ja) | 2013-10-31 |
CN104244802B (zh) | 2017-03-15 |
CN104244802A (zh) | 2014-12-24 |
JP5980555B2 (ja) | 2016-08-31 |
US9928590B2 (en) | 2018-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5980555B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
JP5851160B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
JP5576782B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US9959481B2 (en) | Image processing apparatus, image processing method, and computer-readable recording medium | |
JP5683888B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
JP5830295B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
JP5926937B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP5800468B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
US9672610B2 (en) | Image processing apparatus, image processing method, and computer-readable recording medium | |
JP6265588B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
JP5576775B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
KR102025756B1 (ko) | 영상에서 스펙클을 제거하는 방법, 장치 및 시스템. | |
Wu et al. | Detection of blur artifacts in histopathological whole-slide images of endomyocardial biopsies | |
JP6664486B2 (ja) | 画像処理装置、画像処理装置の作動方法及び画像処理装置の作動プログラム | |
JP5961512B2 (ja) | 画像処理装置およびその作動方法並びに画像処理プログラム | |
JP5800549B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
CN115148365A (zh) | 用于预测中枢神经系统生殖细胞肿瘤预后的方法及系统 | |
KR20170106061A (ko) | 이미지 장치의 눈 검출기 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160427 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160705 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160727 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5980555 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |