JP4855709B2 - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents

Description

本発明は、内視鏡装置などにより得られる医用画像を基に出血性エッジを抽出する、画像処理装置、画像処理方法、及び画像処理プログラムに関する。

医療分野においては、Ｘ線、ＣＴ、ＭＲＩ、超音波観測装置、内視鏡装置等の画像撮像機能を有する医療機器を用いた体腔内臓器の観察及び診断が広く行われている。例えば内視鏡装置は、細長の挿入部を体腔内に挿入し、その挿入部の先端部に設けられた対物光学系により取り込んだ体腔内臓器像を固体撮像素子等の撮像手段により撮像し、その撮像信号を基にモニタ画面に体腔内臓器の内視鏡画像を表示させ、そのモニタ画面に表示された内視鏡画像から術者が観察及び診断を行っている。内視鏡装置は、消化管粘膜像を直接的に撮像することが可能であることから、粘膜の色調、病変形状、粘膜表面の微細な構造等の様々な所見を総合的に観察することが可能となっている。

近年、この内視鏡装置と同様に有用性が期待できる新しい画像撮像機能を有する医療機器として、カプセル型内視鏡装置が開発されている。カプセル型内視鏡装置は、被検者がカプセル型内視鏡を経口的に飲み込んでから体外に排出されるまでの間、体腔内を撮像し、その撮像した撮像信号を体外に設けられたレシーバに送信する。カプセル型内視鏡を被検者が飲み込んでから体腔内の食道、胃、十二指腸、小腸、及び大腸の各消化管を通過して体外に排出されるまでには数時間を要する。

例えば、毎秒２枚（フレーム）の画像を撮像して体外のレシーバに送信するとし、カプセル型内視鏡を飲み込んでから体外に排出するまで６時間かかったとすると、カプセル型内視鏡が体腔内を進行する間に撮像される画像数は、４３２００枚と膨大な量となる。この膨大な数の画像を観察装置に表示して観察及び診断する場合、例えば、毎秒１０枚の画像を表示したとしても全画像数を表示するには７２分間と比較的長時間要する。この長時間にわたり表示される撮像画像を術者が観察することになるが、術者にとって時間的負荷が多大であるということが大きな問題になっている。

また、カプセル内視鏡や通常の内視鏡装置を用いた内視鏡検査における最終的な診断は、医師の主観に依存している部分が多大であり、診断の品質がばらつくという問題もあった。このため、画像診断の品質の向上と内視鏡画像の読影時間の短縮とを目的とし、出血、発赤、異常血管、ポリープなどの病巣の存在を、内視鏡画像から自動的に検出するコンピュータ診断支援（ＣＡＤ）の実現が望まれていた。

コンピュータ診断支援（ＣＡＤ）は、内視鏡診断支援装置により実現される。内視鏡診断支援装置は、画像内における関心領域（ＲＯＩ）から算出された様々な特徴量を用い、閾値処理あるいは統計的・非統計的識別器を用いて診断対象とする画像がそのような所見に分類されるのかを医師に提示することにより、客観的・数値的な診断の支援を行うものである。また、病変が疑われる画像を選択して提示することで、医師の読影負担を軽減するものである。

一方、出血には様々な病理学的な理由が考えられるため、出血の検出についてはいくつかのアプローチが用いられてきた。その中の一つのアプローチとして、上述した内視鏡診断支援装置を用い、内視鏡画像における観察対象領域の色相、彩度、明度に基づいて、出血を自動的に検出する手法が提案されている（例えば、特許文献１参照）。
ＰＣＴ ＷＯ ０２／０７３５０７ Ａ２ 号公報

しかし、特許文献１に記載された手法は、観察対象領域の色相、彩度、明度の値を、あらかじめ内視鏡診断支援装置に設定されている、通常粘膜の色相、彩度、明度のサンプル値、及び出血部の色相、彩度、明度のサンプル値と比較し、サンプル値にからの距離によって、観察対象領域が通常粘膜であるか出血部であるかを判別する。このため、判別結果が内視鏡診断支援装置に設定されたサンプル値に依存してしまうという問題があった。

そこで、本発明においては、出血性領域の輪郭部( 以下、出血性エッジと示す)における色信号の変化量を用い、出血性エッジか否かを相対的に判断して検出することが可能な、画像処理装置、画像処理方法、及び画像処理プログラムを提供することを目的とする。

本発明の画像処理装置は、被写体を撮像した画像を複数の小領域に分割し、各小領域の画像信号が出血性領域の色調空間に存在するか否かに基づき、出血性領域の輪郭部の候補領域を抽出する出血性エッジ候補領域抽出手段と、前記候補領域中の前記各小領域における前記画像信号中の前記色調空間を構成する色信号の変動量を算出する変動量算出手段と、前記変動量に基づき、前記候補領域中の前記各小領域が前記出血性領域の輪郭部であるか否かを判定する出血性エッジ判定手段とを備えている。

出血性エッジにおける色信号の変化量を用い、出血性エッジか否かを相対的に判断して検出することが可能な、画像処理装置、画像処理方法、及び画像処理プログラムを実現することができる。

以下、図面を参照して本発明の実施の形態を説明する。

（第１の実施の形態）
出血性領域としては、粘膜から実際に出血が生じている領域である出血部領域や、粘膜表面が充血などによって赤くなっている領域である発赤部領域などがあげられる。本実施の形態においては、例えば出血部領域の輪郭部（以下、出血部エッジと示す）を検出する場合について説明する。まず、図１に基づき、本発明の第１の実施の形態に係わる画像処理装置１の関連システムとのネットワーク構成について説明する。図１は、本発明の第１の実施の形態に係わる画像処理装置１と関連システムとのネットワーク構成を概略的に示した図である。図１に示すように、各種画像処理や情報処理を行う画像処理装置１は、ＴＣＰ／ＩＰを通信プロトコルとするＬＡＮ２に接続されている。一方、生体内を撮像して画像信号を出力する内視鏡観察装置３も、内視鏡ファイリング装置４を介してＬＡＮ２に接続されている。内視鏡ファイリング装置４は、内視鏡観察装置３から画像信号を受信して画像データを生成するとともに、生成された画像データを蓄積する。すなわち、画像処理装置１は、内視鏡バッファリング装置４に蓄積されている画像データを、ＬＡＮ２経由で取得する。

次に、画像処理装置１の全体構成について説明する。画像処理装置１は、図２に示すように、汎用のパーソナルコンピュータ１１を中心に構成されており、キーボードとマウスとからなる操作装置１２と、ハードディスクからなる記憶装置１３と、ＣＲＴからなる表示装置１４とを備えている。図２は、画像処理装置１の全体構成を概略的に示した図である。操作装置１２、記憶装置１３、及び表示装置１４は、それぞれパーソナルコンピュータ１１と電気的に接続されている。処理対象となる画像データの指定、指定された画像データの取得表示、処理実行の指示は、操作装置１２から入力される。また、画像処理装置１で行われる各種処理の結果は表示装置１４に表示される。

パーソナルコンピュータ１１は、各種プログラムの実行処理や制御を行うＣＰＵ２１と、各種処理プログラムやデータを記憶するメモリ２２と、記憶装置１３との間で情報の読み書きを行う外部記憶Ｉ／Ｆ２３と、外部機器との間で情報の通信を行うネットワークカード２４と、操作装置１２から入力された操作信号を受信して必要なデータ処理を行う操作Ｉ／Ｆ２５と、表示装置１４へビデオ信号を出力するグラフィックボード２６とを有しており、それぞれバス２７と電気的に接続されている。従って、パーソナルコンピュータ１１の各部位は、バス２７を介して相互に情報の送受信を行うことができる。

ネットワークカード２４は、ＬＡＮ２と電気的に接続されており、同じくＬＡＮ２に接続されている内視鏡ファイリング装置４との間で情報を送受信する。

外部記憶Ｉ／Ｆ２３は、記憶装置１３に格納されている画像処理プログラム２８を読み込んでメモリ２２に記憶させる。尚、画像処理プログラム２８は、画像解析処理を実行するプログラムであって、複数の実行ファイル、又は動的リンクライブラリファイル、又は設定ファイルから構成される。メモリ２２に記憶された画像処理プログラム２８が実行されることで、ＣＰＵ２１が動作する。ＣＰＵ２１は、内視鏡ファイリング装置４から取得した画像データに対し、画像解析処理を行う。ＣＰＵ２１における各処理によって取得、生成される解析データ２９は、メモリ２２に記憶される。この解析データ２９には、内視鏡ファイリング装置４から取得した画像データである原画像３１が含まれる。更に、解析データ２９には、後述する各種処理によって生成される出血部エッジ候補画像３２と、形状エッジ画像３３と、出血部エッジ画像３４とが含まれる。これらの各画像３２〜３４については、後に詳述する。

上述のように構成された、画像処理装置１の作用について説明する。本実施の形態においては、例えば出血部領域の輪郭部（以下、出血部エッジと示す）を検出する場合について、図３のフローチャートを用いて説明する。

図３は、画像処理プログラム２８による画像解析処理の手順を説明するフローチャートである。まず、ステップＳ１の原画像取得ステップにおいて、操作装置１２から指定された画像データを、画像ファイリング装置４から取得し、原画像３１としてメモリ２２に記憶させる。原画像３１は、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３プレーンからなるカラー画像であり、各プレーンの画素の階調数は、８ｂｉｔ、すなわち０〜２５５の値をとるものとする。次に、ステップＳ２の画像解析処理ステップにおいて、ステップＳ１で取得した原画像３１に各種処理を施し、出血部エッジ候補画像３２と、形状エッジ画像３３と、出血部エッジ画像３４とを生成する。この画像解析処理ステップ（ステップＳ２）は、原画像３１から出血部エッジ候補画像３２を生成する、出血部エッジ候補抽出処理（ステップＳ１０）と、出血部エッジ候補画像３２から形状エッジ画像３３を生成する形状エッジ抽出処理（ステップＳ２０）と、出血部エッジ候補画像３２と形状エッジ画像３３とから出血部エッジ画像３４を生成する出血部エッジ決定処理（ステップＳ４０）とから構成される、この順番で各処理が実行される。画像解析処理ステップ（ステップＳ２）における上述の各処理について、処理順序に従って説明する。

最初に、出血部エッジ候補抽出処理について、図４を用いて説明する。図４は、出血部エッジ候補抽出処理の手順を説明するフローチャートである。まず、ステップＳ１１において、原画像３１をＮ×Ｎ個の小領域に分割する。本発明の実施の形態においては、例えばＮ＝３６に設定している。尚、ステップＳ１１の前処理として、原画像３１に対する逆ガンマ補正やシェーディング補正を追加してもよい。この場合、これらの補正処理が行われた補正画像を小領域に分割して、以降の処理を行う。次に、ステップＳ１２において、解析対象となる分割された小領域（以下、分割領域と示す）を特定する番号を示すｉを１に初期化する。尚、分割領域４３を特定する番号ｉは、１以上、Ｎ×Ｎ以下の整数値を取る。

次に、ステップＳ１３において、ｉ番目の分割領域４３に含まれる画素のＲ信号、Ｇ信号、Ｂ信号の値を取得し、ｉ番目の分割領域４３における各色信号の平均値Ｒａ_ｉ、Ｇａ_ｉ、Ｂａ_ｉを算出する。続いて、ステップＳ１４において、予め設定された、出血部領域色調空間と、ステップＳ１３で算出した各色信号の平均値Ｒａ_ｉ、Ｇａ_ｉ、Ｂａ_ｉとを比較する。出血部領域色調空間とは、Ｒ信号、Ｇ信号、Ｂ信号をそれぞれｘ軸、ｙ軸、ｚ軸とする３次元空間において、出血部が存在しうるＲ信号の範囲（Ｒｍｉｎ≦ｘ≦Ｒｍａｘ）、Ｇ信号の範囲（Ｇｍｉｎ≦ｙ≦Ｇｍａｘ）、Ｂ信号の範囲（Ｂｍｉｎ≦ｚ≦Ｂｍａｘ）で区切られた内部空間である。

ステップＳ１３で算出した各色信号の平均値Ｒａ_ｉ、Ｇａ_ｉ、Ｂａ_ｉが出血部領域色調空間内に存在する場合、すなわち、Ｒｍｉｎ≦Ｒａ_ｉ≦Ｒｍａｘ、かつ、Ｇｍｉｎ≦Ｇａ_ｉ≦Ｇｍａｘ、かつ、Ｂｍｉｎ≦Ｂａ_ｉ≦Ｂｍａｘである場合、ステップＳ１５へ進み、ｉ番目の分割領域４３は出血部エッジ候補であると判定する。一方、ステップＳ１３で算出した各色信号の平均値Ｒａ_ｉ、Ｇａ_ｉ、Ｂａ_ｉが出血部領域色調空間内に存在しない場合、すなわち、Ｒｍｉｎ＞Ｒａ_ｉ、Ｒａ_ｉ＞Ｒｍａｘ、Ｇｍｉｎ＞Ｇａ_ｉ、Ｇａ_ｉ＞Ｇｍａｘ、Ｂｍｉｎ＞Ｂａ_ｉ、Ｂａ_ｉ＞Ｂｍａｘのいずれかに該当する場合、ステップＳ１６へ進み、ｉ番目の分割領域４３は出血部エッジ候補でないと判定する。尚、出血部エッジ候補を判定するのに、Ｇ／Ｒ，Ｂ／Ｇ色調空間を利用してもよい。つまり、Ｇ／Ｒｍｉｎ≦Ｇａ_ｉ／Ｒａ_ｉ≦Ｇ／ＲｍａｘかつＢ／Ｇｍｉｎ≦Ｂａ_ｉ／Ｇａ_ｉ≦Ｂ／Ｇｍａｘである場合、ｉ番目の分割領域４３は出血部エッジ候補であると判定する。

ステップＳ１５、またはステップＳ１６が終了すると、続いてステップＳ１７において、全ての分割領域４３について出血部エッジ候補判定を行ったか否かを判定する。具体的には、ｉ＜Ｎ×Ｎである場合、ステップＳ１８において、分割領域４３を特定する番号ｉに１を加算（ｉ＝ｉ＋１）してステップＳ１３へ戻り、残りの分割領域に対して出血部エッジ候補判定を行う。ｉ＝Ｎ×Ｎである場合、処理を終了し、続く形状エッジ抽出処理へと移行する。

出血部エッジ候補抽出処理が終了すると、図５（ａ）に示すような原画像３１から、図５（ｂ）に示すような出血部エッジ候補画像３２が生成される。図５は、解析データ２９を説明する概略図であり、図５（ａ）は、原画像３１を説明する概略図、図５（ｂ）は、出血部エッジ候補画像３２を説明する概略図、図５（ｃ）は、形状エッジ画像３３を説明する概略図、図５（ｄ）は、出血部エッジ画像３４を説明する概略図である。図５（ａ）に示す原画像３１には、粘膜表面に形成された溝などの粘膜形状領域４１と、出血部領域４２とが存在している。この原画像３１を基にして得られた図５（ｂ）に示す出血部エッジ候補画像３２では、全ての分割領域４３が、出血部エッジ候補領域４４（斜線部）、及び非出血部エッジ候補領域４５のいずれかに分類されており、出血部エッジ候補領域４４には、粘膜形状領域４１と出血部領域４２とが含まれている。

次に、形状エッジ抽出処理について、図６を用いて説明する。図６は、形状エッジ抽出処理の手順を説明するフローチャートである。形状エッジ抽出処理では、粘膜形状領域４１の輪郭部（以下、形状エッジと示す）が、複数の分割領域４３が連結された大領域で形成される形状エッジ領域として抽出される。まず、ステップＳ２１において、解析対象となる分割領域４３を特定する番号を示すｉを１に初期化する。尚、分割領域４３を特定する番号ｉは、１以上、Ｎ×Ｎ以下の整数値を取る。

次に、ステップＳ２２において、ｉ番目の分割領域４３におけるＲ信号の値の変動（以下、Ｒ変動と示す）を算出する。Ｒ変動は、分割領域４３における特定の画素のＲ信号の値（Ｒ１）と、同じ分割領域４３における別の特定の画素のＲ信号の値（Ｒ２）とから算出され、具体的には、Ｒ変動＝ｌｏｇ_ｅ（Ｒ２）−ｌｏｇ_ｅ（Ｒ１）で計算される。本実施の形態では、図７に示すように、分割領域４３における上下左右方向及び対角線方向の八つの方向について、それぞれＲ変動を算出している。図７（ａ）〜（ｈ）は、Ｒ変動の算出方法を説明する図である。

第１のＲ変動は、図７（ａ）に示すように上方向へのＲ変動であり、中央下部の画素のＲ信号の値をＲ１、中央上部の画素のＲ信号の値をＲ２として算出する。第２のＲ変動は、図７（ｂ）に示すように対角線右上方向へのＲ変動であり、左下部の画素のＲ信号の値をＲ１、右上部の画素のＲ信号の値をＲ２として算出する。第３のＲ変動は、図７（ｃ）に示すように右方向へのＲ変動であり、左中央部の画素のＲ信号の値をＲ１、右中央部の画素のＲ信号の値をＲ２として算出する。第４のＲ変動は、図７（ｄ）に示すように対角線右下方向へのＲ変動であり、左上部の画素のＲ信号の値をＲ１、右下部の画素のＲ信号の値をＲ２として算出する。第５のＲ変動は、図７（ｅ）に示すように下方向へのＲ変動であり、中央上部の画素のＲ信号の値をＲ１、中央下部の画素のＲ信号の値をＲ２として算出する。第６のＲ変動は、図７（ｆ）に示すように対角線左下方向へのＲ変動であり、右上部の画素のＲ信号の値をＲ１、左下部の画素のＲ信号の値をＲ２として算出する。第７のＲ変動は、図７（ｇ）に示すように左方向へのＲ変動であり、右中央部の画素のＲ信号の値をＲ１、左中央部の画素のＲ信号の値をＲ２として算出する。第８のＲ変動は、図７（ｈ）に示すように対角線左上方向へのＲ変動であり、右下部の画素のＲ信号の値をＲ１、左上部の画素のＲ信号の値をＲ２として算出する。

次に、ステップＳ２３において、ステップＳ２２で算出した第１〜第８のＲ変動における最大値を、エッジ特徴量Ａ_ｉとする。次に、ステップＳ２４において、ｉ番目の分割領域４３がエッジであるか否かを判定する。具体的には、エッジ特徴量Ａ_ｉが、Ａ_ｉ＞Ｔｈ１であればｉ番目の分割領域４３はエッジであると判定する。ここで、Ｔｈ１は閾値であり、本発明の実施の形態においては、例えばＴｈ１＝０．１４に設定している。Ａ_ｉ＞Ｔｈ１の場合、ステップＳ２５において、ｉ番目の分割領域４３はエッジであると判定し、ステップＳ２７へ進む。Ａ_ｉ≦Ｔｈ１の場合、ステップＳ２６において、ｉ番目の分割領域４３はエッジでないと判定し、ステップＳ２７へ進む。

ステップＳ２７においては、全ての分割領域４３についてエッジ判定を行ったか否かを判定する。具体的には、ｉ＜Ｎ×Ｎである場合、ステップＳ２８において、分割領域４３を特定する番号ｉに１を加算（ｉ＝ｉ＋１）してステップＳ２２へ戻り、残りの分割領域４３に対してエッジ判定を行う。ｉ＝Ｎ×Ｎである場合、処理を終了し、ステップＳ２９へ進む。

ステップＳ２９においては、Ｎ×Ｎ個の分割領域４３のうち、ステップＳ２５においてエッジであると判定された領域について、ラベリング処理を行う。本実施の形態におけるラベリング処理は次のように行われる。まず、画像データを左上から右下へ順次走査し、ラベル付けされておらず、かつエッジ領域であると判定された分割領域４３を見つけ、ラベル値として所定の番号を付与する。この時、他の分割領域４３に対して既に付与されているラベル値は使用せず、既に付与されているラベル値の最大値に１を加算した値を、当該分割領域４３に付与する。尚、どの分割領域４３にもラベル値が付与されていない場合、当該分割領域４３にはラベル値として１を付与する。次に、ラベル値を付与した分割領域４３と連結されており、かつエッジ領域であると判定された全ての分割領域４３に対して、同じラベル値を付与する。エッジ領域であると判定された全ての分割領域４３に対してラベル値が付与されるまで、上記の走査とラベル値付与を繰り返す。つまり、ラベリング処理によって、同一の連結部分に属している分割領域４３には同一のラベル値が付与され、かつ、連結部分ごとに異なったラベル値が付与される。

次に、ステップＳ３０において、ステップＳ２９でＮ×Ｎ個の分割領域４３に付与されたラベル値の最大値をＬとする。続いて、ステップＳ３１において、解析対象となる、連結された分割領域４３を特定するラベル値を示すｊを１に初期化する。尚、連結された分割領域４３を特定するラベル値ｊは、１以上、Ｌ以下の整数値を取る。次に、ステップＳ３２において、ラベル値ｊを持つ分割領域４３の数をカウントし、領域数Ｍ_ｊとする。

続いて、ステップＳ３３において、ラベル値ｊが、形状エッジラベルと出血部エッジラベルとのいずれであるかを判定する、ラベル分類判定を行う。具体的には、領域数Ｍ_ｊが、Ｍ_ｊ＞Ｔｈ２であればラベル値ｊは形状エッジラベルであると判定する。ここで、Ｔｈ２は閾値であり、本発明の実施の形態においては、例えばＴｈ２＝１０に設定している。Ｍ_ｊ＞Ｔｈ２の場合、ステップＳ３４において、ラベル値ｊは形状エッジラベルであると判定し、ステップＳ３６へ進む。Ｍ_ｊ≦Ｔｈ２の場合、ステップＳ３５において、ラベル値ｊは出血部エッジラベルであると判定し、ステップＳ３６へ進む。

ステップＳ３６においては、エッジであると判定された全ての分割領域４３について、ラベル分類判定を行ったか否かを判定する。具体的には、ｊ＜Ｌである場合、ステップＳ３７において、連結された分割領域を特定するラベル値ｊに１を加算（ｊ＝ｊ＋１）してステップＳ３２へ戻り、残りの領域に対してラベル分類判定を行う。ｊ＝Ｌである場合、処理を終了し、続く出血部エッジ決定処理へと移行する。

形状エッジ抽出処理が終了すると、図５（ｃ）に示すような形状エッジ画像３３が生成される。図５（ｃ）に示す形状エッジ画像３３では、形状エッジラベルに分類されているラベル値を付与されている分割領域４３が、形状エッジ領域４６（斜線部）として示されている。この形状エッジ領域４６は、図５（ｂ）に示す出血部エッジ候補画像３２の出血部エッジ候補領域４４のうち、粘膜形状領域４１の輪郭部に対応する分割領域４３と一致する。

次に、出血部エッジ決定処理について、図８を用いて説明する。図８は、出血部エッジ決定処理の手順を説明するフローチャートである。出血部エッジ決定処理では、出血部エッジ候補抽出処理において抽出された、出血部エッジ候補領域４４から、出血部エッジ領域４７が決定される。まず、ステップＳ４１において、解析対象となる分割領域４３を特定する番号を示すｉを１に初期化する。尚、分割領域４３を特定する番号ｉは、１以上、Ｎ×Ｎ以下の整数値を取る。次に、ステップＳ４２において、ｉ番目の分割領域４３が出血部エッジ候補領域４４か否かを判定する。ステップＳ４２における判定は、出血部エッジ候補抽出処理の結果に基づいて行われる。ｉ番目の分割領域４３が出血部エッジ候補領域４４である場合、ステップＳ４３へ進み、ｉ番目の分割領域４３に付与されているラベル値が出血部エッジラベルか否かを判定する。ｉ番目の分割領域４３が出血部エッジ候補領域４４でない場合、ステップＳ４５において、当該分割領域は出血部エッジ領域４７でないと判定し、ステップＳ４６へ進む。

ステップＳ４３における判定は、形状エッジ抽出処理の結果に基づいて行われる。ｉ番目の分割領域４３に付与されているラベル値が出血部エッジラベルである場合、ステップＳ４４において、ｉ番目の分割領域４３が出血部エッジ領域４７であると判定し、ステップＳ４６へ進む。ｉ番目の分割領域４３に付与されているラベル値が出血部エッジラベルでない場合、すなわち、ｉ番目の分割領域４３に付与されているラベル値が形状エッジラベルであるか、ラベルが付与されていない場合、ステップＳ４５において、当該分割領域は出血部エッジ領域４７でないと判定し、ステップＳ４６へ進む。

ステップＳ４６においては、全ての分割領域４３について、出血部エッジ領域判定を行ったか否かを判定する。具体的には、ｉ＜Ｎ×Ｎである場合、ステップＳ４７において、分割領域４３を特定する番号ｉに１を加算（ｉ＝ｉ＋１）してステップＳ４２へ戻り、残りの分割領域４３に対して出血部エッジ領域判定を行う。ｉ＝Ｎ×Ｎである場合、処理を終了する。

出血部エッジ決定処理が終了すると、図５（ｄ）に示すような出血部エッジ画像３４が生成される。図５（ｄ）に示す出血部エッジ画像３４では、図５（ａ）に示す原画像３１の出血部領域４２の輪郭部、すなわち出血部エッジが、出血部エッジ領域４７（斜線部）として表示されている。

以上の処理によって、画像処理装置１は、内視鏡観察装置３で撮像された原画像３１を、画像ファイリング装置４を介して取得し、原画像３１における出血部エッジを検出することができる。

このように、本実施の形態の画像処理装置１では、出血部エッジにおける色信号の変化量を用いることで、出血部エッジか否かを相対的に判断して検出することができる。また、エッジの大きさに基づき形状エッジか出血部エッジかを判別するため、出血部エッジを精度よく抽出することができる。更に、出血部エッジ画像３４を観察対象とすることで、画像診断の品質が向上し、内視鏡画像の読影時間の短縮を図ることができる。

（第２の実施の形態）
次に、本発明の第２の実施の形態を説明する。上述した第１の実施の形態では、Ｒ信号の変動の最大値であるエッジ特徴量Ａ_ｉを用いてエッジ領域を抽出し、エッジ領域の大きさから出血部エッジか否かを判定したが、本実施の形態では、Ｒ信号、Ｇ信号、Ｂ信号のうちの２つ以上の色信号の変動に基づくカラーエッジ特徴量Ｂ_ｉを算出し、カラーエッジ特徴量Ｂ_ｉを用いて出血部エッジか否かを判定する。

画像処理装置１の全体構成は、画像処理プログラム５１の処理内容が異なる点と、画像処理プログラム５１を実行することによって取得、生成され、メモリ２２に記憶される解析データ５２が、原画像３１と出血部エッジ画像３４との二種類の画像データであり、出血部エッジ候補画像３２と形状エッジ画像３３とは含まれていない点を除き、第１の実施の形態と同一であるため、ここでは、特徴となる作用についてのみ説明し、同じ構成要素については同じ符号を付して説明は省略する。

本実施の形態においては、第１の実施の形態と同様に、例えば出血部エッジを検出する場合について、図９のフローチャートを用いて説明する。図９は、画像処理プログラム５１による画像解析処理の手順を説明するフローチャートである。

まず、ステップＳ１１０において、操作装置１２から指定された画像データを、画像ファイリング装置４から取得し、原画像３１としてメモリ２２に記憶させる。次に、ステップＳ１２０において、ステップＳ１１０で取得した原画像３１を分割し、Ｎ×Ｎ個の分割領域４３を生成する。次に、ステップＳ１３０において、解析対象となる分割領域４３を特定する番号を示すｉを１に初期化する。尚、分割領域４３を特定する番号ｉは、１以上、Ｎ×Ｎ以下の整数値を取る。

次に、ステップＳ１４０において、ｉ番目の分割領域４３におけるカラーエッジ特徴量Ｂ_ｉを算出する。ステップＳ１４０におけるカラーエッジ特徴量の算出手順を、図１０のフローチャートを用いて説明する。図１０は、カラーエッジ特徴量の算出手順を説明するフローチャートである。

まず、ステップＳ１４１において、ｉ番目の分割領域４３におけるＲ信号の値の変動（以下、Ｒ変動と示す）と、Ｇ信号の値の変動（以下、Ｇ変動と示す）とを算出する。Ｒ変動は、第１の実施の形態と同様に、分割領域４３における特定の画素Ｐ１のＲ信号の値（Ｒ１）と、同じ分割領域４３における別の特定の画素Ｐ２のＲ信号の値（Ｒ２）とから算出され、具体的には、Ｒ変動＝ｌｏｇ_ｅ（Ｒ２）−ｌｏｇ_ｅ（Ｒ１）で計算される。また、Ｇ変動は、Ｒ変動を算出する際に用いた画素Ｐ１のＧ信号の値（Ｇ１）と、画素Ｐ２のＧ信号の値（Ｇ２）とから算出され、具体的には、Ｇ変動＝ｌｏｇ_ｅ（Ｇ２）−ｌｏｇ_ｅ（Ｇ１）で計算される。本実施の形態では、図１１に示すように、分割領域４３における上下左右方向及び対角線方向の八つの方向について、それぞれＲ変動とＧ変動とを算出している。図１１（ａ）〜（ｈ）は、Ｒ変動及びＧ変動の算出方法を説明する図である。図１１（ａ）〜（ｈ）に示す、第１〜第８のＲ変動の算出方法は、図７（ａ）〜（ｈ）に示す第１〜第８のＲ変動の算出方法と同様であるので、詳細な説明は省略する。図１１（ａ）〜（ｈ）に示す、第１〜第８のＧ変動の算出方法は、第１〜第８のＲ変動を算出する際に用いた画素と同じ画素を用いており、Ｒ信号の値であるＲ１、Ｒ２を、それぞれＧ信号の値であるＧ１、Ｇ２と置き換えれば、第１〜第８のＲ変動の算出方法と同様であるので、詳細な説明は省略する。

次に、ステップＳ１４２において、第１〜第８のＧ変動をそれぞれ第１〜第８のＲ変動で割り、第１〜第８の変動比を求める。続くステップＳ１４３において、ステップＳ１４２で求めた第１〜第８の変動比のうちの最大値を、カラーエッジ特徴量Ｂ_ｉとする。周辺粘膜と出血部との境界領域付近、すなわち、出血部エッジ付近は、一般的に、Ｒ信号やＢ信号の変化に比べてＧ信号の変化が大きい。従って、Ｇ変動／Ｒ変動の最大値をカラーエッジ特徴量とする。尚、カラーエッジ特徴量は、Ｂ変動／Ｇ変動の最大値を用いてもよい。

次に、ステップＳ１５０において、ｉ番目の分割領域４３が出血部エッジであるか否かを判定する。具体的には、カラーエッジ特徴量Ｂ_ｉが、Ｂ_ｉ＞Ｔｈ３であればｉ番目の分割領域４３は出血部エッジであると判定する。ここで、Ｔｈ３は閾値であり、本発明の実施の形態においては、例えばＴｈ３＝０．１に設定している。Ｂ_ｉ＞Ｔｈ３の場合、ステップＳ１６０において、ｉ番目の分割領域４３は出血部エッジであると判定し、ステップＳ１８０へ進む。Ｂ_ｉ≦Ｔｈ３の場合、ステップＳ１７０において、ｉ番目の分割領域４３は出血部エッジでないと判定し、ステップＳ１８０へ進む。

ステップＳ１８０においては、全ての分割領域４３について出血部エッジ判定を行ったか否かを判定する。具体的には、ｉ＜Ｎ×Ｎである場合、ステップＳ１９０において、分割領域４３を特定する番号ｉに１を加算（ｉ＝ｉ＋１）してステップＳ１４０へ戻り、残りの分割領域に対して出血部エッジ判定を行う。ｉ＝Ｎ×Ｎである場合、処理を終了する。

このように、本実施の形態の画像処理装置１では、Ｒ信号、Ｇ信号、Ｂ信号のうちの２つ以上の色信号の変動に基づいて算出されたカラーエッジ特徴量Ｂｉを用いて出血部エッジか否かを判定するため、出血部エッジか否かを相対的に判断して検出することができる。また、面積の広い出血部や、エッジが分割して抽出された出血部など、多様な大きさの出血部エッジを抽出することができるため、出血部エッジの検出精度がさらに向上する。

（第３の実施の形態）
次に、本発明の第３の実施の形態を説明する。上述した第１の実施の形態では、出血部エッジにおける色信号の変化量を反映したエッジ特徴量を用いて出血部エッジか否かを判定したが、本実施の形態では、周辺領域においてもエッジ特徴量を算出し、周辺領域から出血部エッジにかけてのエッジ特徴量の連続性を評価することで、出血部エッジか否かを判定する。

画像処理装置１の全体構成は、画像処理プログラム６１の処理内容が異なる点と、画像処理プログラム６１を実行することによって取得、生成され、メモリ２２に記憶される解析データ６２が、原画像３１と出血部エッジ画像３４との二種類の画像データであり、出血部エッジ候補画像３２と形状エッジ画像３３とは含まれていない点を除き、第１の実施の形態と同一であるため、ここでは、特徴となる作用についてのみ説明し、同じ構成要素については同じ符号を付して説明は省略する。

本実施の形態においては、第１の実施の形態と同様に、例えば出血部エッジを検出する場合について、図１２のフローチャートを用いて説明する。図１２は、画像処理プログラム６１による画像解析処理の手順を説明するフローチャートである。

まず、ステップＳ２０１において、操作装置１２から指定された画像データを、画像ファイリング装置４から取得し、原画像３１としてメモリ２２に記憶させる。次に、ステップＳ２０２において、ステップＳ２０１で取得した原画像３１からN×N個の分割領域４３を生成し、出血部エッジ候補領域４４を抽出する。ステップＳ２０２における処理は、第１の実施の形態において、図４を用いて説明した出血部エッジ候補抽出処理と同様の処理であるので、説明は省略する。

次に、ステップＳ２０３において、解析対象となる出血部エッジ候補領域４４を特定する番号を示すｉを１に初期化する。尚、出血部エッジ候補領域４４を特定する番号ｉは、１以上、M以下の整数値を取る。ここで、Mは、ステップＳ２０２において、出血部エッジ候補領域４４として抽出された分割領域４３の数である。続いて、ステップＳ２０４において、ｉ番目の出血部エッジ候補領域４４における、第１〜第８のＲ変動を算出する。ステップＳ２０４におけるＲ変動の算出方法は、第１の実施の形態において、図７を用いて説明した方法と同様であるので、説明を省略する。

次に、ステップＳ２０５において、ステップＳ２０４で算出した、第１〜第８のＲ変動における最大値をエッジ特徴量Ａ１_ｉとし、Ｒ変動が最大となる方向をＤ_ｉとする。例えば、第４のＲ変動が最大である場合、方向Ｄｉは図７（ｄ）に示すように対角線右下方向となる。尚、エッジ特徴量Ａ１_ｉと方向Ｄ_ｉとの二つの特徴量を包括して、候補領域連続性特徴量と呼ぶ。

続いて、ステップＳ２０６において、図１３に示すように、ｉ番目の出血部エッジ候補領域４４に関する背景領域６３を設定する。図１３は、出血部エッジ候補領域４４と背景領域６３との関係を説明する概略図である。背景領域６３とは、エッジ特徴量の連続性を評価するために必要な領域であり、ｉ番目の出血部エッジ候補領域４４の中心から見て、ステップＳ２０５で求めた方向Ｄ_ｉと反対の方向に隣接して位置する。また、背景領域６３は、出血部エッジ候補領域４４と１：ｋの相似関係にあり、本実施の形態においては、図１３に示すように、例えばｋ＝２に設定している。

次に、ステップＳ２０７において、背景領域６３における方向Ｄ_ｉのＲ変動を算出し、背景領域連続性特徴量Ａ２_ｉとする。Ｒ変動の算出方法は、出血部エッジ候補領域４４におけるＲ変動の算出方法と同様であるので、説明を省略する。次に、ステップＳ２０８において、ｉ番目の出血部エッジ候補領域４４が出血部エッジであるか否かを判定する。具体的には、背景領域連続性特徴量Ａ２_ｉをエッジ特徴量Ａ１_ｉで割った値を連続性評価特徴量Ｃ_ｉとし、Ｃ_ｉ≦Ｔｈ４であればｉ番目の出血部エッジ候補領域４４は出血部エッジであると判定する。ここで、Ｔｈ４は閾値であり、本発明の実施の形態においては、例えばＴｈ１＝０．２に設定している。図１４（ａ）に示すように、Ｃ_ｉ≦Ｔｈ４の場合、ステップＳ２０９において、ｉ番目の出血部エッジ候補領域４４は出血部エッジであると判定し、ステップＳ２１１へ進む。図１４（ｂ）に示すように、Ｃ_ｉ＞Ｔｈ４の場合、ステップＳ２１０において、ｉ番目の出血部エッジ候補領域４４は出血以外の要素からなるエッジであり、出血部エッジではないと判定し、ステップＳ２１１へ進む。図１４は、連続性評価特徴量Ｃ_ｉによる出血部エッジ判定を説明する概略図である。図１４は、図１３におけるＣ−Ｃ´線上に位置する画素のＲ信号の値を概略的に示したものであり、図１４（ａ）は、出血部エッジ候補領域４４が出血部エッジである場合のＲ信号の値の変化を、図１４（ｂ）は、出血部エッジ候補領域４４が出血以外の要素からなるエッジである場合のＲ信号の値の変化を、それぞれ示している。図１４（ａ）に示すように、出血部エッジ候補領域４４が出血部エッジである場合、背景領域６３ではＲ信号の値がほぼ一定であるのに対し、出血部エッジ候補領域４４ではＲ信号の値が大きく変化する。一方、図１４（ｂ）に示すように、出血部エッジ候補領域４４が出血以外の要素からなるエッジである場合、背景領域６３から出血部エッジ候補領域４４にかけて、Ｒ信号の値はゆるやかに変化していく。この背景領域６３から出血部エッジ候補領域４４にかけてのＲ信号の値の変化の違いを、双方のＲ変動比である連続性評価特徴量Ｃ_ｉとして捉ることで、連続性評価特徴量Ｃ_ｉを用いて出血部エッジであるか否かを判定することができる。

ステップＳ２１１においては、全ての出血部エッジ候補領域４４についてエッジ判定を行ったか否かを判定する。具体的には、ｉ＜Ｍである場合、ステップＳ２１２において、出血部エッジ候補領域４４を特定する番号ｉに１を加算（ｉ＝ｉ＋１）してステップ２０４へ戻り、残りの出血部エッジ候補領域４４に対して出血部エッジ判定を行う。ｉ＝Ｍである場合、処理を終了する。

このように、本実施の形態の画像処理装置１では、出血部エッジにおける色信号の変化量であるエッジ特徴量を用いることで、出血部エッジか否かを相対的に判断して検出することができる。また、出血部エッジの周辺領域においてもエッジ特徴量を算出し、周辺部領域から出血部エッジにかけてのエッジ特徴量の連続性を評価して出血部エッジか否かを判定するため、出血部エッジと類似したエッジ特徴量を有する形状変化や腸液などを、出血部エッジであるとして誤検出するのを防ぐことができ、出血部エッジの検出精度がさらに向上する。

尚、エッジ特徴量の替わりに、第２の実施の形態において説明した、カラーエッジ特徴量を用いて出血部エッジ候補領域４４を抽出してもよい。具体的には、ステップS２０２における出血部エッジ候補領域４４を抽出する処理を、第１の実施の形態において図４を用いて説明した出血部エッジ候補抽出処理の替わりに、第２の実施の形態において図９を用いて説明した出血部エッジ抽出処理と同様の処理を行う。この場合、第２の実施の形態において出血部エッジとして抽出された領域が、本実施の形態においては出血部エッジ候補領域４４となる。

（第４の実施の形態）
次に、本発明の第４の実施の形態を説明する。上述した第３の実施の形態では、出血部エッジ候補領域の周辺領域においてもエッジ特徴量を算出し、周辺領域から出血部エッジ候補領域にかけてのエッジ特徴量の連続性を評価することで、出血部エッジか否かを判定したが、本実施の形態では、出血部エッジ候補領域の内部領域の液面色調に基づき、出血部エッジか否かを判定する。

画像処理装置１の全体構成は、画像処理プログラム７１の処理内容が異なる点を除き、第３の実施の形態と同一であるため、ここでは、特徴となる作用についてのみ説明し、同じ構成要素については同じ符号を付して説明は省略する。

本実施の形態においては、第３の実施の形態と同様に、例えば出血部エッジを検出する場合について、図１５のフローチャートを用いて説明する。図１５は、画像処理プログラム７１による画像解析処理の手順を説明するフローチャートである。

まず、ステップＳ３０１において、操作装置１２から指定された画像データを、画像ファイリング装置４から取得し、原画像３１としてメモリ２２に記憶させる。次に、ステップＳ３０２において、ステップＳ３０１で取得した原画像３１からN×N個の分割領域４３を生成し、出血部エッジ候補領域４４を抽出する。次に、ステップＳ３０３において、解析対象となる出血部エッジ候補領域４４を特定する番号を示すｉを１に初期化する。尚、出血部エッジ候補領域４４を特定する番号ｉは、１以上、M以下の整数値を取る。ここで、Mは、ステップＳ３０２において、出血部エッジ候補領域４４として抽出された分割領域４３の数である。続いて、ステップＳ３０４において、ｉ番目の出血部エッジ候補領域４４における、第１〜第８のＲ変動を算出する。尚、上述したステップＳ３０１〜ステップＳ３０４の各処理は、図１２におけるステップＳ２０１〜ステップＳ２０４の各処理と同様の処理である。

次に、ステップＳ３０５において、ステップＳ３０４で算出した、第１〜第８のＲ変動が最大となる方向を、候補領域特徴量Ｄ_ｉ’とする。例えば、第４のＲ変動が最大である場合、候補領域特徴量Ｄ_ｉ’は図７（ｄ）に示すように対角線右下方向となる。

続いて、ステップＳ３０６において、図１６に示すように、ｉ番目の出血部エッジ候補領域４４に関する内部領域７２を設定する。図１６は、出血部エッジ候補領域４４と内部領域７２との関係を説明する概略図である。内部領域７２とは、エッジ内側の液面色調を評価する領域であり、ｉ番目の出血部エッジ候補領域４４の中心から見て、ステップＳ３０５で求めた候補領域特徴量Ｄ_ｉ’の方向に隣接して位置する。また、内部領域７２は、出血部エッジ候補領域４４と同じ形状・面積を有する。

次に、ステップＳ３０７において、内部領域７２に含まれる画素のＲ信号、Ｇ信号、Ｂ信号の値を取得し、内部領域７２における各色信号の平均値Ｒａ_ｉ’、Ｇａ_ｉ’、Ｂａ_ｉ’を算出する。続いて、ステップＳ３０８において、予め設定された、出血部領域色調空間と、ステップＳ３０７で算出した各色信号の平均値Ｒａ_ｉ’、Ｇａ_ｉ’、Ｂａ_ｉ’とを比較する。尚、ステップＳ３０７，Ｓ３０８の処理は、図３におけるステップＳ１３，Ｓ１４の処理と同様の処理である。ステップＳ３０７で算出した各色信号の平均値Ｒａ_ｉ’、Ｇａ_ｉ’、Ｂａ_ｉ’が出血部領域色調空間内に存在する場合、ステップＳ３０９において、ｉ番目の出血部エッジ候補領域４４は出血部エッジであると判定し、ステップＳ３１１へ進む。一方、ステップＳ３０７で算出した各色信号の平均値Ｒａ_ｉ’、Ｇａ_ｉ’、Ｂａ_ｉ’が出血部領域色調空間内に存在しない場合、ステップＳ３１０において、ｉ番目の出血部エッジ候補領域４４は出血部エッジでないと判定し、ステップＳ３１１へ進む。

ステップＳ３１１においては、全ての出血部エッジ候補領域４４についてエッジ判定を行ったか否かを判定する。具体的には、ｉ＜Ｍである場合、ステップＳ３１１において、出血部エッジ候補領域４４を特定する番号ｉに１を加算（ｉ＝ｉ＋１）してステップ３０４へ戻り、残りの出血部エッジ候補領域４４に対して出血部エッジ判定を行う。ｉ＝Ｍである場合、処理を終了する。

このように、本実施の形態の画像処理装置１では、出血部エッジにおける色信号の変化量であるエッジ特徴量を用いることで、出血部エッジか否かを相対的に判断して検出することができる。また、出血部エッジの内部領域において液面色調を評価して出血部エッジか否かを判定するため、周辺粘膜から出血部へかけて、出血部エッジと類似したエッジ特徴量変化を有する異物や腸液などを、出血部エッジであるとして誤検出するのを防ぐことができ、出血部エッジの検出精度がさらに向上する。

尚、本実施の形態においても第３実施の形態と同様に、エッジ特徴量の替わりに、第２の実施の形態において説明した、カラーエッジ特徴量を用いて出血部エッジ候補領域４４を抽出してもよい。

以上のように、上記４つの実施の形態では、出血部エッジを抽出する場合を例にとって説明したが、本発明は、上述した実施の形態に限定されるものではなく、本発明の要旨を変えない範囲において、種々の変更、改変等が可能である。例えば粘膜表面の発赤部の輪郭部を抽出する場合にも適用可能である。

以上の実施の形態から、次の付記項に記載の点に特徴がある。

（付記項１）生体粘膜表面画像を撮像した複数枚の医用画像を入力するステップと、
前記医用画像の少なくとも１つの色信号から色調に基づき出血性エッジと形状エッジとを識別するステップを更に含み、前記複数枚の医用画像から、前記出血性エッジが存在する画像を対象観察画像として選択するステップと、
を含むことを特徴とする医用画像処理方法。

（付記項２）前記医用画像の少なくとも１つの色信号から色調に基づき前記出血性エッジと前記形状エッジとを識別するステップが、前記医用画像における色調平均値に基づき出血性色領域を抽出するステップを含むことを特徴とする付記項１に記載の医用画像処理方法。

（付記項３）前記医用画像の少なくとも１つの色信号から色調に基づき前記出血性エッジと前記形状エッジとを識別するステップが、前記出血性色領域における前記形状エッジを抽出し、前記出血性エッジであると判定するステップを含むことを特徴とする付記項２に記載の医用画像処理方法。

（付記項４）前記出血性色領域における前記形状エッジを抽出し、前記出血性エッジであると判定するステップが、前記医用画像の少なくとも１つの色信号から色調の変化に基づきエッジを抽出するステップをさらに含み、前記エッジの大きさに基づき、前記形状エッジと、前記出血性エッジとのいずれかを判別することを特徴とする付記項３に記載の医用画像処理方法。

（付記項５）前記医用画像の少なくとも１つの色信号から色調に基づき前記出血性エッジと前記形状エッジとを識別するステップが、カラーエッジに基づき前記出血性エッジを抽出するステップを含むことを特徴とする付記項１に記載の医用画像処理方法。

（付記項６）前記カラーエッジに基づき前記出血性エッジを抽出するステップが、前記医用画像の２つ以上の色信号の変化量に基づき前記出血性エッジを抽出することを特徴とする付記項５に記載の医用画像処理方法。

（付記項７）前記医用画像の少なくとも１つの色信号から色調に基づき前記出血性エッジと前記形状エッジとを識別するステップが、前記抽出した出血性エッジの周辺領域情報に基づき前記出血性エッジをさらに限定するステップを含むことを特徴とする付記項１から付記項６のいずれかに記載の医用画像処理方法。

（付記項８）前記抽出した出血性エッジの周辺領域情報に基づき前記出血性エッジをさらに限定するステップが、前記抽出した出血性エッジの背景領域からの連続性を評価し、前記出血性エッジを限定するステップをさらに含むことを特徴とする付記項７に記載の医用画像処理方方法。

（付記項９）前記抽出した出血性エッジの周辺領域情報に基づき前記出血性エッジをさらに限定するステップが、前記抽出した出血性エッジの内側液面領域の色調を評価し、前記出血性エッジを限定するステップをさらに含むことを特徴とする付記項７に記載の医用画像処理方法。

（付記項１０）抽出された出血性の変化を示す前記出血性エッジが、出血部エッジであることを特徴とする、付記項１から付記項９のいずれかに記載の医用画像処理方法。

（付記項１１）抽出された出血性の変化を示す前記出血性エッジが、発赤部エッジであることを特徴とする付記項１から付記項９のいずれかに記載の医用画像処理方法。

本発明の第１の実施の形態に係わる画像処理装置１と関連システムとのネットワーク構成を概略的に示した図である。 画像処理装置１の全体構成を概略的に示した図である。 画像処理プログラム２８による画像解析処理の手順を説明するフローチャートである。 出血部エッジ候補抽出処理の手順を説明するフローチャートである。 解析データ２９を説明する概略図であり、図５（ａ）は、原画像３１を説明する概略図、図５（ｂ）は、出血部エッジ候補画像３２を説明する概略図、図５（ｃ）は、形状エッジ画像３３を説明する概略図、図５（ｄ）は、出血部エッジ画像３４を説明する概略図である。 形状エッジ抽出処理の手順を説明するフローチャートである。 Ｒ変動の算出方法を説明する図である。 出血部エッジ決定処理の手順を説明するフローチャートである。 画像処理プログラム５１による画像解析処理の手順を説明するフローチャートである。 カラーエッジ特徴量の算出手順を説明するフローチャートである。 Ｒ変動及びＧ変動の算出方法を説明する図である。 画像処理プログラム６１による画像解析処理の手順を説明するフローチャートである。 出血部エッジ候補領域４４と背景領域６３との関係を説明する概略図である。 図１３におけるＣ−Ｃ´線上に位置する画素のＲ信号の値を概略的に示したものであり、図１４（ａ）は、出血部エッジ候補領域４４が出血部エッジである場合のＲ信号の値の変化を、図１４（ｂ）は、出血部エッジ候補領域４４が出血以外の要素からなるエッジである場合のＲ信号の値の変化を示している。 画像処理プログラム７１による画像解析処理の手順を説明するフローチャートである。 出血部エッジ候補領域４４と内部領域７２との関係を説明する概略図である。

符号の説明

１…画像処理装置、１１…パーソナルコンピュータ、２８…画像処理プログラム、２９…解析データ、３１…原画像、３４…出血部エッジ画像

Claims (5)

1. 被写体を撮像した画像を複数の小領域に分割し、各小領域の画像信号が出血性領域の色調空間に存在するか否かに基づき、出血性領域の輪郭部の候補領域を抽出する出血性エッジ候補領域抽出手段と、
   前記候補領域中の前記各小領域における前記画像信号中の前記色調空間を構成する色信号の変動量を算出する変動量算出手段と、
   前記変動量に基づき、前記候補領域中の前記各小領域が前記出血性領域の輪郭部であるか否かを判定する出血性エッジ判定手段と、
   を備えたことを特徴とする画像処理装置。
2. 前記色信号は、R信号であり、
   前記出血性エッジ判定手段は、前記R信号の変動量に基づき前記候補領域中の前記各小領域が輪郭部であるか否かを判定するエッジ判定手段と、前記輪郭部であると判定された前記候補領域が、前記出血性領域以外の形状領域の輪郭部であるか否かを判定する、形状エッジ判定手段とを含むことを特徴とする請求項１に記載の画像処理装置。
3. 前記色信号は、R信号であり、
   前記出血性エッジ判定手段は、前記Ｒ信号の変動量に基づいて設定された前記候補領域中の前記各小領域に隣接する隣接領域における前記R信号の変動量を算出する隣接領域変動量算出手段を更に含み、前記各小領域の前記R信号の変動量と前記隣接領域の前記R信号の変動量との比に基づき、前記候補領域中の前記各小領域が前記出血性領域の輪郭部であるか否かを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。
4. 前記色信号は、R信号であり、
   前記出血性エッジ判定手段は、前記Ｒ信号の変動量に基づいて設定された前記候補領域中の前記各小領域に隣接する隣接領域における画像信号が前記色調空間に存在するか否かに基づき、前記候補領域中の前記各小領域が前記出血性領域の輪郭部であるか否かを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。
5. コンピュータに、
   被写体を撮像した画像を複数の小領域に分割し、各小領域の画像信号が出血性領域の色調空間に存在するか否かに基づき、出血性領域の輪郭部の候補領域を抽出する出血性エッジ候補領域抽出手順と、
   前記候補領域中の前記各小領域における前記画像信号中の前記色調空間を構成する色信号の変動量を算出する変動量算出手順と、
   前記変動量に基づき、前記候補領域中の前記各小領域が前記出血性領域の輪郭部であるか否かを判定する出血性エッジ判定手順と、
   を実行させることを特徴とする画像処理プログラム。

Images