JP2014161537A - 画像処理装置、内視鏡装置、画像処理方法及び画像処理プログラム - Google Patents

Abstract

【課題】観察状態に応じた強調処理を行うことが可能な画像処理装置、内視鏡装置、画像処理方法及び画像処理プログラム等を提供すること。
【解決手段】画像処理装置は、被写体の像を含む撮像画像を取得する画像取得部３１０と、被写体の動き量を取得する動き量取得部３６０と、被写体に関する既知の特性を表す情報である既知特性情報を取得する既知特性情報取得部３９０と、動き量に対応する処理内容で、既知特性情報に基づいて強調処理を行う強調処理部３７０と、を含む。
【選択図】図１

Description

本発明は、画像処理装置、内視鏡装置、画像処理方法及び画像処理プログラム等に関する。

内視鏡装置を用いた生体内部の観察、診断においては、生体の微小な凹凸状態や、発赤・褪色などの色の違いを観察することで早期病変部か否かの識別を行う手法が広く用いられている。また、生体用の内視鏡装置ではなく、工業用の内視鏡装置においても、被写体（狭義には被写体表面）の凹凸構造等を観察することは有用であり、例えば直接の目視が難しいパイプ内部等に発生した亀裂の検出等が可能になる。また、内視鏡装置以外の画像処理装置においても、処理対象となる画像から被写体の凹凸構造等を検出することが有用であることは多い。

内視鏡装置では、画像強調を行うことで、被写体の構造や色の違いを観察しやすくする処理が行われる。例えば被写体の構造を画像処理により強調する手法として、特許文献１に開示される手法が知られている。或は色強調により病変部位を識別する手法として、特許文献２に開示される手法が知られている。

特開２００３−８８４９８号公報 特開２００５−３４２２３４号公報

さて、異なる観察状態に対して同一の強調処理を行った場合、観察しづらい画像となる可能性があるという課題がある。例えば、生体用の内視鏡装置では、スクリーニング観察と拡大観察で画像の動く速さが異なり、また医師が注目する観察対象も異なるため、それぞれの観察状態に適した強調処理が行われることが望ましい。

本発明の幾つかの態様によれば、観察状態に応じた強調処理を行うことが可能な画像処理装置、内視鏡装置、画像処理方法及び画像処理プログラム等を提供できる。

本発明の一態様は、被写体の像を含む撮像画像を取得する画像取得部と、前記被写体の動き量を取得する動き量取得部と、前記被写体に関する既知の特性を表す情報である既知特性情報を取得する既知特性情報取得部と、前記動き量に対応する処理内容で、前記既知特性情報に基づいて強調処理を行う強調処理部と、を含む画像処理装置に関係する。

本発明の一態様によれば、被写体に関する既知の特性を表す情報である既知特性情報に基づく強調処理が、被写体の動き量に対応する処理内容で行われる。これにより、観察状態に応じた強調処理を行うことが可能になる。

また本発明の他の態様は、被写体の像を含む撮像画像を取得し、前記被写体の動き量を取得し、前記被写体に関する既知の特性を表す情報である既知特性情報を取得し、前記動き量に対応する処理内容で、前記既知特性情報に基づいて強調処理を行う画像処理方法に関係する。

また本発明の更に他の態様は、被写体の像を含む撮像画像を取得し、前記被写体の動き量を取得し、前記被写体に関する既知の特性を表す情報である既知特性情報を取得し、前記動き量に対応する処理内容で、前記既知特性情報に基づいて強調処理を行うステップを、コンピューターに実行させる画像処理プログラムに関係する。

画像処理装置の構成例。 内視鏡装置の構成例。 第１実施形態における画像処理部の詳細な構成例。 距離情報取得部の詳細な構成例。 内視鏡装置の変形構成例。 第１実施形態における強調処理部の詳細な構成例。 図７（Ａ）〜図７（Ｄ）はフィルター処理による抽出凹凸情報の抽出処理の説明図。 図８（Ａ）〜図８（Ｆ）はモルフォロジー処理による抽出凹凸情報の抽出処理の説明図。 第１実施形態における画像処理のフローチャート例。 第２実施形態における画像処理部の詳細な構成例。 第２実施形態における強調処理部の詳細な構成例。 第２実施形態における画像処理のフローチャート例。

以下、本実施形態について説明する。なお、以下に説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。

１．本実施形態の概要
内視鏡装置のような撮像装置を用いて、消化管の早期病変を鑑別・診断する際、生体表面の凹凸などの構造や発赤・褪色などの色の違いが重要視されている。このような被写体の構造をより観察しやすくするために、消化管に対して色素を散布することで色やコントラストを改善させる手法がある。

しかしながら、色素散布の作業を行うことは医師にとって煩雑であり、また患者にとっても負担となるので、画像処理により色や凹凸構造を強調し、病変部を判別するという試みがなされている（例えば、特許文献１、２）。

このような画像処理による強調では、観察状態（観察手法）に応じて処理内容を変える方が見やすい画像となる。例えば、スクリーニング観察のように比較的早く動かして消化管全体を順次見ていくような場合には、医師は比較的大きな構造を観察している。そのため、その大きな構造を見落とさないように画像上で提示する必要がある。一方、スクリーニングによりターゲットの場所を特定し、その詳細構造を拡大観察（精査観察、近接観察）する場合には、医師は微細な構造を観察している。そのため、その微細な構造を強調し、ターゲットが良性か悪性かを判断できるようにする必要がある。

しかしながら、このように観察状態に応じて強調処理の内容を切り替えることは、手動で行う場合には操作が煩雑となる。一方、強調処理の内容を切り替えず、いつも大きな構造と微細な構造の両方を強調すると、スクリーニング観察では画像の動きが速いため微細な構造を強調されても見えづらく、拡大観察では微細な構造を見たいのにもかかわらず大きな構造が強調されるため見づらくなる。

図１に、このような課題を解決できる画像処理装置の構成例を示す。この画像処理装置は、被写体の像を含む撮像画像を取得する画像取得部３１０と、被写体の動き量を取得する動き量取得部３６０と、被写体に関する既知の特性を表す情報である既知特性情報を取得する既知特性情報取得部３９０と、動き量に対応する処理内容で、既知特性情報に基づいて強調処理を行う強調処理部３７０と、を含む。

このようにすれば、異なる観察状態では被写体の動き量も異なるため、動き量に対応する処理内容で強調処理を行うことで、観察状態に応じて強調処理を変えることができる。これにより、各観察状態において強調すべきものを選択的に強調して見やすくすることができる。

後述するように、強調処理部３７０は、既知特性情報により特定される特性と合致する被写体を強調処理の対象として、動き量に対応する処理内容で強調処理を行う。

より具体的には、強調処理部は、動き量が、スクリーニング観察に対応する動き量に該当すると判断した場合には、既知特性情報により特定される特性と合致する被写体を強調処理の対象として第１の処理内容の強調処理を行う。一方、動き量が、近接観察に対応する動き量に該当すると判断した場合には、既知特性情報により特定される特性と合致する被写体を強調処理の対象として第１の処理内容とは異なる第２の処理内容の強調処理を行う。

このようにすれば、既知特性情報に合致する対象に強調処理を行う際に、その対象が各観察状態において見やすくなるように、動き量に応じた強調処理を行うことができる。後述するように対象は生体の凹凸部や発赤部・褪色部であり、それぞれの部分において各観察状態でユーザーが注目する特徴（例えば大きな構造、小さい構造、所定色の領域等）がある。強調処理では、そのような観察状態に応じてユーザーが注目する特徴を強調すればよい。例えば、被写体の動き量が大きいスクリーニング観察では、比較的大きな凹凸構造を強調する処理を行い、被写体の動き量が小さい拡大観察では、微細な凹凸構造を強調することが可能となる。

ここで動き量とは、撮像画像における被写体の動きを表す量であり、例えば被写体の動きの撮像画像上での方向や距離である。方向及び距離を動きベクトルとして取得してもよいし、動きの速さだけ分かればよい場合には距離のみを動き量として取得してもよい。このような動き量は、例えば撮像画像の特徴点を２フレーム間でマッチングすることにより得られる。

また既知特性情報とは、被写体表面の構造のうち、本実施形態において有用な構造とそうでない構造とを分離可能な情報である。具体的には、強調することが有用な（例えば早期病変部の発見に役立つ）凹凸部や色の情報（例えば病変部に特徴的な凹凸部のサイズや、色相、彩度等）を既知特性情報としてもよく、その場合、当該既知特性情報と合致する被写体が強調処理の対象となる。或いは、強調しても有用でない構造の情報を既知特性情報としてもよく、その場合既知特性情報と合致しない被写体が強調対象となる。或いは、有用な凹凸部と有用でない構造の両方の情報を保持しておき、有用な凹凸部の範囲を精度よく設定するものとしてもよい。

２．第１実施形態
２．１．内視鏡装置
次に、本実施形態の詳細について説明する。図２に、第１実施形態における内視鏡装置の構成例を示す。内視鏡装置は、光源部１００、撮像部２００、プロセッサー部３００（制御装置）、表示部４００、外部Ｉ／Ｆ部５００、を含む。

光源部１００は、白色光源１０１と、複数の分光透過率を有する回転色フィルター１０２と、回転色フィルター１０２を駆動する回転駆動部１０３と、回転色フィルター１０２からの各分光特性を持った光をライトガイドファイバー２０１の入射端面に集光させる集光レンズ１０４と、を含む。回転色フィルター１０２は、三原色のフィルター（赤色フィルター、緑色フィルター、青色フィルター）と、回転モーターと、により構成されている。

回転駆動部１０３は、プロセッサー部３００の制御部３０２からの制御信号に基づいて、撮像部２００の撮像素子２０６の撮像期間と同期して回転色フィルター１０２を所定回転数で回転させる。例えば回転色フィルター１０２を１秒間に２０回転させると、各色フィルターは６０分の１秒間隔で入射白色光を横切ることになる。この場合、観察対象には、６０分の１秒間隔で３原色の各色光（Ｒ或はＧ或はＢ）が照射され、撮像素子２０６は、その観察対象からの反射光を撮像し、その撮像画像をＡ／Ｄ変換部２０９へ転送することになる。即ち、Ｒ画像、Ｇ画像、Ｂ画像が６０分の１秒間隔で面順次で撮像される内視鏡装置の例となり、実質のフレームレートは２０ｆｐｓとなる。

なお本実施形態は上記のような面順次方式に限定されず、例えば白色光源１０１からの白色光を被写体に照射し、ＲＧＢベイヤー配列のカラーフィルターを有する撮像素子により撮像してもよい。

撮像部２００は、例えば胃や大腸などの体腔への挿入を可能にするため、細長くかつ湾曲可能に形成されている。撮像部２００は、光源部１００で集光された光を導くためのライトガイドファイバー２０１と、ライトガイドファイバー２０１により先端まで導かれた光を拡散させて観察対象に照射する照明レンズ２０３と、を含む。また撮像部２００は、観察対象から戻る反射光を集光する対物レンズ２０４と、集光した結像光を検出するための撮像素子２０６と、撮像素子２０６からの光電変換されたアナログ信号をデジタル信号に変換するＡ／Ｄ変換部２０９と、を含む。また撮像部２００は、撮像部２００のスコープＩＤ情報と製造バラツキを含めた固有情報が記録されているメモリー２１０と、撮像部２００とプロセッサー部３００とを着脱可能にするコネクター２１２と、を含む。

面順次方式の場合、撮像素子２０６はモノクロ単板撮像素子であり、例えばＣＣＤやＣＭＯＳイメージセンサー等が利用できる。Ａ／Ｄ変換部２０９は、撮像素子２０６から出力されたアナログ信号をデジタル信号に変換し、そのデジタル信号の画像を画像処理部３０１へ出力する。メモリー２１０は制御部３０２と接続されており、スコープＩＤ情報と製造バラツキを含めた固有情報とを、制御部３０２へ転送する。

プロセッサー部３００は、Ａ／Ｄ変換部２０９から転送される画像に対して画像処理を行う画像処理部３０１と、内視鏡装置の各部を制御する制御部３０２と、を含む。

表示部４００は、動画表示可能な表示装置であり、例えばＣＲＴや液晶モニター等で構成される。

外部Ｉ／Ｆ部５００は、この内視鏡装置に対するユーザーからの入力等を行うためのインターフェースである。外部Ｉ／Ｆ部５００は、例えば電源のオン／オフを行うための電源スイッチや、撮影操作を開始するためのシャッタボタン、撮影モードやその他各種のモードを切り換えるためのモード切換スイッチ（例えば生体表面の凹凸部の選択的な強調処理を行う為のスイッチ）等を含んで構成されている。そして、この外部Ｉ／Ｆ部５００は、入力された情報を制御部３０２へ出力するようになっている。

２．２．画像処理部
図３に画像処理部３０１の詳細な構成例を示す。画像処理部３０１は、画像構成部３２０、画像記憶部３３０、記憶部３５０、動き量取得部３６０、強調処理部３７０、距離情報取得部３８０、既知特性情報取得部３９０を含む。なお画像構成部３２０は、図１の画像取得部３１０に対応する。

画像構成部３２０は、撮像部２００により撮像された画像に対して所定の画像処理（例えばＯＢ処理や、ゲイン処理、ガンマ処理等）を施し、表示部４００へ出力可能な画像を生成する。画像構成部３２０は、処理後の画像を画像記憶部３３０、強調処理部３７０、距離情報取得部３８０へ出力する。

画像記憶部３３０は、画像構成部３２０から出力される画像を複数フレーム（時間的に連続した複数フレーム）分、記憶する。

動き量取得部３６０は、画像記憶部３３０に記憶された複数フレームの画像に基づいて、撮像画像における被写体の動き量を算出し、その動き量を強調処理部３７０へ出力する。例えば、基準フレームの画像とその次のフレームの画像との間でマッチング処理を行って、その２つのフレーム画像の間の動きベクトルを算出する。そして、基準画像をずらしながら複数フレームにわたって順次動きベクトルを算出し、その複数の動きベクトルの平均値を動き量として算出する。

既知特性情報取得部３９０は、記憶部３５０に記憶された既知特性情報を読み出し（取得し）、その既知特性情報を強調処理部３７０へ出力する。ここで既知特性情報は、強調対象として特定したい生体固有の凹凸部のサイズ（幅や高さや深さ等のディメンジョン情報）である。

距離情報取得部３８０は、撮像画像に基づいて被写体までの距離情報を取得し、その距離情報を強調処理部３７０へ出力する。ここで距離情報とは、撮像画像での各位置と、その各位置での被写体までの距離とが対応付けられた情報である。例えば距離情報は距離マップである。距離マップとは、例えば撮像部２００の光軸方向をＺ軸とした場合に、ＸＹ平面の各点（例えば各画素）について、被写体までのＺ軸方向での距離（奥行き・深度）を当該点の値としたマップのことである。なお距離情報取得部３８０の詳細については後述する。

強調処理部３７０は、既知特性情報と距離情報に基づいて対象を特定し、その対象に対して動き量に応じた強調処理を行い、処理後の画像を表示部４００へ出力する。具体的には、既知特性情報が表す所望のディメンジョン特性に合致する凹凸部を距離情報から抽出し、その抽出した凹凸部を対象として特定する。そして、動き量が閾値よりも大きい場合（例えばスクリーニング観察時）には、抽出した凹凸部のうちサイズ（凹凸パターン）が第１サイズ閾値よりもが大きい凹凸部を強調する。一方、動き量が閾値よりも小さい場合（例えば拡大観察時）には、抽出した凹凸部のうちサイズ（凹凸パターン）が第２サイズ閾値よりもが小さい凹凸部を強調する。第１サイズ閾値と第２サイズ閾値は、それぞれの観察状態で強調したい（又は強調後の画像が見やすくなる）凹凸部のサイズに合わせて設定すればよい。強調処理としては、例えば凹部と凸部で異なる色成分を強調する。

なお本実施形態では、特定した対象に対して強調処理を行う場合に限定されず、対象特定を行わずに既知特性情報に基づいて強調処理を行ってもよい。例えば、既知特性情報が表す凹凸部のサイズに基づいて構造強調（例えば画像の高周波成分の強調）のフィルター特性（例えば強調する周波数帯域）を設定し、所望サイズの凹凸部が強調されるようにしてもよい。この場合、動き量に応じてフィルター特性を変えてもよい。

２．３．距離情報取得処理
図４に、距離情報取得部３８０の詳細な構成例を示す。距離情報取得部３８０は、輝度信号算出部３２３と、差分演算部３２４と、２次微分演算部３２５と、ぼけパラメーター演算部３２６と、記憶部３２７と、ＬＵＴ記憶部３２８と、を含む。

輝度信号算出部３２３は、制御部３０２の制御に基づいて、画像取得部３１０から出力された撮像画像から輝度信号Ｙ（輝度値）を下式（１）により求める。

算出された輝度信号Ｙは、差分演算部３２４、２次微分演算部３２５、記憶部３２７へ転送される。差分演算部３２４は、ぼけパラメーター算出のために必要な複数の画像から輝度信号Ｙの差分を算出する。２次微分演算部３２５は、画像における輝度信号Ｙの２次微分を算出し、ぼけの異なる複数の輝度信号Ｙから得られる２次微分の平均値を算出する。ぼけパラメーター演算部３２６は、差分演算部３２４で算出された画像の輝度信号Ｙの差分から２次微分演算部３２５で算出された２次微分の平均値を除算して、ぼけパラメーターを算出する。

記憶部３２７は、１枚目に撮影した画像における輝度信号Ｙとその２次微分の結果を記憶する。これによって、距離情報取得部３８０は、制御部３０２を介してフォーカスレンズを異なる位置に配置し、複数の輝度信号Ｙを異なる時刻で取得することができる。ＬＵＴ記憶部３２８は、ぼけパラメーターと被写体距離との関係をルックアップテーブル（ＬＵＴ）の形で記憶する。

次に、被写体距離の算出方法について説明する。被写体距離の算出を開始すると、制御部３０２は、外部Ｉ／Ｆ部５００により予め設定された撮影モードに基づいて、公知のコントラス検出方式、位相差検出方式等を用いて最適なフォーカスレンズ位置を算出する。次に、レンズ駆動部２５０は、制御部３０２からの信号に基づいて、フォーカスレンズを、算出したフォーカスレンズ位置に駆動する。そして、駆動したフォーカスレンズ位置で、撮像素子２０６により被写体の１枚目の画像を取得する。取得した画像は、画像取得部３１０と輝度信号算出部３２３を介して、記憶部３２７に記憶される。

その後、レンズ駆動部２５０によって、フォーカスレンズを、１枚目の画像を取得したフォーカスレンズ位置とは異なる第２のフォーカスレンズ位置に駆動し、撮像素子２０６によって被写体の２枚目の画像を取得する。これにより取得された２枚目の画像は、画像取得部３１０を介して、距離情報取得部３８０へ出力される。

２枚目の画像の取得が完了すると、ぼけパラメーターの算出を行う。距離情報取得部３８０において、差分演算部３２４は、１枚目の画像における輝度信号Ｙを記憶部３２７から読み出し、１枚目の画像における輝度信号Ｙと、輝度信号算出部３２３から出力される２枚目の画像における輝度信号Ｙと、の差分を算出する。

また、２次微分演算部３２５は、輝度信号算出部３２３から出力される２枚目の画像における輝度信号Ｙの２次微分を算出する。その後、１枚目の画像における輝度信号Ｙを記憶部３２７から読み出して、その２次微分を算出する。そして、算出した１枚目と２枚目の２次微分の平均値を算出する。

その後、ぼけパラメーター演算部３２６は、差分演算部３２４で演算した差分から２次微分演算部３２５で演算した２次微分の平均値を除算して、ぼけパラメーターを算出する。

ぼけパラメーターとフォーカスレンズ位置の関係は、ＬＵＴ記憶部３２８にテーブルとして記憶されている。ぼけパラメーター演算部３２６では、ぼけパラメーターとＬＵＴ記憶部３２８に記憶されているテーブルの情報を使用して、ぼけパラメーターから光学系に対する被写体距離を線形補間によって求める。算出された被写体距離は、距離情報として強調処理部３７０へ出力される。

なお本実施形態では、上記の距離情報取得処理に限定されず、例えば赤外光を用いたTime of Flight方式等により距離情報を求めてもよい。また、Time of Flightを用いる場合にも、赤外光ではなく青色光を用いる等の変形実施が可能である。

或は本実施形態では、ステレオマッチングにより距離情報を取得してもよい。この場合の内視鏡装置の構成例を図５に示す。この内視鏡装置は、図１の構成例に加えて、撮像部２００が対物レンズ２０５、撮像素子２０７を含む。

対物レンズ２０４、２０５は所定間隔離した位置に配置され、視差画像（以降、ステレオ画像と記す）が撮影可能に配置されている。撮像素子２０６、２０７には、ステレオ画像のうち、それぞれ左画像、右画像が結像される。Ａ／Ｄ変換部２０９は、撮像素子２０６、２０７から出力される左画像、右画像をＡ／Ｄ変換し、変換後の左画像、右画像を画像構成部３２０と距離情報取得部３８０へ出力する。

そして、距離情報取得部３８０が、左画像を基準画像とし、その基準画像の注目画素を通るエピポーラ線上で、その注目画素を含む局所領域と右画像の局所領域とのマッチング演算を行う。マッチング演算において最大相関となる位置を視差として算出し、その視差を奥行き方向（距離マップのＺ軸方向）の距離に変換し、その距離情報を強調処理部３７０へ出力する。

２．４．対象特定処理、強調処理
図６に強調処理部３７０の詳細な構成例を示す。強調処理部３７０は、対象特定部３７１、強調部３７２を含む。なお以下では距離情報と既知特性情報に基づいて対象を特定し、その特定した対象に対して強調処理を行う場合を例に説明するが、上述のように本実施形態はこれに限定されない。

図７（Ａ）に、距離マップの例を模式的に示す。以下では説明の便宜上、一次元の距離マップを考え、矢印で示す方向に距離の軸をとる。距離マップは、生体のおおまかな構造の情報（例えば管腔や襞２、３、４等の形状情報）と、生体表層の凹凸部（例えば凹部１０、３０、凸部２０）の情報との両方を含んでいる。

既知特性情報取得部３９０は、記憶部３５０からディメンジョン情報（抽出したい生体の凹凸部のサイズ情報）を既知特性情報として取得し、そのディメンジョン情報に基づいてローパスフィルター処理の周波数特性を決定する。図７（Ｂ）に示すように、対象特定部３７１は、その周波数特性のローパスフィルター処理を距離マップに対して施し、生体のおおまかな構造の情報（管腔や襞等に関する形状情報）を抽出する。

そして図７（Ｃ）に示すように、対象特定部３７１は、生体のおおまかな構造の情報を距離マップから減算し、生体表層の凹凸情報である凹凸マップ（所望サイズの凹凸部の情報）を生成する。例えば、画像や距離マップ、凹凸マップにおける水平方向をｘ軸と定義し、垂直方向をｙ軸と定義する。距離マップの座標（ｘ，ｙ）における距離をｄｉｓｔ（ｘ，ｙ）と定義し、ローパスフィルター処理後の距離マップの座標（ｘ，ｙ）における距離をｄｉｓｔ＿ＬＰＦ（ｘ，ｙ）と定義すると、凹凸マップの座標（ｘ，ｙ）における凹凸情報ｄｉｆｆ（ｘ，ｙ）は下式（２）で求められる。

強調処理部３７０は、上記のようにして求めた凹凸マップを強調処理部３７０へ出力する。この例では、生体表層の凹凸部を凹凸マップとして抽出することが、生体表層の凹凸部を強調対象として特定することに相当する。

次に、ディメンジョン情報からカットオフ周波数（広義には抽出処理パラメーター）を決定する処理の詳細について説明する。

対象特定部３７１は、入力された距離情報に対して所定サイズ（例えばＮ×Ｎ画素（Ｎは２以上の自然数））のローパスフィルター処理を施す。そして、その処理後の距離情報（局所平均距離）に基づいて、適応的に抽出処理パラメーターを決定する。具体的には、病変部起因の抽出したい生体固有の凹凸部を平滑化すると共に、観察部位固有の管腔及び襞の構造が保持されるローパスフィルターの特性を決定する。既知特性情報から、抽出対象である凹凸部や、除外対象である襞、管腔構造の特性がわかるため、それらの空間周波数特性は既知となり、ローパスフィルターの特性を決定可能である。また、局所平均距離に応じて見かけ上の構造の大きさが変わるため、図７（Ｄ）に示すように局所平均距離に応じてローパスフィルターの特性を決定する。

ローパスフィルター処理は、例えば下式（３）に示すガウスフィルターや、下式（４）に示すバイラテラルフィルターにより実現される。これらのフィルターの周波数特性はσ、σ_ｃ、σ_νで制御する。このとき、距離マップの画素に一対一で対応するσマップを、抽出処理パラメーターとして作成してもよい。なお、バイラテラルフィルターの場合は、σ_ｃ、σ_νの両方或いは一方のσマップを作成してもよい。

σとしては、例えば抽出したい生体固有の凹凸部のサイズに対応する距離マップの画素間距離Ｄ１の所定倍α（＞１）よりも大きく、観察部位固有の管腔及び襞のサイズに対応する距離マップの画素間距離Ｄ２の所定倍β（＜１）よりも小さい値を設定する。例えば、σ＝（α＊Ｄ１＋β＊Ｄ２）／２＊Ｒσと設定してもよい。ここでＲσは、局所平均距離の関数であり、局所平均距離が小さいほど値が大きく、局所平均距離が大きいほど値が小さい。

なお、既知特性情報取得部３９０は、例えば観察部位に対応したディメンジョン情報を記憶部３５０から読み出し、対象特定部３７１は、そのディメンジョン情報に基づいて、観察部位に応じた対象を特定してもよい。観察部位は、例えば図２のメモリー２１０に記憶されたスコープＩＤにより決定できる。例えば上部消化器用スコープの場合には、観察部位である食道、胃、十二指腸に対応したディメンジョン情報が読み出される。或は、下部消化器用スコープの場合には、観察部位である大腸に対応したディメンジョン情報が読み出される。

ここで、本実施形態では上記のようなローパスフィルター処理を用いた抽出処理に限定されず、例えばモルフォロジー処理により抽出凹凸情報を取得してもよい。この場合、図８（Ａ）に示すように、距離マップに対して所定カーネルサイズ（構造要素の大きさ（球の直径））のオープニング処理、クロージング処理を行う。抽出処理パラメーターは構造要素の大きさである。例えば構造要素として球を用いる場合、その球の直径として、観察部位情報に基づく部位固有の管腔及び襞のサイズよりも小さく、病変部起因の抽出したい生体固有の凹凸部のサイズよりも大きい直径を設定する。また、図８（Ｆ）に示すように、局所平均距離が小さいほど直径を大きくし、局所平均距離が大きいほど直径を小さくする。図８（Ｂ）、図８（Ｃ）に示すように、クロージング処理により得られた情報と、元の距離情報との差分を取ることで、生体表面の凹部が抽出される。また、図８（Ｄ）、図８（Ｅ）に示すように、オープニング処理により得られた情報と、元の距離情報との差分を取ることで、生体表面の凸部が抽出される。

強調部３７２は、動き量に基づいて観察状態（観察手法）を判断し、観察状態に対応した強調処理を行う。具体的には、強調部３７２は、動き量が大きくスクリーニング観察と判断した場合には、抽出した凹凸部のうち大きなサイズの凹凸部を強調する。一方、動き量が小さく拡大観察と判断した場合には、抽出した凹凸部のうち小さなサイズの凹凸部を強調する。

強調処理の一例として、凹部と凸部で異なる色を強調する処理を説明する。上式（２）より、例えばｄｉｆｆ（ｘ，ｙ）＜０の画素を凸部とし、ｄｉｆｆ（ｘ，ｙ）＞０の画素を凹部とする。そして、凸部の画素に対して例えば所定色相の彩度強調を行い、凹部の画素に対して、それと異なる所定色相の彩度強調を行う。凹凸部のサイズとしては、例えば凸部領域の幅（画素数）、凹部領域の幅（画素数）を用い、そのサイズを閾値と比較することにより凹凸部の大きさを判別すればよい。なお本実施形態はこれに限定されず、種々の強調処理を適用可能である。例えば、ｄｉｆｆ（ｘ，ｙ）が大きいほど（凹部の深いところほど）所定色（例えば青）を強調し、インジゴカルミン等の色素散布を再現する処理を行ってもよい。また、スクリーニング観察と拡大観察で色の付け方を変えてもよい。

以上の実施形態によれば、対象特定部３７１は、既知特性情報に基づいて抽出処理パラメーターを決定し、決定された抽出処理パラメーターに基づいて、被写体の凹凸部を強調処理の対象として特定する。

これにより、既知特性情報により決定された抽出処理パラメーターを用いて凹凸情報を抽出（分離）する処理（対象特定処理）を行うことが可能になる。抽出凹凸情報を精度よく抽出するためには、距離情報に含まれる種々の構造の情報から、所望の凹凸部に関する情報を抽出しつつ、他の構造（例えば襞等の生体固有の構造）を除外する制御が必要になる。ここでは既知特性情報に基づいて抽出処理パラメーターを設定することで、そのような制御を実現する。

また本実施形態では、対象特定部３７１は、既知特性情報に基づいて、オープニング処理及びクロージング処理に用いられる構造要素のサイズを、抽出処理パラメーターとして決定し、決定されたサイズの構造要素を用いたオープニング処理及びクロージング処理を行って、被写体の凹凸部を抽出凹凸情報として抽出する。

このようにすれば、オープニング処理及びクロージング処理（広義にはモルフォロジー処理）に基づいて抽出凹凸情報を抽出することが可能になる。その際の抽出処理パラメーターは、オープニング処理及びクロージング処理で用いられる構造要素のサイズである。本実施形態では構造要素として球を想定しているため、抽出処理パラメーターとは球の直径等を表すパラメーターとなる。

また、撮像画像は、生体の内部を撮像した生体内画像であり、被写体は、生体内部の管腔構造である生体の大局的な三次元構造と、管腔構造に形成され、大局的な三次元構造に比べて局所的な凹凸構造とを有し、対象特定部３７１は、被写体に含まれる大局的な三次元構造と凹凸部のうち、既知特性情報により特定される特性と合致する被写体の凹凸部を、抽出凹凸情報として抽出する。

これにより、生体内画像を対象とする場合には、距離情報に含まれる大局的な（ここでは凹凸部に比べて空間周波数が低い構造を指す）三次元構造と、それよりも小さい凹凸部を抽出する処理を実現できる。例えば、早期病変部の発見に有用な凹凸部を抽出対象とする場合には、生体固有の襞や、壁面の曲率に起因する構造等の生体固有の三次元構造は抽出対象とする必要はなく、対象特定部３７１はそれらを除いて凹凸部を抽出すればよい。この場合、除外されるものが大局的（空間周波数が低い構造）となり、抽出対象が局所的（空間周波数が高い構造）となるため、その中間に相当する空間周波数等を境界として設定する。

２．５．ソフトウェア
上記の実施形態では、プロセッサー部３００を構成する各部をハードウェアで構成することとしたが、本実施形態はこれに限定されない。例えば、撮像装置を用いて予め取得された画像信号と距離情報に対して、ＣＰＵが各部の処理を行う構成とし、ＣＰＵがプログラムを実行することによってソフトウェアとして実現することとしてもよい。あるいは、各部が行う処理の一部をソフトウェアで構成することとしてもよい。

この場合、情報記憶媒体に記憶されたプログラムが読み出され、読み出されたプログラムをＣＰＵ等のプロセッサーが実行する。ここで、情報記憶媒体（コンピューターにより読み取り可能な媒体）は、プログラムやデータなどを格納するものであり、その機能は、光ディスク（ＤＶＤ、ＣＤ等）、ＨＤＤ（ハードディスクドライブ）、或いはメモリー（カード型メモリー、ＲＯＭ等）などにより実現できる。そして、ＣＰＵ等のプロセッサーは、情報記憶媒体に格納されるプログラム（データ）に基づいて本実施形態の種々の処理を行う。即ち、情報記憶媒体には、本実施形態の各部としてコンピューター（操作部、処理部、記憶部、出力部を備える装置）を機能させるためのプログラム（各部の処理をコンピューターに実行させるためのプログラム）が記憶される。

図９に、画像処理部３０１が行う処理をソフトウェアで実現する場合のフローチャートを示す。この処理を開始すると、撮像画像を取得し（ステップＳ１）、その撮像画像を撮像した際の距離情報を取得する（ステップＳ２）。

次に、上述の手法により対象を特定する（ステップＳ３）。また、撮像画像から被写体の動き量を算出し（ステップＳ４）、動き量（例えば動きベクトルの大きさ）が閾値εよりも大きいか否かの判定を行う（ステップＳ５）。動き量が閾値εよりも大きい場合にはスクリーニング観察と判断し、撮像画像に対して第１の強調処理を行い（ステップＳ６）、処理後の画像を出力する（ステップＳ７）。第１の強調処理では、特定した対象のうち大きさが第１サイズ閾値Ｔｋより大きい対象を強調する。一方、動き量が閾値ε以下である場合には拡大観察と判断し、撮像画像に対して第２の強調処理を行い（ステップＳ８）、処理後の画像を出力する（ステップＳ９）。第２の強調処理では、特定した対象のうち大きさが第２サイズ閾値Ｔｓより小さい対象を強調する。

以上の実施形態によれば、距離情報取得部３８０は、撮像画像を撮像する際の撮像部２００から被写体までの距離を表す距離情報（狭義には距離マップ）を取得する。強調処理部３７０は、距離情報及び既知特性情報に基づいて、動き量に対応する処理内容の強調処理を行う。

このようにすれば、距離情報及び既知特性情報に基づいて強調処理を行うことが可能となり、その強調処理において観察状態に応じて処理内容を変えることができる。距離情報を用いることによって、例えば３次元的な構造や形状に特徴がある観察対象を特定することが可能となる。

また本実施形態では、既知特性情報取得部３９０は、被写体の構造に関する既知の特性を表す情報（例えば病変部に特徴的な構造のサイズ等）である既知特性情報を取得する。強調処理部３７０は、その既知特性情報により特定される特性と合致する被写体の凹凸部を対象として強調処理を行う。

このようにすれば、ユーザーが各観察状態で着目している凹凸部が強調されるように、動き量に応じて強調処理を変えることができる。例えば本実施形態では、対象特定部３７１は、所望の特性（例えばサイズ）を有する凹凸部を距離情報から抽出し、その抽出した凹凸部を強調処理の対象として特定する。そして、強調処理部３７０は、特定された対象に対して強調処理を行う。これにより、動き量に応じて強調する凹凸部の特性（例えばサイズ）を変えることが可能となる。なお上述のように、対象特定部３７１を含む場合に限定されず、対象特定を行わずに既知特性情報に基づいて強調処理を行ってもよい。

より具体的には、強調処理部３７０は、動き量（例えば動きベクトルの大きさ）が閾値εよりも大きい場合には、抽出された凹凸部のうち第１のサイズ閾値Ｔｋよりもサイズが大きいと判断した凹凸部に対して強調処理を行う。一方、動き量が閾値εよりも小さい場合には、凹凸部のうち第２のサイズ閾値Ｔｓよりもサイズが小さいと判断した凹凸部に対して強調処理を行う。

このようにすれば、動きの速いスクリーニング観察では小さい構造が強調されなくなり、見た目の煩雑さを軽減できる。一方、動きの遅い拡大観察では小さい構造が強調され、ユーザーが精査する病変の微小な構造が見やすくなる。以上により、各観察状態における視認性を向上でき、病変見落としの低減や診断精度の向上を実現できる。

３．第２実施形態
第２実施形態では、発赤部或は褪色部の強調を行う。発赤部・褪色部は凹凸部のような形状的な特徴がないものもあるため、凹凸部に対する強調手法とは手法を変えることが望ましい。ここで発赤部とは、視覚的に周囲の色よりも赤みが強い部分のことであり、褪色部とは、視覚的に周囲の色よりも赤みが少ない部分のことである。

第２実施形態における詳細な構成について説明する。内視鏡装置については、第１実施形態と同様に構成できる。なお以下では第１実施形態と同様の構成要素には同一の符号を付し、適宜説明を省略する。

図１０に、第２実施形態における画像処理部３０１の詳細な構成例を示す。画像処理部３０１は、画像構成部３２０、画像記憶部３３０、記憶部３５０、動き量取得部３６０、強調処理部３７０、既知特性情報取得部３９０を含む。第１実施形態と比べて距離情報取得部３８０が省略されている。

図１１に、第２実施形態における強調処理部３７０の詳細な構成例を示す。強調処理部３７０は、対象特定部３７１、強調部３７２を含む。

既知特性情報取得部３９０は、抽出したい生体（例えば発赤部、或は褪色部）の色の情報を既知特性情報として取得する。対象特定部３７１は、その既知特性情報が表す色に合致する領域を対象として特定する。発赤部を例にとると、正常粘膜の色から赤みの方向にずれている領域を発赤部として特定する。例えば、赤（Ｒ）の画素値と緑（Ｇ）の画素値と比Ｒ／Ｇが周囲のＲ／Ｇよりも大きい領域を発赤部と特定する。この場合、周囲のＲ／Ｇよりもどの程度（例えば何倍）大きければよいかの情報が、既知特性情報である。或は、Ｒ／Ｇや色相値の範囲を既知特性情報として記憶し、そのＲ／Ｇや色相値の範囲に合致する領域を発赤部としてもよい。或は、更に発赤部に特徴的な画像周波数や形態情報（例えばサイズや形状）を既知特性情報として用いてもよい。

強調部３７２は、動き量が大きくスクリーニング観察と判断した場合には、特定した対象の色を強調する処理を行う。例えば発赤部の赤み（例えばＲ／Ｇや、赤色の色相範囲の彩度等）を強くし、褪色部の赤みを弱くする処理を行う。一方、動き量が小さく拡大観察と判断した場合には、画像のエッジ成分を強調する処理や、周波数解析により特定の周波数領域を強調する処理を行う。また、更にスクリーニング観察時と同様な色の強調を行ってもよい。

なお上記では対象を特定する場合を例に説明したが、本実施形態ではこれに限定されず、対象を特定せずに強調処理を行ってもよい。例えば、動き量が大きい場合には、赤みが強い領域ほどより赤みを強くする処理を行い、動き量が小さい場合には、微小な構造ほど強調度合いを大きくした強調処理を行ってもよい。この場合、例えば赤みの強調特性を既知特性情報として記憶する。

また検出対象は発赤部や褪色部に限定されず、例えばポリープ等であってもよい。対象がポリープである場合、例えばポリープに特有な形状（又は色）を既知特性情報として記憶し、パターンマッチング（又は色の比較）によりポリープを検出してもよい。そして、動き量が大きくスクリーニング観察と判断した場合には、輪郭強調によりポリープを強調し、動き量が小さく拡大観察と判断した場合には、輪郭強調に加えて色強調を行ってもよい。

図１２に、画像処理部３０１が行う処理をソフトウェアで実現する場合のフローチャートを示す。この処理を開始すると、撮像画像を取得する（ステップＳ１）。次に、上述の手法により対象を特定する（ステップＳ２２）。また、撮像画像から被写体の動き量を算出し（ステップＳ２３）、動き量（例えば動きベクトルの大きさ）が閾値εよりも大きいか否かの判定を行う（ステップＳ２４）。動き量が閾値εよりも大きい場合にはスクリーニング観察と判断し、撮像画像に対して第１の強調処理を行い（ステップＳ２５）、処理後の画像を出力する（ステップＳ２６）。第１の強調処理では、特定した対象の色を強調する。一方、動き量が閾値ε以下である場合には拡大観察と判断し、撮像画像に対して第２の強調処理を行い（ステップＳ２７）、処理後の画像を出力する（ステップＳ２８）。第２の強調処理では、特定した対象の色とエッジを強調する。

以上の実施形態によれば、既知特性情報取得部３９０は、被写体の色に関する既知の特性を表す情報である既知特性情報を取得する。

このようにすれば、観察したい対象に特徴的な色に関する情報に基づいて、その色に対する強調処理を観察状態に応じた内容で行うことができる。色に関する情報を用いることによって、例えば正常部に比べて色が異なっている病変部等が見やすくなるように、強調することが可能となる。

また本実施形態では、強調処理部３７０は、既知特性情報により特定される特性と合致する被写体を強調処理の対象として、強調処理を行う。例えば本実施形態では、対象特定部３７１が、既知特性情報が表す所望の特性（例えば色）に合致する対象を撮像画像から特定し、強調処理部３７０が、その特定された対象に対して強調処理を行う。なお第１実施形態で述べたように、対象特定部３７１を含む場合に限定されず、対象特定を行わずに既知特性情報に基づいて強調処理を行ってもよい。

より具体的には、強調処理部３７０は、動き量（例えば動きベクトルの大きさ）が閾値εよりも大きい場合には、対象の色（例えばＲ／Ｇや、所定色相の彩度）を強調する強調処理を行う。一方、動き量が閾値εよりも小さい場合には、対象の少なくとも構造を強調する強調処理を行う。

例えば、既知特性情報は、正常粘膜の色よりも赤成分（例えばＲ／Ｇ）が大きい発赤部の色に関する既知の特性を表す情報である。強調処理部３７０は、動き量が閾値εよりも大きい場合には、対象として特定された発赤部の赤成分（例えばＲ／Ｇや、赤色の色相範囲の彩度）を強調する強調処理を行う。

このようにすれば、動きの速いスクリーニング観察では、例えば発赤部・褪色部等の色に特徴がある病変部を見落とさず、その病変部の場所を特定することができる。一方、動きの遅い拡大観察では、色だけでなく構造を強調できるため、ユーザーが着目している病変部の微細な構造を見やすくできる。以上により、各観察状態における視認性を向上でき、病変見落としの低減や診断精度の向上を実現できる。

以上、本発明を適用した実施形態およびその変形例について説明したが、本発明は、各実施形態やその変形例そのままに限定されるものではなく、実施段階では、発明の要旨を逸脱しない範囲内で構成要素を変形して具体化することができる。また、上記した各実施形態や変形例に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成することができる。例えば、各実施形態や変形例に記載した全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施の形態や変形例で説明した構成要素を適宜組み合わせてもよい。このように、発明の主旨を逸脱しない範囲内において種々の変形や応用が可能である。また、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。

２〜４ 襞、１０，３０ 凹部、２０ 凸部、１００ 光源部、
１０１ 白色光源、１０２ 回転色フィルター、１０３ 回転駆動部、
１０４ 集光レンズ、２００ 撮像部、２０１ ライトガイドファイバー、
２０３ 照明レンズ、２０４，２０５ 対物レンズ、
２０６，２０７ 撮像素子、２０９ Ａ／Ｄ変換部、２１０ メモリー、
２１２ コネクター、２５０ レンズ駆動部、３００ プロセッサー部、
３０１ 画像処理部、３０２ 制御部、３１０ 画像取得部、
３２０ 画像構成部、３２３ 輝度信号算出部、３２４ 差分演算部、
３２５ 次微分演算部、３２６ パラメーター演算部、３２７ 記憶部、
３２８ ＬＵＴ記憶部、３３０ 画像記憶部、３５０ 記憶部、
３６０ 動き量取得部、３７０ 強調処理部、３７１ 対象特定部、
３７２ 強調部、３８０ 距離情報取得部、３９０ 既知特性情報取得部、
４００ 表示部、５００ 外部Ｉ／Ｆ部

Claims (13)

1. 被写体の像を含む撮像画像を取得する画像取得部と、
   前記被写体の動き量を取得する動き量取得部と、
   前記被写体に関する既知の特性を表す情報である既知特性情報を取得する既知特性情報取得部と、
   前記動き量に対応する処理内容で、前記既知特性情報に基づいて強調処理を行う強調処理部と、
   を含むことを特徴とする画像処理装置。
2. 請求項１において、
   前記撮像画像を撮像する際の撮像部から前記被写体までの距離を表す距離情報を取得する距離情報取得部を含み、
   前記強調処理部は、
   前記距離情報及び前記既知特性情報に基づいて、前記動き量に対応する前記処理内容の前記強調処理を行うことを特徴とする画像処理装置。
3. 請求項２において、
   前記既知特性情報取得部は、
   前記被写体の構造に関する既知の特性を表す情報である前記既知特性情報を取得し、
   前記強調処理部は、
   前記既知特性情報により特定される特性と合致する前記被写体の凹凸部を前記強調処理の対象として、前記強調処理を行うことを特徴とする画像処理装置。
4. 請求項３において、
   前記強調処理部は、
   前記動き量が閾値よりも大きい場合には、前記凹凸部のうち第１のサイズ閾値よりもサイズが大きいと判断した凹凸部に対して前記強調処理を行い、
   前記動き量が前記閾値よりも小さい場合には、前記凹凸部のうち第２のサイズ閾値よりもサイズが小さいと判断した凹凸部に対して前記強調処理を行うことを特徴とする画像処理装置。
5. 請求項１において、
   前記既知特性情報取得部は、
   前記被写体の色に関する既知の特性を表す情報である前記既知特性情報を取得することを特徴とする画像処理装置。
6. 請求項５において、
   前記強調処理部は、
   前記既知特性情報により特定される特性と合致する前記被写体を前記強調処理の対象として、前記動き量に対応する前記処理内容で前記強調処理を行うことを特徴とする画像処理装置。
7. 請求項６において、
   前記強調処理部は、
   前記動き量が閾値よりも大きい場合には、前記対象の色を強調する前記強調処理を行い、
   前記動き量が前記閾値よりも小さい場合には、前記対象の少なくとも構造を強調する前記強調処理を行うことを特徴とする画像処理装置。
8. 請求項６において、
   前記既知特性情報は、正常粘膜の色よりも赤成分が大きい発赤部の色に関する既知の特性を表す情報であり、
   前記強調処理部は、
   前記動き量が前記閾値よりも大きい場合には、前記発赤部の赤成分を強調する前記強調処理を行うことを特徴とする画像処理装置。
9. 請求項１において、
   前記強調処理部は、
   前記既知特性情報により特定される特性と合致する前記被写体を前記強調処理の対象として、前記動き量に対応する前記処理内容で前記強調処理を行うことを特徴とする画像処理装置。
10. 請求項９において、
    前記強調処理部は、
    前記動き量が、前記被写体のスクリーニング観察に対応する動き量に該当すると判断した場合には、前記既知特性情報により特定される特性と合致する前記被写体を前記強調処理の対象として第１の処理内容の前記強調処理を行い、
    前記動き量が、前記被写体の拡大観察に対応する動き量に該当すると判断した場合には、前記既知特性情報により特定される特性と合致する前記被写体を前記強調処理の対象として前記第１の処理内容とは異なる第２の処理内容の前記強調処理を行うことを特徴とする画像処理装置。
11. 請求項１に記載された画像処理装置を含むことを特徴とする内視鏡装置。
12. 被写体の像を含む撮像画像を取得し、
    前記被写体の動き量を取得し、
    前記被写体に関する既知の特性を表す情報である既知特性情報を取得し、
    前記動き量に対応する処理内容で、前記既知特性情報に基づいて強調処理を行うことを特徴とする画像処理方法。
13. 被写体の像を含む撮像画像を取得し、
    前記被写体の動き量を取得し、
    前記被写体に関する既知の特性を表す情報である既知特性情報を取得し、
    前記動き量に対応する処理内容で、前記既知特性情報に基づいて強調処理を行うステップを、
    コンピューターに実行させる画像処理プログラム。