JP2017176716A - 画像処理装置および画像処理方法 - Google Patents

Abstract

【課題】 眼底の複数の画像から眼科診断等に適した動画像を生成可能にする。
【解決手段】 本発明による画像処理装置は、被検眼の眼底画像の類似性を評価する基準となる基準画像および対象画像を選択する画像選択部と、前記基準画像と前記対象画像の類似性を算出する領域を設定する領域設定部と、前記基準画像と前記対象画像との類似性評価値を異なる評価方法で算出する算出部と、前記算出部の算出の結果に基づいて、補正処理を選択する選択部と、前記選択部にて選択された補正処理を行う処理部とを有する。
【選択図】 図２

Description

本発明は画像処理装置および画像処理方法に関し、特に、眼科診療に用いられる画像処理装置及び画像処理方法に関する。

生活習慣病や失明原因の上位を占める疾病の早期診断を目的として、眼底部の検査が広くおこなわれている。共焦点レーザー顕微鏡の原理を利用した眼科装置である走査型レーザー検眼鏡（ＳＬＯ：Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）は、測定光であるレーザーを眼底に対してラスタースキャンを行い、その戻り光の強度から眼底（網膜）の平面画像を高分解能かつ高速に得る装置である。

近年、被検眼の収差を波面センサーでリアルタイムに測定し、被検眼にて発生する測定光やその戻り光の収差を波面補正デバイスで補正する補償光学系を有する補償光学走査型レーザー検眼鏡（ＡＯ−ＳＬＯ：Ａｄａｐｔｉｖｅ Ｏｐｔｉｃｓ ＳＬＯ）が開発され、高分解能な画像（以下、ＡＯ−ＳＬＯ画像）の取得を可能にしている。

さらに、取得した網膜のＡＯ−ＳＬＯ画像を用いて、網膜における視細胞の形態や密度の解析、血球動態や血管形状の解析から疾病の診断や薬剤応答の評価が試みられている。

しかしながら、ＡＯ−ＳＬＯ画像において、視細胞の形態や密度、血球動態や血管形状を観察や計測する場合に、眼球や眼瞼運動の影響もしくは撮像装置に起因する画像特性の違いが起きる。その違いによる影響によって、対象組織、細胞、病変の視認や計測が困難な画像（以下、例外画像）が生じることがある。

例えば、固視微動によって画像のぶれが発生したり、瞬目によって低輝度、低コントラストの画像が発生したりする場合がある。あるいは、収差補正不良等の装置に起因する分解能の低下やＳ／Ｎの低下した画像が含まれる場合がある。特に、患眼を撮像したＡＯ−ＳＬＯ画像は健常眼のそれに比べ、瞬目の頻度や固視微動の影響を大きく受け、視細胞の形態や密度、血球動態や血管形状の観察や計測に必要なＡＯ−ＳＬＯ画像を十分得られない場合があった。

このような課題を解決するために、特許文献１では、眼底の動画像を構成する複数のフレームから各フレームの画像特徴に基づいて例外フレームを判定する手法と、判定した例外フレームを含まない複数のフレームで新たな動画像を生成する技術が開示されている。

特開２０１３−１６９３０９号公報

しかしながら、特許文献１は各フレームを複数の画像領域に分割評価することにより例外フレームを除外して新たな動画像を生成することが主眼の技術である。例外フレームを除外する際の評価値としては、単に画像の輝度、歪み量、信号雑音比の少なくともひとつの評価指標を独立に用いており、画像の類似性を悪化させる要因（以下、類似性阻害要因）を特定する技術を開示するものではない。

例えば、輝度の特徴を変化させる要因は、撮像時の固視微動の影響による画像のぶれや画像のぼけや画像の位置ずれ、瞬目による画像の輝度の低下やコントラストの低下など複数の要因が存在する。しかしながら、特許文献１は、例外フレームを判定して除外するばかりであり、何らかの補正により使用できるフレームに対して、適切な画像補正を選択・適用し再利用する可能性を考慮していなかった。

本願発明は上述の課題に対してなされたものであり、補正により使用可能となるフレームを得ることを目的とする。

本発明の目的を達成するために、本発明による画像処理装置は、被検眼の眼底画像の類似性を評価する基準となる基準画像および対象画像を選択する画像選択部と、前記基準画像と前記対象画像の類似性を算出する領域を設定する領域設定部と、前記基準画像と前記対象画像との類似性評価値を異なる評価方法で算出する算出部と、前記算出部の算出の結果に基づいて、補正処理を選択する選択部と、前記選択部にて選択された補正処理を行う処理部とを有する。

本発明によれば、補正により使用可能となるフレームを得ることができる。

実施形態の眼底撮像装置の構成を示す模式図。 実施形態１、２の画像処理装置の構成を示す模式図。 実施形態１、２に係る画像処理装置が実行する処理のフローチャート。 実施形態１、２に係る画像処理装置が実行する処理のフローチャート。 実施形態１、２に係る検出領域の設定と類似性阻害要因の推定結果の例。 実施形態１、２、３に係る類似性阻害要因の推定および補正処理を選択するためのテーブルの例。 実施形態３の画像処理装置の構成を示す模式図。 実施形態３に係る画像処理装置が実行する処理のフローチャート。 実施形態３に係る検出領域の設定と類似性阻害要因の推定結果の例。 実施形態に係る類似性評価値が閾値を満たさない領域の概念図の例。

以下、添付図面に従って本発明に係る画像処理装置および画像処理方法の好ましい実施形態について詳説する。但し、本発明は以下の実施形態に限定されるものではない。

［全体構成］
まず、図１および図２を用いて、実施形態の画像撮像装置および画像処理装置を備える装置の全体構成について説明する。

本実施形態では、画像撮像装置として走査型レーザ検眼鏡について、図１の構成を示す模式図を用いて、画像撮像装置１００の構成について説明する。

まず、高分解能な眼底画像を撮像するＡＯ−ＳＬＯ１２０の構成について説明する。

光源１０１は、波長８４０ｎｍのＳＬＤ（Ｓｕｐｅｒ Ｌｕｍｉｎｅｓｃｅｎｔ Ｄｉｏｄｅ）光源を用いる。光源１０１の波長は特に制限されるものではないが、眼底撮像用としては被検者の眩しさの軽減と分解能の維持のために、８００〜１５００ｎｍ程度が好適に用いられる。本実施形態においてはＳＬＤ光源を用いたが、その他の光源を用いる事も可能である。光源１０１から照射された光は、単一モード光ファイバー１０２を通って、コリメータレンズ１０３により、平行光線（測定光１０５）として照射される。照射された測定光１０５はビームスプリッターからなる光分割部１０４を透過し、補償光学の光学系に導光される。

補償光学系は、光分割部１０６、波面測定装置１１５、波面補正装置１０８および、それらに導光するための反射ミラー１０７−１〜４から構成される。ここで、反射ミラー１０７−１〜４は、少なくとも眼１１１の瞳と波面測定装置１１５、波面補正装置１０８とが光学的に共役関係になるように設置されている。また、光分割部１０６として、本実施形態ではビームスプリッターを用いている。光分割部１０６を透過した測定光１０５は、反射ミラー１０７−１と１０７−２で反射されて波面補正装置１０８に入射する。波面補正装置１０８で反射された測定光１０５は、反射ミラー１０７−３に出射される。本実施形態では、波面補正手段である波面補正装置１０８として液晶素子を用いた反射型液晶空間位相変調器を用いる。波面補正装置としては、可変形状ミラー（デフォーマブルミラー）でも良く、波面が補正できるものであれば、いずれの物でも良い。

反射ミラー１０７−３、４で反射された測定光１０５は、走査光学系１０９−１〜２によって、眼１１１の眼底上を１次元もしくは２次元に走査される。走査光学系１０９−１〜２は制御部１１８によって制御される。本実施形態では２次元眼底画像の撮像を目的として、主走査用の走査光学系１０９−１として共振スキャナと、副走査用の走査光学系１０９−２としてチップチルトミラーを用いる。またチップチルトミラー１０９−２は、追尾を目的とした測定光の走査中心の向きを変更して撮像位置を固定・安定化する手段を兼ねている。本実施形態では、共振スキャナとチップチルトミラーの組み合わせを用いているが、ガルバノミラーなどその他の走査光学用のミラーを組み合わせて用いてもよい。さらに走査光学系１０９−１〜２の各スキャナを光学的な共役状態にするために、各スキャナの間にミラーやレンズといった光学素子を用いる構成の場合もある。

走査光学系１０９−１〜２で走査された測定光１０５は、接眼レンズ１１０−１および１１０−２を通して眼１１１に照射される。眼１１１に照射された測定光１０５は、眼底で反射や散乱される。接眼レンズ１１０−１および１１０−２の位置を調整することによって、眼１１１の視度にあわせて最適な照射をおこなうことが可能となる。ここでは、接眼部にレンズを用いたが、球面ミラー等で構成しても良い。

眼１１１の眼底の網膜から反射もしくは散乱された反射光は、入射した時の経路を逆向きに進行し、光分割部１０６によって一部が波面測定装置１１５へ反射され、反射光の波面分布を測定するために用いられる。

本実施形態では、波面測定手段である波面測定装置１１５としてシャックハルトマンセンサーを用いた。本実施形態では波面測定装置１１５にシャックハルトマンセンサーを用いたが、それに限定されるものではなく、曲率センサーのような他の波面測定手段や、結像させた点像から逆計算で求めるような方法を用いても良い。

光分割部１０６を透過した反射光は光分割部１０４によって一部が反射され、コリメータ１１２、光ファイバー１１３を通して光強度センサー１１４に導光される。光強度センサー１１４で光は電気信号に変換され、制御部１１７によって、光の強度を配列化して画像に構成される。この画像は眼底画像（ＡＯ−ＳＬＯ画像）として画像処理装置２００に転送される。

波面測定装置１１５は補償光学制御部１１６に接続され、受光した波面分布を補償光学制御部１１６に伝える。波面補正装置１０８も補償光学制御部１１６に接続されており、補償光学制御部１１６から指示された制御情報に基づいて空間的な位相変調をおこなう。補償光学制御部１１６は波面測定装置１１５で測定された波面分布を基に、収差のない波面分布へと補正するような補正量を計算し、波面補正装置１０８に適切な補正状態とするための制御情報を指令する。光学系の一部に被検眼が含まれていることで光学系が不確定な状態であるため、一般的に１回の波面分布の測定及び補正では、小さな収差の波面分布に到達することは困難で、波面分布の測定と補正を繰り返して撮像可能な収差まで収束させながら補正する。これによって、測定光が眼底に至るまでの光路の収差を小さくでき、眼底に集光するスポットの大きさを小さくでき、空間的な分解能が高い画像を得る事が可能となっている。

次に、眼球運動の時々刻々の位置を検知して、眼球運動を補償するように撮像位置を固定・安定化する追尾機能を有するＷＦ−ＳＬＯ１２１および追尾制御部１２２について説明する。

ＷＦ−ＳＬＯ１２１の構成は、これまで説明してきたＡＯ−ＳＬＯ１２０と基本的に同じ構成である。ＷＦ−ＳＬＯ１２１がＡＯ−ＳＬＯと異なる点は、波面測定装置１１５や波面補正装置１０８や補償光学制御部１１６が無い構成となっている。また、ＷＦ−ＳＬＯ１２１で撮像する画像の画角は、ＡＯ−ＳＬＯのそれよりも画角が広くなっている。つまり、ＷＦ−ＳＬＯ画像は広画角、ＡＯ−ＳＬＯ画像は狭画角である。

ＷＦ−ＳＬＯ１２１の構成の詳細な図示は省略するが、その構成を簡単に説明すると次の通りである。ＷＦ−ＳＬＯ１２１は９００ｎｍの波長の光源を使用する。ＷＦ−ＳＬＯ１２１の光源から照射された測定光１２３は、ダイクロイックミラー１１９によって測定光１０５と合波され、接眼レンズ１１０−１および１１０−２を通して眼１１１に照射される。眼１１１に照射された測定光１２３は眼底で反射や散乱される。眼１１１の眼底の網膜から反射もしくは散乱された反射光は、入射した時の経路を逆向きに進行し、ダイクロイックミラー１１９によって測定光１２３と測定光１０５に分離され、ＷＦ−ＳＬＯ１２１の光強度センサーに導光される。光強度センサーは光を電気信号に変換し、ＷＦ−ＳＬＯ１２１によって、光の強度を配列化して画像（ＷＦ−ＳＬＯ画像）に構成される。

追尾制御部１２２は、ＷＦ−ＳＬＯ１２１によって撮像される広角なＷＦ−ＳＬＯ画像を取得する。次に、追尾制御部１２２は、制御部１１７より狭角なＡＯ−ＳＬＯ画像を順次取得する。ＡＯ−ＳＬＯ画像はＷＦ−ＳＬＯ画像の一部の領域を撮像している。追尾制御部１２２は、ＡＯ−ＳＬＯ画像がＷＦ−ＳＬＯ画像のどの領域に位置するかを順次比較し、位置ずれを検出する。検出結果はチップチルトミラー１０９−２の位置として制御部１１８に指令し、眼球運動に追尾して眼底の撮像位置が動かないように制御部１１８はチップチルトミラー１０９−２を制御する。追尾制御部１２２はこの動作を繰り返し、ＡＯ−ＳＬＯ画像の撮像位置を眼の運動に対して追尾する。また、追尾制御部１２２および制御部１１８は、スキャン方向とチップチルトミラー１０９−２の位置を変更したスキャン位置変更タイミングを示す情報を、制御部１１７を介して画像処理装置２００に転送する。

以上の追尾機能によって、眼の動きに追従しているため画質が良好なＡＯ−ＳＬＯ画像が連続して得られる。

次に、本実施形態では、画像撮像装置と接続される画像処理装置について、図２の構成を示す模式図を用いて、画像処理装置２００の構成について説明する。

データ取得部２０２は、画像撮像装置１００からＡＯ−ＳＬＯ画像およびＡＯ−ＳＬＯ画像に関連する画像を識別するためのＩＤや撮像日時等の情報、画素数等の情報、スキャン方向やスキャン位置変更タイミング等に関する情報を取得する。取得した各情報は、バス２１３を介して記憶部（ＲＡＭ）２０３もしくは外部記憶装置２０５に格納される。記憶部（ＲＡＭ）２０３もしくは外部記憶装置２０５に格納した連続する複数のＡＯ−ＳＬＯ画像は、画像補正部２１４によって、それぞれのＡＯ−ＳＬＯ画像の同画素が被写体の同位置を撮像しているよう位置合わせ（レジストレーション）処理を行われる。それにより、固視微動の影響による歪み、位置ずれを補正する。位置合わせ（レジストレーション）処理は公知であるため、本実施形態では詳細を記載しない。

本実施形態に係る画像処理機能を実現するためのプログラムや当該プログラムが実行される際に用いられるデータは、ＲＯＭ２０４もしくは外部記憶装置２０５に格納する。これらのプログラムやデータは、ＣＰＵ（中央演算処理装置）２０１による制御のもと、バス２１３を介して、適宜ＲＡＭ２０３に取り込まれ、ＣＰＵ（中央演算処理装置）２０１によって実行され、後に説明する各部として機能する。

また、入力Ｉ／Ｆ２０６はキーボードやポインティングデバイス（たとえば、マウス）等の入力装置２０９と接続し、キーボードやポインティングデバイスから指示情報を受け取り、バス２１３を介してＣＰＵ（中央演算処理装置）２０１に通知する。出力Ｉ／Ｆ２０７は、ＬＣＤディスプレイ等の表示装置２１０と接続し、生成画像や当該情報を表示する。ＬＡＮＩ／Ｆ２０８はＬＡＮと接続するためのＩ／Ｆであり、ＬＡＮを介してデータサーバー２１２と接続する。

データサーバー２１２はＡＯ−ＳＬＯ画像や撮像日時や固視標位置等の撮像条件データ、眼部の画像特徴などの当該情報を保持する。すなわち、画像撮像装置１００が撮像したＡＯ−ＳＬＯ画像および当該情報は、画像処理装置２００によって処理され、データサーバー２１２に保存され管理される。データサーバー２１２は、ＬＡＮを介してネットワークで接続する複数のデータサーバーであっても構わない。また、画像撮像装置１００が撮像したＡＯ−ＳＬＯ画像および当該情報は、画像処理装置２００の外部記憶装置２０５に保存し管理してもよい。

次に、ＣＰＵ（中央演算処理装置）２０１においておこなわれる実施形態による類似性の乏しい画像領域の検出と補正処理方法の各実施形態について説明する。

［実施形態１］
実施形態１は、画像撮像装置によって撮像された連続する複数のＡＯ−ＳＬＯ画像の類似性（一致度）を、複数のＡＯ−ＳＬＯ画像から選択された基準画像と比較して評価するものである。即ち、類似性の乏しい（低い）画像領域の検出方法と補正処理方法を示す実施形態である。実施形態１に係る図２のＣＰＵ（中央演算処理装置）２０１の機能構成を説明する。

図２は画像処理装置２００の機能構成を示す模式図である。ＣＰＵ（中央演算処理装置）２０１は、画像選択部２０１−１、ＬＰＦ処理部２０１−２、検出領域設定部２０１−３、画質類似性算出部２０１−４、周波数類似性算出部２０１−５、構造類似性算出部２０１−６、類似性阻害要因推定部２０１−７、例外画像領域判定部２０１−８、補正処理部２０１−９として機能する。

以下、ＣＰＵ（中央演算処理装置）２０１を構成する各ブロックの機能について、図３Ａの実施形態１に係る処理のフローチャートに示す具体的な実行手順と関連付けて説明する。

＜ステップＳ３０１＞
ステップＳ３０１において、画像選択部２０１−１は、ＡＯ−ＳＬＯ画像から類似性の評価の基準となる基準画像を選択する。具体的には、画像撮像装置１００からデータ取得部２０２により取得された画像を、画像補正部２１４によるレジストレーション処理を施した後にＲＡＭ２０３もしくは外部記憶装置２０５に格納した連続する複数のＡＯ−ＳＬＯ画像から基準画像を選択する。

基準画像は、画像補正部２１４によって最も補正されなかったＡＯ−ＳＬＯ画像を選択する。つまり、固視微動や瞬目などの影響が少ない、最も撮像条件の良いＡＯ−ＳＬＯ画像を選択する。但し、ステップＳ３０１の実施形態は基準画像の選択方法を限定するものではない。そのため、ユーザーが入力装置２０９によって、入力Ｉ／Ｆ２０５およびバス２１３を介して画像選択部２０１−１に指示し、基準画像を選択しても構わない。

＜ステップＳ３０２＞
ステップＳ３０２において、画像選択部２０１−１によって、ＲＡＭ２０３もしくは外部記憶装置２０５に格納した連続する複数のＡＯ−ＳＬＯ画像を類似性の評価をおこなう対象画像とする。又、画像撮像装置１００およびに画像処理装置２００よって撮像し、データサーバー２１２に格納する連続する複数のＡＯ−ＳＬＯ画像を対象画像としても構わない。対象画像の選択は、ユーザーが入力装置２０９および入力Ｉ／Ｆ２０５、バス２１３を介して画像選択部２０１−１に指示し、選択するようにしても構わない。

＜ステップＳ３０３＞
ステップＳ３０３において、ＬＰＦ処理部２０１−２は類似性の評価に不要なランダムノイズを除去するためにＬＰＦ（Ｌｏｗ−Ｐａｓｓ Ｆｉｌｔｅｒ）処理を施す。また、ＬＰＦ処理ではなく画像縮小処理を施し、縮小率に応じた周波数カットをおこない、ノイズ除去の代わりとしても構わない。

＜ステップＳ３０４＞
ステップＳ３０４において、検出領域設定部２０１−３はステップＳ３０１で取得した基準画像とステップＳ３０２で取得した対象画像における被写体の同一位置を撮像している共通領域を算出する。

＜ステップＳ３０５＞
ステップＳ３０５において、検出領域設定部２０１−３は、ステップＳ３０４で算出した共通領域内に検出領域を設定する。検出領域は複数の領域を設定してもよく、それぞれの検出領域が重なり合って（オーバーラップして）いても構わない。

図４（ａ）は基準画像および対象画像の共通領域４００内に検出領域を設定する一例を示している。例えば、検出領域４０１−１と検出領域４０１−２のように、それぞれの検出領域が重なり合って（オーバーラップして）いても構わない。また、図４（ａ）は共通領域４００内に複数の検出領域を設定しているが、共通領域内４００にひとつの検出領域を設定しても構わない。なお、設定する検出領域のサイズ（画素数）は、後述するＦＦＴ処理を実行するため２のべき乗である方が望ましく、２のべき乗であれば任意のサイズで設定される。

＜ステップＳ３０６＞
ステップＳ３０６において、検出領域設定部２０１−３は、ステップＳ３０３でＬＰＦ処理を施した基準画像と、ステップＳ３０３でＬＰＦ処理を施した対象画像からステップＳ３０５で設定した検出領域に相当する画像を取得する。

＜ステップＳ３０７＞
ステップＳ３０７において、画質類似性算出部２０１−４は、ステップＳ３０６で取得した検出領域の画像に対して画質の類似性を解析する。ステップＳ３０７の詳細は図３Ｂ（ａ）を用いて説明する。

＜ステップＳ３０７−１＞
ステップＳ３０７−１において、基準画像および対象画像それぞれの検出領域画像に対して、次に示す計算をおこない画質類似値ＳＳＩＭ （Ｓｔｒｕｃｔｕｒａｌ Ｓｉｍｉｌａｒｉｔｙ）算出する。

Ｉ_ｒｅｆは基準画像、Ｉ_ｔａｒは対象画像、Ｗは窓関数、Ｋ_１およびＫ_２は定数である。窓関数Ｗはガウシアン窓、ハン窓等の任意の窓関数を使用して構わない。定数Ｋ_１、Ｋ_２は任意に調整可能なパラメータである。

＜ステップＳ３０７−２＞
ステップＳ３０７−２において、算出した画質類似度ＳＳＩＭの値を予め決められた評価値化テーブルの対応した値に変換し、評価値化する。但し、評価値化はその他の類似性評価値とスケールを合わせることを目的としているため、評価値化の方法は評価値化テーブルを使用した方法に限定しない。また、画質類似度ＳＳＩＭの値をそのまま評価値と使用しても構わない。

また、ステップＳ３０７は、輝度レベル（信号レベル）、コントラスト、Ｓ／Ｎ等の画質に係る類似度を算出するものであり、アルゴリズムは他の如何なる方法でも構わない。

＜ステップＳ３０８＞
ステップＳ３０８において、周波数類似性算出部２０１−５は、ステップＳ３０６で取得した検出領域の画像に対して空間周波数の類似性（相違）を解析する。ステップＳ３０８の詳細は図３Ｂ（ｂ）を用いて説明する。

＜ステップＳ３０８−１＞
ステップＳ３０８−１においえ、基準画像および対象画像それぞれの検出領域の画像に対して、次に示す計算をおこないＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）処理を施し、空間周波数情報に変換する。

Ｉ_ｒｅｆは基準画像、Ｉ_ｔａｒは対象画像、Ｆ_ｒｅｆはＦＦＴ処理を施した基準画像、Ｆ_ｔａｒはＦＦＴ処理を施した対象画像である。

＜ステップＳ３０８−２＞
ステップＳ３０８−２において、次に示す計算をおこないパワースペクトル類似値ＰＳＳＶ（Ｐｏｗｅｒ Ｓｐｅｃｔｒａｌ Ｓｉｍｉｌａｒｉｔｙ Ｖａｌｕｅ）を算出する。

Ｗは窓関数、Ｋ_１およびＫ_２は定数である。窓関数Ｗはガウシアン窓、ハン窓等の任意の窓関数を使用して構わない。定数Ｋ_１、Ｋ_２は任意に調整可能なパラメータである。

＜ステップＳ３０８−３＞
ステップＳ３０８−２において、算出したパワースペクトル類似度ＰＳＳＶの値を予め決められた評価値化テーブルの対応した値に変換し、評価値化する。但し、評価値化はその他の類似性評価値とスケールを合わせることを目的としているため、評価値化の方法は評価値化テーブルを使用した方法に限定しない。また、パワースペクトル類似度ＰＳＳＶの値をそのまま評価値と使用しても構わない。

また、ステップＳ３０８は、画像のぼけ、ぶれ等の周波数に係る周波数類似度（相違）を算出するものであり、アルゴリズムは他の如何なる方法でも構わない。

＜ステップＳ３０９＞
ステップＳ３０９において、構造類似性算出部２０１−６は、ステップＳ３０６で取得した検出領域の画像に対して構造の類似性を解析する。ステップＳ３０８の詳細は図３Ｂ（ｃ）を用いて説明する。

＜ステップＳ３０９−１＞
ステップＳ３０９−１において、基準画像および対象画像それぞれの検出領域の画像に対して、次に示す計算をおこないＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）処理を施し、空間周波数情報に変換する。

Ｉ_ｒｅｆは基準画像、Ｉ_ｔａｒは対象画像、Ｆ_ｒｅｆはＦＦＴ処理を施した基準画像、Ｆ_ｔａｒはＦＦＴ処理を施した対象画像である。

＜ステップＳ３０９−２＞
ステップＳ３０９−２において、次に示す位相限定相関関数ｒを算出する。

＜ステップＳ３０９−３＞
ステップ３０９−３において、位相限定相関関数ｒの相関ピーク値を取得する。

＜ステップＳ３０９−４＞
ステップ３０９−４において、位相限定相関関数ｒの分散平均値とステップ３０９−３で取得したピーク値の分散値との比率（相関ピーク値分散比率）が、予め決められた閾値以上であるかを判定する。

＜ステップＳ３０９−５＞
ステップ３０９−５において、相関ピーク値分散比率が閾値以上である場合は、相関検出の信頼性が確保できていると判断し、ステップ３０９−６を実施する。相関ピーク値分散比率が閾値未満の場合は、相関検出の信頼性が確保できていないと判断し、処理を終了する。

＜ステップＳ３０９−６＞
ステップ３０９−６において、ステップ３０９−３にて取得した相関ピーク値の座標とベクトルスカラー値を算出する。

＜ステップＳ３０９−７＞
ステップＳ３０９−７において、ステップ３０９−６にて算出した相関ピーク値のベクトルスカラー値を予め決められた評価値化テーブルの対応した値に変換し評価値化する。但し、評価値化はその他の類似性評価値とスケールを合わせることを目的としているため、評価値化の方法は評価値化テーブルを使用した方法に限定しない。また、相関ピーク値のベクトルスカラー値をそのまま評価値と使用しても構わない。

また、ステップＳ３０９は、画像の歪み、位置ずれに係る類似度を算出するものであり、アルゴリズムは他の如何なる方法でも構わない。

＜ステップＳ３１０＞
ステップＳ３１０において、類似性阻害要因推定部２０１−７は、ステップ３０７にて算出された画質類似性評価値が予め決められた画質類似判定のための閾値を満たしているかを判断する。また、ステップ３０８にて算出された周波数類似性評価値が予め決められた周波数類似判定のための閾値を満たしているかを判断する。更に、ステップ３０９にて算出された構造似性評価値が予め決められた構造類似判定のための閾値を満たしているかを判断する。次に、それぞれの類似判定に基づいて類似性阻害要因を推定する。

図５は類似性阻害要因を推定に係るテーブルの一例を示している。それぞれが閾値を満たしている場合は「○」で、満たしていない場合は「×」で示している。本実施形態では、図５のように予め決められたテーブルを基に類似性阻害要因を推定する。例えば、画質類似性評価値は閾値を満たさず、周波数類似性評価値は閾値を満たし、構造似性評価値は閾値を満たさない場合は、類似性阻害要因は位置ずれであると推定する。また、例えば、画質類似性評価値は閾値を満たし、周波数類似性評価値は閾値を満たし、構造似性評価値は閾値を満たさない場合は、類似性阻害要因の推定はできないと判断する。また、類似性阻害要因を推定するテーブルは、画質類似性評価値と周波数類似性評価値と構造類似性評価値の少なくともふたつ以上の類似性評価値が閾値を満たしていない場合に類似性阻害要因を推定する。

図９は画質類似性評価値と周波数類似性評価値と構造類似性評価値のそれぞれの類似性評価値が閾値を満たしていない領域を表した概念図の例である。構造類似性評価値が閾値を満たさない領域９０１と画質類似性評価値が閾値を満たさない領域９０２が重なり合う領域９０４は図５の類似性阻害要因の位置ずれの領域を示している。画質類似性評価値が閾値を満たさない領域９０２と周波数類似性評価値が閾値を満たさない領域９０３が重なり合う領域９０５は図５の類似性阻害要因のコントラスト低下の領域を示している。構造類似性評価値が閾値を満たさない領域９０１と周波数類似性評価値が閾値を満たさない領域９０３が重なり合う領域９０６は図５の類似性阻害要因の画像ぼけ、画像ぶれの領域を示している。構造類似性評価値が閾値を満たさない領域９０１と画質類似性評価値が閾値を満たさない領域９０２と周波数類似性評価値が閾値を満たさない領域９０３が重なり合う領域９０７は図５の類似性阻害要因のＳ／Ｎ悪化の領域を示す。

つまり、それぞれの類似性評価値が閾値を満たさない領域の一部は重なり合っており、本実施形態はそれぞれの類似性評価値が閾値を満たさない領域の重なり合う領域を検出することで、類似性阻害要因の推定を実現する。

＜ステップＳ３１１＞
ステップＳ３１１において、ＣＰＵ２０１はステップＳ３０５にて設定したすべての検出領域の処理を完了したかを判断する。すべての検出領域の処理を完了していない場合は、処理を完了していないそれぞれの検出領域に対してステップＳ３０６〜ステップＳ３１０の処理を実行する。

すべての検出領域の処理を完了した場合は、ステップＳ３１２へ進む。

＜ステップＳ３１２＞
ステップＳ３１２において、類似性阻害要因推定部２０１−７は、ステップＳ３１０にて推定されたそれぞれの検出領域の類似性阻害要因を周辺の検出領域の類似性阻害要因と比較して再検出を行うか判断する。

図４（ｂ）は、基準画像および対象画像の共通領域４００内に設定したそれぞれの検出領域ごとの推定された類似性阻害要因の一例を示している。例えば、検出領域４０１−１の推定された類似性阻害要因は、検出領域４０１−２を含む検出領域４０１−１周辺の検出領域の推定された類似性阻害要因と異なる類似性阻害要因を示しているため、信頼性が低いと判断する。加えて、検出領域４０１−２を含む検出領域４０１−１周辺の類似性阻害要因は複数の異なる要因と推定されており、の検出領域４０１−１との関係を判断できないため、再検出と判断してもよい。

再検出と判断された場合は、ステップＳ３０５に戻り再検出を実施する。再検出時は、ステップＳ３０５における検出領域のサイズを前回の設定した検出領域のサイズより大きくする。前回の設定した検出領域のサイズより大きくすることで、再検出結果を安定化させる。

再検出を繰り返す場合は、検出領域が画像全体になった時点で再検出を終了し、ステップＳ３１３を実施する。また、任意の回数で再検出を終了し、ステップＳ３１３を実施しても構わない。

＜ステップＳ３１３＞
ステップＳ３１３において、例外画像領域判定部２０１−８は、ステップＳ３１０にて推定されたそれぞれの検出領域の類似性阻害要因を周辺の検出領域の類似性阻害要因と比較して検出領域の類似性阻害要因を決定し、例外画像領域を判断する。

図４（ｃ）は、基準画像および対象画像の共通領域４００内に設定したそれぞれの検出領域ごとの推定された類似性阻害要因の一例を示している。例えば、検出領域４０２−１の推定された類似性阻害要因は、検出領域４０２−２を含む検出領域４０２−１周辺の検出領域の推定された多数の類似性阻害要因と異なる類似性阻害要因を示しているため、信頼性が低いと判断する。類似性阻害要因推定の信頼性が低いと判断した場合、信頼性の低い類似性阻害要因を周辺の多数の類似性阻害要因と置き換えてもよい。図４（ｃ）の場合は、検出領域４０２−２を含む検出領域４０２−１周辺の多数の類似性阻害要因は位置ずれであるため、検出領域４０２−１の類似性阻害要因を位置ずれと置き換えてもよい。

図５は類似性阻害要因に対する例外画像および再補正画像の判定に係るテーブルの一例を示している。類似性阻害要因が位置ずれ、コントラストの低下、Ｓ／Ｎ悪化の場合は、例外画像領域とせず補正処理を選択し、類似性阻害要因が画像ぼけ、画像ぶれの場合は例外画像領域と判断する。

＜ステップＳ３１４＞
ステップＳ３１４において、補正処理部２０１−９は、ステップ３１３により決定された類似性阻害要因を除去する補正処理を選択し、基準画像の相当する領域に一致するもしくは近づける補正処理を施す。また、例外画像と判断された領域に対して、画像除去もしくは画像マスク処理を施す、もしくは補正不可とし、画像または検出領域に利用対象外というフラグを立て、画像と関連付けて外部記憶装置２０５等に保存する。

図５は類似性阻害要因に対する補正処理の選択に係るテーブルの一例を示している。本実施形態では、図５のように予め決められたテーブルを基に補正処理の選択を行う。例えば、類似性阻害要因が位置ずれの領域は再補正領域と判断し、基準画像の相当する領域と位置および歪みが一致するようレジストレーション処理による補正を実施する。また、類似性阻害要因がコントラスト低下の場合は再補正領域と判断し、基準画像の相当する領域にコントラストが近づくようヒストグラム等を用いた比較をおこないコントラスト補正を実施する。類似性阻害要因がＳ／Ｎ悪化の場合も再補正領域と判断し、Ｓ／Ｎが近づくようＳＮＲ等の比較をおこないＮＲ処理を施す。また、例外画像領域と判定された類似性阻害要因が画像ぼけや画像ぶれの領域は、画像除去もしくは画像マスク処理を選択する。例外画像領域と判定された類似性阻害要因が画像ぼけや画像ぶれの以外の領域は、類似性阻害要因は無しと決定され、当該領域には補正処理を行わない。

また、再補正処理は補正する領域と隣り合う補正しない領域とにずれが生じないよう、補正する領域の中心に補正率の重みをおき補正する。それによって、補正する領域と隣り合う補正しない領域とのつなぎ目は補正処理が施されず画像の連続性を保持される。

以上から、ＡＯ−ＳＬＯ画像において、視細胞の形態や密度、血球動態や血管形状を観察、計測する場合に、眼球、眼瞼運動の影響もしくは撮像装置に起因する画像特性の違いによる影響によって、対象組織、細胞、病変の視認や計測が困難な例外画像を抑制することができる。

＜ステップＳ３１５＞
ステップＳ３１５は、連続する複数のＡＯ−ＳＬＯ画像において、未処理のＡＯ−ＳＬＯ画像の有無を判断する。未処理のＡＯ−ＳＬＯ画像が有る場合は、ステップＳ３０２にてＡＯ−ＳＬＯ画像を順に選択し、ステップＳ３０２〜ステップＳ３１５の処理をそれぞれのＡＯ−ＳＬＯ画像で繰り返し実施する。ＡＯ−ＳＬＯ画像が無い場合は、処理を終了する。

以上のように本実施形態によれば、例外画像領域を最小限に抑えこと、即ち、撮影成功率を高めることができ、血流解析や視細胞解析の解析精度の向上に貢献する。

［実施形態２］
実施形態２は、画像撮像装置によって撮像された連続する複数のＡＯ−ＳＬＯ画像の類似性を、過去に撮像したＡＯ−ＳＬＯ画像から選択された基準画像と比較して評価するものであり、類似性の乏しい画像領域の検出方法と補正処理方法を示す実施形態である。

以下、ＣＰＵ（中央演算処理装置）２０１を構成する各ブロックの機能について、図３Ａの実施形態２に係る処理のフローチャートに示す具体的な実行手順と関連付けて説明する。

＜ステップＳ３０１＞
ステップＳ３０１において、画像選択部２０１−１は、バス２１３およびＬＡＮＩ／Ｆ２０８を介してデータサーバー２１２に格納されている複数のＡＯ−ＳＬＯ画像から類似性の評価の基準となる基準画像を取得する。しかしながら、実施形態１の場合と異なり基準画像は、撮像日時等のＡＯ−ＳＬＯ画像に付随する情報を基に、前回の撮像日時のＡＯ−ＳＬＯ画像から自動的に選択する。取得した基準画像はＲＡＭ２０３もしくは外部記憶装置２０５に一時的に保持する。

但し、この基準画像の自動選択はこれに限定するものではなく、ユーザーが入力装置２０９によって、入力Ｉ／Ｆ２０５およびバス２１３を介して画像選択部２０１−１に指示し、前回の撮像日時のＡＯ−ＳＬＯ画像から選択しても構わない。

＜ステップＳ３０２〜ステップＳ３１５＞
ステップＳ３０２〜ステップＳ３１５は、実施形態１におけるステップＳ３０２〜ステップＳ３１５と同処理であり、重複するため詳細な説明を省略する。

以上説明の様に本実施形態によれば、過去に撮影した画像（データベース上の画像）と撮影する画像の類似性を評価することで、日時の異なる同部位の撮影精度を高めることができる。

［実施形態３］
実施形態３は、画像撮像装置によって撮像された複数のＡＯ−ＳＬＯ画像の類似性を画像撮像装置によって撮像された複数のＡＯ−ＳＬＯ画像から選択された基準画像と、スキャンタイミングに応じた検出領域で比較して評価するものである。即ち、類似性の乏しい画像領域の検出方法と補正処理方法を示す実施形態である。実施形態３に係る図６のＣＰＵ（中央演算処理装置）６０１の機能構成を説明する。

図６は画像処理装置２００の機能構成を示す模式図である。図において、ＣＰＵ（中央演算処理装置）６０１は、画像選択部６０１−１、ＬＰＦ処理部６０１−２、検出領域設定部６０１−３、スキャン情報取得部６０１−４、画質類似性算出部６０１−５、周波数類似性算出部６０１−６、構造類似性算出部６０１−７、類似性阻害要因推定部６０１−８、例外画像領域判定部６０１−９、補正処理部６０１−１０の各部の機能を有する。

以下、ＣＰＵ（中央演算処理装置）６０１を構成する各ブロックの機能について、図７の実施形態３に係る処理のフローチャートに示す具体的な実行手順と関連付けて説明する。

＜ステップＳ７０１＞
ステップＳ７０１において、画像選択部６０１−１は、画像撮像装置１００からデータ取得部２０２により取得した連続する複数のＡＯ−ＳＬＯ画像から、類似性の評価の基準となる基準画像を選択する。

ステップＳ７０１は、実施形態１のステップ３０１における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７０２＞
ステップＳ７０２において、画像選択部６０１−１は、連続する複数のＡＯ−ＳＬＯ画像から類似性の評価をおこなう対象画像を選択する。

ステップＳ７０２は、実施形態１のステップ３０２における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７０３＞
ステップＳ７０３において、ＬＰＦ処理部６０１−２は、類似性の評価に不要なランダムノイズを除去するためにＬＰＦ（Ｌｏｗ−Ｐａｓｓ Ｆｉｌｔｅｒ）処理を施す。
ステップＳ７０３は、実施形態１のステップ３０３およびＬＰＦ処理部６０１−２における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７０４＞
ステップＳ７０４において、検出領域設定部６０１−３は、ステップＳ７０１で取得した基準画像とステップＳ７０２で取得した対象画像の被写体の同一位置を撮像している共通領域を算出する。

ステップＳ７０４は、実施形態１のステップ３０４および検出領域設定部２０１−３における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７０５＞
ステップＳ７０５において、スキャン情報取得部６０１−４は、ステップＳ７０２取得した対象画像に対応するＡＯ−ＳＬＯ画像撮像時のスキャン方向およびスキャン位置変更タイミング情報を取得する。

＜ステップＳ７０６＞
ステップＳ７０６において、検出領域設定部６０１−３は、ステップＳ７０４で算出した共通領域内に検出領域を設定する。検出領域は、ステップＳ７０５にて取得したスキャン位置変更タイミング情報を基に設定する。

図８（ａ）は、ステップＳ７０５にて取得したスキャン位置変更タイミング情報の一例を示している。基準画像および対象画像の共通領域８００は水平方向にスキャンされており、スキャン位置変更間隔８０１−１〜８０１−５毎に追尾のためにスキャン位置変更を変更している。検出領域設定部６０１−３はそれぞれのスキャン位置変更間隔８０１−１〜８０１−５の中心に検出領域の中心が配置されるように検出領域を設定する。

図８（ｂ）は、スキャン位置変更間隔８０１−１〜８０１−５の中心に検出領域の中心が配置されるように検出領域を設定する一例を示している。例えば、図８（ｂ）において、検出領域８０２−１はスキャン位置変更間隔８０１−３の縦方向の中心８０３と検出領域８０２−１の縦方向の中心が一致するようを配置する。図８（ｂ）はスキャン位置変更間隔８０１−３を水平方向に分割するよう検出領域を設定しているが、ひとつの検出領域を設定しても構わない。

また、それぞれの検出領域のサイズは、スキャン位置変更間隔８０１−１〜８０１−５に関係なく設定してもよく、それぞれの検出領域が重なり合って（オーバーラップして）いても構わない。例えば、図８（ｂ）における、検出領域８０２−１と検出領域８０２−２のように重なり合って（オーバーラップして）いても構わない。

＜ステップＳ７０７＞
ステップＳ７０７において、ステップＳ７０３でＬＰＦ処理を施した基準画像とステップＳ７０３でＬＰＦ処理を施した対象画像からステップＳ７０６で設定した検出領域に相当する画像を取得する。

＜ステップＳ７０８＞
ステップＳ７０８において、画質類似性算出部６０１−５は、ステップＳ７０７で取得した検出領域画像に対して画質の類似性を解析する。

ステップＳ７０８は、実施形態１のステップ３０７および画質類似性算出部２０１−４における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７０９＞
ステップＳ７０９において、周波数類似性算出部６０１−６は、ステップＳ７０７で取得した検出領域画像に対して周波数の類似性を解析する。

ステップＳ７０９は、実施形態１のステップ３０８および周波数類似性算出部２０１−５における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７１０＞
ステップＳ７１０において、構造類似性算出部６０１−７は、ステップＳ７０７で取得した検出領域画像に対して構造の類似性を解析する。

ステップＳ７１０は、実施形態１のステップ３０９および構造類似性算出部２０１−６における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７１１＞
ステップＳ７１１において、類似性阻害要因推定部６０１−８は、ステップ７０８にて算出された画質類似性評価値が予め決められた画質類似判定のための閾値を満たしているかを判断する。また、ステップ７０９にて算出された周波数類似性評価値が予め決められた周波数類似判定のための閾値を満たしているかを判断する。更に、ステップ７１０にて算出された構造似性評価値が予め決められた構造類似判定のための閾値を満たしているかを判断する。次に、それぞれの類似性判定に基づいて類似性要因を推定する。

ステップ７１１は、実施形態１のステップ３１０および類似性阻害要因推定部２０１−７における処理と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７１２＞
ステップＳ７１２において、ＣＰＵ６０１はステップＳ７０６にて設定したすべての検出領域の処理を完了したかを判断する。

ステップＳ７１２は、実施形態１のステップ３１１と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７１３＞
ステップＳ７１３において、類似性阻害要因推定部６０１−８は、ステップＳ７１１にて推定されたそれぞれの検出領域の類似性阻害要因をステップＳ７０５にて取得したスキャン方向に基づき、同スキャン方向の検出領域の類似性阻害要因と比較して再検出を判断する。

図８（ｃ）は、基準画像および対象画像の共通領域８００内に設定したそれぞれの検出領域ごとの推定された類似性阻害要因の一例を示している。例えば、検出領域８０２−１の推定された類似性阻害要因は、検出領域８０２−２を含む検出領域８０２−１と同スキャン方向の類似性阻害要因と異なる類似性阻害要因を示しているため、検出領域８０２−１の類似性阻害要因推定の信頼性が低いと判断する。加えて、検出領域８０２−２を含む検出領域８０２−１と同スキャン方向の類似性阻害要因は複数の異なる要因と推定されており、の検出領域８０２−１との関係を判断できないため、再検出と判断してもよい。

再検出と判断された場合は、ステップＳ８０６に戻り再検出を実施する。再検出時は、実施形態１のステップ３１２と同様に検出領域変更し、再検出を実施する。

再検出を繰り返す場合は、実施形態１のステップ３１２と同条件において再検出を終了し、ステップＳ７１４を実施する。

＜ステップＳ７１４＞
ステップＳ７１４において、例外画像領域判定部６０１−９は、ステップＳ７１１にて推定されたそれぞれの検出領域の類似性阻害要因に対して、ステップＳ７０５にて取得したスキャン方向に基づき、同スキャン方向の検出領域の類似性阻害要因と比較して類似性阻害要因を決定し、例外画像領域を判断する。

図８（ｄ）は、基準画像および対象画像の共通領域８００内に設定したそれぞれの検出領域ごとの推定された類似性阻害要因の一例を示している。例えば、検出領域８０３−１の推定された類似性阻害要因は、検出領域８０３−２を含む検出領域８０３−１と同スキャン方向の推定された類似性阻害要因と異なる類似性阻害要因を示している。そのため、検出領域８０３−１の類似性阻害要因推定の信頼性が低いと判断する。類似性阻害要因推定の信頼性が低いと判断した場合、信頼性の低い類似性要因を同スキャン方向の多数の類似性阻害要因と置き換えてもよい。図８（ｄ）の場合は、検出領域８０３−２を含む検出領域８０３−１と同スキャン方向の多数の類似性阻害要因は位置ずれであるため、検出領域８０３−１の類似性阻害要因を位置ずれと置き換えてもよい。

図５は類似性阻害要因に対する例外画像および再補正画像の判定に係るテーブルの一例を示している。例外画像および再補正画像の判定は、実施形態１のステップ３１３および例外画像領域判定部２０１−８と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７１５＞
ステップＳ７１５において、補正処理部６０１−１０は、ステップＳ７１３により再補正画像と判断された領域に対して、類似性阻害要因を除去する補正処理を選択し、基準画像の相当する画像領域に一致するもしくは近づける補正処理を施す。また、例外画像と判断された領域に対しては、画像除去もしくは画像マスク処理を施す、もしくは補正不可とし、画像または検出領域に利用対象外というフラグを立て、画像と関連付けて外部記憶装置２０５等に保存する。

ステップＳ７１５は、実施形態１のステップ３１４および補正処理部２０１−９と同処理であり、重複するため詳細な説明を省略する。

＜ステップＳ７１６＞
ステップＳ７１６において、連続する複数のＡＯ−ＳＬＯ画像において、未処理ＡＯ−ＳＬＯ画像の有無を判断する。未処理のＡＯ−ＳＬＯ画像が有る場合は、ステップＳ７０２にてＡＯ−ＳＬＯ画像を順に選択し、ステップＳ７０２〜ステップ７３１６の処理をそれぞれのＡＯ−ＳＬＯ画像で繰り返し実施する。未処理のＡＯ−ＳＬＯ画像が無い場合は、処理を終了する。

以上説明のように本実施形態によれば、トラッキング機能を有する撮影装置を用いる際、トラッキングタイミングに検出領域を合わせることで、本実施形態のトラッキングによる影響を抑制することができる。これによって、実施形態１同様の類似性阻害要因の検出を達成し、撮影成功率を高め、血流解析や視細胞解析の解析精度の向上に貢献する。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

このプログラム及び当該プログラムを記憶したコンピュータ読み取り可能な記憶媒体は、本発明に含まれる。

なお、上述した本発明の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明は、その技術思想またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

Claims (11)

1. 被検眼の眼底画像の類似性を評価する基準となる基準画像および対象画像を選択する画像選択部と、
   前記基準画像と前記対象画像の類似性を算出する領域を設定する領域設定部と、
   前記基準画像と前記対象画像との類似性評価値を異なる評価方法で算出する算出部と、
   前記算出部の算出の結果に基づいて、補正処理を選択する選択部と、
   前記選択部にて選択された補正処理を行う処理部とを有することを特徴とする画像処理装置。
2. 前記対象画像は連続して撮像された前記被検眼の眼底画像であることを特徴とする請求項１に記載の画像処理装置。
3. 前記基準画像は連続して撮像された前記被検眼の眼底画像から選択された眼底画像であることを特徴とする請求項１又は請求項２に記載の画像処理装置。
4. 前記算出部は、画質に係る類似性、周波数に係る類似性、構造に係る類似性のうち、複数の類似性を算出することを特徴とする請求項１に記載の画像処理装置。
5. 前記画質に係る類似性は、前記基準画像と前記対象画像の輝度レベル、コントラスト、Ｓ／Ｎの少なくともひとつに係る画質から算出されることを特徴とする請求項４に記載の画像処理装置。
6. 前記周波数に係る類似性は、前記基準画像と前記対象画像のぼけ、ぶれの相違の少なくともひとつに起因するそれぞれの画像に含まれる周波数ごとの強度の相違から算出されることを特徴とする請求項４又は請求項５に記載の画像処理装置。
7. 前記構造に係る類似性は、前記基準画像と前記対象画像の歪み、位置ずれの少なくともひとつに起因するそれぞれの画像の相関の相違から算出されることを特徴とする請求項４乃至請求項６のいずれか１項に記載の画像処理装置。
8. 前記選択部は、前記対象画像又は対象画像の検出領域の補正が不要又は不可も判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。
9. 前記処理部が補正した画像または前記領域に施した補正処理を、当該画像と関連付けて保存する記憶部を更に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。
10. 前記不可の画像または検出領域を示すフラグを、当該画像と関連付けて保存する記憶部を更に有することを特徴とする請求項８記載の画像処理装置。
11. 被検眼の眼底画像の類似性を評価する基準となる基準画像および対象画像を選択する画像選択工程と、
    前記基準画像と前記対象画像の類似性を算出する領域を設定する領域設定工程と、
    前記基準画像と前記対象画像との類似性評価値を異なる評価方法で算出する算出工程と、
    前記算出工程の算出の結果に基づいて、補正処理を選択する選択工程と、
    前記選択工程で選択された補正処理を行う処理工程とを有することを特徴とする画像処理方法。

Images