JP2018171345A - プロセッサ、内視鏡システム - Google Patents

Abstract

【課題】内視鏡が撮影した動画像の各フレーム画像から静止画像を選択するに際して、撮影対象が変わっても適切な静止画像を選択することができる技術を提供する。
【解決手段】本発明に係るプロセッサは、内視鏡が取得したフレーム画像のエッジ特徴量統計量を時系列に沿って記憶し、記憶したエッジ特徴量統計量からさらに統計処理を行って静止画像を選択するための閾値として最適なものを特定する。
【選択図】図２

Description

本発明は、内視鏡が撮影した動画像から静止画像を生成する技術に関する。

内視鏡は、被検体内部の動画像を取得することができる。例えば記録として残すためやディスプレイ上で特定部位を注視するため、内視鏡が撮像した動画像をいったんフリーズさせて静止画像を生成する場合がある。内視鏡が移動しているとき撮影した画像をフリーズさせると、内視鏡の動きに起因して画像ぶれが生じる場合がある。このような画像ぶれを抑制するための技術が開発されている。

下記特許文献１は、『ぶれを低減した静止画像を得ることができる内視鏡装置を提供する。』ことを課題として、『画像記憶部３０は、プログレッシブスキャン方式で撮像を行うことにより生成された、連続した複数フレームの撮像画像を記憶する。ぶれ評価値生成部３１は、各フレームの撮像画像から、撮像画像のぶれを示す各フレームの評価値を生成する。ぶれ評価値選択部３３は、他のフレームの評価値と比較して、相対的にぶれが少ないことを示している評価値を選択する。静止画像選択部３４は、ぶれ評価値選択部３３によって選択された評価値に対応するフレームの撮像画像を画像記憶部３０から読み出して静止画像として出力する。』という技術を開示している（要約参照）。

特開２０１３−１２８７２３号公報

内視鏡が検査する対象は、食道、胃、大腸など様々であり、その画像の特徴も様々に異なっている。これに対して上記特許文献１記載のような従来技術は、静止画像として適しているか否かを１つの評価基準によって判断しているので、必ずしも静止画像として適していない画像が選択される可能性がある。

本発明は、上記のような課題に鑑みてなされたものであり、内視鏡が撮影した動画像の各フレーム画像から静止画像を選択するに際して、撮影対象が変わっても適切な静止画像を選択することができる技術を提供することを目的とする。

本発明に係るプロセッサは、内視鏡が取得したフレーム画像のエッジ特徴量統計量を時系列に沿って記憶し、記憶したエッジ特徴量統計量からさらに統計処理を行って静止画像を選択するための閾値として最適なものを特定する。

本発明に係るプロセッサによれば、内視鏡が撮影したフレーム画像から静止画像を選択する際に、１つの評価基準に固定されることなく、最適な判断基準を用いて静止画像を選択することができる。

実施形態１に係る内視鏡システム１０００の構成図である。 静止画像生成部１３０の構成を示すブロック図である。 静止画像生成部１３０の動作を説明するフローチャートである。 実施形態１に係るプロセッサ１００が静止画像を生成した実験結果を示す図である。 実施形態２に係るプロセッサ１００が備える静止画像生成部１３０の構成を示すブロック図である。 実施形態２における静止画像生成部１３０の動作を説明するフローチャートである。

＜実施の形態１＞
図１は、本発明の実施形態１に係る内視鏡システム１０００の構成図である。内視鏡システム１０００は、被検体内部の動画像を撮影するためのシステムである。内視鏡システム１０００は、プロセッサ１００、内視鏡２００、モニタ３００を有する。

内視鏡２００は、被検体内部に挿入してその動画像を取得する装置である。内視鏡２００は、光ファイバ２１０、配光レンズ２２０、対物レンズ２３０、固体撮像素子２４０、信号処理部２５０、フリーズスイッチ２６０を備える。

光ファイバ２１０は、光源１１０が出力する光を配光レンズ２２０まで伝搬する。配光レンズ２２０は、その光を被検体に対して照射する。対物レンズ２３０は、被検体から反射された光を集光する。固体撮像素子２４０は、対物レンズ２３０が集光した光を電気信号に変換することにより、撮像信号を出力する。信号処理部２５０は、固体撮像素子２４０を駆動して撮像信号を取得し、その撮像信号をプロセッサ１００に対して出力する。フリーズスイッチ２６０は、静止画像をモニタ３００上に表示するように内視鏡２００のオペレータが指示するための操作インターフェースである。

プロセッサ１００は、内視鏡２００が取得した撮像信号を処理することにより動画像と静止画像を生成する演算装置である。プロセッサ１００は、光源１１０、第１画像処理部１２０、静止画像生成部１３０、画面切替スイッチ１４０、第２画像処理部１５０、ユーザインターフェース１６０、フリーズ信号保持部１７０を備える。

光源１１０は、内視鏡２００が被検体に対して照射する光を出力する。例えばキセノンランプやＬＥＤ（Ｌｉｇｈｔ Ｅｍｍｉｔｉｎｇ Ｄｉｏｄｅ）などを光源１１０として用いることができる。第１画像処理部１２０は、内視鏡２００から取得した撮像信号に対して適当な信号処理（例えばノイズ除去、ＲＡＷ現像、色調整、ホワイトバランス、強調など）を施すことにより、フレーム単位で形成された動画像を生成する。静止画像生成部１３０については後述する。画面切替スイッチ１４０は、第１画像処理部１２０からの出力または静止画像生成部１３０からの出力のいずれかを選択して第２画像処理部１５０に対して出力する。第２画像処理部１５０は、取得した画像に対して、モニタ３００の仕様に応じたスケーリングやガンマ補正などの処理を施したうえで、モニタ３００に対して出力する。ユーザインターフェース１６０は、静止画像をモニタ３００上に表示するようにオペレータ（例えばモニタ３００を視ている者）が指示するための操作インターフェースである。フリーズ信号保持部１７０は、フリーズスイッチ２６０またはユーザインターフェース１６０から、静止画像を画面出力するよう指示する信号（フリーズ指示信号）を取得し、これを静止画像生成部１３０と画面切替スイッチ１４０に対して出力する。

図２は、静止画像生成部１３０の構成を示すブロック図である。静止画像生成部１３０は、第１画像処理部１２０が出力するフレーム画像から、モニタ３００に表示する静止画像として適しているものを選択し、画面切替スイッチ１４０を介して第２画像処理部１５０に対して出力する。静止画像生成部１３０は、前処理部１３１、エッジ特徴量算出部１３２、閾値処理部１３３、評価値メモリ１３４、エッジ特徴量統計量算出部１３５、エッジ特徴量統計量メモリ１３６、最適閾値算出部１３７、静止画像選択部１３８、画像メモリ１３９を備える。

前処理部１３１は、第１画像処理部１２０が出力するカラーフレーム画像の各画素の輝度を求める。エッジ特徴量算出部１３２は、画素ごとのエッジ特徴量（画素がエッジ部分であるか否かを表す特徴量、エッジ量とも呼び、本実施の形態では大きいほどエッジとしての特徴が強いことを意味する）を求める。例えばフレーム画像に対してハイパスフィルタ処理を施すことにより、エッジ特徴量を求めることができる。

閾値処理部１３３は、画素ごとのエッジ特徴量を閾値と比較し、１つのフレーム画像内においてエッジ特徴量が閾値以上である画素数をカウントする。つまり、カウント結果が大きいほどエッジとしての特徴を表す画素が多いことを意味し、画像全体が鮮明であることを意味する。カウント結果は当該フレーム画像の評価として評価値メモリ１３４に格納される。本実施形態１において、閾値処理部１３３は、それぞれ異なる閾値を用いるｎ個の機能部に分かれて構成されている。これら機能部を区別するため、添字を用いて第１閾値処理部１３３＿１〜第ｎ閾値処理部１３３＿ｎのように表記した。評価値メモリ１３４も閾値処理部１３３に対応して、第１評価値メモリ１３４＿１〜第ｎ評価値メモリ１３４＿ｎに分かれて構成されている。各評価値メモリ１３４は、評価値を所定時間分（すなわち所定個数のフレーム画像分）記憶することができる。ｎ個の機能部を区別せず説明する場合は、添字を省略して閾値処理部１３３や評価値メモリ１３４と呼ぶことにする。

エッジ特徴量統計量算出部１３５は、エッジ特徴量算出部１３２が算出した１つのフレーム画像内のエッジ特徴量の統計量（具体的には、最大値、平均値、中央値、最小値など全ての統計量を使用可能であるが、本実施の形態では最大値を使用する）を、フレーム画像ごとに特定する。エッジ特徴量統計量メモリ１３６は、フレーム画像ごとのエッジ特徴量統計量を、所定時間分（すなわち所定個数のフレーム画像分）記憶する。後続処理の便宜に鑑みると、エッジ特徴量統計量メモリ１３６が記憶することができるエッジ特徴量統計量の個数（フレーム画像の個数）は、評価値メモリ１３４が記憶することができる評価値の個数と同じであることが望ましい。

最適閾値算出部１３７は、フリーズ指示信号を受け取ると、エッジ特徴量統計量メモリ１３６が格納しているフレーム画像ごとのエッジ特徴量統計量をもとに、静止画像を選択するため用いるのに最も適した閾値を算出する。例えば、エッジ特徴量統計量メモリ１３６に記憶されたフレーム内のエッジ特徴量統計量の時間方向（つまり、フレーム間）の統計量（具体的には、最大値、平均値、中央値、最小値などのすべての統計量を使用可能であるが、本実施の形態では最小値を使用する）を求め、その値を最適な閾値とする。さらに適当な係数を乗じるなどにより、より適した値を求めてもよい。最適な閾値を算出するための具体的な基準については後述する。

静止画像選択部１３８は、第１評価値メモリ１３４＿１〜第ｎ評価値メモリ１３４＿ｎのなかで、最適閾値算出部１３７が求めた最適閾値に最も近い閾値を用いて算出された第ｍの評価値メモリ１３４＿ｍを選択し、それが格納している評価値（すなわち所定時間分のフレーム画像それぞれの評価値）の中の最大評価値を特定する。これにより、静止画像として最も適したフレーム画像を特定することができる。評価値メモリ１３４は、例えばフレーム番号／評価値／閾値を対応付けて記憶しておき、静止画像選択部１３８は最適閾値に最も近い閾値を用いて検出した最大評価値に対応するフレーム番号を取得することにより、静止画像として適したフレーム画像を特定することができる。

画像メモリ１３９は、第１画像処理部１２０が出力するカラーフレーム画像を、所定時間分（すなわち所定個数のフレーム画像分）記憶する。後続処理の便宜に鑑みると、画像メモリ１３９が記憶することができるカラーフレーム画像の個数は、評価値メモリ１３４が記憶することができる評価値の個数と同じであることが望ましい。画像メモリ１３９は、画面切替スイッチ１４０に対して、静止画像選択部１３８が選択したフレーム画像を出力する。

画面切替スイッチ１４０は、フリーズ指示信号が入力されるまでの間は、第１画像処理部１２０が出力するカラーフレーム画像を第２画像処理部１５０に対して出力する（すなわちカラー動画像を出力する）。画面切替スイッチ１４０は、フリーズ指示信号を受け取ると、画像メモリ１３９が格納しているフレーム画像のうち静止画像選択部１３８が指定したものを第２画像処理部１５０に対して出力する。これにより、モニタ３００上に最適な静止画像を表示することができる。

図３は、静止画像生成部１３０の動作を説明するフローチャートである。静止画像生成部１３０は、プロセッサ１００が起動すると本フローチャートを開始する。以下図３の各ステップについて説明する。

（図３：ステップＳ３０１〜Ｓ３０２）
前処理部１３１と画像メモリ１３９はそれぞれ第１画像処理部１２０からカラーフレーム画像を取得し、画像メモリ１３９はそのフレーム画像を保存する（Ｓ３０１）。前処理部１３１は、フレーム画像の画素の輝度値を算出する（Ｓ３０２）。

（図３：ステップＳ３０３）
エッジ特徴量算出部１３２は、例えば輝度値に対してハイパスフィルタ処理を施すことにより、画素ごとにエッジ特徴量を算出する。画素がエッジ部分であるか否かを評価することができれば、その他適当な手法や特徴量を用いることもできる。

（図３：ステップＳ３０４）
第１閾値処理部１３３＿１〜第ｎ閾値処理部１３３＿ｎは、それぞれ自身が保持している閾値を用いて、１つのフレーム画像内においてエッジ特徴量が閾値を超えている画素の個数を算出し、その結果を第１評価値メモリ１３４＿１〜第ｎ評価値メモリ１３４＿ｎに対してそれぞれ格納する。評価値メモリ１３４が記憶する評価値の個数が上限に達している場合は、最も古い評価値を最新の評価値によって上書更新する。

（図３：ステップＳ３０５）
エッジ特徴量統計量算出部１３５は、エッジ特徴量算出部１３２が算出した１フレーム画像内のエッジ特徴量の統計量（具体的には、最大値、平均値、中央値、最小値など全ての統計量を使用可能であるが、本実施の形態では最大値を使用する）を、フレーム画像ごとに求め、その結果をエッジ特徴量統計量メモリ１３６に格納する。エッジ特徴量統計量メモリ１３６が記憶するエッジ特徴量統計量の個数が上限に達している場合は、最も古いエッジ特徴量統計量を最新のエッジ特徴量統計量によって上書更新する。

（図３：ステップＳ３０６）
フリーズ信号保持部１７０がフリーズ指示信号を保持していない場合は、ステップＳ３０１に元って同様の処理を繰り返す。フリーズ指示信号を保持している場合は、ステップＳ３０７へ進む。

（図３：ステップＳ３０７）
最適閾値算出部１３７は、エッジ特徴量統計量メモリ１３６が格納しているエッジ特徴量統計量を取得し、所定時間分のフレーム画像間統計量を算出する。

（図３：ステップＳ３０８）
最適閾値算出部１３７は、算出したエッジ特徴量統計量（1フレーム画像内）の統計量（フレーム間）を最適閾値として選択するか、またはそれに、例えば適当な係数を乗算することにより最適閾値を算出する。本実施の形態では、取得したエッジ特徴量統計量のうち最小のものに対して定数を乗算する。

（図３：ステップＳ３０９）
静止画像選択部１３８は、第１閾値処理部１３３＿１〜第ｎ閾値処理部１３３＿ｎのうち最適閾値算出部１３７が算出した最適閾値に最も近い閾値を用いているものを特定する。静止画像選択部１３８は、特定した閾値処理部１３３が算出した評価値のなかで最もよいもの（もっともエッジが鮮明であるフレーム画像の評価値、つまり評価値が最大のもの）を、評価値メモリ１３４が格納している評価値のなかから選択する。静止画像選択部１３８は、選択した評価値に対応するフレーム画像を指定する。例えばその評価値に対応するフレーム番号などを用いて指定することができる。

（図３：ステップＳ３１０）
画像メモリ１３９は、静止画像選択部１３８が選択したフレーム画像を、画面切替スイッチ１４０に対して出力する。画面切替スイッチ１４０は、そのフレーム画像を第２画像処理部１５０に対して出力する。これにより最適な静止画像がモニタ３００上に画面表示される。

（図３：ステップＳ３１１）
画面切替スイッチ１４０は、フリーズ指示が解除されるまで静止画像を出力し続ける。フリーズ指示が解除されると、静止画像生成部１３０はステップＳ３０１に戻って同様に処理を繰り返す。

図４は、本実施形態１に係るプロセッサ１００が静止画像を生成した実験結果を示す図である。ここでは生体を模した２種類のファントムについて、それぞれ静止状態の画像とブレている画像の２つを用いて実験した。図４下段に示すように、サンプル１よりもサンプル２のほうが最大エッジ特徴量が大きい傾向がある。すなわち、サンプル２のほうがサンプル１よりもエッジが鮮明である。

サンプル１についての結果によれば、閾値が３０または１００としたときは、静止画像のほうがブレ画像に比べ評価値が高く、ブレ画像を排除して、正確に静止画像を選び出すことができる。閾値が３００としたときは、静止画像のほうがブレ画像に比べ評価値が高いが、差が小さいため、ノイズなどの影響で評価が逆転する可能性があり、好ましくない。また、閾値が５００としたときは、評価値がともに０であり、どちらが静止画像か区別することができず、これも好ましくない。

つまり、サンプル１については、静止画像選択部１３８は、評価値メモリ１３４＿１から１３４＿ｎの中から、閾値が３０または１００で処理された結果を記憶している評価値メモリ１３４＿ｍを選択し、その評価値メモリ１３４＿ｍに記憶された評価値の最大値に対応する画像フレームを特定することで、正確に最も静止している画像を選択することができる。

サンプル２についての結果によれば、閾値が１０００としたときは、静止画像のほうがブレ画像に比べ評価値が高く、ブレ画像を排除して、正確に静止画像を選び出すことができる。閾値が３００としたときは、静止画像のほうがブレ画像に比べ評価値が高いが、差が小さいため、ノイズなどの影響で評価が逆転する可能性があり、好ましくない。また、閾値が３０または１００としたときは、静止画像とブレ画像の評価結果が逆転しており、好ましくない。これはエッジがブレて鈍ったことにより、その付近の最大エッジ量は小さくなるが、エッジがブレて拡がるため閾値を超える画素数は逆に増えたことが原因である。

つまり、サンプル２については、静止画像選択部１３８は、評価値メモリ１３４＿１から１３４＿ｎの中から、閾値が１０００で処理された結果を記憶している評価値メモリ１３４＿ｋを選択し、その評価値メモリ１３４＿ｋに記憶された評価値の最大値に対応する画像フレームを特定することで、正確に最も静止している画像を選択することができる。

サンプル１とサンプル２の結果から、閾値は大きすぎても小さすぎても望ましい結果が得られない。すなわち、大きすぎもせず小さすぎもしない最適な閾値が存在し、その画像に合った最適な閾値を使用する必要があるということが言える。

サンプル１および２の結果と、図示していないその他の実験結果から、１画像フレーム内のエッジ特徴量の最大値の、時間方向（フレーム間）の最小値に、さらに０．５倍から１．０倍程度した値を閾値として用いた場合、画像の種類にかかわらず静止画像を選択できる可能性が高いことが分かった。このことを図２で説明した構成と対応付けて説明すると、エッジ特徴量統計量メモリ１３６が格納している最大エッジ特徴量の履歴のなかで最小のものに対して係数０．５〜１．０を乗じたものが、経験的に最適な閾値であるといえることになる。

なお、ここではエッジ特徴量のフレーム内最大値を用いたが、本発明はこれに限るものではなく、平均値、中央値、最小値など、他のすべての統計量を使用することが考えられる。また、ここでは記憶したエッジ特徴量統計量の時間方向(フレーム間)の最小値を用いたが、本発明はこれに限るものではなく、最大値、平均値、中央値など、他のすべての統計量を使用することが考えられる。また、乗算される係数も０．５〜１．０に限るものではない。

＜実施の形態１：まとめ＞
本実施形態１に係るプロセッサ１００は、所定時間分蓄積したエッジ特徴量のなかから静止画像を選択するのに適したものを用いて最適閾値を算出し、その最適閾値を用いて、フレーム画像の中で静止画像として適したものを選択する。すなわち、内視鏡２００が直近の所定時間内において撮影したフレーム画像から最適閾値を求めることになるので、撮影対象が変わったとしてもその撮影対象に適した閾値を用いて静止画像を選択することができる。

＜実施の形態２＞
図５は、本発明の実施形態２に係るプロセッサ１００が備える静止画像生成部１３０の構成を示すブロック図である。内視鏡システム１０００が備えるその他の構成要素は実施形態１と同様であるので、以下では差異点について主に説明する。

本実施形態２においては、閾値処理部１３３と評価値メモリ１３４は１つのみである。ただし実施形態１とは異なり、最適閾値算出部１３７は、フリーズ指示信号が入力されたか否かによることなく、最適閾値を常時更新し続けるものとする。具体的には、前処理部１３１がフレーム画像を取得するごとに、最適閾値を更新する。閾値処理部１３３は、現在の最適閾値を用いて、フレーム画像ごとの評価値を算出する。フリーズ信号保持部１７０は、画面切替スイッチ１４０と静止画像選択部１３８に対して、フリーズ指示信号を出力する。

静止画像選択部１３８は、フリーズ指示信号を受け取ると、評価値メモリ１３４が格納している評価値が最も高いフレーム画像を、静止画像として指定する。閾値処理部１３３は常に最適閾値を用いて評価値を算出しているので、評価値メモリ１３４が格納している評価値が最も高いフレーム画像がその時点において静止画像として最適だからである。画像メモリ１３９は、その静止画像を画面切替スイッチ１４０に対して出力する。

図６は、本実施形態２における静止画像生成部１３０の動作を説明するフローチャートである。以下では図３とは異なる点について主に説明し、図３と同様の処理については図３を適宜引用する。

（図６：ステップＳ６０１〜Ｓ６０５）
これらステップは、図３のステップＳ３０１〜Ｓ３０５と同様である。ただし本実施形態２においては閾値処理部１３３と評価値メモリ１３４がそれぞれ１つのみなので、ステップＳ６０４において、閾値処理部１３３は１つの最適閾値のみを用いて評価値を求め、評価値メモリ１３４はその１つの最適閾値に対応する評価値の履歴を格納する。

（図６：ステップＳ６０６）
最適閾値算出部１３７は、実施形態１と同様の手順により最適閾値を求め、その最適閾値を閾値処理部１３３に対して出力する。閾値処理部１３３は以後その最適閾値を用いて評価値を求める。

（図６：ステップＳ６０７〜Ｓ６１０）
これらステップは、図３のステップＳ３０６、Ｓ３０９〜Ｓ３１１と同様である。本実施形態２においては、最適閾値算出部１３７はフリーズ指示信号が入力されたか否かによらず常に最適閾値を求めるので、ステップＳ３０７とＳ３０８に対応する処理はステップＳ６０７の前において実施する。

本実施形態２においては、最適閾値算出部１３７が常に最適閾値を算出するので、実施形態１のように閾値処理部１３３や評価値メモリ１３４を複数設けなくとも、複数の閾値のなかで最適閾値に最も近いものを用いるのと同様の効果を発揮できる。したがって処理部による演算負荷やメモリ容量を抑制することができる。

他方で本実施形態２においては、閾値処理部１３３と評価値メモリ１３４がそれぞれ１つのみであるので、内視鏡２００が撮影する被検体内部の外観的特徴が大きく変わったとき（例えば別の臓器に入ったとき）、それまで蓄積した評価値が有用でなくなる可能性がある。これに対して実施形態１は、閾値ごとに閾値処理部１３３と評価値メモリ１３４を設けているので、被検体内部の外観的特徴が大きく変わったとしても、それまでとは異なる閾値処理部１３３／評価値メモリ１３４が選択されるに過ぎず、より確実に最適な静止画像を選択できる。

＜本発明の変形例について＞
本発明は上記実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換える事が可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について他の構成の追加・削除・置換をすることができる。

以上の実施形態においては、プロセッサ１００が光源１１０を備えることとしたが、光源１１０をプロセッサ１００の外部に設けてプロセッサ１００から光源１１０に対して指示を出力することもできる。

以上の実施形態においては、エッジ特徴量が閾値を超えている画素の個数を評価値として用いることを説明したが、フレーム画像のエッジが鮮明であるか否かを評価することができればその他適当な評価基準を用いてもよい。

以上の実施形態においては、評価値メモリ１３４、エッジ特徴量統計量メモリ１３６、および画像メモリ１３９は所定時間分のフレーム画像に対応するデータを記憶し、これにより常に直近のフレーム画像を用いて最適閾値を定めることができる旨を説明した。これに代えてまたはこれに加えて、例えば撮像対象の特徴に応じて最適閾値またはその範囲があらかじめ分かっているのであれば、ユーザインターフェース１６０などの適当なインターフェースを介してプロセッサ１００に対して現在撮像している画像の種類を通知し、プロセッサ１００はその種類に対応する最適閾値を算出するようにしてもよい。

例えば実施形態１においては撮像対象の種類ごとに閾値処理部１３３を設けておき、指定された種類に対応する閾値処理部１３３を選択することができる。実施形態２においては、撮像対象の種類ごとに係数を設けておき、指定された種類に対応する係数を最大エッジ特徴量に対して乗じることにより最適閾値を求める、などの手法が考えられる。

１００：プロセッサ
１１０：光源
１２０：第１画像処理部
１３０：静止画像生成部
１４０：画面切替スイッチ
１５０：第２画像処理部
１６０：ユーザインターフェース
１７０：フリーズ信号保持部
２００：内視鏡
３００：モニタ
１０００：内視鏡システム

Claims (11)

1. 被写体の画像を処理するプロセッサであって、
   前記画像を時系列に沿ってフレームごとに取得する前処理部、
   前記画像の画素ごとのエッジ特徴量を算出するエッジ特徴量算出部、
   前記エッジ特徴量の評価値を複数の判定閾値によって算出する閾値処理部、
   前記閾値処理部が算出した前記評価値をフレームごとに記憶する評価値メモリ、
   １フレーム分の前記画像の前記エッジ特徴量の統計量をフレームごとに算出するエッジ特徴量統計量算出部、
   前記エッジ特徴量統計量算出部が算出したフレームごとの前記エッジ特徴量統計量を記憶するエッジ特徴量統計量メモリ、
   前記エッジ特徴量統計量メモリが記憶している前記エッジ特徴量統計量の統計量を算出し最適閾値を算出する最適閾値算出部、
   前記最適閾値算出部が算出した前記最適閾値に最も近い前記判定閾値を用いて前記閾値処理部が算出した前記評価値に対応するフレームごとの前記画像を前記被写体の静止画像として選択する静止画像選択部、
   を備えることを特徴とするプロセッサ。
2. 前記閾値処理部は、
   第１閾値を前記判定閾値として用いて前記評価値を算出する第１処理部、
   前記第１閾値とは異なる第２閾値を前記判定閾値として用いて前記評価値を算出する第２処理部、
   を有し、
   前記評価値メモリは、
   前記第１処理部が算出した前記評価値を記憶する第１メモリ、
   前記第２処理部が算出した前記評価値を記憶する第２メモリ、
   を有し、
   前記静止画像選択部は、前記第１処理部と前記第２処理部のうち前記最適閾値算出部が算出した前記最適閾値に最も近いものを前記判定閾値として用いるものを特定し、
   前記静止画像選択部は、前記第１処理部と前記第２処理部のうち前記特定したほうが算出した前記評価値のうち最大のものに対応する前記画像を、前記被写体の静止画像として選択する
   ことを特徴とする請求項１記載のプロセッサ。
3. 前記プロセッサはさらに、前記被写体の静止画像を出力するよう指示する命令を受け取るインターフェースを備え、
   前記最適閾値算出部は、前記インターフェースが前記命令を受け取ると、前記最適閾値を算出する
   ことを特徴とする請求項２記載のプロセッサ。
4. 前記最適閾値算出部は、前記前処理部が前記画像を取得するごとに前記最適閾値を算出し、
   前記閾値処理部は、前記最適閾値算出部が算出した最新の前記最適閾値を前記判定閾値として用いて前記評価値を算出する
   ことを特徴とする請求項１記載のプロセッサ。
5. 前記プロセッサはさらに、前記被写体の静止画像を出力するよう指示する命令を受け取るインターフェースを備え、
   前記静止画像選択部は、前記インターフェースが前記命令を受け取った時点において前記評価値メモリが格納している前記評価値のうち最大のものに対応する前記画像を、前記被写体の静止画像として選択する
   ことを特徴とする請求項４記載のプロセッサ。
6. 前記閾値処理部は、前記画像の画素のうち前記エッジ特徴量が前記判定閾値を超えているものの個数を、前記評価値として算出する
   ことを特徴とする請求項１記載のプロセッサ。
7. 前記エッジ特徴量統計量算出部は、前記エッジ特徴量の最大値を算出する
   ことを特徴とする請求項１記載のプロセッサ。
8. 前記最適閾値算出部は、前記エッジ特徴量統計量の最小値を算出する
   ことを特徴とする請求項１記載のプロセッサ。
9. 前記最適閾値算出部は、前記エッジ特徴量統計量の最小値に対して０．５から１．０の間の係数を乗じた値を、前記最適閾値として算出する
   ことを特徴とする請求項１記載のプロセッサ。
10. 前記評価値メモリは、所定時間分の前記画像の各フレームに対応する前記評価値を記憶することができる記憶容量を有し、
    前記エッジ特徴量統計量メモリは、前記所定時間分の前記画像のフレームごとに前記エッジ特徴量統計量を記憶することができる記憶容量を有し、
    前記閾値処理部は、前記評価値メモリの記憶容量が上限に達すると、前記評価値メモリが格納している最も古い前記評価値を、新たに算出した前記評価値によって上書きし、
    前記エッジ特徴量統計量算出部は、前記エッジ特徴量統計量メモリの記憶容量が上限に達すると、前記エッジ特徴量統計量メモリが格納している最も古い前記エッジ特徴量統計量を、新たに算出した前記エッジ特徴量統計量によって上書きする
    ことを特徴とする請求項１記載のプロセッサ。
11. 請求項１から１０のいずれか１項記載のプロセッサ、
    被検体の画像を撮像する内視鏡、
    を有し、
    前記プロセッサは、前記内視鏡が撮像した画像を前記被写体の画像として処理する
    ことを特徴とする内視鏡システム。