JP3501634B2 - 特徴量抽出方法、特徴抽出装置、画像判別方法、画像判別装置、及び記憶媒体 - Google Patents
特徴量抽出方法、特徴抽出装置、画像判別方法、画像判別装置、及び記憶媒体Info
- Publication number
- JP3501634B2 JP3501634B2 JP25689597A JP25689597A JP3501634B2 JP 3501634 B2 JP3501634 B2 JP 3501634B2 JP 25689597 A JP25689597 A JP 25689597A JP 25689597 A JP25689597 A JP 25689597A JP 3501634 B2 JP3501634 B2 JP 3501634B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- value
- profile
- calculating
- coordinates
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、画像から特徴量を
抽出する特徴量抽出方法及び特徴量抽出装置に関し、特
に、放射線胸部画像等において、その画像処理条件を決
定するための特徴量や、肺正面や肺側面等の撮影体位を
判別するための特徴量を抽出する特徴量抽出方法及び特
徴量抽出装置に関するものである。また、本発明は、画
像から抽出された特徴量を用いて、その画像のカテゴリ
を自動的に判別する画像判別方法及び画像判別装置に関
し、特に、放射線胸部画像等において、肺領域のプロフ
ァイルの形状的特徴から肺正面や肺側面等の撮影体位を
判別する画像判別方法及び画像判別装置に関するもので
ある。また、本発明は、上記特徴量抽出方法や画像判別
方法を実施するための処理ステップをコンピュータが読
出可能に格納した記憶媒体に関するものである。
抽出する特徴量抽出方法及び特徴量抽出装置に関し、特
に、放射線胸部画像等において、その画像処理条件を決
定するための特徴量や、肺正面や肺側面等の撮影体位を
判別するための特徴量を抽出する特徴量抽出方法及び特
徴量抽出装置に関するものである。また、本発明は、画
像から抽出された特徴量を用いて、その画像のカテゴリ
を自動的に判別する画像判別方法及び画像判別装置に関
し、特に、放射線胸部画像等において、肺領域のプロフ
ァイルの形状的特徴から肺正面や肺側面等の撮影体位を
判別する画像判別方法及び画像判別装置に関するもので
ある。また、本発明は、上記特徴量抽出方法や画像判別
方法を実施するための処理ステップをコンピュータが読
出可能に格納した記憶媒体に関するものである。
【０００２】
【従来の技術】近年では、ディジタル技術の進歩によ
り、例えば、放射線胸部画像をディジタル化し、そのデ
ィジタル画像に画像処理を行って、ＣＲＴ等に表示す
る、或いは、プリント出力することが行われている。
り、例えば、放射線胸部画像をディジタル化し、そのデ
ィジタル画像に画像処理を行って、ＣＲＴ等に表示す
る、或いは、プリント出力することが行われている。
【０００３】ところで、放射線胸部の撮影では、撮影目
的に応じて撮影体位が異なるのが一般的である。例え
ば、目的に応じて、肺正面からの撮影や肺側面からの撮
影等、撮影体位が異なる。また、撮影体位毎に、その画
像の濃度分布も異なり、注目領域の濃度分布の幅も異な
る。このため、表示出力やプリント出力等のための画像
処理も、各撮影体位毎に異なる処理を行うのが通常であ
る。したがって、画像処理を行う際には、撮影体位に適
した処理を行うために、撮影体位を装置（画像処理装
置）に入力することが必要となる。しかしながら、画像
処理を行う度に撮影体位を逐一入力する作業は、大変な
労力を要し、また、入力ミスが生じやすい。
的に応じて撮影体位が異なるのが一般的である。例え
ば、目的に応じて、肺正面からの撮影や肺側面からの撮
影等、撮影体位が異なる。また、撮影体位毎に、その画
像の濃度分布も異なり、注目領域の濃度分布の幅も異な
る。このため、表示出力やプリント出力等のための画像
処理も、各撮影体位毎に異なる処理を行うのが通常であ
る。したがって、画像処理を行う際には、撮影体位に適
した処理を行うために、撮影体位を装置（画像処理装
置）に入力することが必要となる。しかしながら、画像
処理を行う度に撮影体位を逐一入力する作業は、大変な
労力を要し、また、入力ミスが生じやすい。
【０００４】そこで、この問題を解決するために、画像
の特徴量を用いて、撮影体位を自動的に判別する自動判
別方法がある。この自動判別方法は、特公平６−７７５
０号等に記載されているように、画像の累積ヒストグラ
ムを作成し、この累積ヒストグラムの略中央部分の変化
率の値に基づいて、画像のカテゴリを判別する方法であ
る。
の特徴量を用いて、撮影体位を自動的に判別する自動判
別方法がある。この自動判別方法は、特公平６−７７５
０号等に記載されているように、画像の累積ヒストグラ
ムを作成し、この累積ヒストグラムの略中央部分の変化
率の値に基づいて、画像のカテゴリを判別する方法であ
る。
【０００５】また、関心領域の画像データを見やすくす
るために、画像から特定の特徴量を抽出し、また、画像
処理条件を決定するために、体内濃度値の最大値や最少
値等の特徴量を用いる自動判別方法もある。このような
自動判別方法での特徴量抽出方法としては、例えば、図
１１に示すような、画像全体の濃度値ヒストグラム（図
中の実線Ａ）を作成し、その形状から最大値及び最小値
を求める方法がある。或いは、特開平５−７５７８号等
に記載されているような、２値化のためのしきい値を変
更しながらラベリング処理を行って領域を算出し、特定
条件下の該領域から最大値及び最少値を算出する方法が
ある。
るために、画像から特定の特徴量を抽出し、また、画像
処理条件を決定するために、体内濃度値の最大値や最少
値等の特徴量を用いる自動判別方法もある。このような
自動判別方法での特徴量抽出方法としては、例えば、図
１１に示すような、画像全体の濃度値ヒストグラム（図
中の実線Ａ）を作成し、その形状から最大値及び最小値
を求める方法がある。或いは、特開平５−７５７８号等
に記載されているような、２値化のためのしきい値を変
更しながらラベリング処理を行って領域を算出し、特定
条件下の該領域から最大値及び最少値を算出する方法が
ある。
【０００６】
【発明が解決しようとする課題】しかしながら、上述し
た特公平６−７７５０号等に記載の従来の自動判別方法
では、画像のカテゴリを判別するためのパラメータが予
め固定されており、一定条件下で撮影した画像でない
と、その画像のカテゴリの判別ができなかった。また、
この方法では、累積ヒストグラムの略中央部分の変化率
の値に基づいて、画像のカテゴリを判別するため、濃度
値の最大値と最少値間の幅が変化した場合、判別精度が
低下する、という問題があった。さらに、この方法で
は、撮影条件等を変更する場合、画像のカテゴリを判別
するためのパラメータも変更する必要があり、この変更
は熟練した技術が必要であった。したがって、容易にパ
ラメータを変更できない、という問題があった。
た特公平６−７７５０号等に記載の従来の自動判別方法
では、画像のカテゴリを判別するためのパラメータが予
め固定されており、一定条件下で撮影した画像でない
と、その画像のカテゴリの判別ができなかった。また、
この方法では、累積ヒストグラムの略中央部分の変化率
の値に基づいて、画像のカテゴリを判別するため、濃度
値の最大値と最少値間の幅が変化した場合、判別精度が
低下する、という問題があった。さらに、この方法で
は、撮影条件等を変更する場合、画像のカテゴリを判別
するためのパラメータも変更する必要があり、この変更
は熟練した技術が必要であった。したがって、容易にパ
ラメータを変更できない、という問題があった。
【０００７】一方、上記図１１に示した濃度値ヒストグ
ラムを作成して特徴量を抽出する従来の特徴量抽出方法
では、上記図１１の濃度値ヒストグラムは、体内濃度値
の分布（図中の点線ａ）と、す抜け領域及びす抜け領域
と一定幅で接する体内領域の濃度値の分布（図中の点線
ｂ）との足しあわせになっており、形状から求まる最大
濃度値ｍａｘと、実際の体内領域の最大濃度値ｍａｘ２
とは異なる、という問題があった。また、特開平５−７
５７８号等に記載の従来の特徴量抽出方法では、２値化
のためのしきい値を変更しながらラベリング処理を行っ
て逐次的に処理を行うため、非効率的であり、その処理
時間がかかる、という問題があった。したがって、この
ような問題のある従来の特徴量抽出方法を自動判別方法
に用いた場合、判別精度が低下することは言うまでもな
い。
ラムを作成して特徴量を抽出する従来の特徴量抽出方法
では、上記図１１の濃度値ヒストグラムは、体内濃度値
の分布（図中の点線ａ）と、す抜け領域及びす抜け領域
と一定幅で接する体内領域の濃度値の分布（図中の点線
ｂ）との足しあわせになっており、形状から求まる最大
濃度値ｍａｘと、実際の体内領域の最大濃度値ｍａｘ２
とは異なる、という問題があった。また、特開平５−７
５７８号等に記載の従来の特徴量抽出方法では、２値化
のためのしきい値を変更しながらラベリング処理を行っ
て逐次的に処理を行うため、非効率的であり、その処理
時間がかかる、という問題があった。したがって、この
ような問題のある従来の特徴量抽出方法を自動判別方法
に用いた場合、判別精度が低下することは言うまでもな
い。
【０００８】そこで、本発明は、上記の欠点を除去する
ために成されたもので、画像の特徴量を高精度且つ効率
的に抽出することができる特徴量抽出方法、画像の撮影
体位を正確に判別することができる画像判別方法、及び
上記上記特徴量抽出方法や画像判別方法を実施するため
の処理ステップをコンピュータが読出可能に格納した記
憶媒体を提供することを目的とする。また、本発明は、
画像の特徴量を高精度且つ効率的に抽出する特徴量抽出
装置、及び画像の撮影体位を正確に判別する画像判別装
置を提供することを目的とする。
ために成されたもので、画像の特徴量を高精度且つ効率
的に抽出することができる特徴量抽出方法、画像の撮影
体位を正確に判別することができる画像判別方法、及び
上記上記特徴量抽出方法や画像判別方法を実施するため
の処理ステップをコンピュータが読出可能に格納した記
憶媒体を提供することを目的とする。また、本発明は、
画像の特徴量を高精度且つ効率的に抽出する特徴量抽出
装置、及び画像の撮影体位を正確に判別する画像判別装
置を提供することを目的とする。
【０００９】
【課題を解決するための手段】斯かる目的下において、
第１の発明は、対象画像から特徴量を抽出する特徴量抽
出方法であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
ステップと、上記抜け削除ステップで削除されなかった
領域から画像濃度値の最高値及び該最高値の座標を算出
する最高値算出ステップと、上記最高値算出ステップで
算出された最高値及び該最高値の座標を用いて上記特徴
量を算出する特徴量算出ステップとを含むことを特徴と
する。
第１の発明は、対象画像から特徴量を抽出する特徴量抽
出方法であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
ステップと、上記抜け削除ステップで削除されなかった
領域から画像濃度値の最高値及び該最高値の座標を算出
する最高値算出ステップと、上記最高値算出ステップで
算出された最高値及び該最高値の座標を用いて上記特徴
量を算出する特徴量算出ステップとを含むことを特徴と
する。
【００１０】第２の発明は、上記第１の発明において、
上記特徴量算出ステップは、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルから凹部
を算出する凹部算出ステップと、上記凹部算出ステップ
で算出された凹部から画像濃度値の最低値及び該最低値
の座標を算出する最低値算出ステップとを含むことを特
徴とする。
上記特徴量算出ステップは、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルから凹部
を算出する凹部算出ステップと、上記凹部算出ステップ
で算出された凹部から画像濃度値の最低値及び該最低値
の座標を算出する最低値算出ステップとを含むことを特
徴とする。
【００１１】第３の発明は、上記第１の発明において、
上記最高値算出ステップは、所定濃度値以上の画素の座
標の重心を上記最高値の座標とし、該座標上の濃度値を
上記最高値とするステップを含むことを特徴とする。
上記最高値算出ステップは、所定濃度値以上の画素の座
標の重心を上記最高値の座標とし、該座標上の濃度値を
上記最高値とするステップを含むことを特徴とする。
【００１２】第４の発明は、上記第１の発明において、
上記特徴量算出ステップは、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルを距離軸
に対して所定間隔に分割し、その分割点上の濃度値及び
該濃度値の距離軸に対する変化量を算出する変化量算出
ステップとを含むことを特徴とする。
上記特徴量算出ステップは、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルを距離軸
に対して所定間隔に分割し、その分割点上の濃度値及び
該濃度値の距離軸に対する変化量を算出する変化量算出
ステップとを含むことを特徴とする。
【００１３】第５の発明は、上記第４の発明において、
上記変化量算出ステップは、上記プロファイル上です抜
け領域及び該す抜け領域に所定幅で接する領域を除く領
域の幅を正規化し、その正規化した領域のプロファイル
を距離軸に対して所定間隔に分割するステップを含むこ
とを特徴とする。
上記変化量算出ステップは、上記プロファイル上です抜
け領域及び該す抜け領域に所定幅で接する領域を除く領
域の幅を正規化し、その正規化した領域のプロファイル
を距離軸に対して所定間隔に分割するステップを含むこ
とを特徴とする。
【００１４】第６の発明は、対象画像から特徴量を抽出
する特徴量抽出方法であって、上記対象画像の所定領域
を横切るプロファイルを作成するプロファイル作成ステ
ップと、上記プロファイル作成ステップで作成されたプ
ロファイルを距離軸に対して所定間隔で分割し、その分
割点上の濃度値及び該濃度値の距離軸に対する変化量を
算出して上記特徴量とする特徴量算出ステップとを含む
ことを特徴とする。
する特徴量抽出方法であって、上記対象画像の所定領域
を横切るプロファイルを作成するプロファイル作成ステ
ップと、上記プロファイル作成ステップで作成されたプ
ロファイルを距離軸に対して所定間隔で分割し、その分
割点上の濃度値及び該濃度値の距離軸に対する変化量を
算出して上記特徴量とする特徴量算出ステップとを含む
ことを特徴とする。
【００１５】第７の発明は、上記第１又は第６の発明に
おいて、上記対象画像は平滑化された画像であることを
特徴とする。
おいて、上記対象画像は平滑化された画像であることを
特徴とする。
【００１６】第８の発明は、対象画像から特徴量を抽出
する特徴量抽出装置であって、上記対象画像からす抜け
領域及び該す抜け領域に接する領域を所定幅内で削除す
るす抜け削除手段と、上記抜け削除手段で削除されなか
った領域から画像濃度値の最高値及び該最高値の座標を
算出する最高値算出手段と、上記最高値算出手段で算出
された最高値及び該最高値の座標を用いて上記特徴量を
算出する特徴量算出手段とを備えることを特徴とする。
する特徴量抽出装置であって、上記対象画像からす抜け
領域及び該す抜け領域に接する領域を所定幅内で削除す
るす抜け削除手段と、上記抜け削除手段で削除されなか
った領域から画像濃度値の最高値及び該最高値の座標を
算出する最高値算出手段と、上記最高値算出手段で算出
された最高値及び該最高値の座標を用いて上記特徴量を
算出する特徴量算出手段とを備えることを特徴とする。
【００１７】第９の発明は、上記第８の発明において、
上記特徴量算出手段は、上記最高値算出手段で算出され
た最高値の座標を通る画像濃度値のプロファイルを作成
するプロファイル作成手段と、上記プロファイル作成手
段で作成されたプロファイルから凹部を算出する凹部算
出手段と、上記凹部算出手段で算出された凹部から画像
濃度値の最低値及び該最低値の座標を算出する最低値算
出手段とを含むことを特徴とする。
上記特徴量算出手段は、上記最高値算出手段で算出され
た最高値の座標を通る画像濃度値のプロファイルを作成
するプロファイル作成手段と、上記プロファイル作成手
段で作成されたプロファイルから凹部を算出する凹部算
出手段と、上記凹部算出手段で算出された凹部から画像
濃度値の最低値及び該最低値の座標を算出する最低値算
出手段とを含むことを特徴とする。
【００１８】第１０の発明は、上記第８の発明におい
て、上記最高値算出手段は、所定濃度値以上の画素の座
標の重心を上記最高値の座標とし、該座標上の濃度値を
上記最高値とする手段を含むことを特徴とする。
て、上記最高値算出手段は、所定濃度値以上の画素の座
標の重心を上記最高値の座標とし、該座標上の濃度値を
上記最高値とする手段を含むことを特徴とする。
【００１９】第１１の発明は、上記第８の発明におい
て、上記特徴量算出手段は、上記最高値算出手段で算出
された最高値の座標を通る画像濃度値のプロファイルを
作成するプロファイル作成手段と、上記プロファイル作
成手段で作成されたプロファイルを距離軸に対して所定
間隔に分割し、その分割点上の濃度値及び該濃度値の距
離軸に対する変化量を算出する変化量算出手段とを含む
ことを特徴とする。
て、上記特徴量算出手段は、上記最高値算出手段で算出
された最高値の座標を通る画像濃度値のプロファイルを
作成するプロファイル作成手段と、上記プロファイル作
成手段で作成されたプロファイルを距離軸に対して所定
間隔に分割し、その分割点上の濃度値及び該濃度値の距
離軸に対する変化量を算出する変化量算出手段とを含む
ことを特徴とする。
【００２０】第１２の発明は、上記第１１の発明におい
て、上記変化量算出手段は、上記プロファイル上です抜
け領域及び該す抜け領域に所定幅で接する領域を除く領
域の幅を正規化し、その正規化した領域のプロファイル
を距離軸に対して所定間隔に分割する手段を含むことを
特徴とする。
て、上記変化量算出手段は、上記プロファイル上です抜
け領域及び該す抜け領域に所定幅で接する領域を除く領
域の幅を正規化し、その正規化した領域のプロファイル
を距離軸に対して所定間隔に分割する手段を含むことを
特徴とする。
【００２１】第１３の発明は、対象画像から特徴量を抽
出する特徴量抽出装置であって、上記対象画像の所定領
域を横切るプロファイルを作成するプロファイル作成手
段と、上記プロファイル作成手段で作成されたプロファ
イルを距離軸に対して所定間隔で分割し、その分割点上
の濃度値及び該濃度値の距離軸に対する変化量を算出し
て上記特徴量とする特徴量算出手段とを備えることを特
徴とする。
出する特徴量抽出装置であって、上記対象画像の所定領
域を横切るプロファイルを作成するプロファイル作成手
段と、上記プロファイル作成手段で作成されたプロファ
イルを距離軸に対して所定間隔で分割し、その分割点上
の濃度値及び該濃度値の距離軸に対する変化量を算出し
て上記特徴量とする特徴量算出手段とを備えることを特
徴とする。
【００２２】第１４の発明は、上記第８又は第１３の発
明において、上記対象画像は平滑化された画像であるこ
とを特徴とする。
明において、上記対象画像は平滑化された画像であるこ
とを特徴とする。
【００２３】第１５の発明は、請求項１〜７の何れかに
記載の特徴量抽出方法により、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別することを
特徴とする。
記載の特徴量抽出方法により、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別することを
特徴とする。
【００２４】第１６の発明は、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別する画像判
別方法であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
ステップと、上記抜け削除ステップで削除されなかった
領域から画像濃度値の最高値及び該最高値の座標を算出
する最高値算出ステップと、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルから凹部
を算出する凹部算出ステップと、上記凹部算出ステップ
の算出結果に基づいて上記対象画像の撮影体位を判別す
る第１の判別ステップとを含むことを特徴とする。
徴量を用いて、該対象画像の撮影体位を判別する画像判
別方法であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
ステップと、上記抜け削除ステップで削除されなかった
領域から画像濃度値の最高値及び該最高値の座標を算出
する最高値算出ステップと、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルから凹部
を算出する凹部算出ステップと、上記凹部算出ステップ
の算出結果に基づいて上記対象画像の撮影体位を判別す
る第１の判別ステップとを含むことを特徴とする。
【００２５】第１７の発明は、上記第１６の発明におい
て、上記第１の判別ステップの判別結果に基づいて、上
記凹部算出ステップで算出された凹部から画像濃度値の
最低値及び該最低値の座標を算出する最低値算出ステッ
プと、上記最低値算出ステップで算出された最低値と、
該最低値の座標から所定距離に存在する上記プロファイ
ル上の画像濃度値とを比較する濃度値比較ステップと、
上記濃度値比較ステップの比較結果に基づいて上記対象
画像の撮影体位を判別する第２の判別ステップとを含む
ことを特徴とする。
て、上記第１の判別ステップの判別結果に基づいて、上
記凹部算出ステップで算出された凹部から画像濃度値の
最低値及び該最低値の座標を算出する最低値算出ステッ
プと、上記最低値算出ステップで算出された最低値と、
該最低値の座標から所定距離に存在する上記プロファイ
ル上の画像濃度値とを比較する濃度値比較ステップと、
上記濃度値比較ステップの比較結果に基づいて上記対象
画像の撮影体位を判別する第２の判別ステップとを含む
ことを特徴とする。
【００２６】第１８の発明は、上記第１５又は第１６の
発明において、上記対象画像は平滑化された画像である
ことを特徴とする。
発明において、上記対象画像は平滑化された画像である
ことを特徴とする。
【００２７】第１９の発明は、請求項８〜１４の何れか
に記載の特徴量抽出装置により、対象画像から抽出した
特徴量を用いて、該対象画像の撮影体位を判別すること
を特徴とする。
に記載の特徴量抽出装置により、対象画像から抽出した
特徴量を用いて、該対象画像の撮影体位を判別すること
を特徴とする。
【００２８】第２０の発明は、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別する画像判
別装置であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
手段と、上記抜け削除手段で削除されなかった領域から
画像濃度値の最高値及び該最高値の座標を算出する最高
値算出手段と、上記最高値算出手段で算出された最高値
の座標を通る画像濃度値のプロファイルを作成するプロ
ファイル作成手段と、上記プロファイル作成手段で作成
されたプロファイルから凹部を算出する凹部算出手段
と、上記凹部算出手段の算出結果に基づいて上記対象画
像の撮影体位を判別する第１の判別手段とを備えること
を特徴とする。
徴量を用いて、該対象画像の撮影体位を判別する画像判
別装置であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
手段と、上記抜け削除手段で削除されなかった領域から
画像濃度値の最高値及び該最高値の座標を算出する最高
値算出手段と、上記最高値算出手段で算出された最高値
の座標を通る画像濃度値のプロファイルを作成するプロ
ファイル作成手段と、上記プロファイル作成手段で作成
されたプロファイルから凹部を算出する凹部算出手段
と、上記凹部算出手段の算出結果に基づいて上記対象画
像の撮影体位を判別する第１の判別手段とを備えること
を特徴とする。
【００２９】第２１の発明は、上記第２０の発明におい
て、上記第１の判別手段の判別結果に基づいて、上記凹
部算出手段で算出された凹部から画像濃度値の最低値及
び該最低値の座標を算出する最低値算出手段と、上記最
低値算出手段で算出された最低値と、該最低値の座標か
ら所定距離に存在する上記プロファイル上の画像濃度値
とを比較する濃度値比較手段と、上記濃度値比較手段の
比較結果に基づいて上記対象画像の撮影体位を判別する
第２の判別手段とを備えることを特徴とする。
て、上記第１の判別手段の判別結果に基づいて、上記凹
部算出手段で算出された凹部から画像濃度値の最低値及
び該最低値の座標を算出する最低値算出手段と、上記最
低値算出手段で算出された最低値と、該最低値の座標か
ら所定距離に存在する上記プロファイル上の画像濃度値
とを比較する濃度値比較手段と、上記濃度値比較手段の
比較結果に基づいて上記対象画像の撮影体位を判別する
第２の判別手段とを備えることを特徴とする。
【００３０】第２２の発明は、上記第１９又は第２０の
発明において、上記対象画像は平滑化された画像である
ことを特徴とする。
発明において、上記対象画像は平滑化された画像である
ことを特徴とする。
【００３１】第２３の発明は、請求項１〜７の何れかに
記載の特徴量抽出方法の処理ステップ、又は、請求項１
５〜１８の何れかに記載の画像判別方法の処理ステップ
をコンピュータが読出可能に格納した記憶媒体であるこ
とを特徴とする。
記載の特徴量抽出方法の処理ステップ、又は、請求項１
５〜１８の何れかに記載の画像判別方法の処理ステップ
をコンピュータが読出可能に格納した記憶媒体であるこ
とを特徴とする。
【００３２】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて説明する。
て図面を用いて説明する。
【００３３】まず、第１の実施の形態について説明す
る。
る。
【００３４】本発明に係る画像判別方法は、例えば、図
１に示すような画像判別装置１００により実施され、こ
の画像判別装置１００は、本発明に係る画像判別装置を
適用したものでもある。
１に示すような画像判別装置１００により実施され、こ
の画像判別装置１００は、本発明に係る画像判別装置を
適用したものでもある。
【００３５】すなわち、画像判別装置１００は、上記図
１に示すように、特徴量抽出部１１０と、特徴量抽出部
１１０の出力が供給される画像判別部１２０と、特徴量
抽出部１１０及び画像判別部１２０を各々制御する制御
部１３０と、制御部１３０からアクセスされるプグラム
メモリ１４０とを備えている。
１に示すように、特徴量抽出部１１０と、特徴量抽出部
１１０の出力が供給される画像判別部１２０と、特徴量
抽出部１１０及び画像判別部１２０を各々制御する制御
部１３０と、制御部１３０からアクセスされるプグラム
メモリ１４０とを備えている。
【００３６】プログラムメモリ１４０には、例えば、図
２に示すようなフローチャートに従った処理プログラム
が予め格納されており、この処理プログラムが制御部１
３０により読み出され実行されることで、特徴量抽出部
１１０及び画像判別部１２０の後述する動作制御が行わ
れる。
２に示すようなフローチャートに従った処理プログラム
が予め格納されており、この処理プログラムが制御部１
３０により読み出され実行されることで、特徴量抽出部
１１０及び画像判別部１２０の後述する動作制御が行わ
れる。
【００３７】特徴量抽出部１１０は、例えば、図３に示
すように、入力された画像データ（ここでは、図４に示
すような放射線胸部画像データｆ（ｘ，ｙ）とする）か
らす抜け領域（上記図４の斜線部分）及びす抜け領域と
一定幅で接する体領域を削除するす抜け削除回路１１１
と、す抜け削除回路１１１にて削除されなかった領域か
ら濃度値の最高値とその座標を算出する最高値算出回路
１１２と、最高値算出回路１１２で算出された濃度値の
最高値の座標を通るプロファイルを作成するプロファイ
ル作成回路１１３と、プロファイル作成回路１１３で作
成されたプロファイルから凹部領域を算出する凹部算出
回路１１４と、凹部算出回路１１４で算出された凹部領
域から濃度値の最低値とその座標を算出する最低値算出
回路１１５とを備えている。また、画像判別部１２０
は、凹部算出回路１１４で算出された凹部領域から撮影
体位を判別する第１の判定回路１２１と、最低値算出回
路１１５で算出された濃度値の最低値の座標から一定距
離にある上記プロファイル上の画像の濃度値を比較する
度値比較回路１２２と、濃度値比較回路１２２の比較結
果から撮影体位を判別する第２の判定回路１２３とを備
えている。
すように、入力された画像データ（ここでは、図４に示
すような放射線胸部画像データｆ（ｘ，ｙ）とする）か
らす抜け領域（上記図４の斜線部分）及びす抜け領域と
一定幅で接する体領域を削除するす抜け削除回路１１１
と、す抜け削除回路１１１にて削除されなかった領域か
ら濃度値の最高値とその座標を算出する最高値算出回路
１１２と、最高値算出回路１１２で算出された濃度値の
最高値の座標を通るプロファイルを作成するプロファイ
ル作成回路１１３と、プロファイル作成回路１１３で作
成されたプロファイルから凹部領域を算出する凹部算出
回路１１４と、凹部算出回路１１４で算出された凹部領
域から濃度値の最低値とその座標を算出する最低値算出
回路１１５とを備えている。また、画像判別部１２０
は、凹部算出回路１１４で算出された凹部領域から撮影
体位を判別する第１の判定回路１２１と、最低値算出回
路１１５で算出された濃度値の最低値の座標から一定距
離にある上記プロファイル上の画像の濃度値を比較する
度値比較回路１２２と、濃度値比較回路１２２の比較結
果から撮影体位を判別する第２の判定回路１２３とを備
えている。
【００３８】尚、本発明に係る特徴量抽出方法は、上述
の特徴量抽出部１１０により実施され、この特徴量抽出
部１１０は、本発明に係る特徴量抽出装置を適用したも
のでもある。また、上記図２の処理プログラムが格納さ
れたプログラムメモリ１４０は、本発明に係る記憶媒体
を適用したものである。
の特徴量抽出部１１０により実施され、この特徴量抽出
部１１０は、本発明に係る特徴量抽出装置を適用したも
のでもある。また、上記図２の処理プログラムが格納さ
れたプログラムメモリ１４０は、本発明に係る記憶媒体
を適用したものである。
【００３９】上述のような画像判別装置１００は、プロ
グラムメモリ１４０に格納された上記図２の処理プログ
ラムが、制御部１３０により読み出され実行されると、
以下のように動作する。
グラムメモリ１４０に格納された上記図２の処理プログ
ラムが、制御部１３０により読み出され実行されると、
以下のように動作する。
【００４０】先ず、す抜け削除回路１１１は、入力され
た画像データｆ（ｘ，ｙ）において、照射領域内のす抜
け領域と、す抜け領域と一定幅で接する体領域とを、例
えば、０画素で置き換える（ステップＳ２０１）。具体
的には、入力された画像データｆ（ｘ，ｙ）に対して、
た画像データｆ（ｘ，ｙ）において、照射領域内のす抜
け領域と、す抜け領域と一定幅で接する体領域とを、例
えば、０画素で置き換える（ステップＳ２０１）。具体
的には、入力された画像データｆ（ｘ，ｙ）に対して、
【００４１】
【数１】
【００４２】なる式（１）で示される画像の変換を行
う。この式（１）において、”ｆ１（ｘ，ｙ）”は、画
像データｆ（ｘ，ｙ）から、す抜け領域と、す抜け領域
と一定幅で接する体領域とを削除した後の画像データを
示す。また、”ｓｇｎ（ｘ，ｙ）”は、実験等により定
められた定数Ｔｈ１、体領域を削除する幅を決定する定
数ｄ１，ｄ２を持って、
う。この式（１）において、”ｆ１（ｘ，ｙ）”は、画
像データｆ（ｘ，ｙ）から、す抜け領域と、す抜け領域
と一定幅で接する体領域とを削除した後の画像データを
示す。また、”ｓｇｎ（ｘ，ｙ）”は、実験等により定
められた定数Ｔｈ１、体領域を削除する幅を決定する定
数ｄ１，ｄ２を持って、
【００４３】
【数２】
【００４４】なる式（２）で示される。
【００４５】次に、最高値算出回路１１２は、す抜け削
除回路１１１で得られた画像データｆ１（ｘ，ｙ）にお
いて、濃度値の最高値ｍａｘとその座標を算出する（ス
テップＳ２０２）。
除回路１１１で得られた画像データｆ１（ｘ，ｙ）にお
いて、濃度値の最高値ｍａｘとその座標を算出する（ス
テップＳ２０２）。
【００４６】次に、プロファイル作成回路１１３は、最
高値算出回路１１２で算出された濃度値の最高値ｍａｘ
の座標を通り、例えば、体側に垂直方向のプロファイル
を作成する（ステップＳ２０３）。尚、ここでは、上記
図４に示すように、最高値ｍａｘを通る横軸ａ方向のプ
ロファイルを作成するものとする。
高値算出回路１１２で算出された濃度値の最高値ｍａｘ
の座標を通り、例えば、体側に垂直方向のプロファイル
を作成する（ステップＳ２０３）。尚、ここでは、上記
図４に示すように、最高値ｍａｘを通る横軸ａ方向のプ
ロファイルを作成するものとする。
【００４７】次に、凹部算出回路１１４は、プロファイ
ル作成回路１１３で作成されたプロファイルから凹部領
域を算出する（ステップＳ２０４）。具体的には、
ル作成回路１１３で作成されたプロファイルから凹部領
域を算出する（ステップＳ２０４）。具体的には、
【００４８】
【数３】
【００４９】なる式（３）で示されるｘ領域を算出す
る。この式（３）において、”ｙ１”は、最高値算出回
路１１２で算出された濃度値の最高値のｙ軸上の座標位
置を示し、”ｄ”は、実験等により定められた定数を示
す。
る。この式（３）において、”ｙ１”は、最高値算出回
路１１２で算出された濃度値の最高値のｙ軸上の座標位
置を示し、”ｄ”は、実験等により定められた定数を示
す。
【００５０】このとき、第１の判定回路１２１は、凹部
算出回路１１４にて凹部領域が算出されたか否かを判別
し（ステップＳ２０５）、その判別結果により、凹部領
域が算出されなかった場合、入力された画像データｆ
（ｘ，ｙ）は撮影体位が「肺側面」の画像データである
と判定し（ステップＳ２０６）、本処理を終了する。一
方、凹部領域が算出された場合、後述のステップＳ２０
７に進む。
算出回路１１４にて凹部領域が算出されたか否かを判別
し（ステップＳ２０５）、その判別結果により、凹部領
域が算出されなかった場合、入力された画像データｆ
（ｘ，ｙ）は撮影体位が「肺側面」の画像データである
と判定し（ステップＳ２０６）、本処理を終了する。一
方、凹部領域が算出された場合、後述のステップＳ２０
７に進む。
【００５１】ここで、図５（ａ）は、肺正面の画像から
生成された標準的なプロファイルを示したものであり、
同図（ｂ）は、肺側面の画像から生成された標準的なプ
ロファイルを示したものである。これらの図に示すよう
に、放射線胸部画像において、標準的なプロファイルで
は、凹部領域の有無を判定することで、撮影体位が「肺
正面」であるか「肺側面」であるかを判定することがで
きる。すなわち、凹部算出回路１１４にて凹部領域が算
出された場合には、撮影体位が「肺正面」であり、そう
でなかった場合には、撮影体位が「肺側面」であると判
定することができる。しかしながら、「肺側面」につい
ては、例えば、上記図４（ｃ）に示すように、凹部領域
が存在する場合あり、凹部の有無だけでは誤判定が生じ
る場合がある。そこで、上述のステップＳ２０５で、凹
部領域が算出された場合には、単純に撮影体位が「肺正
面」であるとは判定せずに、次のステップＳ２０７に進
む。
生成された標準的なプロファイルを示したものであり、
同図（ｂ）は、肺側面の画像から生成された標準的なプ
ロファイルを示したものである。これらの図に示すよう
に、放射線胸部画像において、標準的なプロファイルで
は、凹部領域の有無を判定することで、撮影体位が「肺
正面」であるか「肺側面」であるかを判定することがで
きる。すなわち、凹部算出回路１１４にて凹部領域が算
出された場合には、撮影体位が「肺正面」であり、そう
でなかった場合には、撮影体位が「肺側面」であると判
定することができる。しかしながら、「肺側面」につい
ては、例えば、上記図４（ｃ）に示すように、凹部領域
が存在する場合あり、凹部の有無だけでは誤判定が生じ
る場合がある。そこで、上述のステップＳ２０５で、凹
部領域が算出された場合には、単純に撮影体位が「肺正
面」であるとは判定せずに、次のステップＳ２０７に進
む。
【００５２】すなわち、凹部算出回路１１４にて凹部領
域が算出された場合、先ず、最低値算出回路１１５は、
凹部算出回路１１４で算出された凹部領域から濃度値の
最低値とその座標を算出する。これにより、例えば、上
記図４では、最高値ｍａｘを通る横軸ａ内の縦隔内ａ’
の最低値とその座標が算出される（ステップＳ２０
７）。
域が算出された場合、先ず、最低値算出回路１１５は、
凹部算出回路１１４で算出された凹部領域から濃度値の
最低値とその座標を算出する。これにより、例えば、上
記図４では、最高値ｍａｘを通る横軸ａ内の縦隔内ａ’
の最低値とその座標が算出される（ステップＳ２０
７）。
【００５３】次に、濃度値比較回路１２２は、最低値算
出回路１１５で算出された濃度値の最低値と、該最低値
の座標から一定距離ｄ１離れた上記プロファイル上の濃
度値とを比較する（ステップＳ２０８）。
出回路１１５で算出された濃度値の最低値と、該最低値
の座標から一定距離ｄ１離れた上記プロファイル上の濃
度値とを比較する（ステップＳ２０８）。
【００５４】そして、第２の判定回路１２３は、濃度値
比較回路１２２の比較結果（比較値）と、実験等により
定められた定数Ｔｈ２とを用いて、撮影体位を判定する
（ステップＳ２０９）。例えば、
比較回路１２２の比較結果（比較値）と、実験等により
定められた定数Ｔｈ２とを用いて、撮影体位を判定する
（ステップＳ２０９）。例えば、
【００５５】
【数４】
【００５６】なる式（４）を満たす場合には、入力され
た画像データｆ（ｘ，ｙ）は撮影体位が「肺正面」の画
像データであると判定し（ステップＳ２１０）、本処理
を終了する。一方、上記式（４）満たなかった場合に
は、入力された画像データｆ（ｘ，ｙ）は撮影体位が
「肺側面」の画像データであると判定し（ステップＳ２
０６）、本処理を終了する。
た画像データｆ（ｘ，ｙ）は撮影体位が「肺正面」の画
像データであると判定し（ステップＳ２１０）、本処理
を終了する。一方、上記式（４）満たなかった場合に
は、入力された画像データｆ（ｘ，ｙ）は撮影体位が
「肺側面」の画像データであると判定し（ステップＳ２
０６）、本処理を終了する。
【００５７】尚、第２の判定回路１２３での撮影体位の
判定は、上記式（４）を用いて行う、すなわち濃度値の
比を用いて行うようにしたが、これに限らず、濃度値の
差を用いるようにしてもよい。例えば、
判定は、上記式（４）を用いて行う、すなわち濃度値の
比を用いて行うようにしたが、これに限らず、濃度値の
差を用いるようにしてもよい。例えば、
【００５８】
【数５】
【００５９】なる式（５）を満たす場合には、撮影体位
が「肺正面」であると判定し、そうでない場合には、撮
影体位が「肺側面」であると判定する。
が「肺正面」であると判定し、そうでない場合には、撮
影体位が「肺側面」であると判定する。
【００６０】上述のように、この第１の実施の形態で
は、す抜け領域と、す抜け領域に接する一定幅の体内領
域を削除するように構成したことにより、体内領域の最
大濃度値を、短時間で精度よく安定して抽出することが
できる。また、体内領域の濃度値の最大値を通るプロフ
ァイルの形状から、撮影体位を判定するように構成した
ことにより、撮影条件の変化等の影響を受けることな
く、短時間で精度良く、撮影体位を判定することができ
る。さらに、凹部領域の濃度値を算出するように構成し
たことにより、安定して、精度良く、且つ短時間で、最
高濃度値と同一水平軸内の縦隔内の最低濃度値を算出す
ることができる。さらにまた、濃度値比較回路１２２の
比較結果を用いて、第２の判定回路１２３で撮影体位を
判定するように構成したことにより、肺側面で撮影した
画像のプロファイルにて凹部領域が存在する場合でも、
撮影体位が肺正面であると誤判定されることはない。し
たがって、精度良く撮影体位を判定することができる。
は、す抜け領域と、す抜け領域に接する一定幅の体内領
域を削除するように構成したことにより、体内領域の最
大濃度値を、短時間で精度よく安定して抽出することが
できる。また、体内領域の濃度値の最大値を通るプロフ
ァイルの形状から、撮影体位を判定するように構成した
ことにより、撮影条件の変化等の影響を受けることな
く、短時間で精度良く、撮影体位を判定することができ
る。さらに、凹部領域の濃度値を算出するように構成し
たことにより、安定して、精度良く、且つ短時間で、最
高濃度値と同一水平軸内の縦隔内の最低濃度値を算出す
ることができる。さらにまた、濃度値比較回路１２２の
比較結果を用いて、第２の判定回路１２３で撮影体位を
判定するように構成したことにより、肺側面で撮影した
画像のプロファイルにて凹部領域が存在する場合でも、
撮影体位が肺正面であると誤判定されることはない。し
たがって、精度良く撮影体位を判定することができる。
【００６１】つぎに、第２の実施の形態について説明す
る。
る。
【００６２】この第２の実施の形態では、上記図３に示
した最高値算出回路１１２において、す抜け領域、及び
す抜け領域と一定幅で接する領域を削除した画像から濃
度値の最高値とその座標を算出する際、累計ヒストグラ
ムを用いて、一定濃度値以上の画素の重心を最高値及び
その座標とする。
した最高値算出回路１１２において、す抜け領域、及び
す抜け領域と一定幅で接する領域を削除した画像から濃
度値の最高値とその座標を算出する際、累計ヒストグラ
ムを用いて、一定濃度値以上の画素の重心を最高値及び
その座標とする。
【００６３】すなわち、最高値算出回路１１２は、例え
ば、図６に示すようなフローチャートに従った処理プロ
グラムが実行されることで、以下のように動作する。
ば、図６に示すようなフローチャートに従った処理プロ
グラムが実行されることで、以下のように動作する。
【００６４】尚、上記図６の処理プログラムは、プログ
ラムメモリ１４０に予め格納されており、制御部１３０
により読み出さ実行されるものでる。また、この処理プ
ログラムが格納されたプログラムメモリ１４０は、本発
明に係る記憶媒体を適用したものである。
ラムメモリ１４０に予め格納されており、制御部１３０
により読み出さ実行されるものでる。また、この処理プ
ログラムが格納されたプログラムメモリ１４０は、本発
明に係る記憶媒体を適用したものである。
【００６５】先ず、す抜け削除回路１１１により得られ
た画像（す抜け領域、及びす抜け領域と一定幅で接する
領域を削除した画像）の累計ヒストグラムを作成する
（ステップＳ３０１）。
た画像（す抜け領域、及びす抜け領域と一定幅で接する
領域を削除した画像）の累計ヒストグラムを作成する
（ステップＳ３０１）。
【００６６】次に、ステップＳ３０１で作成した累計ヒ
ストグラム上において、実験等により定められた定数Ｔ
ｈ３以上の画素を抽出する（ステップＳ３０２）。
ストグラム上において、実験等により定められた定数Ｔ
ｈ３以上の画素を抽出する（ステップＳ３０２）。
【００６７】そして、ステップＳ３０２で抽出した画素
の重心を算出し（ステップＳ３０３）、その重心点の座
標、及びその濃度値を、後段のプロファイル作成回路１
１３に対して出力する最高濃度値の座標、及び最高濃度
値とする（ステップＳ３０４）。
の重心を算出し（ステップＳ３０３）、その重心点の座
標、及びその濃度値を、後段のプロファイル作成回路１
１３に対して出力する最高濃度値の座標、及び最高濃度
値とする（ステップＳ３０４）。
【００６８】上述のように、この第２の実施の形態で
は、累計ヒストグラムを用い、一定濃度値（Ｔｈ３）以
上の重心を、プロファイル作成回路１１３で用いる最高
濃度値の座標及び最高濃度値とするように構成したこと
により、ノイズを除去することができ、安定した特徴量
を得ることができる。
は、累計ヒストグラムを用い、一定濃度値（Ｔｈ３）以
上の重心を、プロファイル作成回路１１３で用いる最高
濃度値の座標及び最高濃度値とするように構成したこと
により、ノイズを除去することができ、安定した特徴量
を得ることができる。
【００６９】尚、ステップＳ３０２で抽出した画素の重
心を算出した後（ステップＳ３０３）、更に、その重心
を通るプロファイルを平滑化し、その平滑化したプロフ
ァイルから、プロファイル作成回路１１３で用いる最高
濃度値の座標及び最高濃度値を得るようにしてもよい。
心を算出した後（ステップＳ３０３）、更に、その重心
を通るプロファイルを平滑化し、その平滑化したプロフ
ァイルから、プロファイル作成回路１１３で用いる最高
濃度値の座標及び最高濃度値を得るようにしてもよい。
【００７０】具体的にはこの場合、例えば、図７に示す
ように、上述したようにしてステップＳ３０１〜ステッ
プＳ３０２の処理が行われ、ステップＳ３０３にて、ス
テップＳ３０２で抽出した画素の重心が算出される。そ
こで、ステップＳ３０３で算出された重心の座標を通る
プロファイルを平滑化する（ステップＳ４０１）。ここ
での平滑化には、例えば、濃度平均、一定領域内の中間
値、グレイスケールモルフォロジ等を用いる。そして、
ステップＳ４０１で平滑化したプロファイル上の最高濃
度値及びその座標を、後段のプロファイル作成回路１１
３に対して出力する最高濃度値の座標、及び最高濃度値
とする（ステップＳ３０４）。
ように、上述したようにしてステップＳ３０１〜ステッ
プＳ３０２の処理が行われ、ステップＳ３０３にて、ス
テップＳ３０２で抽出した画素の重心が算出される。そ
こで、ステップＳ３０３で算出された重心の座標を通る
プロファイルを平滑化する（ステップＳ４０１）。ここ
での平滑化には、例えば、濃度平均、一定領域内の中間
値、グレイスケールモルフォロジ等を用いる。そして、
ステップＳ４０１で平滑化したプロファイル上の最高濃
度値及びその座標を、後段のプロファイル作成回路１１
３に対して出力する最高濃度値の座標、及び最高濃度値
とする（ステップＳ３０４）。
【００７１】このような構成とすることでも、さらにノ
イズの影響を受けることなく、安定して精度良く特徴量
を算出することができる。
イズの影響を受けることなく、安定して精度良く特徴量
を算出することができる。
【００７２】つぎに、第３の実施の形態について説明す
る。
る。
【００７３】この第３の実施の形態では、上述した第１
の実施の形態における特徴量抽出部１１０及び画像判別
部１２０を、例えば、図８に示すような構成とする。
の実施の形態における特徴量抽出部１１０及び画像判別
部１２０を、例えば、図８に示すような構成とする。
【００７４】すなわち、特徴量抽出部１１０は、入力さ
れた画像データｆ（ｘ，ｙ）からす抜け領域及びす抜け
領域と一定幅で接する体領域を削除するす抜け削除回路
５１１と、す抜け削除回路５１１にて削除されなかった
領域から濃度値の最高値とその座標を算出する最高値算
出回路５１２と、最高値算出回路５１２で算出された濃
度値の最高値の座標を通るプロファイルを作成するプロ
ファイル作成回路５１３と、プロファイル作成回路５１
３で作成されたプロファイルから特徴量を得る抽出回路
５１４とを備えている。また、画像判別部１２０は、抽
出回路５１４で得られた特徴量から撮影体位を判別する
判定回路５２１を備えている。
れた画像データｆ（ｘ，ｙ）からす抜け領域及びす抜け
領域と一定幅で接する体領域を削除するす抜け削除回路
５１１と、す抜け削除回路５１１にて削除されなかった
領域から濃度値の最高値とその座標を算出する最高値算
出回路５１２と、最高値算出回路５１２で算出された濃
度値の最高値の座標を通るプロファイルを作成するプロ
ファイル作成回路５１３と、プロファイル作成回路５１
３で作成されたプロファイルから特徴量を得る抽出回路
５１４とを備えている。また、画像判別部１２０は、抽
出回路５１４で得られた特徴量から撮影体位を判別する
判定回路５２１を備えている。
【００７５】また、この第３の実施の形態では、例え
ば、図９に示すようなフローチャートに従った処理プロ
グラムがプログラムメモリ１４０に予め格納されてお
り、この処理プログラムが制御部１３０により読み出さ
れ実行される。したがって、上記図８の構成の特徴量抽
出部１１０及び画像判別部１２０は、プログラムメモリ
１４０に格納された上記図９の処理プログラムが制御部
１３０により読み出され実行されることで、以下のよう
に動作する。
ば、図９に示すようなフローチャートに従った処理プロ
グラムがプログラムメモリ１４０に予め格納されてお
り、この処理プログラムが制御部１３０により読み出さ
れ実行される。したがって、上記図８の構成の特徴量抽
出部１１０及び画像判別部１２０は、プログラムメモリ
１４０に格納された上記図９の処理プログラムが制御部
１３０により読み出され実行されることで、以下のよう
に動作する。
【００７６】尚、上記図９の処理プログラムが格納され
たプログラムメモリ１４０は、本発明に係る記憶媒体を
適用したものである。
たプログラムメモリ１４０は、本発明に係る記憶媒体を
適用したものである。
【００７７】先ず、す抜け削除回路５１１は、上述した
す抜け削除回路１１１と同様に、入力された画像データ
ｆ（ｘ，ｙ）から、す抜け領域と、す抜け領域と一定幅
で接する体領域とを削除する（ステップＳ６０１）。
す抜け削除回路１１１と同様に、入力された画像データ
ｆ（ｘ，ｙ）から、す抜け領域と、す抜け領域と一定幅
で接する体領域とを削除する（ステップＳ６０１）。
【００７８】次に、最高値算出回路５１２は、上述した
最高値算出回路１１２と同様に、す抜け削除回路５１１
で削除されなかった画像領域から、濃度値の最高値ｍａ
ｘとその座標を算出する（ステップＳ６０２）。
最高値算出回路１１２と同様に、す抜け削除回路５１１
で削除されなかった画像領域から、濃度値の最高値ｍａ
ｘとその座標を算出する（ステップＳ６０２）。
【００７９】次に、プロファイル作成回路５１３は、最
高値算出回路５１２で算出された濃度値の最高値ｍａｘ
の座標を通る、例えば、図１０に示すように、肺内領域
を横軸ａ方向に横切るプロファイルと、肺内領域を縦軸
ｂ方向に横切るプロファイルとを作成する（ステップＳ
６０３）。
高値算出回路５１２で算出された濃度値の最高値ｍａｘ
の座標を通る、例えば、図１０に示すように、肺内領域
を横軸ａ方向に横切るプロファイルと、肺内領域を縦軸
ｂ方向に横切るプロファイルとを作成する（ステップＳ
６０３）。
【００８０】次に、抽出回路５１４は、プロファイル作
成回路５１３で作成プロファイルかを均等に分割し、そ
の分割点上の濃度値Ｘ0 ，Ｘ1 ，・・・，Ｘn と、分割
点上の濃度値Ｘ0 ，Ｘ1 ，・・・，Ｘn の変化量Ｙ0 ，
Ｙ1 ，・・・，Ｙn とを、特徴量として得る（ステップ
Ｓ６０４）。
成回路５１３で作成プロファイルかを均等に分割し、そ
の分割点上の濃度値Ｘ0 ，Ｘ1 ，・・・，Ｘn と、分割
点上の濃度値Ｘ0 ，Ｘ1 ，・・・，Ｘn の変化量Ｙ0 ，
Ｙ1 ，・・・，Ｙn とを、特徴量として得る（ステップ
Ｓ６０４）。
【００８１】そして、判定回路５２１は、抽出回路５１
４で得られた特徴量を用いて、例えば、ニューラルネッ
ト、判別分析、或いは、回帰分析等を行うことで、入力
された画像データｆ（ｘ，ｙ）の撮影体位を判定する
（ステップＳ６０５）。
４で得られた特徴量を用いて、例えば、ニューラルネッ
ト、判別分析、或いは、回帰分析等を行うことで、入力
された画像データｆ（ｘ，ｙ）の撮影体位を判定する
（ステップＳ６０５）。
【００８２】上述のように、この第３の実施の形態で
は、肺内領域を横切るプロファイルから特徴量を得るよ
うに構成したことにより、撮影体位の判別精度を向上さ
せることができる。また、体内領域の最高濃度値ｍａｘ
を横切るプロファイルから特徴量を得るように構成した
ことにより、肺領域の抽出を行う必要がなく、短時間で
安定した特徴量を得ることができる。
は、肺内領域を横切るプロファイルから特徴量を得るよ
うに構成したことにより、撮影体位の判別精度を向上さ
せることができる。また、体内領域の最高濃度値ｍａｘ
を横切るプロファイルから特徴量を得るように構成した
ことにより、肺領域の抽出を行う必要がなく、短時間で
安定した特徴量を得ることができる。
【００８３】尚、抽出回路５１４にて特徴量を抽出する
際、例えば、プロファイル上で濃度値が”０”でない領
域幅を正規化し、その正規化した領域を均等に分割して
特徴量を抽出するようにしてもよい。これにより、体格
のばらつきを吸収することができ、より精度の高い判別
できる特徴量を得ることができる。
際、例えば、プロファイル上で濃度値が”０”でない領
域幅を正規化し、その正規化した領域を均等に分割して
特徴量を抽出するようにしてもよい。これにより、体格
のばらつきを吸収することができ、より精度の高い判別
できる特徴量を得ることができる。
【００８４】本発明の目的は、上述した第１〜第３の実
施の形態のホスト及び端末の機能を実現するソフトウェ
アのプログラムコードを記憶した記憶媒体を、システム
或いは装置に供給し、そのシステム或いは装置のコンピ
ュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納された
プログラムコードを読みだして実行することによって
も、達成されることは言うまでもない。この場合、記憶
媒体から読み出されたプログラムコード自体が前述した
各実施の形態の機能を実現することとなり、そのプログ
ラムコードを記憶した記憶媒体は本発明を構成すること
となる。
施の形態のホスト及び端末の機能を実現するソフトウェ
アのプログラムコードを記憶した記憶媒体を、システム
或いは装置に供給し、そのシステム或いは装置のコンピ
ュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納された
プログラムコードを読みだして実行することによって
も、達成されることは言うまでもない。この場合、記憶
媒体から読み出されたプログラムコード自体が前述した
各実施の形態の機能を実現することとなり、そのプログ
ラムコードを記憶した記憶媒体は本発明を構成すること
となる。
【００８５】プログラムコードを供給するための記憶媒
体としては、ＲＯＭ、フロッピーディスク、ハードディ
スク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、Ｃ
Ｄ−Ｒ、磁気テープ、不揮発性のメモリカード等を用い
ることができる。
体としては、ＲＯＭ、フロッピーディスク、ハードディ
スク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、Ｃ
Ｄ−Ｒ、磁気テープ、不揮発性のメモリカード等を用い
ることができる。
【００８６】また、コンピュータが読みだしたプログラ
ムコードを実行することにより、上述した第１〜第３の
実施の形態の機能が実現されるだけでなく、そのプログ
ラムコードの指示に基づき、コンピュータ上で稼動して
いるＯＳ等が実際の処理の一部又は全部を行い、その処
理によって実施の形態の機能が実現される場合も含まれ
ることは言うまでもない。
ムコードを実行することにより、上述した第１〜第３の
実施の形態の機能が実現されるだけでなく、そのプログ
ラムコードの指示に基づき、コンピュータ上で稼動して
いるＯＳ等が実際の処理の一部又は全部を行い、その処
理によって実施の形態の機能が実現される場合も含まれ
ることは言うまでもない。
【００８７】さらに、記憶媒体から読み出されたプログ
ラムコードが、コンピュータに挿入された拡張機能ボー
ドやコンピュータに接続された機能拡張ユニットに備わ
るメモリに書き込まれた後、そのプログラムコードの指
示に基づき、その機能拡張ボードや機能拡張ユニットに
備わるＣＰＵなどが実際の処理の一部又は全部を行い、
その処理によって上述した第１〜第３の実施の形態の機
能が実現される場合も含まれることは言うまでもない。
ラムコードが、コンピュータに挿入された拡張機能ボー
ドやコンピュータに接続された機能拡張ユニットに備わ
るメモリに書き込まれた後、そのプログラムコードの指
示に基づき、その機能拡張ボードや機能拡張ユニットに
備わるＣＰＵなどが実際の処理の一部又は全部を行い、
その処理によって上述した第１〜第３の実施の形態の機
能が実現される場合も含まれることは言うまでもない。
【００８８】
【発明の効果】以上説明したように第１の発明によれ
ば、対象画像（例えば、肺正面や肺側面等の撮影体位で
撮影して得られた放射線画像）から、す抜け領域と、該
す抜け領域に接する所定幅の領域とを削除し、削除され
なかった画像領域の最高濃度値を算出するように構成し
たことにより、計算時間のかかるラベリング処理等を行
うことなく、安定して精度よく、且つ短時間に、上記画
像領域内の最高濃度値を得ることができる。したがっ
て、上記最高濃度値から特徴量を高精度且つ効率的に得
ることができる。また、この特徴量を用いて、対象画像
の撮影体位等を高精度に判別することができる。
ば、対象画像（例えば、肺正面や肺側面等の撮影体位で
撮影して得られた放射線画像）から、す抜け領域と、該
す抜け領域に接する所定幅の領域とを削除し、削除され
なかった画像領域の最高濃度値を算出するように構成し
たことにより、計算時間のかかるラベリング処理等を行
うことなく、安定して精度よく、且つ短時間に、上記画
像領域内の最高濃度値を得ることができる。したがっ
て、上記最高濃度値から特徴量を高精度且つ効率的に得
ることができる。また、この特徴量を用いて、対象画像
の撮影体位等を高精度に判別することができる。
【００８９】第２の発明によれば、上記第１の発明にお
いて、上記最高濃度値の座標を通るプロファイルを作成
し、そのプロファイルの凹部を算出するように構成した
ことにより、プロファイルの形状（凹部の有無等）を特
徴量として用いて、対象画像の撮影体位等を判別するこ
とができる。また、この場合、撮影条件の変化等の影響
を受けることなく、短時間で精度よく、その判別を行う
ことができる。また、プロファイルの凹部の最低濃度値
を算出するように構成したことにより、上記最高濃度値
と同軸上の画像領域内の最低濃度値を安定して精度よく
得ることができる。この最低濃度値を上記プロファイル
の形状と共に特徴量として用いることで、対象画像の撮
影体位の判別等の誤判別を防ぐことができ、より精度の
高い判別を行うことができる。
いて、上記最高濃度値の座標を通るプロファイルを作成
し、そのプロファイルの凹部を算出するように構成した
ことにより、プロファイルの形状（凹部の有無等）を特
徴量として用いて、対象画像の撮影体位等を判別するこ
とができる。また、この場合、撮影条件の変化等の影響
を受けることなく、短時間で精度よく、その判別を行う
ことができる。また、プロファイルの凹部の最低濃度値
を算出するように構成したことにより、上記最高濃度値
と同軸上の画像領域内の最低濃度値を安定して精度よく
得ることができる。この最低濃度値を上記プロファイル
の形状と共に特徴量として用いることで、対象画像の撮
影体位の判別等の誤判別を防ぐことができ、より精度の
高い判別を行うことができる。
【００９０】第３の発明によれば、上記第１の発明にお
いて、所定濃度値以上の画素の重心を上記最高濃度値と
するように構成したことにより、ノイズの影響を受ける
ことなく、精度よく上記最高濃度値を得ることができ
る。
いて、所定濃度値以上の画素の重心を上記最高濃度値と
するように構成したことにより、ノイズの影響を受ける
ことなく、精度よく上記最高濃度値を得ることができ
る。
【００９１】第４の発明によれば、上記第１の発明にお
いて、最高濃度値を横切るプロファイルから特徴量（変
化量）を得るように構成したことにより、撮影体位を判
別するため等の有効な特徴量を得ることができる。
いて、最高濃度値を横切るプロファイルから特徴量（変
化量）を得るように構成したことにより、撮影体位を判
別するため等の有効な特徴量を得ることができる。
【００９２】第５の発明によれば、上記第４の発明にお
いて、正規化した領域のプロファイルから特徴量を得る
ように構成したことにより、被写体のばらつきの影響を
除去し、より精度よく撮影体位の判別等に有効な特徴量
を得ることができる。
いて、正規化した領域のプロファイルから特徴量を得る
ように構成したことにより、被写体のばらつきの影響を
除去し、より精度よく撮影体位の判別等に有効な特徴量
を得ることができる。
【００９３】第６の発明によれば、所定領域を横切るプ
ロファイルから特徴量（変化量）を得るように構成した
ことにより、撮影体位を判別するため等の有効な特徴量
を、高精度且つ効率的に得ることができる。
ロファイルから特徴量（変化量）を得るように構成した
ことにより、撮影体位を判別するため等の有効な特徴量
を、高精度且つ効率的に得ることができる。
【００９４】第７の発明によれば、上記第１又は第６の
発明において、ノイズの影響を受けることなく、特徴量
を得ることができる。
発明において、ノイズの影響を受けることなく、特徴量
を得ることができる。
【００９５】第８の発明によれば、対象画像（例えば、
肺正面や肺側面等の撮影体位で撮影して得られた放射線
画像）から、す抜け領域と、該す抜け領域に接する所定
幅の領域とを削除し、削除されなかった画像領域の最高
濃度値を算出するように構成したことにより、計算時間
のかかるラベリング処理等を行うことなく、安定して精
度よく、且つ短時間に、上記画像領域内の最高濃度値を
得ることができる。したがって、上記最高濃度値から特
徴量を高精度且つ効率的に得ることができる。また、こ
の特徴量を用いて、対象画像の撮影体位等を高精度に判
別することができる。
肺正面や肺側面等の撮影体位で撮影して得られた放射線
画像）から、す抜け領域と、該す抜け領域に接する所定
幅の領域とを削除し、削除されなかった画像領域の最高
濃度値を算出するように構成したことにより、計算時間
のかかるラベリング処理等を行うことなく、安定して精
度よく、且つ短時間に、上記画像領域内の最高濃度値を
得ることができる。したがって、上記最高濃度値から特
徴量を高精度且つ効率的に得ることができる。また、こ
の特徴量を用いて、対象画像の撮影体位等を高精度に判
別することができる。
【００９６】第９の発明によれば、上記第８の発明にお
いて、上記最高濃度値の座標を通るプロファイルを作成
し、そのプロファイルの凹部を算出するように構成した
ことにより、プロファイルの形状（凹部の有無等）を特
徴量として用いて、対象画像の撮影体位等を判別するこ
とができる。また、この場合、撮影条件の変化等の影響
を受けることなく、短時間で精度よく、その判別を行う
ことができる。また、プロファイルの凹部の最低濃度値
を算出するように構成したことにより、上記最高濃度値
と同軸上の画像領域内の最低濃度値を安定して精度よく
得ることができる。この最低濃度値を上記プロファイル
の形状と共に特徴量として用いることで、対象画像の撮
影体位の判別等の誤判別を防ぐことができ、より精度の
高い判別を行うことができる。
いて、上記最高濃度値の座標を通るプロファイルを作成
し、そのプロファイルの凹部を算出するように構成した
ことにより、プロファイルの形状（凹部の有無等）を特
徴量として用いて、対象画像の撮影体位等を判別するこ
とができる。また、この場合、撮影条件の変化等の影響
を受けることなく、短時間で精度よく、その判別を行う
ことができる。また、プロファイルの凹部の最低濃度値
を算出するように構成したことにより、上記最高濃度値
と同軸上の画像領域内の最低濃度値を安定して精度よく
得ることができる。この最低濃度値を上記プロファイル
の形状と共に特徴量として用いることで、対象画像の撮
影体位の判別等の誤判別を防ぐことができ、より精度の
高い判別を行うことができる。
【００９７】第１０の発明によれば、上記第８の発明に
おいて、所定濃度値以上の画素の重心を上記最高濃度値
とするように構成したことにより、ノイズの影響を受け
ることなく、精度よく上記最高濃度値を得ることができ
る。
おいて、所定濃度値以上の画素の重心を上記最高濃度値
とするように構成したことにより、ノイズの影響を受け
ることなく、精度よく上記最高濃度値を得ることができ
る。
【００９８】第１１の発明によれば、上記第８の発明に
おいて、最高濃度値を横切るプロファイルから特徴量
（変化量）を得るように構成したことにより、撮影体位
を判別するため等の有効な特徴量を得ることができる。
おいて、最高濃度値を横切るプロファイルから特徴量
（変化量）を得るように構成したことにより、撮影体位
を判別するため等の有効な特徴量を得ることができる。
【００９９】第１２の発明によれば、上記第１１の発明
において、正規化した領域のプロファイルから特徴量を
得るように構成したことにより、被写体のばらつきの影
響を除去し、より精度よく撮影体位の判別等に有効な特
徴量を得ることができる。
において、正規化した領域のプロファイルから特徴量を
得るように構成したことにより、被写体のばらつきの影
響を除去し、より精度よく撮影体位の判別等に有効な特
徴量を得ることができる。
【０１００】第１３の発明によれば、所定領域を横切る
プロファイルから特徴量（変化量）を得るように構成し
たことにより、撮影体位を判別するため等の有効な特徴
量を、高精度且つ効率的に得ることができる。
プロファイルから特徴量（変化量）を得るように構成し
たことにより、撮影体位を判別するため等の有効な特徴
量を、高精度且つ効率的に得ることができる。
【０１０１】第１４の発明によれば、上記第８又は第１
３の発明において、ノイズの影響を受けることなく、特
徴量を得ることができる。
３の発明において、ノイズの影響を受けることなく、特
徴量を得ることができる。
【０１０２】第１５の発明によれば、高精度且つ効率的
に抽出された特徴量を用いることができるため、画像の
撮影体位を精度よく正確に判別することができる。
に抽出された特徴量を用いることができるため、画像の
撮影体位を精度よく正確に判別することができる。
【０１０３】第１６の発明によれば、対象画像（例え
ば、肺正面や肺側面等の撮影体位で撮影して得られた放
射線画像）から、す抜け領域と、該す抜け領域に接する
所定幅の領域とを削除し、削除されなかった画像領域の
最高濃度値を算出し、該最高濃度値の座標を通るプロフ
ァイルを作成し、そのプロファイルの凹部を算出するよ
うに構成したことにより、計算時間のかかるラベリング
処理等を行うことなく、安定して精度よく、且つ短時間
に、上記画像領域内の最高濃度値を得ることができ、こ
の最高濃度値から得られたプロファイルの形状（凹部の
有無等）を特徴量として用いて、対象画像の撮影体位を
正確に判別することができる。また、撮影条件の変化等
の影響を受けることなく、その判別を行うことができ
る。
ば、肺正面や肺側面等の撮影体位で撮影して得られた放
射線画像）から、す抜け領域と、該す抜け領域に接する
所定幅の領域とを削除し、削除されなかった画像領域の
最高濃度値を算出し、該最高濃度値の座標を通るプロフ
ァイルを作成し、そのプロファイルの凹部を算出するよ
うに構成したことにより、計算時間のかかるラベリング
処理等を行うことなく、安定して精度よく、且つ短時間
に、上記画像領域内の最高濃度値を得ることができ、こ
の最高濃度値から得られたプロファイルの形状（凹部の
有無等）を特徴量として用いて、対象画像の撮影体位を
正確に判別することができる。また、撮影条件の変化等
の影響を受けることなく、その判別を行うことができ
る。
【０１０４】第１７の発明によれば、上記第１６の発明
において、プロファイルの凹部の最低濃度値を算出する
ように構成したことにより、上記最高濃度値と同軸上の
画像領域内の最低濃度値を安定して精度よく得ることが
できる。この最低濃度値を上記プロファイルの形状と共
に特徴量として用いることで、対象画像の撮影体位の判
別の誤判別を防ぐことができ、より精度の高い判別を行
うことができる。
において、プロファイルの凹部の最低濃度値を算出する
ように構成したことにより、上記最高濃度値と同軸上の
画像領域内の最低濃度値を安定して精度よく得ることが
できる。この最低濃度値を上記プロファイルの形状と共
に特徴量として用いることで、対象画像の撮影体位の判
別の誤判別を防ぐことができ、より精度の高い判別を行
うことができる。
【０１０５】第１８の発明によれば、上記第１５又は第
１６の発明において、ノイズの影響を受けることなく、
特徴量を得ることができ、この特徴量を用いて、高精度
な撮影体位の判別を行うことができる。
１６の発明において、ノイズの影響を受けることなく、
特徴量を得ることができ、この特徴量を用いて、高精度
な撮影体位の判別を行うことができる。
【０１０６】第１９の発明によれば、高精度且つ効率的
に抽出された特徴量を用いることができるため、画像の
撮影体位を精度よく正確に判別することができる。
に抽出された特徴量を用いることができるため、画像の
撮影体位を精度よく正確に判別することができる。
【０１０７】第２０の発明によれば、対象画像（例え
ば、肺正面や肺側面等の撮影体位で撮影して得られた放
射線画像）から、す抜け領域と、該す抜け領域に接する
所定幅の領域とを削除し、削除されなかった画像領域の
最高濃度値を算出し、該最高濃度値の座標を通るプロフ
ァイルを作成し、そのプロファイルの凹部を算出するよ
うに構成したことにより、計算時間のかかるラベリング
処理等を行うことなく、安定して精度よく、且つ短時間
に、上記画像領域内の最高濃度値を得ることができ、こ
の最高濃度値から得られたプロファイルの形状（凹部の
有無等）を特徴量として用いて、対象画像の撮影体位を
正確に判別することができる。また、撮影条件の変化等
の影響を受けることなく、その判別を行うことができ
る。
ば、肺正面や肺側面等の撮影体位で撮影して得られた放
射線画像）から、す抜け領域と、該す抜け領域に接する
所定幅の領域とを削除し、削除されなかった画像領域の
最高濃度値を算出し、該最高濃度値の座標を通るプロフ
ァイルを作成し、そのプロファイルの凹部を算出するよ
うに構成したことにより、計算時間のかかるラベリング
処理等を行うことなく、安定して精度よく、且つ短時間
に、上記画像領域内の最高濃度値を得ることができ、こ
の最高濃度値から得られたプロファイルの形状（凹部の
有無等）を特徴量として用いて、対象画像の撮影体位を
正確に判別することができる。また、撮影条件の変化等
の影響を受けることなく、その判別を行うことができ
る。
【０１０８】第２１の発明によれば、上記第２０の発明
において、プロファイルの凹部の最低濃度値を算出する
ように構成したことにより、上記最高濃度値と同軸上の
画像領域内の最低濃度値を安定して精度よく得ることが
できる。この最低濃度値を上記プロファイルの形状と共
に特徴量として用いることで、対象画像の撮影体位の判
別の誤判別を防ぐことができ、より精度の高い判別を行
うことができる。
において、プロファイルの凹部の最低濃度値を算出する
ように構成したことにより、上記最高濃度値と同軸上の
画像領域内の最低濃度値を安定して精度よく得ることが
できる。この最低濃度値を上記プロファイルの形状と共
に特徴量として用いることで、対象画像の撮影体位の判
別の誤判別を防ぐことができ、より精度の高い判別を行
うことができる。
【０１０９】第２２の発明によれば、上記第１９又は第
２０の発明において、ノイズの影響を受けることなく、
特徴量を得ることができ、この特徴量を用いて、高精度
な撮影体位の判別を行うことができる。
２０の発明において、ノイズの影響を受けることなく、
特徴量を得ることができ、この特徴量を用いて、高精度
な撮影体位の判別を行うことができる。
【０１１０】第２３の発明によれば、請求項１〜７の何
れかに記載の特徴量抽出方法の処理ステップ、又は、請
求項１５〜１８の何れかに記載の画像判別方法の処理ス
テップを記憶した記憶媒体を、システム或いは装置に供
給し、そのシステム或いは装置のコンピュータ（又はＣ
ＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコー
ドを読みだして実行できるように構成したことにより、
画像の特徴量を高精度且つ効率的に抽出するシステムや
装置、又は、画像の撮影体位を正確に判別するシステム
や装置を提供することができる。
れかに記載の特徴量抽出方法の処理ステップ、又は、請
求項１５〜１８の何れかに記載の画像判別方法の処理ス
テップを記憶した記憶媒体を、システム或いは装置に供
給し、そのシステム或いは装置のコンピュータ（又はＣ
ＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコー
ドを読みだして実行できるように構成したことにより、
画像の特徴量を高精度且つ効率的に抽出するシステムや
装置、又は、画像の撮影体位を正確に判別するシステム
や装置を提供することができる。
【図１】第１の実施の形態において、本発明に係る画像
判別装置を適用した画像判別装置の構成を示すブロック
図である。
判別装置を適用した画像判別装置の構成を示すブロック
図である。
【図２】上記画像判別装置で実行される処理プログラム
を説明するためのフローチャートである。
を説明するためのフローチャートである。
【図３】上記画像判別装置の特徴量抽出部及び画像判別
部の詳細な構成を示すブロック図である。
部の詳細な構成を示すブロック図である。
【図４】上記画像判別装置に入力される画像データの一
例を説明するための図である。
例を説明するための図である。
【図５】撮影体位が「肺正面」及び「肺側面」である画
像におけるプロファイルを説明するための図である。
像におけるプロファイルを説明するための図である。
【図６】第２の実施の形態において、上記画像判別装置
で実行される処理プログラムを説明するためのフローチ
ャートである。
で実行される処理プログラムを説明するためのフローチ
ャートである。
【図７】上記処理プログラムにおいて、平滑化の処理が
組み込まれた場合を説明するためのフローチャートであ
る。
組み込まれた場合を説明するためのフローチャートであ
る。
【図８】第３の実施の形態において、上記画像判別装置
の特徴量抽出部及び画像判別部の詳細な構成を示すブロ
ック図である。
の特徴量抽出部及び画像判別部の詳細な構成を示すブロ
ック図である。
【図９】上記画像判別装置で実行される処理プログラム
を説明するためのフローチャートである。
を説明するためのフローチャートである。
【図１０】上記特徴量抽出部で抽出される特徴量を説明
するための図である。
するための図である。
【図１１】従来の特徴量抽出方法を説明するための図で
ある。
ある。
１１０ 特徴量抽出部
１１１ す抜け削除回路
１１２ 最高値算出回路
１１３ プロファイル作成回路
１１４ 凹部算出回路
１１５ 最低値算出回路
１２０ 画像判別部
１２１ 第１の判定回路
１２２ 濃度値比較回路
１２３ 第２の判定回路
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平４−58941（ＪＰ，Ａ)
特開 平８−62751（ＪＰ，Ａ)
特開 平８−184676（ＪＰ，Ａ)
特開 平４−341247（ＪＰ，Ａ)
特開 平５−181953（ＪＰ，Ａ)
特開 昭63−262139（ＪＰ，Ａ)
特開 平９−62836（ＪＰ，Ａ)
特開 平７−271956（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06T 7/00 - 7/60
G06T 1/00
A61B 6/00 - 6/14
Claims (23)
- 【請求項１】 対象画像から特徴量を抽出する特徴量抽
出方法であって、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除ステップと、 上記抜け削除ステップで削除されなかった領域から画像
濃度値の最高値及び該最高値の座標を算出する最高値算
出ステップと、 上記最高値算出ステップで算出された最高値及び該最高
値の座標を用いて上記特徴量を算出する特徴量算出ステ
ップとを含むことを特徴とする特徴量抽出方法。 - 【請求項２】 上記特徴量算出ステップは、 上記最高値算出ステップで算出された最高値の座標を通
る画像濃度値のプロファイルを作成するプロファイル作
成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルから凹部を算出する凹部算出ステップと、 上記凹部算出ステップで算出された凹部から画像濃度値
の最低値及び該最低値の座標を算出する最低値算出ステ
ップとを含むことを特徴とする請求項１記載の特徴量抽
出方法。 - 【請求項３】 上記最高値算出ステップは、所定濃度値
以上の画素の座標の重心を上記最高値の座標とし、該座
標上の濃度値を上記最高値とするステップを含むことを
特徴とする請求項１記載の特徴量抽出方法。 - 【請求項４】 上記特徴量算出ステップは、 上記最高値算出ステップで算出された最高値の座標を通
る画像濃度値のプロファイルを作成するプロファイル作
成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルを距離軸に対して所定間隔に分割し、その分割点上の
濃度値及び該濃度値の距離軸に対する変化量を算出する
変化量算出ステップとを含むことを特徴とする請求項１
記載の特徴量抽出方法。 - 【請求項５】 上記変化量算出ステップは、上記プロフ
ァイル上です抜け領域及び該す抜け領域に所定幅で接す
る領域を除く領域の幅を正規化し、その正規化した領域
のプロファイルを距離軸に対して所定間隔に分割するス
テップを含むことを特徴とする請求項４記載の特徴量抽
出方法。 - 【請求項６】 対象画像から特徴量を抽出する特徴量抽
出方法であって、 上記対象画像の所定領域を横切るプロファイルを作成す
るプロファイル作成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルを距離軸に対して所定間隔で分割し、その分割点上の
濃度値及び該濃度値の距離軸に対する変化量を算出して
上記特徴量とする特徴量算出ステップとを含むことを特
徴とする特徴量抽出方法。 - 【請求項７】 上記対象画像は平滑化された画像である
ことを特徴とする請求項１又は６に記載の特徴量抽出方
法。 - 【請求項８】 対象画像から特徴量を抽出する特徴量抽
出装置であって、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除手段と、 上記抜け削除手段で削除されなかった領域から画像濃度
値の最高値及び該最高値の座標を算出する最高値算出手
段と、 上記最高値算出手段で算出された最高値及び該最高値の
座標を用いて上記特徴量を算出する特徴量算出手段とを
備えることを特徴とする特徴量抽出装置。 - 【請求項９】 上記特徴量算出手段は、 上記最高値算出手段で算出された最高値の座標を通る画
像濃度値のプロファイルを作成するプロファイル作成手
段と、 上記プロファイル作成手段で作成されたプロファイルか
ら凹部を算出する凹部算出手段と、 上記凹部算出手段で算出された凹部から画像濃度値の最
低値及び該最低値の座標を算出する最低値算出手段とを
含むことを特徴とする請求項８記載の特徴量抽出装置。 - 【請求項１０】 上記最高値算出手段は、所定濃度値以
上の画素の座標の重心を上記最高値の座標とし、該座標
上の濃度値を上記最高値とする手段を含むことを特徴と
する請求項８記載の特徴量抽出装置。 - 【請求項１１】 上記特徴量算出手段は、上記最高値算
出手段で算出された最高値の座標を通る画像濃度値のプ
ロファイルを作成するプロファイル作成手段と、 上記プロファイル作成手段で作成されたプロファイルを
距離軸に対して所定間隔に分割し、その分割点上の濃度
値及び該濃度値の距離軸に対する変化量を算出する変化
量算出手段とを含むことを特徴とする請求項８記載の特
徴量抽出装置。 - 【請求項１２】 上記変化量算出手段は、上記プロファ
イル上です抜け領域及び該す抜け領域に所定幅で接する
領域を除く領域の幅を正規化し、その正規化した領域の
プロファイルを距離軸に対して所定間隔に分割する手段
を含むことを特徴とする請求項１１記載の特徴量抽出装
置。 - 【請求項１３】 対象画像から特徴量を抽出する特徴量
抽出装置であって、 上記対象画像の所定領域を横切るプロファイルを作成す
るプロファイル作成手段と、 上記プロファイル作成手段で作成されたプロファイルを
距離軸に対して所定間隔で分割し、その分割点上の濃度
値及び該濃度値の距離軸に対する変化量を算出して上記
特徴量とする特徴量算出手段とを備えることを特徴とす
る特徴量抽出装置。 - 【請求項１４】 上記対象画像は平滑化された画像であ
ることを特徴とする請求項８又は１３に記載の特徴量抽
出装置。 - 【請求項１５】 請求項１〜７の何れかに記載の特徴量
抽出方法により、対象画像から抽出した特徴量を用い
て、該対象画像の撮影体位を判別することを特徴とする
画像判別方法。 - 【請求項１６】 対象画像から抽出した特徴量を用い
て、該対象画像の撮影体位を判別する画像判別方法であ
って、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除ステップと、 上記抜け削除ステップで削除されなかった領域から画像
濃度値の最高値及び該最高値の座標を算出する最高値算
出ステップと、 上記最高値算出ステップで算出された最高値の座標を通
る画像濃度値のプロファイルを作成するプロファイル作
成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルから凹部を算出する凹部算出ステップと、 上記凹部算出ステップの算出結果に基づいて上記対象画
像の撮影体位を判別する第１の判別ステップとを含むこ
とを特徴とする画像判別方法。 - 【請求項１７】 上記第１の判別ステップの判別結果に
基づいて、上記凹部算出ステップで算出された凹部から
画像濃度値の最低値及び該最低値の座標を算出する最低
値算出ステップと、 上記最低値算出ステップで算出された最低値と、該最低
値の座標から所定距離に存在する上記プロファイル上の
画像濃度値とを比較する濃度値比較ステップと、 上記濃度値比較ステップの比較結果に基づいて上記対象
画像の撮影体位を判別する第２の判別ステップとを含む
ことを特徴とする請求項１６記載の画像判別方法。 - 【請求項１８】 上記対象画像は平滑化された画像であ
ることを特徴とする請求項１５又は１６に記載の画像判
別方法。 - 【請求項１９】 請求項８〜１４の何れかに記載の特徴
量抽出装置により、対象画像から抽出した特徴量を用い
て、該対象画像の撮影体位を判別することを特徴とする
画像判別装置。 - 【請求項２０】 対象画像から抽出した特徴量を用い
て、該対象画像の撮影体位を判別する画像判別装置であ
って、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除手段と、 上記抜け削除手段で削除されなかった領域から画像濃度
値の最高値及び該最高値の座標を算出する最高値算出手
段と、 上記最高値算出手段で算出された最高値の座標を通る画
像濃度値のプロファイルを作成するプロファイル作成手
段と、 上記プロファイル作成手段で作成されたプロファイルか
ら凹部を算出する凹部算出手段と、 上記凹部算出手段の算出結果に基づいて上記対象画像の
撮影体位を判別する第１の判別手段とを備えることを特
徴とする画像判別装置。 - 【請求項２１】 上記第１の判別手段の判別結果に基づ
いて、上記凹部算出手段で算出された凹部から画像濃度
値の最低値及び該最低値の座標を算出する最低値算出手
段と、 上記最低値算出手段で算出された最低値と、該最低値の
座標から所定距離に存在する上記プロファイル上の画像
濃度値とを比較する濃度値比較手段と、 上記濃度値比較手段の比較結果に基づいて上記対象画像
の撮影体位を判別する第２の判別手段とを備えることを
特徴とする請求項２０記載の画像判別装置。 - 【請求項２２】 上記対象画像は平滑化された画像であ
ることを特徴とする請求項１９又は２０に記載の画像判
別装置。 - 【請求項２３】 請求項１〜７の何れかに記載の特徴量
抽出方法の処理ステップ、又は、請求項１５〜１８の何
れかに記載の画像判別方法の処理ステップをコンピュー
タが読出可能に格納したことを特徴とする記憶媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25689597A JP3501634B2 (ja) | 1997-09-22 | 1997-09-22 | 特徴量抽出方法、特徴抽出装置、画像判別方法、画像判別装置、及び記憶媒体 |
| US09/152,873 US6594380B2 (en) | 1997-09-22 | 1998-09-14 | Image discrimination apparatus and image discrimination method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25689597A JP3501634B2 (ja) | 1997-09-22 | 1997-09-22 | 特徴量抽出方法、特徴抽出装置、画像判別方法、画像判別装置、及び記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1196380A JPH1196380A (ja) | 1999-04-09 |
| JP3501634B2 true JP3501634B2 (ja) | 2004-03-02 |
Family
ID=17298899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25689597A Expired - Fee Related JP3501634B2 (ja) | 1997-09-22 | 1997-09-22 | 特徴量抽出方法、特徴抽出装置、画像判別方法、画像判別装置、及び記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3501634B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7221782B1 (en) * | 1999-06-24 | 2007-05-22 | General Electric Company | Method and apparatus for determining a dynamic range of a digital medical image |
| US7359541B2 (en) | 2000-04-28 | 2008-04-15 | Konica Corporation | Radiation image processing apparatus |
| JP4756756B2 (ja) * | 2001-03-23 | 2011-08-24 | キヤノン株式会社 | 画像処理方法、およびプログラム |
| JP4669160B2 (ja) * | 2001-06-22 | 2011-04-13 | 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、記憶媒体、及びプログラム |
| JP5701556B2 (ja) * | 2010-09-30 | 2015-04-15 | 富士フイルムＲｉファーマ株式会社 | 画像処理装置、方法及びコンピュータプログラム |
-
1997
- 1997-09-22 JP JP25689597A patent/JP3501634B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1196380A (ja) | 1999-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100366224C (zh) | 图像处理装置及其控制方法 | |
| US8331619B2 (en) | Image processing apparatus and image processing method | |
| WO2016127736A1 (zh) | 指纹重叠区域面积的计算方法及电子装置 | |
| KR101272448B1 (ko) | 관심영역 검출 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록매체 | |
| JP2007042072A (ja) | 追跡装置 | |
| JP2002342756A (ja) | デジタル画像において目と口の位置を検出する方法 | |
| US20050033143A1 (en) | Automatic optimal view determination for cardiac acquisitions | |
| KR101135205B1 (ko) | 흉부 씨티 영상 내 병변 자동 검출을 위한 폐 혈관 추출 방법 | |
| JP2005278690A (ja) | コンピュータを用いた３次元胸部ｃｔ画像から結節状陰影を検出する方法およびその装置並びにコンピュータプログラム | |
| CN113160153A (zh) | 一种基于深度学习技术的肺结节筛查方法及筛查系统 | |
| JP2011253354A (ja) | 画像処理装置および方法、並びにプログラム | |
| JP3619158B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、画像処理方法プログラム及び記録媒体 | |
| JP3501634B2 (ja) | 特徴量抽出方法、特徴抽出装置、画像判別方法、画像判別装置、及び記憶媒体 | |
| JP5971108B2 (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 | |
| JP3631095B2 (ja) | 照射野領域抽出装置、放射線撮影装置、放射線画像用システム、照射野領域抽出方法、及びコンピュータ可読記憶媒体 | |
| US6594380B2 (en) | Image discrimination apparatus and image discrimination method | |
| JP3397652B2 (ja) | 画像判別方法、画像判別装置、及び記憶媒体 | |
| JP2001351101A (ja) | 画像処理装置、画像処理システム、画像処理方法、及び記憶媒体 | |
| JP4203648B2 (ja) | 画像処理装置 | |
| JP2000163562A (ja) | 特徴量抽出装置、方法及びコンピュータ読み取り可能な記憶媒体 | |
| JP2000060832A (ja) | 画像判別方法、画像判別装置、画像処理装置、及び記憶媒体 | |
| JPH11290303A (ja) | 画像判別方法、画像判別装置、及び記憶媒体 | |
| JP2019180748A (ja) | 画像処理プログラム、画像処理装置、および画像処理方法 | |
| JP4280324B2 (ja) | 画像判別方法、画像判別装置、及び記憶媒体 | |
| JP3832974B2 (ja) | 照射領域抽出方法、照射領域抽出装置、及びコンピュータ読み取り可能な記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20031125 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20031202 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081212 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081212 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091212 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091212 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101212 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121212 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131212 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |