JP4927580B2

JP4927580B2 - 画像処理装置及びその方法

Info

Publication number: JP4927580B2
Application number: JP2007021686A
Authority: JP
Inventors: 道雄及川
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2007-01-31
Filing date: 2007-01-31
Publication date: 2012-05-09
Anticipated expiration: 2027-01-31
Also published as: JP2008186404A

Description

本発明は画像処理装置、特にX線CT(Computed Tomography)やMRI(Magnetic Resonance Imaging)などで撮影された3次元的な断層像データすなわちボリュームデータの高速可視化処理技術に関する。

医用画像の可視化処理の例として、ボリュームレンダリング法がある（特許文献１）。このような可視化処理は、大量のボリュームデータのサンプリング計算などを必要とするため、非常に時間がかかる処理である。

近年、PC(Personal Computer)用のグラフィックスボードに搭載されているGPU(Graphics Processing Unit)の性能は理論上の数値においてPC本体のCPU(Central Processing Unit)の性能を上回ってきている。また、GPUで実行する処理を外部からプログラミングすることが可能であり、GPUを本来の目的に利用する動きが活発化している。

GPUの特徴は、並列化とパイプライン処理であり、上記のボリュームレンダリングなど、医療用のボリュームデータの可視化処理に向いている。しかしながら、グラフィックスボードに搭載されているビデオメモリ(Video Random Access Memory, VRAM)容量はあまり大きくなく、VRAMを使用するGPUは単純には大容量の医療用のボリュームデータを扱うことができない。

そこで、ボリュームデータを分割することで、VRAM容量を超えるデータの扱いを可能とするとともに、濃度勾配計算を行うために、分割の境界領域では重ね合わせを行う方法について、非特許文献１に示されている。非特許文献１では、Octree（八分木）構造と組み合わせることにより、ボリュームレンダリングにおいて、不透明度の設定によっては不要となる分割後のボリュームデータ（以下ブロック）の計算を省略することで、高速にボリュームレンダリングを行う方法についても示されている。

また、別の可視化手法として、MIP(Maximum Intensity Projection)法が存在する。このMIP法はボリュームレンダリングよりも処理は簡単であり、例えば図６のような場合、光線２４上のボクセルの最大値をピクセル２３の上に投影すればよい。MIPの場合には仮想的な面を求める必要がないため、非特許文献１のようなブロックの重ね合わせは必要なく、図６のようにボリュームデータ２１を８１〜８８のブロックに重ね合わせなく分割すればよい。

特開2005-322257号公報 W. Hong、 et al、"GPU-based object-Order Ray-Casting for Large Datasets"、 Volume graphics 2005、 pp．177-185、 2005

近年、取得される医療用のボリュームデータの容量は増加してきているため、その可視化においては、より大容量データを扱い、かつ高速に演算することが必要となってきている。そのため、上述した従来技術が開発されてきているが、非特許文献１にはボリュームデータ分割の際の、ボリュームデータの端部の処理について開示されていないため、端部におけるデータの扱いや画質の面で課題が存在する。また、MIP法を用いる従来技術の場合には非特許文献１とは異なるボリュームデータ分割を行っており、システムとして複数の可視化手法を用いる場合、データ構造に関する課題が存在する。

本発明は、3次元的な断層像データすなわちボリュームデータの端部処理を含めた高速処理可能な画像処理装置、及びその処理方法を提供することを目的とする。

上記目的を達成するため、本発明においては、3次元情報を持つボリュームデータを用い、コンピュータを利用して可視化する画像処理装置であって、このコンピュータは、少なくとも主演算部、主記憶部、副演算部、および副記憶部を有し、ボリュームデータをブロックに分割するに際し、ブロックの基本の大きさを一定とし、ブロックの境界が重なりあうよう分割し、更に、ボリュームデータの端の領域においては、ボリュームデータが存在する領域の分だけの大きさのブロックに分割し、分割したブロックを副記憶部に格納し、副演算部が、副記憶部に記憶されたブロックを用いて可視化計算を実行し、その際、ブロックの外側の領域のサンプリング位置については、ブロックの境界の値を用いて補間を行う構成とする。

また、可視化計算には複数の種類を用意し、この複数種類の可視化計算において、分割されたブロックを共通に用いる構成とする。

即ち、本発明においては、ボリュームデータ端の領域における分割処理において、データ量を最小とする手段と、ボリュームデータ存在範囲外の領域の値について補間する手段を用いることにより、メモリ容量を有効に活用しつつ、かつ、ボリュームデータ境界面での高品質な描画を行うことが可能となる。

また、本発明においては、異なる可視化手法においても、同じデータ構造を用いることにより、システムとしての効率を向上することが可能となる。

本発明により、VRAM容量を超えるボリュームデータを扱った可視化の際に、利用するメモリ容量を有効活用しながら、ボリュームデータの端部を含め、高画質な可視化が可能となる。また、複数の可視化手法を用いる場合に、システムとしての効率向上が期待できる。

以下、実施例を図面を用いて説明するが、その前提として、図2を用いてボリュームレンダリング法を概説する。例えばX線CTなどで計測されたボリュームデータ21を、投影面22に投影することを考える。このとき、投影面22に垂直な光線を仮定し、その光線上のボリュームデータの不透明度を想定した光線の射出量を加算した値を投影するのがボリュームレンダリング法である。例えば、図2のピクセル23には、光線24上のボリュームデータ21をある間隔でサンプリングし、そのサンプリング位置におけるボクセルの不透明度と色情報を求める。サンプリングにおいては、計測されたデータを用いて、サンプリング位置におけるボリュームデータの値について、サンプリング位置周囲の元のボリュームデータから補間により求め、不透明度と色情報を補間したデータの値に対応付ける。例えば、X線CTであればX線の吸収率に対応させてユーザが不透明度を設定する。

また、ボリュームレンダリング法においては、各サンプリング位置における仮想的な面の向きを想定し、その位置での光の反射量及び光の透過量を求めて加算していくことにより自然な立体感を実現している。例えば、図２のような場合、光線24上のn番目のサンプリング位置における不透明度をα(n)、色情報をc(n)とする。このとき、n番目のサンプリング位置におけるボクセルから射出される光をC(n)とする。反射成分として拡散反射のみを考慮するものとして、仮想的な面の向きをサンプリング位置の周囲のボクセルとの濃度勾配Δgを用いるとするとき、C(n)は以下の式で表すことができる。
C(n) = (Δgz/|Δg|)c(n)α(n) + C(n-1)(1-α(n))
ここでΔgzはｚ軸方向の濃度勾配
この式の第1項は反射量を求めている部分であり、第2項は透過量を求めている部分である。

まず、第一の実施例として、VRAM容量を超えるボリュームデータを扱った可視化を実現するための実施例を示す。第一の実施例のシステム構成について図１を用いて説明する。

ハードウェアとしては、基本的なPCの構成と同じとなる。PC１は、チップセット５を介し、主演算部であるCPU３、主記憶部であるメインメモリ４、ハードディスク６、更にグラフィックスボード７が接続されて構成され、グラフィックスボード７からの可視化データである映像信号をディスプレイ２に表示する。ここで、グラフィックスボード７はAGP(Accelerated Graphics Port)やPCI(Peripheral Component Interconnect) Expressバスなどに接続され、外部よりプログラミング可能な副演算部であるGPU８と、データをローカルに格納する副記憶部であるビデオメモリ(VRAM)９からなっている。

可視化処理は、ハードディスク６に記憶されたプログラムを、CPU３、メインメモリ４、GPU８、ビデオメモリ９などのハードウェア資源を用いることにより実行することにより実現される。また、可視化対象となる元のボリュームデータもハードディスク６に記憶されているとする。ただし、ボリュームデータはネットワークを介して取得し、直接メインメモリ４に記憶してもよい。

また、グラフィックボード７はグラフィックス機能を持つチップセットという形で実装されてもよく、GPU８が物理的にはチップセット５に組み込まれており、ビデオメモリ９はメインメモリ４の一部を利用するように実装しても良いが、この場合にもビデオメモリは上述した副記憶部として機能する。

次に、図１に示したシステムを用いて、本実施例のボリュームデータの分割方法について、図３、図４及び図９を用いて説明する。図３は図２のボリュームデータ２１を８つのブロック４１〜４８に分割した例であり、同じブロックサイズで、全ボリュームデータを表現することができた場合の例である。このとき、1軸方向のボクセル群４９に注目すると、ブロック４１と４４におけるボクセル群４９は５０，５１のように、2ボクセル分の位置が重なるように分割されている。このようにすることで、後で詳述するようにボリュームレンダリング法において、仮想的な面の向きを求めるために、着目するサンプリング位置の周囲のデータを用いた濃度勾配を正確に求めることが可能となる。

次に、図４は図３における1軸方向（ここではz軸方向）のボクセルのみを表示したのものと同じ１次元の説明であるが、ここでは同じブロックサイズではなく、最後のブロックは他のブロックよりボクセル数が少なくなる例である。このとき、元のボクセルデータ６０は１８個のボクセルからなるデータであるとする。ここで本実施例では、VRAMの特性として、2のべき乗の容量のデータに対しては高速にアクセスすることが可能であることから、分割後、VRAMに記憶されるブロックの各軸方向のボクセル数は、2のべき乗を基本とする。

図３の実施例においては、ひとつのブロックが８ボクセルとなるような分割を基本に行うこととする。すると、図３のように、2ボクセルを重ね合わせるように分割をして、ブロック６１、６２のように元データ６０を分割する。同じブロックサイズにより分割するのであれば、６１、６２と同様に８ブロックとすればよいが、本実施例においては、最後のブロック６３は６ボクセルのブロックとして分割し、点線で示したような余分なボクセルのための領域は確保しないようにする。このようにすることで、消費するデータ量としては最小とすることが可能であるが、若干メモリアクセススピードが遅くなる可能性が存在する。しかしながら、現状ではVRAMのメモリ量が少ないことが課題となっているため、本実施例においてはその課題の解決を優先している。

ここで、図９を用いて実際の3次元情報を持つボリュームデータの場合についてメモリ削減の効果を説明する。図４では理解良くするため1次元について説明したが、メモリ削減の効果が少ないように見えるが、実際には3次元となるため、このメモリ削減効果は大きなものとなる。図９に明らかなように、３次元のボリュームデータをブロック分割したとき、ブロックのサイズは８つの種類が存在することとなる。まずは、各軸のボクセル数をn個とすると、n×n×nボクセルからなるブロックで分割される領域が領域100である。そして、X軸方向について最後のブロックのボクセル数がa、Y軸方向について最後のブロックのボクセル数がb、Z軸方向についての最後のブロックのボクセル数がc(a,b,c≦n)であるとすると、元のボリュームデータは以下の領域に分かれる。

a×n×nボクセルのブロックで分割されるのが領域101、n×b×nボクセルのブロックで分割されるのが領域102、n×n×cボクセルのブロックで分割されるのが領域103、a×n×cボクセルのブロックで分割されるのが領域104、n×b×cボクセルのブロックで分割されるのが領域105、a×b×nボクセルのブロックで分割されるのが領域106、a×b×cボクセルのブロックとなるのが領域107である。このように、3次元的にメモリ削減の効果があるため、本実施例の手法は有効性が高いものとなること明らかである。

続いて、図４の一次元上での説明に戻り、本実施例におけるブロック境界の扱いについて説明する。図３で説明したように、本実施例においては、ボリュームデータの分割に際し、各ブロックで2ボクセル分の位置が重なるように分割している。その結果、図４のz軸上の丸印は光線上のサンプリング位置であるとすると、z=0からz=6の位置については、ブロック６１のデータを、z=7からz=12まではブロック６２を、z=13からz=17まではブロック６３を用いて計算を行うことができる。このようにすることで、濃度勾配を求める際に必要となる、ｚ軸方向前後のボクセルのデータについて、データを入れ替えることなく参照することが可能となる。すなわち、z=6のときにはz=7の位置のボクセル値についてもブロック６１のデータから求めることが可能である。同様に、z=7のときにはz=6の位置の、z=12のときにはz=13の位置のボクセル値についてブロック６２のデータから求めることか可能で、z=13のときにはz=12の位置のボクセル値はブロック６３から求めることが可能である。

次に、ボリュームデータ境界の扱いについて説明する。z=0, 17の位置については、濃度勾配を求める際に、ボリュームデータ領域外のボクセル値が必要となる。ボリュームデータ領域外については、値が存在しないため、空気が存在するものとして扱うことが自然である。しかしながら、そのような扱い方ではボリュームデータ境界において、アーチファクトが発生するため、本実施例では、ボリュームデータ境界のボクセルの値にて、ボリュームデータ領域外の値を置き換えるという処理を行う。この処理とその効果について図５を用いて説明する。

図５はボリュームレンダリングを行う際の2次元断面を示したものである。７２のようなボリュームデータがあったとき、２２のように少し傾いた投影面に対して投影することを考える。すると、投影面に対して垂直方向の光線に沿ってサンプリングする位置が７１の点線で示した格子の交点上の黒丸であるとする。このとき、ボリュームデータ境界が７３の太線であるとすると、７４の線で囲まれた位置については、濃度勾配を求める際に、ボリュームデータ領域外のデータが必要となる。

ここで、ボリュームデータ領域外は空気としてしまうと、７４で囲まれたサンプリング位置については、空気とボリュームデータ領域内部との補間によりボクセル値を求めることになる。すると、その値は、図５から分かるように、空気に近い値からボリュームデータ領域内の値に周期的に変化することになる。ボリュームデータ境界のボクセル値が空気であれば問題にはならないが、人体内部である場合には、この周期的なボクセル値の変化は、アーチファクトとなって表示されてしまうことになる。このような状態は、X線CTなどの撮影断面と垂直方向について発生しやすい。

そこで、本実施例では、７４で囲まれたような、ボリュームデータ領域外のサンプリング位置におけるボクセル値は、図中７５の列のボクセル値を図中７６のボクセル値とすることで、値を求めるものとする。なお、この処理は、GPU8上で実行されるプログラムとしては、メモリ領域外へのアクセス時の定義としてクランプ(CLAMP)処理を行うことで実現することができる。

このような処理を実現するために、ブロックデータに対して、計算領域を設定する方法について、図10を用いて説明する。図10では説明を簡単にするため、2次元データで説明する。点線のひとつの小さな正方形がボクセルデータであるとし、16×16のボリュームデータであるとする。このとき、このボリュームデータを8×8のブロックを基本として分割を行うと、例えば領域120（斜線で表示された部分）が１つのブロックとなる（図10中の細実線が各ブロックの境界であり、２ポクセル分の重なり領域が存在する）。このブロック120は上側と左側はボリュームデータの境界となっているが、下側と右側は隣のブロックとの重なり領域となっている。

そこで、上記のような境界処理を行うために、ブロックに対する計算領域を指定する（図10中の太実線）。図10中、ブロック120の計算領域は太実線110で示されている。図10から明らかなように、ボリュームデータ境界については、ブロックの外側が計算領域境界となり、隣のブロックと重なっている領域については、外郭ボクセルの内側が計算領域境界となる。実際のボリュームデータについては、3次元となるため、各ブロックの各面がボリュームデータの境界となるか、ならないかについての組合せは64通りとなる。よって、計算領域の定義として64通りを用意しておき、ブロックのタイプに応じて、計算領域を選択して計算することで本実施例を実現することが可能となる。

以上詳述した、第一の実施例により、VRAM容量を超えるボリュームデータを扱い、GPUを用いてボリュームレンダリング法を実行する際に、必要とするデータ量を最小としながら、高画質なボリュームレンダリング法による可視化を実現することが可能である。例えば、医用画像として典型的な512×512ピクセル（pixel）の断層像が256枚のボリュームデータを考え、128×128×128ボクセル（voxel）のブロックを用いて境界を重ね合わせて分割することを想定した場合、全てのブロックを同じサイズとすると、
128x128x128x2x5x5x3=314MB
により約314MBとなる（情報量2byte/voxelの場合）。

ここで、本実施例のように、必要サイズのブロックにより分割を行うと、 (128x128x128x2x4x4x2)+(128x108x2x4x2x2)+(128x128x4x2)x4x4x2+(128x108x4x2x4x2)+(108x108x128x2x2)+(108x108x4x2x1)=200MＢにより、約200MBとなり、約36%のメモリ使用量の削減となる。これは、最近のグラフィックスボードで普及してきたVRAM容量が256MBであることを考えると、VRAMに全ブロックの情報をセットできるか、データを入れ替えて計算しなければいけないかという違いが発生し、可視化処理時間に大きな影響を与え、本実施例を用いることにより、全ブロックの情報をVRAMに記憶することが可能となるため、高速な可視化処理が可能となる。

次に、システムの効率を向上させる第二の実施例について説明する。

先に説明したように、ボリュームデータの可視化手法としてはボリュームレンダリング法のほかに、MIP法も存在しているが、MIP法においては、ボリュームデータの分割の際に、重ねあわせを必要としない。しかしながら、本実施例では、MIPを行う場合にもブロック境界を重ね合わせた分割をしたデータを用いることにより、システム全体としての効率を向上させる。

第二の実施例を図７の処理フローを用いて説明する。VRAM容量を超える元のボリュームデータ２１についてボリュームレンダリング法による可視化を行う際には、前記の実施例のように、ブロック境界で重ね合わせがある分割データ９２に分割し、GPU８にてボリュームレンダリングを行う（処理９４）。一方MIP法による可視化については、通常では、重ね合わせなしの分割データ９１を作成し、そのデータを用いてGPU８にてMIPを行う（処理９３）。このようなボリュームデータの可視化システムを考えた場合、可視化処理により、分割データを作り分ける必要があるため、システムとしては常にメインメモリ側に元ボリュームデータを保持しておき、分割データ９１、９２に変換する処理を選択する可視化手法により毎回行うか、分割データ９１、９２を保持しておく必要がある。しかしながら、本実施例では、重ね合わせありの分割データ９２を用いて、MIPの処理も行うことにより、分割データ９２のみを保持しておけばよく、システムとしての効率を向上することが可能である。

さらに、図８のように、元ボリュームデータ２１を8個のブロックに分割したとし、そのうちの6個分はVRAM容量内であるとする。このとき、例えばVRAMに4個のブロックデータ９６は常に保持するものとし、残りの2個の領域97で、4つのブロックのデータを入替ながら可視化処理をすることにより、メインメモリ側には4ブロック分のデータ９５だけを保持すればよいこととなり、システムとしての効率を向上させることができる。

なお、重ね合わせありのボリュームデータを用いてMIPを行う場合については、分割した後のブロックデータのトータル容量としては、重ね合わせなしの場合に比べて増加するため、メモリアクセスやデータ転送の時間が若干増加するが、サンプリング数については、変わらないため、計算時間はそれほど増加しないと考えられ、システム全体としての効率を考えれば、有効な方法となる。

以上のように、本実施例を用いることにより、システムとしてのメモリ利用効率や処理効率を向上することが可能となる。

なお、ボリュームデータの分割はVRAM容量を超えないデータに対して行ってもよく、この方法によれば、元のボリュームデータの容量に依存せず、同じ手順により可視化を行えばよいこととなり、プログラム開発の効率を高めるとともに、処理が単純化され、プログラムの品質を高めることが可能となる。

第一の実施例に関するハードウェアのシステム構成例を示す図。ボリュームレンダリングの概念を示した図。第一の実施例におけるボリュームデータの分割を説明した図。第一の実施例におけるボリュームデータの分割例とサンプリング位置の1次元の説明図。第一の実施例におけるボリュームデータ領域外のサンプリングを説明する断面図。 MIPを行う場合のボリュームデータの分割例を示す図。第二の実施例のシステムとして必要となるデータと処理の流れを示した図。第二の実施例における分割後のデータの保持の仕方の例を示した図。第一の実施例により分割したボリュームデータのブロックのサイズによって分類した図。第一の実施例におけるブロックに対応した計算領域を説明した図。

符号の説明

１：PC、２：ディスプレイ、３：CPU、８：GPU、９：ビデオメモリ、２１：元のボリュームデータ、２２：投影面、４１〜４８：重ね合わせありのボリュームデータ分割後のブロック、８１〜８８：重ね合わせなしのボリュームデータ分割後のブロック。

Claims

3次元情報を持つボリュームデータを用い、コンピュータを利用して可視化する画像処理装置において、
前記コンピュータは、
少なくとも主演算部、主記憶部、副演算部、および副記憶部を有し、
前記ボリュームデータを複数のブロックに分割するに際し、第１の大きさを有するブロックと、第１の大きさ以下の大きさを有するブロックとに分割し、前記ブロックの境界が重なりあうよう分割し、分割された前記ブロックのデータを副記憶部に格納し、
前記副演算部で、前記副記憶部に記憶された前記ブロックのデータを用いて可視化計算を実行する際、ブロック内のサンプリング位置のデータ値を当該サンプリング位置の周囲のボクセルのデータ値を用いて計算し、
前記副演算部は、前記ボリュームデータの境界のサンプリング位置のデータ値については、当該ボリュームデータの境界のボクセルの値を当該ボリュームデータの領域外のボクセルの値として用いて計算する
画像処理装置。
請求項１記載の画像処理装置において、
前記コンピュータは、
分割された前記ブロックのデータの情報量の合計が前記副記憶部の容量を超えないように前記ボリュームデータを分割する
画像処理装置。
請求項１記載の画像処理装置において、
前記コンピュータは、
少なくとも１つの前記ブロックの第１の大きさが、各軸方向のボクセル数が２のべき乗となる大きさとなる様に前記ボリュームデータを分割する
画像処理装置。
請求項３記載の画像処理装置において、
前記コンピュータは、
前記ブロックの境界の重なり合う領域が少なくとも２ボクセル分となるよう前記ボリュームデータを分割する
画像処理装置。
請求項１記載の画像処理装置において、
前記副演算部は、
前記可視化計算を実行する際、前記ブロックの面に属するボクセルが前記ボリュームデータの境界である場合には、前記ボクセルの外側を計算領域の境界とし、前記ボクセルが前記ボリュームデータの境界で無い場合には、前記ボクセルの内側を計算領域の境界とし、前記ブロックの各々における前記計算領域の内部について演算を行う
画像処理装置。
請求項１記載の画像処理装置において、
前記副演算部は、
前記可視化計算として複数種類を有し、前記複数種類の可視化計算において、分割された前記ブロックを共通して用いる
画像処理装置。
3次元情報を持つボリュームデータを用い、少なくとも主演算部、主記憶部、副演算部、および副記憶部を有するコンピュータを利用して可視化する画像処理方法において、
前記ボリュームデータを複数ブロックに分割するステップと、
分割した前記ブロックのデータを前記副記憶部に格納するステップと、
前記副演算部により、前記副記憶部に記憶した前記ブロックのデータを用いて可視化計算を行うステップとを有し、
前記複数ブロックに分割するステップは、第１の大きさを有するブロックと、第１の大きさ以下の大きさを有するブロックとに分割し、前記ブロックの境界が重なりあうよう分割し、
前記可視化計算を行うステップは、ブロック内のサンプリング位置のデータ値を当該サンプリング位置の周囲のボクセルのデータ値を用いて計算し、前記ボリュームデータの境界のサンプリング位置のデータ値については、当該ボリュームデータの境界のボクセルの値を当該ボリュームデータの領域外のボクセルの値として用いて計算する
画像処理方法。
請求項７記載の画像処理方法において、
前記複数ブロックに分割するステップでは、
少なくとも１つの前記ブロックの第１の大きさが、各軸方向の画素数が２のべき乗となる様に前記ボリュームデータを分割する
画像処理方法。
請求項８記載の画像処理方法において、
前記複数ブロックに分割するステップでは、
前記ブロックの境界の重なり合う領域が少なくとも２ボクセル分となるよう、前記ボリュームデータを分割する
画像処理方法。
請求項７記載の画像処理方法において、
前記ブロック各々に対して計算領域を設定するステップを更に有し、当該設定ステップにおいて、
前記ブロックの面に属するボクセルが前記ボリュームデータの境界である場合には前記ボクセルの外側を計算領域の境界とし、且つ前記ボリュームデータの境界でない場合には、前記ボクセルの内側を計算領域の境界とし、
前記可視化計算ステップでは、前記ブロック各々における前記計算領域内部についての演算を行う
画像処理方法。
請求項７記載の画像処理方法において、
前記副演算部は、
前記可視化計算として複数種類を有し、前記複数種類の可視化計算において、分割された前記ブロックを共通して用いる
画像処理方法。
請求項１１記載の画像処理方法において、
前記複数種類の可視化計算は、ボリュームレンダリング法とＭＩＰ法である
画像処理方法。
請求項７記載の画像処理方法において、
前記複数ブロックに分割するステップでは、
分割された前記ブロックのデータの情報量の合計が前記副記憶部の容量を超えないように前記ボリュームデータを分割する画像処理方法。
請求項１記載の画像処理装置において、
前記副記憶部は、前記複数のブロックのうちの一部を保持し、前記複数のブロックのうちの残りの一部については入れ替えながら保持することによって、前記副演算部が前記可視化計算を実行する
画像処理装置。
請求項７記載の画像処理方法において、
前記副記憶部は、前記複数のブロックのうちの一部を保持し、前記複数のブロックのうちの残りの一部については入れ替えながら保持することによって、前記副演算部が前記可視化計算を実行する
画像処理方法。