JP4644794B2 - 画像認識装置 - Google Patents
画像認識装置 Download PDFInfo
- Publication number
- JP4644794B2 JP4644794B2 JP2006092949A JP2006092949A JP4644794B2 JP 4644794 B2 JP4644794 B2 JP 4644794B2 JP 2006092949 A JP2006092949 A JP 2006092949A JP 2006092949 A JP2006092949 A JP 2006092949A JP 4644794 B2 JP4644794 B2 JP 4644794B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- closed curve
- sample point
- region
- threshold value
- 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
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
閉曲線は、画像の所定の位置に所定の形状で初期の閉曲線として自動的に設定してもよいし、操作者が画像上に任意に描画することにより設定してもよい。また、相関のある複数の画像の処理を行う際には、既に抽出された対象領域の輪郭を基に初期の閉曲線を設定してもよい。
帯領域は、閉曲線を含み所定の幅を有する領域として設定される。尚、帯領域の幅は一定でなくても良い。また閉曲線は帯幅の中心でなくても良い。
画素値は、画像輝度である。画素値は、濃度値と表現される場合もある。
サンプル点は、閉曲線上の複数の点として設定される。各サンプル点の画素値と閾値とが比較され、当該各サンプル点の移動方向と移動量とが算出される。
動的輪郭法(Snakes法)は、内部エネルギー及び画像エネルギー及び外部エネルギーの和である総エネルギーが最小になる位置に、閉曲線上の構成点を移動させて対象領域の輪郭を抽出する方法である。最終的には閉曲線が対象領域の輪郭に収束し、当該対象領域の輪郭が抽出される。
本発明の画像認識装置は、帯領域の画素値から算出した閾値を用いて閉曲線の移動方向及び移動量を判断するので、帯領域より内側の内部領域の影響を受けることなく高精度に対象領域の輪郭抽出を行うことができる。
これにより、閾値とサンプル点の画素値との比較結果に応じて内部エネルギーや外部エネルギーの重み係数を変化させ、効率的に閉曲線を局所的に膨張あるいは収縮させることができる。
これにより、造影剤を使用した画像において、画像の輝度(画素値)にムラがある場合に、まず算出した閾値により一方の領域(造影剤による不染領域)を除外して画像認識の精度向上をはかることができる。画像認識に不要な領域を除外するために、閾値の算出は、さらに複数回行っても良い。
これにより、閉曲線と対象領域の輪郭との近接度が高くなった場合、帯領域又は閉曲線を複数の領域に分割し、分割された領域ごとに閾値を算出して当該領域内にあるサンプル点の画素値とを比較して当該サンプル点の移動方向及び移動量を算出する。サンプル点の移動の判断に、当該サンプル点近傍領域の画素値から閾値を算出することで、サンプル点移動制御をより高精度に実現することが可能になる。
これにより、閉曲線と対象領域との近接度に応じて、より高精度な処理(クラスタ分割処理等)へ移行するか否かを判断することができる。
これにより、既に抽出した対象領域の輪郭を初期閉曲線として用いることで、処理時間の短縮及び輪郭抽出処理の精度の向上を図ることができる。
これにより、3次元画像において断面方向を回転させて断面における対象領域の輪郭を抽出することで、極部分などの詳細な輪郭を取得することが可能になる。
図1は、画像認識装置100の構成図である。
画像認識装置100は、外部記憶装置や印刷装置等の出力部101と、マウスやタッチパネルやキーボードやメディア読取装置等の入力部103と、画像を表示するCRTや液晶表示装置等の表示部105と、画像認識装置100の制御プログラムが格納されたメモリ107と、各構成要素の動作を制御するCPU(Central Processing Unit:中央処理装置)等の制御部109と、インターネット等のネットワーク117に接続する通信部111と、HDD(Hard Disc Drive)等のデータ記憶部113と、上記各構成要素をデータ送受可能に接続するシステムバス115とから構成される。
通信部111は、画像認識装置100をネットワーク117、電話回線等の公衆回線、LANネットワーク、有線等の専用回線等に接続するネットワークアダプタである。
記憶部113は、画像認識装置100に内蔵又は外付けされたHDD(Hard Disc Drive)等であり、画像認識装置100が読み込んだ画像情報や、加工中或いは加工後の画像情報を格納する。
また、画像認識装置100は、医用画像撮影装置と一体化された構成であっても良い。
図2は、画像認識装置100の表示部105に表示される画面25を示す。
画像認識装置100の制御部109は、記憶部113に格納している画像情報2、或いはネットワーク117を介して画像データサーバ127や医用画像撮影装置等(MRI装置119、CT装置121、X線装置123、超音波装置125等)から取得する画像情報2を表示部105の画面25に表示させる。また、リムーバブルな記憶メディアに格納された画像情報2を、画像認識装置100に読み込み、表示させるようにしても良い。
尚、以降説明する本実施の形態においては、コントラスト11情報として、抽出対象となる対象領域1の輝度が高い、即ち「内部が明るい」、即ち内部の画素値が大きいとして説明を進める。
(3−1.輪郭抽出概要)
まず、対象領域1の輪郭抽出処理の概要について説明する。動的輪郭抽出方法(SNAKES)によれば、画像に含まれる対象領域1に対して、設定する閉曲線3を変形移動させて当該対象領域1の輪郭に一致する場合に、閉曲線3の総エネルギーが最小となる。画像情報2に設定する閉曲線3の総エネルギーが最小となるように閉曲線3を変形させることで対象領域1の輪郭を抽出する。
次に、図3〜図5を参照しながら、対象領域1の輪郭抽出処理に先だって行う前処理について説明する。
図4(a)は、画像認識装置100が取得する画像情報2を示す図である。
図4(b)は、画像情報の輝度ヒストグラム19を示す図である。
図5は、対象領域1を含む処理領域27を示す図である。
尚、ここでは画像情報2から背景領域17を除外して処理領域27を抽出したが、必要であれば処理領域27に更に同様の処理を行って再度背景領域を除外し、新たに処理領域を抽出するようにしても良い。
次に、図6を参照しながら、対象領域1の輪郭抽出処理の全体的な流れについて説明する。
図6は、対象領域1の輪郭抽出処理のフローチャートを示す。
例えば画像情報2が時間的或いは空間的に連続した画像情報である場合には、隣接する画像情報で取得した対象領域の輪郭情報を基にして、初期の閉曲線3として利用する(ステップ2002)。初期の閉曲線3が抽出する対象領域1の輪郭に近似しているため、輪郭検出の精度向上と抽出にかかる時間の短縮効果がある。
尚、サンプル点31の座標算出(ステップ2004)の詳細については、図7のフローチャートに沿って後述する。
次に、図7〜図10を参照しながらサンプル点31の座標算出処理(図6のステップ2004)の詳細について説明する。
図7は、サンプル点31の座標算出を示すフローチャートである。
図8は、(a)初期の帯領域29と対象領域1との位置関係、(b)当該帯領域の輝度ヒストグラムを示す図である。
図9は、(a)輪郭抽出処理の中途過程にある帯領域29と対象領域1との位置関係、(b)当該帯領域の輝度ヒストグラムを示す図である。
図10は、(a)輪郭抽出処理の最終過程にある帯領域29と対象領域1との位置関係、(b)当該帯領域の輝度ヒストグラムを示す図である。
ここで、各サンプル点31の移動方向及び移動量の算出(ステップ3004〜ステップ3008)に関しては、具体的には以下の演算処理が行われる。
制御部109は、前処理で算出しメモリ107又は記憶部113に格納した画像エネルギーεimag(s)(式(3))の微分値を算出し(ステップ3007)、閉曲線3の運動方程式(式(6))を求める。
以上、サンプル点31の座標算出処理(ステップ2004:図6及び図7)を終了し、前述したように輪郭線3の全エネルギーEtotalの収束判定処理であるステップ2005の処理に移る。全エネルギーEtotalが収束したと判定されなければ(ステップ2006のNO)、再度サンプル点31の座標算出処理(ステップ2004)を行う。全エネルギーEtotalが収束したと判定されれば(ステップ2006のYES)、閉曲線3が対象領域1の輪郭を抽出したものとして処理を終了する。
次に、図11及び図12を参照しながら、クラスタ分割について説明する。
図11(a)は、帯領域29を複数のクラスタ47−1、47−2、…に分割した図である。
図11(b)は、クラスタ47−1内の全画素の画素値(輝度23)と画素数21との関係を示すヒストグラム49−1である。
尚、制御部109は、他のクラスタ47−2、47−3、…についても同様にステップ3006〜ステップ3008の処理を行う。
図12(a)は、閉曲線3を複数のクラスタ57−1、57−2、…に分割した図である。
図12(b)は、クラスタ57−1内の全画素の画素値(輝度23)と画素数21との関係を示すヒストグラム49−2である。
尚、制御部109は、他のクラスタ57−2、57−3、…についても同様にステップ3006〜ステップ3008の処理を行う。
以上説明したように、画像認識装置100の制御部109は、閉曲線3が対象領域1の近傍に位置する場合、帯領域29をクラスタ分割し(図11)あるいは閉曲線3をクラスタ分割し(図12)各クラスタ毎に処理を行う。帯領域29の輝度分布が一様ではない場合でも、各サンプル点31の近傍領域の画素値分布を用いて閾値を選定するので、より高精度にサンプル点31の移動方向及び移動量を算出することができる。
図13は、造影剤を使用した対象領域58を示す図である。
図14は、複数回の閾値算出を示す図である。
次に、特定のサンプル点(s)における膨張作用あるいは収縮作用の制御について説明する。
例えば、式(7)において、α(s;I)=0、とすると、式(11)となり、サンプル点(s)については、内部エネルギーεinter(s)の影響をほとんど受けることがないので、外部エネルギーεexter(s)による膨張効果を向上させることができる。
次に、3次元的に滑らかな連続体の輪郭を抽出する場合について説明する。
図15は、3次元の抽出対象67を示す。
図16は、抽出対象67の極部分71の抽出を示す図である。
尚、本実施の形態では、輪郭抽出する対象領域1の画素値(輝度23)が大きい場合について説明したが、逆に対象領域1の画素値(輝度23)が小さい場合についても同様の処理を行うことができる。
2………画像情報
3………閉曲線
5………体内領域
9………造影剤
11………コントラスト
13………高エッジ排除率
15………抽出開始ボタン
17………背景領域
19………画像情報の輝度ヒストグラム
21………画素数
23………輝度
25、45−1〜45−3、55−1、55−2、65−1、65−2………閾値
27………処理領域
29………帯領域
31、31−1、31−2、・・………サンプル点
33………内部領域
35………膨張方向
37………収縮方向
39−1〜39−3、63………帯領域の輝度ヒストグラム
47−1、47−2・・、57−1〜57−3、・・………クラスタ
49−1、49−3………クラスタの輝度ヒストグラム
59………造影剤不染部
61………造影剤染部
67………抽出対象
69………2次元断面
71………極部分
100………画像認識装置
101………出力部
103………入力部
105………表示部
107………メモリ
109………制御部
111………通信部
113………記憶部
115………システムバス
117………ネットワーク
119………MRI装置
121………CT装置
123………X線装置
125………超音波装置
127………画像データサーバ
Claims (3)
- 画像を演算処理する演算処理部と前記画像及び演算処理結果を保持する保持部と前記画像及び前記演算処理結果を表示する表示部とを備え、前記画像に閉曲線を配置し前記閉曲線の歪み具合を示す内部エネルギーまたは前記画像の輝度勾配を示す画像エネルギーまたは前記閉曲線の膨張あるいは収縮を示す外部エネルギーの少なくともいずれかの和である総エネルギーに基づいて前記閉曲線を動的に変形させて前記画像に含まれる対象領域の輪郭を抽出する画像認識装置であって、
前記画像に前記閉曲線を含み所定の幅を有する帯領域を配置する帯領域設定手段と、
前記帯領域内の画素値を基に閾値を算出する閾値算出手段と、
前記総エネルギーを用い、前記閾値算出手段により算出した閾値と前記閉曲線上の各サンプル点の画素値との比較結果に基づいて、前記各サンプル点毎に移動方向及び移動量を算出して前記各サンプル点を移動させる移動手段と、
を具備することを特徴とする画像認識装置。 - 前記移動手段は、前記閾値と前記サンプル点の画素値との比較結果に応じて前記内部エネルギーまたは前記外部エネルギーの少なくともいずれかの重み係数を変化させることを特徴とする請求項1に記載の画像認識装置。
- 前記帯領域または前記閉曲線を少なくとも1つの前記サンプル点を含む複数の領域に分割する領域分割手段と、
前記閾値算出手段は、前記分割された領域毎に、前記分割された領域内の画素値を基に第2の閾値を算出し、
前記移動手段は、前記分割された領域毎に、前記第2の閾値と前記サンプル点の画素値とを比較して前記サンプル点毎に移動方向及び移動量を算出することを特徴とする請求項1から請求項2のいずれかに記載の画像認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006092949A JP4644794B2 (ja) | 2006-03-30 | 2006-03-30 | 画像認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006092949A JP4644794B2 (ja) | 2006-03-30 | 2006-03-30 | 画像認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007265331A JP2007265331A (ja) | 2007-10-11 |
JP4644794B2 true JP4644794B2 (ja) | 2011-03-02 |
Family
ID=38638214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006092949A Expired - Fee Related JP4644794B2 (ja) | 2006-03-30 | 2006-03-30 | 画像認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4644794B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5406484B2 (ja) * | 2008-09-08 | 2014-02-05 | 日立アロカメディカル株式会社 | 超音波データ処理装置 |
KR100952817B1 (ko) | 2008-11-28 | 2010-04-14 | 서울대학교산학협력단 | 반자동 의료 영상 분할 방법 및 그 장치 |
JP5182228B2 (ja) * | 2009-06-02 | 2013-04-17 | コニカミノルタエムジー株式会社 | 輪郭抽出装置およびプログラム |
EP2522279A4 (en) * | 2010-01-07 | 2016-11-30 | Hitachi Ltd | DIAGNOSIS DEVICE WITH MEDICAL PICTURES, METHOD FOR EXTRACTION AND PROCESSING OF THE CONTOUR OF MEDICAL PICTURES |
JP5658945B2 (ja) * | 2010-08-24 | 2015-01-28 | オリンパス株式会社 | 画像処理装置、画像処理装置の作動方法、および画像処理プログラム |
JP5620194B2 (ja) * | 2010-08-24 | 2014-11-05 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
JP6271145B2 (ja) * | 2013-04-09 | 2018-01-31 | 株式会社日立製作所 | 医用画像誘導装置及び医用画像誘導方法 |
JP6037048B2 (ja) * | 2013-11-05 | 2016-11-30 | 株式会社島津製作所 | 輪郭画像生成装置および核医学診断装置 |
JP6651214B2 (ja) * | 2015-06-19 | 2020-02-19 | 国立大学法人 東京大学 | 画像処理装置、画像処理方法、プログラム及び記録媒体 |
JP6961333B2 (ja) * | 2016-01-25 | 2021-11-05 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0793561A (ja) * | 1993-09-20 | 1995-04-07 | Toshiba Corp | エッジ及び輪郭抽出装置 |
JP2000048212A (ja) * | 1998-07-31 | 2000-02-18 | Canon Inc | 画像処理方法及び装置、記録媒体 |
JP2004118578A (ja) * | 2002-09-26 | 2004-04-15 | Osaka Industrial Promotion Organization | 輪郭線抽出方法、画像処理装置、及びコンピュータプログラム |
JP2006190307A (ja) * | 2005-01-06 | 2006-07-20 | Thomson Licensing | 画像におけるオブジェクトをセグメント化する方法及び装置 |
-
2006
- 2006-03-30 JP JP2006092949A patent/JP4644794B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0793561A (ja) * | 1993-09-20 | 1995-04-07 | Toshiba Corp | エッジ及び輪郭抽出装置 |
JP2000048212A (ja) * | 1998-07-31 | 2000-02-18 | Canon Inc | 画像処理方法及び装置、記録媒体 |
JP2004118578A (ja) * | 2002-09-26 | 2004-04-15 | Osaka Industrial Promotion Organization | 輪郭線抽出方法、画像処理装置、及びコンピュータプログラム |
JP2006190307A (ja) * | 2005-01-06 | 2006-07-20 | Thomson Licensing | 画像におけるオブジェクトをセグメント化する方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2007265331A (ja) | 2007-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4644794B2 (ja) | 画像認識装置 | |
US9898825B2 (en) | Segmentation of magnetic resonance imaging data | |
Liang et al. | United snakes | |
Zhu et al. | Multicontext fuzzy clustering for separation of brain tissues in magnetic resonance images | |
JP4780106B2 (ja) | 情報処理装置及び情報処理方法、画像処理装置及び画像処理方法、並びにコンピュータ・プログラム | |
DeVries et al. | Skin lesion classification using deep multi-scale convolutional neural networks | |
Mishra et al. | A GA based approach for boundary detection of left ventricle with echocardiographic image sequences | |
US20160275674A1 (en) | Method and system for performing multi-bone segmentation in imaging data | |
Macke et al. | Contour-propagation algorithms for semi-automated reconstruction of neural processes | |
EP3188127A1 (en) | Method and system for performing bone multi-segmentation in imaging data | |
Li et al. | An automatic variational level set segmentation framework for computer aided dental X-rays analysis in clinical environments | |
Shang et al. | Region competition based active contour for medical object extraction | |
Huynh et al. | Fully automated MR liver volumetry using watershed segmentation coupled with active contouring | |
JP2016189946A (ja) | 医用画像位置合わせ装置および方法並びにプログラム | |
Ciecholewski | Automatic liver segmentation from 2D CT images using an approximate contour model | |
Ma et al. | Cascade dual-branch deep neural networks for retinal layer and fluid segmentation of optical coherence tomography incorporating relative positional map | |
Singh et al. | An efficient combined approach for medical brain tumour segmentation | |
Faisal et al. | Computer assisted diagnostic system in tumor radiography | |
Karthikeyan et al. | Lungs segmentation using multi-level thresholding in CT images | |
CN113284151A (zh) | 一种基于深度卷积神经网络的胰腺分割方法及系统 | |
Meegama et al. | NURBS snakes | |
Duan et al. | A two-stage image segmentation method using Euler's elastica regularized Mumford-Shah model | |
CN102651130B (zh) | 水平集图像处理方法 | |
Li et al. | A level set image segmentation method based on a cloud model as the priori contour | |
Jayadevappa et al. | A New Deformable Model Based on Level Sets for Medical Image Segmentation. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090122 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20100507 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101109 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101110 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131217 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131217 Year of fee payment: 3 |
|
R154 | Certificate of patent or utility model (reissue) |
Free format text: JAPANESE INTERMEDIATE CODE: R154 |
|
LAPS | Cancellation because of no payment of annual fees |