JP2014137744A - 領域分割装置、プログラムおよび方法 - Google Patents

領域分割装置、プログラムおよび方法 Download PDF

Info

Publication number
JP2014137744A
JP2014137744A JP2013006539A JP2013006539A JP2014137744A JP 2014137744 A JP2014137744 A JP 2014137744A JP 2013006539 A JP2013006539 A JP 2013006539A JP 2013006539 A JP2013006539 A JP 2013006539A JP 2014137744 A JP2014137744 A JP 2014137744A
Authority
JP
Japan
Prior art keywords
point
pixel
area
link
image
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
Application number
JP2013006539A
Other languages
English (en)
Other versions
JP5881625B2 (ja
Inventor
Yuanzhong Li
元中 李
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2013006539A priority Critical patent/JP5881625B2/ja
Priority to PCT/JP2014/000077 priority patent/WO2014112339A1/ja
Publication of JP2014137744A publication Critical patent/JP2014137744A/ja
Priority to US14/799,590 priority patent/US9536317B2/en
Application granted granted Critical
Publication of JP5881625B2 publication Critical patent/JP5881625B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/162—Segmentation; Edge detection involving graph-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/20072—Graph-based image processing
    • 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
    • G06T2207/30016—Brain

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

【課題】グラフカットによる画像の領域分割を自動かつ高精度で行えるようにする。
【解決手段】画像上に対象領域の候補領域を設定する。対象領域に対応する点Ｓと、背景領域に対応する点Ｔと、画像の各画素に対応する点と、各画素と点Ｓを結ぶＳリンクと、各画素と点Ｔを結ぶＴリンクと、各隣接する画素同士を結ぶＮリンクとを有するグラフにおいて、各リンクのそれぞれにコストを設定し、グラフカットを実行する。その後、グラフに点Ｓとリンクで結ばれた画素が存在するかどうかを判断し、存在しない場合、点Ｓとリンクで結ばれた画素が現われるまで、候補領域内の各画素と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階においてグラフカットを実行し、最後に実行されたグラフカットの結果に従って、画像の各画素が対象領域と背景画像のいずれに属するかを決定する。
【選択図】図６

Description

本発明は、グラフカットの手法を用いて画像を対象領域とそれ以外の領域に分割する領域分割装置、コンピュータプログラムおよび方法に関するものである。
従来、画像を対象領域とそれ以外の領域に分割する方法として、グラフカットが知られている。グラフカットによる領域分割方法の一つとして、特許文献１には、画像中に複数の異なる仮初期領域を設定し、各初期領域の内側および外側において画素値の確率分布モデルを作成し、内側の確率分布モデルと外側の確率分布モデルの分離度が最も高くなる仮初期領域を初期領域として設定し、その設定された初期領域を用いてグラフカットによる領域分割処理を行うことが提案されている。
また、非特許文献１には、ユーザにより与えられた画像中の対象領域を示す画素と背景領域を示す画素の情報に基づいて算出された、各画素が対象領域又は背景領域を示す画素である確からしさを用いて、画像を対象領域と背景領域に分割する方法が提案されている。
特開２０１０‐２０５０６７号公報
しかし、上記特許文献１の領域分割方法は、主に画素値の確率分布の違いにより対象領域とそれ以外の領域を区別しているため、対象領域と同じような画素値の確率分布を有する背景領域の一部が対象領域として誤って分割されてしまう場合があり、問題となる。たとえば、図３に模式的に示すような頭部ＣＴ画像Ｐ２を脳領域Ａ２とそれ以外の領域に分割しようとする際に、脳領域に接続して下方へ細長く延びた脊椎領域Ｂ２が脳領域の一部として誤って分割されてしまう場合がある。
また、上記非特許文献１の領域分割方法は、ユーザが画像中の対象領域を示す画素と背景領域を示す画素の情報をそれぞれ手動で与える煩雑な操作を要するため、その煩雑さの改善が望まれる。
本発明は、上記事情に鑑み、グラフカットの手法を用いて画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる領域分割装置、コンピュータプログラムおよび方法に関するものである。なお、本発明は、対象領域としては太いかたまり状の領域を、対象領域と同じような画素値の確率分布を有する一部の背景領域としては細長い領域を対象としている。
本発明の第１の領域分割装置は、画像を対象領域とそれ以外の領域に分割する装置であって、画像上に対象領域の候補領域を設定する候補領域設定手段と、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、画像の各画素に対応する点と、画像の各画素に対応する点と点Ｓを結ぶＳリンクと、画像の各画素に対応する点と点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断し、存在しない場合、点Ｓとリンクで結ばれた画素に対応する点が現われるまで、候補領域設定手段により設定された候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階においてグラフカットを実行し、最後に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段とを備えたことを特徴とするものである。
本発明の第２の領域分割装置は、画像を対象領域とそれ以外の領域に分割する装置であって、画像上に対象領域の候補領域を設定する候補領域設定手段と、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、画像の各画素に対応する点と、画像の各画素に対応する点と点Ｓを結ぶＳリンクと、画像の各画素に対応する点と点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断し、存在する場合、点Ｓとリンクで結ばれた画素に対応する点が消えるまで、候補領域設定手段により設定された候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階においてグラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段とを備えたことを特徴とするものである。
本発明の第３の領域分割装置は、画像を対象領域とそれ以外の領域に分割する装置であって、画像上に対象領域の候補領域を設定する候補領域設定手段と、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、画像の各画素に対応する点と、画像の各画素に対応する点と点Ｓを結ぶＳリンクと、画像の各画素に対応する点と点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断し、点Ｓとリンクで結ばれた画素に対応する点が存在しないと判断された場合、点Ｓとリンクで結ばれた画素に対応する点が現われるまで、候補領域設定手段により設定された候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階においてグラフカットを実行し、最後に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定し、前記判断において、点Ｓとリンクで結ばれた画素に対応する点が存在すると判断された場合、点Ｓとリンクで結ばれた画素に対応する点が消えるまで、前記候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階においてグラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段とを備えたことを特徴とするものである。
上記第１、第２および第３の領域分割装置において、候補領域設定手段は、前記画像の全体または対象領域を含む部分について画素値の分布を求め、該求められた画素値の分布を解析することにより画素値の範囲を決定し、決定された画素値の範囲内の画素値を有する画素の集合を候補領域として設定するものであってもよい。
また、上記第１、第２および第３の領域分割装置は、予め定められた画素値の範囲を記憶する画素値範囲記憶手段を備え、候補領域設定手段が、画素値範囲記憶手段に記憶されている画素値の範囲内の画素値を有する画素の集合を前記候補領域として設定するものであってもよい。
上記第１、第２および第３の領域分割装置は、それぞれ予め定められたコストの設定値を記憶する設定値記憶手段を備え、領域分割手段が、設定値記憶手段に記憶されている設定値を、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストの初期値とするものであってもよい。なお、領域分割手段は、ユーザによるコストの設定値の入力を受け付け、その入力された設定値を、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストの初期値とするものであってもよい。
また、上記第１、第２および第３の領域分割装置は、それぞれ予め定められた閾値を記憶する閾値記憶手段を備え、領域分割手段が、閾値記憶手段に記憶されている閾値を用いて前記間隔を決定するものであってもよい。なお、領域分割手段は、ユーザによる閾値の入力を受け付け、その入力された閾値を用いて前記間隔を決定するものであってもよい。このとき、１つのＳリンク値を段階的に増加させる間隔は、一定の間隔でもよいが、段階ごとに異なってもよい。また、各段階においてＳリンク値を増加させる間隔は、リンク間で同じでもよいし、リンクごとに多少異なってもよい。
本発明の第１、第２および第３の領域分割プログラムは、それぞれ一台または複数台のコンピュータに実装され、実行された際に、そのコンピュータを、上記第１、第２および第３の領域分割装置の候補領域設定手段、領域分割手段等として機能させることを特徴とする。各プログラムは、複数のプログラムモジュールからなり、上記各手段の処理は、それぞれ、一または複数のプログラムモジュールにより実行される。これらのプログラムモジュール群は、ＣＤ−ＲＯＭ、ＤＶＤなどの記録メディアに記録され、またはサーバコンピュータに付属するストレージやネットワークストレージにダウンロード可能な状態で記憶され、ユーザに提供される。
本発明の第１、第２および第３の領域分割方法は、それぞれ一台または複数台のコンピュータに、上記第１、第２および第３の領域分割装置の、候補領域設定手段による候補領域設定処理と、領域分割手段による領域分割処理とを実行させることを特徴とするものである。
また、上記各領域分割装置、プログラムおよび方法において、画像は、２次元の画像でもよいし、３次元の画像でもよい。
本発明の第１の領域分割装置、プログラムおよび方法では、画像上に対象領域の候補領域を設定する。また、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、画像の各画素に対応する点と、画像の各画素に対応する点と点Ｓを結ぶＳリンクと、画像の各画素に対応する点と点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断し、存在しない場合、点Ｓとリンクで結ばれた画素に対応する点が現われるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階においてグラフカットを実行し、最後に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する。これにより、画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。たとえば、図３に模式的に示すような頭部ＣＴ画像Ｐ２において脳領域Ａ２を対象領域として領域分割を行う際に、脊椎領域Ｂ２などの背景領域が脳領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。以下、本発明によってこのような効果が得られるメカニズムを説明する。
たとえば、図２に示すような画像Ｐ１において、背景であることが既知である画素（白抜きの点）で囲まれた、太いかたまり状の領域Ａ１と細長い領域Ｂ１を考える。このとき、領域Ａ１とＢ１を周囲の各隣接する画素と結ぶＮリンクに設定されたコスト（Ｎリンク値）は１とする。なお、背景であることが既知である各画素にはその画素を点Ｔと結ぶＴリンクが設定されているが、図２では、理解を容易にするため、その一部を適宜省略している。図２に示すように、領域Ａ１を点Ｓと結ぶＳリンクの数は４であり、領域Ａ１を周囲の各隣接する画素と結ぶＮリンクの数は８である。これにより、Ｓリンク値の設定が２より小さい場合には、領域Ａ１におけるＳリンク値の総和は領域Ａ１を周囲の各隣接する画素と結ぶＮリンク値の総和より小さくなるため、グラフカットの結果、領域Ａ１は背景領域に分類され、Ｓリンク値の設定が２よりも大きい場合には、領域Ａ１におけるＳリンク値の総和は領域Ａ１を周囲の各隣接する画素と結ぶＮリンク値の総和より大きくなるため、グラフカットの結果、領域Ａ１は対象領域に分類される。
一方、図２に示すように、領域Ｂ１を点Ｓと結ぶＳリンクの数は領域Ａ１と同じ４であるが、領域Ｂ１を周囲の各隣接する画素と結ぶＮリンクの数は領域Ａ１よりも大きい１０である。これにより、領域Ｂ１については、Ｓリンク値の設定が２より小さい場合はもちろん、２より大きい場合であっても２.５より小さい場合には、領域Ｂ１におけるＳリンク値の総和が領域Ｂ１を周囲の各隣接する画素と結ぶＮリンク値の総和より小さくなるため、グラフカットの結果、領域Ｂ１は背景領域に分類される。そして、Ｓリンク値の設定が２.５より大きいなったときに初めて、領域Ｂ１におけるＳリンク値の総和が領域Ｂ１を周囲の各隣接する画素と結ぶＮリンク値の総和より大きくなり、グラフカットの結果、領域Ｂ１が対象領域に分類される。
このように、太いかたまり状の領域は、その領域を点Ｓと結ぶＳリンクの数に対する、その領域を周囲の各隣接する画素と結ぶＮリンクの数の比率が、細長い領域よりも小さいため、細長い領域よりも低いＳリンク値の設定で、対象領域に分類される傾向がある。本発明の第１の領域分割装置、プログラムおよび方法は、このような領域分割の性質に着目してなされたものであり、たとえば、図２に示すケースにおいて、Ｓリンク値を、１.５を初期値として０.２ずつ段階的に増加させながら（１.５→１.７→…）各段階においてグラフカットを実行し、対象領域が現われた段階、すなわちＳリンク値に２.１が設定され、かたまり状の領域Ａ１のみが対象領域として現われた段階で処理を終了し、そのときのグラフカット結果を採用するというものである。
本発明の第２の領域分割装置、プログラムおよび方法では、画像上に対象領域の候補領域を設定する。また、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、画像の各画素に対応する点と、画像の各画素に対応する点と点Ｓを結ぶＳリンクと、画像の各画素に対応する点と点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断し、存在する場合、点Ｓとリンクで結ばれた画素に対応する点が消えるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階においてグラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する。これにより、画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。たとえば、頭部ＣＴ画像において脳領域を対象領域として領域分割を行う際に、脊椎領域などの背景領域が脳領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。
これは、上記第１の領域分割装置、プログラムおよび方法の場合と同様なメカニズムによるものであり、本発明の第２の領域分割装置、プログラムおよび方法は、たとえば、図２に示すケースにおいて、Ｓリンク値を、２.５を初期値として０.２ずつ段階的に減少させながら（２.５→２.３…）各段階においてグラフカットを実行し、対象領域が始めて全て消えた段階、すなわちＳリンク値に１.９が設定された段階で処理を終了し、その１つ前の段階、すなわちＳリンク値に２.１が設定された段階におけるグラフカットを採用するというものである。
本発明の第３の領域分割装置、プログラムおよび方法では、画像上に対象領域の候補領域を設定する。また、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、画像の各画素に対応する点と、画像の各画素に対応する点と点Ｓを結ぶＳリンクと、画像の各画素に対応する点と点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断し、点Ｓとリンクで結ばれた画素に対応する点が存在しないと判断された場合、点Ｓとリンクで結ばれた画素に対応する点が現われるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階においてグラフカットを実行し、最後に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定し、前記判断において、点Ｓとリンクで結ばれた画素に対応する点が存在すると判断された場合、点Ｓとリンクで結ばれた画素に対応する点が消えるまで、前記候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階においてグラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する。これにより、画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。たとえば、頭部ＣＴ画像において脳領域を対象領域として領域分割を行う際に、脊椎領域などの背景領域が脳領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。
これは、上記第１の領域分割装置、プログラムおよび方法の場合と同様なメカニズムによるものであり、本発明の第３の領域分割装置、プログラムおよび方法は、たとえば、図２に示すケースにおいて、Ｓリンク値の初期値に１.５が設定された場合には、０.２ずつ段階的に増加させながら（１.５→１.７→…）各段階においてグラフカットを実行し、対象領域が現われた段階、すなわちＳリンク値に２．１が設定され、かたまり状の領域Ａ１のみが対象領域として現われた段階で処理を終了し、そのときのグラフカット結果を採用し、また、Ｓリンク値の初期値に２.５が設定された場合には、０.２ずつ段階的に減少させながら（２.５→２.３…）各段階においてグラフカットを実行し、対象領域が始めて全て消えた段階、すなわちＳリンク値に１.９が設定された段階で処理を終了し、その１つ前の段階、すなわちＳリンク値に２.１が設定された段階におけるグラフカットを採用するというものである。
本発明の一実施形態における領域分割装置の概略構成を示す図 本発明による課題解決のメカニズムを説明するため図 分割対象画像の一例を示す図 Ｓリンク値の設定用にコストの設定値と閾値を定める方法を説明するため図 ヒストグラムを用いた候補領域設定処理を説明するための図 第１の実施形態における領域分割処理の流れを示すフローチャート 第２の実施形態における領域分割処理の流れを示すフローチャート 第３の実施形態における領域分割処理の流れを示すフローチャート
以下、図面を参照して、本発明の領域分割装置、プログラムおよび方法の実施形態について説明する。以下に示す実施形態において、領域分割装置は、コンピュータに、領域分割プログラムをインストールしたものである。領域分割プログラムは、ＤＶＤ、ＣＤ−ＲＯＭ等の記録メディアに格納されて配布され、その記録媒体からコンピュータにインストールされる。もしくは、ネットワークに接続されたサーバコンピュータのストレージ、あるいはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じて医師が使用するコンピュータにダウンロードされ、インストールされる。なお、本実施形態は、本発明の第１の領域分割装置、プログラムおよび方法に対応する。
図１は、コンピュータに領域分割プログラムをインストールすることにより実現された領域分割装置１の概略構成を示す図である。同図が示すように、領域分割装置１は、メモリ２、ＣＰＵ３およびストレージ４を備えている。また、領域分割装置１には、ディスプレイ５と、マウス６等の入力装置が接続されている。
ストレージ４には、被検体の撮影により取得された２次元または３次元の画像データ４１が記憶されている。たとえばＣＴ装置、ＭＲＩ装置等の撮影装置が出力するスライスデータ、撮影装置が出力する多数のスライスデータを再構成して得たボリュームデータ等が記憶されている。
また、ストレージ４（画素値範囲記憶手段、設定値記憶手段、閾値記憶手段）には、候補領域の設定用に予め定められた画素値の範囲Ｒｓ、Ｓリンク値の設定用に予め定められたコストの設定値Ｋ、閾値Ｔｈなどのパラメータデータ４２が記憶されている。このとき、画素値の範囲Ｒｓとしては、たとえは、同様な画像を対象領域とそれ以外の領域に分割した複数の事例のそれぞれにおいて、対象領域を構成する画素の少なくとも７０％以上、より好ましくは８０％以上、さらに好ましくは９０％以上がその範囲内の画素値を有する画素値の範囲を取得し、それらの画素値の範囲の下限値の中で最も低い値を下限値とし、かつそれらの画素値の範囲の上限値の中で最も高い値を上限値とする画素値の範囲を前記画素値の範囲Ｒｓとして記憶させておくことができる。
また、コストの設定値Ｋとしては、たとえば、同様な画像を同様な対象領域とそれ以外の領域に分割する複数の事例ｉ（ｉ＝１、２、・・・）のそれぞれにおいて、対象領域の候補領域におけるＳリンク値を、対象領域が抽出されない程度に小さい値を初期値として、細かい間隔で段階的に増加させながら各段階においてグラフカットを実行し、対象領域が現われたときのＳリンク値ｋａ（ｉ）を取得し、その中で最も低い値をコストの設定値Ｋとして記憶させておくことができる。
たとえば図３に模式的に示したような頭部ＣＴ画像Ｐ２において、脳領域Ａ１を対象領域として領域分割を行う場合、頭部ＣＴ画像を脳領域とそれ以外の領域に分割する複数の事例（たとえば１０症例程度）のそれぞれにおいて、Ｓリンク値を段階的に増加させながら各段階においてグラフカットを実行し、グラフカットの結果が図４の左図から中央図に切り替わったときのＳリンク値を取得し、その中で最も低い値をコストの設定値Ｋとして記憶させておくことができる。
また、閾値Ｔｈとしては、たとえば、上記複数の事例ｉのそれぞれにおいて、対象領域の候補領域におけるＳリンク値を、Ｓリンク値ｋａ（ｉ）を超えてさらに増加させながら各増加の段階においてグラフカットを実行し、背景領域の少なくとも一部が対象領域として誤って分割されて現われ始めたときのＳリンク値ｋｂ（ｉ）を取得し、その値ｋｂ（ｉ）の前記Ｓリンク値ｋａ（ｉ）からの増加分△ｋ（ｉ）を求め、その増加分△ｋ（ｉ）の中で最も低い値を閾値Ｔｈとして記憶させておくことができる。
たとえば図３に示すような頭部ＣＴ画像Ｐ２において、脳領域Ａ１を対象領域として領域分割を行う場合には、頭部ＣＴ画像を脳領域とそれ以外の領域に分割する複数の事例（たとえば１０症例程度）のそれぞれにおいて、Ｓリンク値を段階的に増加させながら各段階においてグラフカットを実行し、グラフカットの結果が図４の左図から中央図へ切り替わるときのＳリンク値から図４の中央図から右図に切り替わるときのＳリンク値までのＳリンク値の増加分を求め、その増加分の中で最も低い値をコストの設定値Ｋとして記憶させておくことができる。
また、メモリ２には、領域分割プログラムが記憶されている。領域分割プログラムは、ＣＰＵ３に実行させる処理として、候補領域設定処理、領域分割処理等を規定している。そして、ＣＰＵ３がプログラムに従いこれらの処理を実行することで、コンピュータは、候補領域設定手段、領域分割手段等として機能することになる。
以下、領域分割装置１が行う具体的な処理について説明する。領域分割装置１は、選択メニューにおいて領域分割を行う画像（以下、「分割対象画像」という）を特定して分割処理の実行を指示するユーザ入力を受けて、ストレージ２０から分割対象画像の画像データを取得する。
次に、領域分割装置１は、分割対象画像上に対象領域の候補領域を設定する候補領域設定処理を実行する。具体的には、ストレージ４に記憶されている画素値の範囲Ｒｓ内の画素値を有する画素の集合を候補領域として設定する。なお、領域分割装置１は、このストレージ４に記憶されている画素値の範囲Ｒｓ内の画素値を有する画素の集合を候補領域として設定する処理に代えて、たとえば、図５に示すような、分割対象画像の全体あるいは対象領域を含む部分のヒストグラム（画素値の分布を表すグラフ）を生成し、生成されたヒストグラムを解析することにより画素値の範囲Ｒｓを決定し、その範囲Ｒｓ内の画素値を有する画素の集合を候補領域として設定するようにしてもよい。このとき、画素値の範囲の決定は、対象領域が既知である複数の同様な画像の全体あるいは対象領域を含む部分についてのヒストグラムを予め学習することにより、任意の分割対象画像の全体あるいは対象領域を含む部分のヒストグラムから対象領域を構成する画素の少なくとも７０％以上、より好ましくは８０％以上、さらに好ましくは９０％以上がその範囲内の画素値を有する画素値の範囲を判断できるアルゴリズムを生成し、そのアルゴリズムを本実施形態における分割対象画像の全体あるいは対象領域を含む部分のヒストグラムに適用することにより行うことができる。
なお、上記ストレージ４に記憶されている画素値の範囲Ｒｓ内の画素値を有する画素の集合を候補領域として設定する前者の処理は、分割対象画像がＣＴ（Computed Tomography）画像である場合に特に有効であり、分割対象画像の全体または対象領域を含む部分について画素値の分布を解析することにより画素値の範囲Ｒｓを決定し、その範囲Ｒｓ内の画素値を有する画素の集合を候補領域として設定する後者の処理は、分割対象画像がＭＲＩ（magnetic resonance imaging）画像である場合に特に有効である。従って、上記いずれの手法により対象領域の候補領域を設定するかは分割対象画像の種類に応じて選択・設定可能にしてもよい。
次に、領域分割装置１は、グラフカットの手法を用いて分割対象画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する領域分割処理を実行する。図６は領域分割処理の概要を示すフローチャートである。
この分割処理では、まず、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、分割対象画像の各画素に対応する点と、分割対象画像の各画素に対応する点と点Ｓを結ぶＳリンクと、分割対象画像の各画素に対応する点と前記点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフを作成する。そして、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行する（Ｓ１）。このとき、上述の候補領域設定処理により設定された候補領域内の各画素と点Ｓを結ぶ全てのＳリンクには、初期値として、ストレージ４に記憶されているコストの設定値Ｋを設定し、他のＳリンクにはそれより小さい値のコストを設定する。
また、Ｔリンクには、その画素が背景領域に属する画素である可能性が高いほど大きい値のコストを設定する。たとえば、分割対象画像の全体あるいは対象領域を含む部分のヒストグラムを生成し、生成されたヒストグラムを解析することにより、背景領域を多く含むものと推定される画素値の範囲を特定し、その範囲内の画素値を有する各画素と点Ｔを結ぶ全てのＴリンクに大きい値のコストを設定し、他のＴリンクにはそれよりも小さい値のコストを設定する。また、Ｎリンクには、その隣接する２つの画素が同一領域の画素である可能性が高い（すなわち、異なる領域の画素である可能性が低い）ほど大きい値のコストを設定する。たとえば、画素値の差が小さいほど、大きい値のコストを設定する。
続いて、領域分割装置１は、グラフカットの実行後、そのグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断する（ステップＳ２）。そこで、点Ｓとリンクで結ばれた画素に対応する点が存在すると判断された場合には（ステップＳ２：ＹＥＳ）、そこでグラフカット処理を終了し、実行されたグラフカットの結果に従って、分割対象画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定する（ステップＳ４）。
一方、ステップＳ２の判断において、点Ｓとリンクで結ばれた画素に対応する点が存在しないと判断された場合には（ステップＳ２：ＮＯ）、点Ｓとリンクで結ばれた画素に対応する点が現われ、ステップＳ２が肯定されるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、ストレージ４に記憶されている閾値Ｔｈ以下の間隔で段階的に増加させながらグラフカットを繰り返し実行する（ステップＳ３）。このとき、Ｓリンク値を段階的に増加させる間隔としては、たとえば、ストレージ４に記憶されている閾値Ｔｈをそのまま用いることができる。
そして、グラフカットを繰り返し実行した結果、点Ｓとリンクで結ばれた画素に対応する点が現われ、ステップＳ２が肯定されると、領域分割装置１は、そこで、グラフカット処理を終了し、最後に実行されたグラフカットの結果に従って、分割対象画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定し（ステップＳ４）、処理を終了する。
以上の構成により、本実施形態の領域分割装置、プログラムおよび方法によれば、画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。
なお、本実施形態では、コストの設定値Ｋと閾値Ｔｈを両方ともストレージ４に予め記憶させておき、その記憶された値を参照して領域分割処理を行う場合について説明したが、これに代えて、コストの設定値Ｋと閾値Ｔｈのいずれか一方または両方を指定するユーザによる入力を受け付け、その入力された値を用いて領域分割処理を行うようにしてもよい。なお、このパラメータの設定については、メニュー選択により、手動設定と自動設定（ストレージ４に予め記憶させ、それを参照して行う設定）を選択的に実行できるようにしてもよい。
以下、本発明の領域分割装置、プログラムおよび方法の第２の実施形態について説明する。この第２の実施形態は、第１の実施形態とは、領域分割処理を実現する具体的な方法に違いがあるのみで、その他の点についてはほぼ同じである。そこで、第１の実施形態と同じ点については説明を省略する。なお、本実施形態は、本発明の第２の領域分割装置、プログラムおよび方法に対応する。
図７は本実施形態における領域分割処理の概要を示すフローチャートである。本実施形態の領域分割装置は、領域分割処理において、まず、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、分割対象画像の各画素に対応する点と、分割対象画像の各画素に対応する点と点Ｓを結ぶＳリンクと、分割対象画像の各画素に対応する点と前記点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフを作成する。そして、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行する（Ｓ１１）。
続いて、領域分割装置１は、グラフカットの実行後、そのグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断する（ステップＳ１２）。そこで、点Ｓとリンクで結ばれた画素に対応する点が存在しないと判断された場合には（ステップＳ１２：ＮＯ）、そこで処理を終了する。
一方、ステップＳ１２の判断において、点Ｓとリンクで結ばれた画素に対応する点が存在すると判断された場合には（ステップＳ１２：ＹＥＳ）、点Ｓとリンクで結ばれた画素に対応する点が消え、ステップＳ１４が肯定されるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、ストレージ４に記憶されている閾値Ｔｈ以下の間隔で段階的に減少させながらグラフカットを繰り返し実行する（ステップＳ１３）。そして、グラフカットを繰り返し実行した結果、点Ｓとリンクで結ばれた画素に対応する点が消え、ステップＳ１４が肯定されると、領域分割装置は、そこで、グラフカット処理を終了し、最後の１つ前に実行されたグラフカットの結果に従って、分割対象画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定し（ステップＳ１５）、処理を終了する。
以上の構成により、本実施形態の領域分割装置、プログラムおよび方法によれば、画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。
以下、本発明の領域分割装置、プログラムおよび方法の第３の実施形態について説明する。この第３の実施形態は、第１の実施形態とは、領域分割処理を実現する具体的な方法に違いがあるのみで、その他の点についてはほぼ同じである。そこで、第１の実施形態と同じ点については説明を省略する。なお、本実施形態は、本発明の第３の領域分割装置、プログラムおよび方法に対応する。
図８は本実施形態における領域分割処理の概要を示すフローチャートである。本実施形態の領域分割装置は、領域分割処理において、まず、対象領域に対応する点Ｓと、対象領域以外の領域に対応する点Ｔと、分割対象画像の各画素に対応する点と、分割対象画像の各画素に対応する点と点Ｓを結ぶＳリンクと、分割対象画像の各画素に対応する点と前記点Ｔを結ぶＴリンクと、各隣接する画素に対応する２つの点同士を結ぶＮリンクとを有するグラフを作成する。そして、Ｓリンク、Ｔリンク、およびＮリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行する（Ｓ２１）。
続いて、領域分割装置１は、グラフカットの実行後、そのグラフに点Ｓとリンクで結ばれた画素に対応する点が存在するかどうかを判断する（ステップＳ２２）。そこで、点Ｓとリンクで結ばれた画素に対応する点が存在しないと判断された場合には（ステップＳ２２：ＮＯ）、点Ｓとリンクで結ばれた画素に対応する点が現われ、ステップＳ２４が肯定されるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、ストレージ４に記憶されている閾値Ｔｈ以下の間隔で段階的に増加させながらグラフカットを繰り返し実行する（ステップＳ２３）。そして、グラフカットを繰り返し実行した結果、点Ｓとリンクで結ばれた画素に対応する点が現われ、ステップＳ２４が肯定されると、領域分割装置１は、そこで、グラフカット処理を終了し、最後に実行されたグラフカットの結果に従って、分割対象画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定し（ステップＳ２５）、処理を終了する。
一方、ステップＳ２２の判断において、点Ｓとリンクで結ばれた画素に対応する点が存在すると判断された場合には（ステップＳ２２：ＹＥＳ）、点Ｓとリンクで結ばれた画素に対応する点が消え、ステップＳ２７が肯定されるまで、候補領域内の各画素に対応する点と点Ｓを結ぶ全てのＳリンクに設定するコストを、ストレージ４に記憶されている閾値Ｔｈ以下の間隔で段階的に減少させながらグラフカットを繰り返し実行する（ステップＳ２６）。そして、グラフカットを繰り返し実行した結果、点Ｓとリンクで結ばれた画素に対応する点が消え、ステップＳ２７が肯定されると、領域分割装置は、そこで、グラフカット処理を終了し、最後の１つ前に実行されたグラフカットの結果に従って、分割対象画像の各画素が対象領域とそれ以外の領域のいずれに属するかを決定し（ステップＳ２８）、処理を終了する。
以上の構成により、本実施形態の領域分割装置、プログラムおよび方法によれば、画像を対象領域とそれ以外の領域に分割する際に、対象領域と同じような画素値の確率分布を有する一部の背景領域が対象領域として誤って分割されてしまうことを防ぎ、対象領域をより精度よく自動的に分割することができる。
１ 領域分割装置
２ メモリ
３ ＣＰＵ
４ ストレージ
４１ 画像データ
４２ パラメータデータ
５ ディスプレイ
６ マウス
Ｐ１ 画像
Ｐ２ 頭部ＣＴ画像
Ａ１ かたまり状の領域
Ａ２ 脳領域
Ｂ１ 細長い領域
Ｂ２ 脊椎領域

Claims (13)

  1. 画像を対象領域とそれ以外の領域に分割する装置であって、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定手段と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、存在しない場合、前記点Sとリンクで結ばれた前記画素に対応する点が現われるまで、前記候補領域設定手段により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階において前記グラフカットを実行し、最後に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段と
    を備えたことを特徴とする領域分割装置。
  2. 画像を対象領域とそれ以外の領域に分割する装置であって、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定手段と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、存在する場合、前記点Sとリンクで結ばれた前記画素に対応する点が消えるまで、前記候補領域設定手段により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階において前記グラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段と
    を備えたことを特徴とする領域分割装置。
  3. 画像を対象領域とそれ以外の領域に分割する装置であって、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定手段と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、
    該判断において、前記点Sとリンクで結ばれた前記画素に対応する点が存在しないと判断された場合、前記点Sとリンクで結ばれた前記画素に対応する点が現われるまで、前記候補領域設定手段により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階において前記グラフカットを実行し、最後に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定し、
    前記判断において、前記点Sとリンクで結ばれた前記画素に対応する点が存在すると判断された場合、前記点Sとリンクで結ばれた前記画素に対応する点が消えるまで、前記候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階において前記グラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段と
    を備えたことを特徴とする領域分割装置。
  4. 前記候補領域設定手段が、前記画像の全体または前記対象領域を含む部分について画素値の分布を求め、該求められた画素値の分布を解析することにより画素値の範囲を決定し、該決定された画素値の範囲内の画素値を有する画素の集合を前記候補領域として設定するものであることを特徴とする請求項１から３のいずれか１項記載の領域分割装置。
  5. 予め定められた画素値の範囲を記憶する画素値範囲記憶手段を備え、
    前記候補領域設定手段が、前記画素値範囲記憶手段に記憶されている画素値の範囲内の画素値を有する画素の集合を前記候補領域として設定するものであることを特徴とする請求項１から３のいずれか１項記載の領域分割装置。
  6. 予め定められたコストの設定値を記憶する設定値記憶手段を備え、
    前記領域分割手段が、前記設定値記憶手段に記憶されている設定値を、前記候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストの初期値とするものであることを特徴とする請求項１から５のいずれか１項記載の領域分割装置。
  7. 予め定められた前記閾値を記憶する閾値記憶手段を備え、
    前記領域分割手段が、前記閾値記憶手段に記憶されている閾値を用いて前記間隔を決定するものであることを特徴とする請求項１から６のいずれか１項記載の領域分割装置。
  8. 画像を対象領域とそれ以外の領域に分割するプログラムであって、
    一台または複数台のコンピュータを、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定手段と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、存在しない場合、前記点Sとリンクで結ばれた前記画素に対応する点が現われるまで、前記候補領域設定手段により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階において前記グラフカットを実行し、最後に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段として機能させるための領域分割プログラム。
  9. 画像を対象領域とそれ以外の領域に分割するプログラムであって、
    一台または複数台のコンピュータを、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定手段と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、存在する場合、前記点Sとリンクで結ばれた前記画素に対応する点が消えるまで、前記候補領域設定手段により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階において前記グラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段として機能させるための領域分割プログラム。
  10. 画像を対象領域とそれ以外の領域に分割するプログラムであって、
    一台または複数台のコンピュータを、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定手段と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、
    該判断において、前記点Sとリンクで結ばれた前記画素に対応する点が存在しないと判断された場合、前記点Sとリンクで結ばれた前記画素に対応する点が現われるまで、前記候補領域設定手段により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階において前記グラフカットを実行し、最後に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定し、
    前記判断において、前記点Sとリンクで結ばれた前記画素に対応する点が存在すると判断された場合、前記点Sとリンクで結ばれた前記画素に対応する点が消えるまで、前記候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階において前記グラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割手段として機能させるための領域分割プログラム。
  11. 画像を対象領域とそれ以外の領域に分割する方法であって、
    一台または複数台のコンピュータに、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定処理と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、存在しない場合、前記点Sとリンクで結ばれた前記画素に対応する点が現われるまで、前記候補領域設定処理により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階において前記グラフカットを実行し、最後に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割処理
    とを実行させることを特徴とする領域分割方法。
  12. 画像を対象領域とそれ以外の領域に分割する方法であって、
    一台または複数台のコンピュータに、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定処理と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、存在する場合、前記点Sとリンクで結ばれた前記画素に対応する点が消えるまで、前記候補領域設定処理により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階において前記グラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割処理
    とを実行させることを特徴とする領域分割方法。
  13. 画像を対象領域とそれ以外の領域に分割する方法であって、
    一台または複数台のコンピュータに、
    前記画像上に前記対象領域の候補領域を設定する候補領域設定処理と、
    前記対象領域に対応する点Sと、前記対象領域以外の領域に対応する点Tと、前記画像の各画素に対応する点と、該各画素に対応する点と前記点Sを結ぶＳリンクと、前記各画素に対応する点と前記点Tを結ぶＴリンクと、各隣接する前記画素に対応する２つの点同士を結ぶＮリンクとを有するグラフにおいて、前記Ｓリンク、前記Ｔリンク、および前記Ｎリンクのそれぞれにコストを設定し、切断されるリンクに設定されたコストの総和が最小となるグラフカットを実行し、該実行後のグラフに前記点Sとリンクで結ばれた前記画素に対応する点が存在するかどうかを判断し、
    該判断において、前記点Sとリンクで結ばれた前記画素に対応する点が存在しないと判断された場合、前記点Sとリンクで結ばれた前記画素に対応する点が現われるまで、前記候補領域設定処理により設定された候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に増加させながら各段階において前記グラフカットを実行し、最後に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定し、
    前記判断において、前記点Sとリンクで結ばれた前記画素に対応する点が存在すると判断された場合、前記点Sとリンクで結ばれた前記画素に対応する点が消えるまで、前記候補領域内の各画素に対応する点と前記点Sを結ぶ全てのＳリンクに設定するコストを、予め定められた閾値以下の間隔で段階的に減少させながら各段階において前記グラフカットを実行し、最後の１つ前に実行されたグラフカットの結果に従って、前記画像の各画素が前記対象領域とそれ以外の領域のいずれに属するかを決定する領域分割処理
    とを実行させることを特徴とする領域分割方法。
JP2013006539A 2013-01-17 2013-01-17 領域分割装置、プログラムおよび方法 Expired - Fee Related JP5881625B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2013006539A JP5881625B2 (ja) 2013-01-17 2013-01-17 領域分割装置、プログラムおよび方法
PCT/JP2014/000077 WO2014112339A1 (ja) 2013-01-17 2014-01-10 領域分割装置、プログラムおよび方法
US14/799,590 US9536317B2 (en) 2013-01-17 2015-07-15 Region segmentation apparatus, recording medium and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013006539A JP5881625B2 (ja) 2013-01-17 2013-01-17 領域分割装置、プログラムおよび方法

Publications (2)

Publication Number Publication Date
JP2014137744A true JP2014137744A (ja) 2014-07-28
JP5881625B2 JP5881625B2 (ja) 2016-03-09

Family

ID=51209437

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013006539A Expired - Fee Related JP5881625B2 (ja) 2013-01-17 2013-01-17 領域分割装置、プログラムおよび方法

Country Status (3)

Country Link
US (1) US9536317B2 (ja)
JP (1) JP5881625B2 (ja)
WO (1) WO2014112339A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020137745A1 (ja) * 2018-12-28 2020-07-02 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5881625B2 (ja) * 2013-01-17 2016-03-09 富士フイルム株式会社 領域分割装置、プログラムおよび方法
US9430839B2 (en) * 2014-03-31 2016-08-30 Regents Of The University Of Minnesota Unsupervised framework to monitor lake dynamics

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090136103A1 (en) * 2005-06-24 2009-05-28 Milan Sonka System and methods for image segmentation in N-dimensional space
JP2009211138A (ja) * 2008-02-29 2009-09-17 Fujifilm Corp 対象領域抽出方法および装置ならびにプログラム
US20110109626A1 (en) * 1999-09-23 2011-05-12 New York University Method and apparatus for segmenting an image in order to locate a part thereof
JP2011237907A (ja) * 2010-05-07 2011-11-24 Sony Corp 画像処理装置、画像処理方法、およびプログラム
JP2012192051A (ja) * 2011-03-16 2012-10-11 Olympus Corp 画像処理装置、画像処理方法、及び画像処理プログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6973212B2 (en) * 2000-09-01 2005-12-06 Siemens Corporate Research, Inc. Graph cuts for binary segmentation of n-dimensional images from object and background seeds
US20040008886A1 (en) * 2002-07-02 2004-01-15 Yuri Boykov Using graph cuts for editing photographs
US8081820B2 (en) * 2003-07-22 2011-12-20 Cognex Technology And Investment Corporation Method for partitioning a pattern into optimized sub-patterns
US8358819B2 (en) 2005-06-24 2013-01-22 University Of Iowa Research Foundation System and methods for image segmentation in N-dimensional space
US7995810B2 (en) 2005-06-24 2011-08-09 The University Of Iowa Research Foundation System and methods for image segmentation in n-dimensional space
US20080030497A1 (en) * 2005-12-08 2008-02-07 Yangqiu Hu Three dimensional modeling of objects
JP4999163B2 (ja) * 2006-04-17 2012-08-15 富士フイルム株式会社 画像処理方法および装置ならびにプログラム
JP4493679B2 (ja) * 2007-03-29 2010-06-30 富士フイルム株式会社 対象領域抽出方法および装置ならびにプログラム
JP2010205067A (ja) 2009-03-04 2010-09-16 Fujifilm Corp 領域抽出装置、領域抽出方法及び領域抽出プログラム
JP5037705B2 (ja) * 2010-03-11 2012-10-03 富士フイルム株式会社 画像処理装置および方法並びにプログラム
JP5771442B2 (ja) * 2011-05-09 2015-08-26 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
JP5836908B2 (ja) * 2012-09-27 2015-12-24 富士フイルム株式会社 画像処理装置および方法並びにプログラム
JP5955723B2 (ja) * 2012-09-27 2016-07-20 富士フイルム株式会社 画像処理装置および画像処理方法、並びに、画像処理プログラム
JP5961512B2 (ja) * 2012-09-28 2016-08-02 富士フイルム株式会社 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
JP5881625B2 (ja) * 2013-01-17 2016-03-09 富士フイルム株式会社 領域分割装置、プログラムおよび方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110109626A1 (en) * 1999-09-23 2011-05-12 New York University Method and apparatus for segmenting an image in order to locate a part thereof
US20090136103A1 (en) * 2005-06-24 2009-05-28 Milan Sonka System and methods for image segmentation in N-dimensional space
JP2009211138A (ja) * 2008-02-29 2009-09-17 Fujifilm Corp 対象領域抽出方法および装置ならびにプログラム
JP2011237907A (ja) * 2010-05-07 2011-11-24 Sony Corp 画像処理装置、画像処理方法、およびプログラム
JP2012192051A (ja) * 2011-03-16 2012-10-11 Olympus Corp 画像処理装置、画像処理方法、及び画像処理プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
奥田 透也、外２名: ""四分木表現に基づくグラフカット画像分割"", 電子情報通信学会論文誌, vol. 91, no. 10, JPN6014015482, 1 October 2008 (2008-10-01), JP, pages 2540 - 2549, ISSN: 0003235367 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020137745A1 (ja) * 2018-12-28 2020-07-02 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム
JP2020109614A (ja) * 2018-12-28 2020-07-16 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム

Also Published As

Publication number Publication date
JP5881625B2 (ja) 2016-03-09
US20150317798A1 (en) 2015-11-05
US9536317B2 (en) 2017-01-03
WO2014112339A1 (ja) 2014-07-24

Similar Documents

Publication Publication Date Title
CN111031346B (zh) 一种增强视频画质的方法和装置
JP6262176B2 (ja) 文書画像における縦線および横線の検出および削除
US9418410B2 (en) Image processing apparatus and method thereof
KR20170129051A (ko) 이미지의 배경 제거를 위해 사용되는 배경 모델을 업데이트하기 위한 방법 및 장치
JP2020508504A (ja) ニューラルネットワークを使用した繰り返しマルチスケール画像生成
JP6287100B2 (ja) 画像処理装置、画像処理方法、プログラム及び記憶媒体
EP3139343A1 (en) Image processing apparatus, image processing method, and a program
EP2551795B1 (en) Image processing device determining attributes of regions
US8867789B2 (en) Systems and methods for tracking an object in a video
JP5881625B2 (ja) 領域分割装置、プログラムおよび方法
KR20130067474A (ko) 홀 채우기 방법 및 장치
JP5676610B2 (ja) 画像シーケンスの関心領域に基づくアーティファクト低減のためのシステム及び方法
CN109272526B (zh) 图像处理方法、系统及电子设备
US20210319541A1 (en) Model-free physics-based reconstruction of images acquired in scattering media
KR101557577B1 (ko) 전자현미경 영상의 입자 분할 방법 및 장치
Luzardo et al. Real-time false-contours removal for inverse tone mapped HDR content
KR101920998B1 (ko) 그레이 영상에서 연결 구성요소 라벨링을 통한 컨투어 추출 장치 및 방법
US11281924B2 (en) Apparatus for adjusting parameter related to defect detection for image processing for image processing, method for information processing, and program
KR101617551B1 (ko) 얼굴 검출 능력 향상을 위한 이미지 처리 방법 및 시스템
US9031349B1 (en) Median filter for image processing
JP2020204863A (ja) 学習装置、学習装置の作動方法、および学習装置の作動プログラム
US20160125614A1 (en) Information processing method and electronic device
JP6253962B2 (ja) 情報処理装置及び方法
KR20110123950A (ko) 이미지 처리 장치 및 방법
KR20160005984A (ko) 이미지로부터 깊이 정보를 추출하는 방법 및 장치

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150424

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: 20160119

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160202

R150 Certificate of patent or registration of utility model

Ref document number: 5881625

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

LAPS Cancellation because of no payment of annual fees