JP5087529B2 - 識別処理装置、識別処理プログラム及び識別処理方法 - Google Patents

Description

本発明は、被写体の識別を行う識別処理装置及び識別処理方法、並びに、コンピュータにそのような識別処理装置の手順を実行させる識別処理プログラムに関する。

特許文献１には、広帯域光を観察光として用いて、信号処理にて特定の狭帯域の映像信号を算出する例が開示されている。これにより、ノイズの少ない高品位な狭帯域の映像信号が得られ、血管などの特定の分光特性を有する被写体を識別して、表示モニタに表示出力することで、その識別対象被写体の観察が容易となる。
特開２００３−９３３３６号公報

上記特許文献１に開示されている技術では、広帯域の通常光を用いるため照度が高く、ノイズの少ない高品位な映像信号が得られる。しかしながら、得られた映像信号から信号処理により狭帯域の信号を生成する過程で最小自乗法に基づく近似を行うため、負の感度特性という本来はあり得ない結果が発生するなど、信号処理に起因する誤差が生じてしまう。このため、識別対象の被写体の識別結果の信頼性が低いという課題がある。

本発明は、上記の点に鑑みてなされたもので、高い信頼性を持って識別対象の被写体を識別することを可能とする識別処理装置、識別処理プログラム及び識別処理方法を提供することを目的とする。

本発明の識別処理装置の一態様は、
識別対象となる被写体の既知の分光特性に基づき、カラー撮像系による被写体の撮像により得た映像信号を構成するＮ（但し、Ｎは２以上の自然数）種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離する分離部と、
上記分離部によって分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定するノイズ推定部と、
上記ノイズ推定部で推定した上記ノイズ量に基づき、上記分離部によって分離した上記波長域ごとにノイズ低減処理を行うノイズ低減部と、
上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う識別部と、
を有する。

また、本発明の識別処理プログラムの一態様は、
分光特性が既知である識別対象となる被写体を含む被写体のカラー撮像系による撮像によって得た、Ｎ（但し、Ｎは２以上の自然数）種類の色信号からなる映像信号を取得するステップと、
上記取得したＮ種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離する分離ステップと、
上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定するステップと、
上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行うステップと、
上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行うステップと、
をコンピュータに発揮させる。

また、本発明の識別処理方法の一の態様は、
分光特性が既知である識別対象となる被写体を含む被写体のカラー撮像系による撮像によって得た、Ｎ（但し、Ｎは２以上の自然数）種類の色信号からなる映像信号を取得し、
上記取得したＮ種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離し、
上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定し、
上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行い、
上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う。

これらの態様によれば、例えば、カラー撮像系により識別対象となる被写体を含む被写体を撮像して得た映像信号から上記識別対象の被写体を識別する際に、映像信号を構成するＮ種類の色信号を識別対象となる被写体の既知の分光特性に基づきＭ種類の波長域に分割し、その分割した波長域ごとにノイズ低減処理を行い、このノイズ低減処理後の波長域中の色信号に基づき識別処理を行うので、識別対象被写体を信頼性高く識別することが可能となる。

本発明によれば、高い信頼性を持って識別対象被写体を識別することを可能とする識別処理装置、識別処理プログラム及び識別処理方法を提供することができる。

以下、本発明を実施するための最良の形態を図面を参照して説明する。

［第１実施形態］
（構成）
図１は、本発明の第１実施形態に係る識別処理装置を適用した内視鏡の構成を示す図である。なお、図中、太い実線の矢印は映像信号の方向を示し、細い実線の矢印は制御信号の方向を示し、破線の矢印はその他の信号の方向を示している（他の図においても同様である）。

被検体の体内に挿入される内視鏡の先端部には、カラー撮像系としての撮像レンズ系１００及びＣＣＤ１０１と照明レンズ系１０２とが配され、例えば内視鏡後端側に配された照明光源１０３からの照明光が光ファイバ１０４を経由して導かれ、上記照明レンズ系１０２を介して図示しない被写体に対して照射されるようになっている。こうして照明された被写体を上記ＣＣＤ１０１により撮像し、この撮像によって得られた映像信号は、増幅部（図では、Ｇａｉｎと記す。）１０５にて増幅された後、Ａ／Ｄ１０６にてデジタル信号へ変換される。

Ａ／Ｄ１０６からのデジタル映像信号は、バッファ１０７を介してＷＢ部１０８、測光評価部１０９、信号処理部１１０、分離部１１１へ転送される。ＷＢ部１０８は上記増幅部１０５へ、測光評価部１０９は上記照明光源１０３及び上記増幅部１０５へ接続されている。

分離部１１１は、ノイズ推定部１１２及びノイズ低減部１１３へ接続されている。ノイズ推定部１１２は、上記ノイズ低減部１１３へ接続されている。ノイズ低減部１１３は、補間部１１４、算出部１１５及び疑似カラー化部１１６を介して、液晶ディスプレイなどの第１出力部１１７へ接続されている。

基底ベクトルＲＯＭ１１８及びシステム分光特性ＲＯＭ１１９は、上記分離部１１１及び上記算出部１１５へ接続されている。

また、上記信号処理部１１０は、液晶ディスプレイなどの第２出力部１２０へ接続されている。

マイクロコンピュータなどの制御部１２１は、上記の増幅部１０５、Ａ／Ｄ１０６、ＷＢ部１０８、測光評価部１０９、信号処理部１１０、分離部１１１、ノイズ推定部１１２、ノイズ低減部１１３、補間部１１４、算出部１１５、疑似カラー化部１１６、第１出力部１１７及び第２出力部１２０と双方向に接続されている。また、電源スイッチ、シャッタボタン、及び撮像時の各種モードの切り替えなどの設定を行うためのインターフェースを備えた外部Ｉ／Ｆ部１２２も、この制御部１２１に双方向に接続されている。

（作用）
以下、図１において、信号の流れを説明する。

外部Ｉ／Ｆ部１２２を介して後述する識別対象となる被写体，カラー撮像系，照明光などの撮像条件を設定した後、シャッタボタンを押すことで撮像モードに入る。

この撮像モードでは、撮像レンズ系１００、ＣＣＤ１０１を介して撮像された映像信号はアナログ信号として所定時間間隔で連続的に出力される。以後、連続的に出力される複数の映像信号を単に映像信号、１枚の映像信号をフレーム信号と表記する。また、本実施形態においては、上記所定時間間隔として１／３０秒（以後は、１フレーム時間と表記する。）を想定する。

さらに、上記ＣＣＤ１０１としては６種類のカラーフィルタを前面に配置した単板ＣＣＤを想定する。図２（Ａ）は、この６種類のカラーフィルタを備えるフィルタ１２３の構成を示す図である。このフィルタ１２３は、２×３画素を基本単位とし、短波長から青系統（Ｂ１，Ｂ２）、緑系統（Ｇ１，Ｇ２）、赤系統（Ｒ１，Ｒ２）の６種類のカラーフィルタが１画素ずつ配置されて構成される。この場合、それら６種類のカラーフィルタの配列パターンが異なる２種類の基本単位が交互に並べて構成されている。

図２（Ｂ）は、上記６種類のカラーフィルタの分光特性を示す図である。本実施形態では、通常のカラー信号の耐ノイズ性を考慮し、Ｒ１，Ｇ１，Ｂ１は通常の、例えばＢａｙｅｒ型の単板ＣＣＤで使用されている青，緑，赤のカラーフィルタと同等の広帯域の感度特性を想定し、後述する通常のカラー信号を生成する際に使用される。一方、Ｒ２，Ｇ２，Ｂ２は後述する基底ベクトルを用いた信号処理にＲ１，Ｇ１，Ｂ１と共に使用するもので、Ｒ１，Ｇ１，Ｂ１と比べて狭帯域の特性となっている。このようなフィルタ１２３を用いることで、ＣＣＤ１０１からの上記アナログ信号は、６種類の色信号からなる映像信号となる。即ち、本実施形態では、複数の色信号が、カラー撮像系におけるＣＣＤ１０１とフィルタ１２３でなる撮像素子により生成される。

なお、上記６種類のカラーフィルタとしては、図２（Ｂ）に示すようなＢ１，Ｇ１，Ｒ１のカラーフィルタの帯域をＢ２，Ｇ２，Ｒ２のカラーフィルタに対して広帯域に設定する構成に限定される必要はない。例えば、図２（Ｃ）に示すように、全てのカラーフィルタを狭帯域にする構成も可能である。この場合、通常のカラー信号の耐ノイズ性は低下するが、後述するような基底ベクトルに基づく信号処理の精度を向上することが可能となる。

上記アナログ信号は、増幅部１０５にて所定量増幅され、Ａ／Ｄ１０６にてデジタル信号へ変換されて、バッファ１０７へ転送される。このバッファ１０７は、１フレームの信号を記録可能なものであり、撮像が進むにともない古いフレーム信号から順次上書きされることになる。このバッファ１０７内のフレーム信号は、制御部１２１の制御に基づき、所定時間間隔で、間欠的にＷＢ部１０８及び測光評価部１０９へ転送される。

ＷＢ部１０８では、中間レベル等、所定レベルの信号を上記フィルタ１２３のカラーフィルタに対応する色信号ごとに積算することで、ホワイトバランス係数を算出する。そして、その算出したホワイトバランス係数を上記増幅部１０５へ転送し、色信号ごとに異なるゲインを乗算させることでホワイトバランス調整を行わせる。また、測光評価部１０９では、適正露光となるように上記照明光源１０３の光量や上記増幅部１０５の増幅率などを制御する。

信号処理部１１０は、制御部１２１の制御に基づき、バッファ１０７より、該信号処理部１１０で使用されない色信号であるＲ２，Ｇ２，Ｂ２の三色信号の分光特性よりも広帯域に設定されている、Ｒ１，Ｇ１，Ｂ１の三色信号から構成される単板状態のフレーム信号を読み出す。そして、このＲ１，Ｇ１，Ｂ１の三色信号から構成される単板状態のフレーム信号に対して公知の補間処理、階調処理及び強調処理を行うことで通常のカラー信号を算出する。この算出した通常のカラー信号は、第２出力部１２０へ転送され、該第２出力部１２０は、この通常のカラー信号を第２の出力信号として表示する。

分離部１１１は、制御部１２１の制御に基づき、上記バッファ１０７に記録されたＮ（但し、Ｎは２以上の自然数）種類（本実施形態では６種類）の色信号からなる単板状態のフレーム信号から、後述する基底ベクトルを用いた信号処理に使用するＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類（本実施形態では２種類）の周波数域に対応する色信号を選択し分離する。例えば、図２（Ａ）に示されるフィルタ１２３に対応する６種類の色信号からなるフレーム信号から、基底ベクトルを用いた信号処理に使用する複数の周波数域の信号として、本実施形態では短波長域の信号と長波長域の信号との２つに分離する。この場合、各波長域は、複数の色信号を含むようにする。即ち、該分離部１１１によって、短波長域の信号はＢ１，Ｂ２，Ｇ１の色信号が、長波長域の信号としてはＧ２，Ｒ１，Ｒ２の色信号がそれぞれ独立に分離され、ノイズ推定部１１２及びノイズ低減部１１３へ転送される。このように、分離部１１１は、上記複数の色信号Ｂ１，Ｂ２，Ｇ１，Ｇ２，Ｒ１，Ｒ２の分光特性における主波長に基づきそれら複数の色信号を波長方向に並べた場合に、各波長域の映像信号が波長方向に連続となる色信号から構成されるように、バッファ１０７に記録された複数種類の色信号からなるフレーム信号から基底ベクトルを用いた信号処理に使用する複数の周波数域の信号を分離する。

一方、基底ベクトルＲＯＭ１１８は、複数の識別対象となる被写体それぞれの既知の分光特性に基づく専用基底ベクトルを記憶しており、システム分光特性ＲＯＭ１１９は、複数のカラー撮像系それぞれに関する分光特性と撮像時に使用する複数の照明光それぞれに関する分光特性とを記憶している。なお、本実施形態においては、カラー撮像系に関する分光特性とは、撮像レンズ系１００の分光透過率特性を加味したＣＣＤ１０１の分光感度特性を意味し、照明光に関する分光特性とは、転送用の光ファイバ１０４及び照明レンズ系１０２の分光透過率特性を加味した照明光源１０３の分光輝度特性を意味する。

ノイズ推定部１１２は、制御部１２１の制御に基づき、上記分離部１１１によって分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定する。ノイズ低減部１１３は、制御部１２１の制御に基づき、上記ノイズ推定部１１２で推定した上記ノイズ量に基づき、上記分離部１１１によって分離した上記波長域ごとにノイズ低減処理を行う。補間部１１４は、制御部１２１の制御に基づき、上記ノイズ低減部１１３からノイズ低減された波長域ごとの信号を読み込み、公知の補間処理にて６種類の色信号からなる６種類のフレーム信号を生成する。生成された６種類のフレーム信号は、順次フレーム信号単位で、算出部１１５へ転送される。以降の算出部１１５及び疑似カラー化部１１６は、制御部１２１の制御に基づき１フレーム信号単位で同期して処理がなされる。

算出部１１５は、上記外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件に応じた制御部１２１の制御に基づき、上記基底ベクトルＲＯＭ１１８から識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルと、上記識別対象となる被写体以外の被写体の分光特性に基づく基底ベクトルとを読み込むと共に、上記システム分光特性ＲＯＭ１１９から上記識別対象となる被写体を含む被写体の撮像に供するカラー撮像系に関する分光特性とそのカラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性を読み込む。その後、補間部１１４から転送されるＢ１，Ｂ２，Ｇ１，Ｇ２，Ｒ１，Ｒ２の６種類の色信号から構成される６種類のフレーム信号に対して、上記読み出した専用基底ベクトル、カラー撮像系に関する分光特性及び照明光に関する分光特性を用いて、専用基底ベクトルに関する重み係数を算出する。その算出された専用基底ベクトルの重み係数は、後述するように上記識別対象の被写体の存在に比例した値をとるものであり、疑似カラー化部１１６及び第１出力部１１７でなる出力信号算出部へ転送される。

疑似カラー化部１１６は、まず、上記算出部１１５から転送されてきた重み係数を、映像信号の信号レベルと合致するよう正規化する。即ち、上記算出部１１５で算出される重み係数は「０」〜「１」の値をとるので、それを、例えば信号レベルが８ビットならば「０」〜「２５５」の値に正規化する。そして、その正規化された重み係数に関して、それぞれ異なる色を割り当てることで疑似カラー信号を生成する。本実施形態においては、例えば、短波長域であるＢ１，Ｂ２，Ｇ１の重み係数には赤を、長波長域であるＧ２，Ｒ１，Ｒ２の重み係数にはシアンを、それぞれ割り当てる。疑似カラー化部１１６は、このように生成した疑似カラー信号を第１出力部１１７へ転送し、これにより、第１出力部１１７には、識別対象の被写体に関して波長域ごとに独立した疑似カラー信号が表示されることになる。即ち、第１出力部１１７は、疑似カラー化された短波長域の重み係数と同じく疑似カラー化された長波長域の重み係数が合成された出力信号を表示するので、短波長域のみに識別対象が存在する場合は赤で、長波長域のみに識別対象が存在する場合はシアンで、短波長域と長波長域の両方に識別対象が存在する場合は赤＋シアン＝白で、短波長域と長波長域の両方に識別対象が存在しない場合は黒で表示が行われることになる。こうして、識別対象となる被写体の識別結果としての出力信号が出力される。なお、短波長域は対象物の表層に関する情報を、長波長域は対象物の深層に関する情報を、それぞれ意味する。また、第１出力部１１７及び第２出力部１２０は、液晶ディスプレイに限定されるものではなく、ハードディスクやメモリカードなどの記録媒体にフレーム信号を順次記録保存する形態も可能である。

以上のように、算出部１１５、疑似カラー化部１１６、第１出力部１１７、基底ベクトルＲＯＭ１１８及びシステム分光特性ＲＯＭ１１９は、上記ノイズ低減部１１３によってノイズ低減処理がなされた波長域中の色信号に基づき識別対象となる被写体の識別処理を行う識別部として機能する。

もちろん、前述の算出部１１５が読み込む「専用基底ベクトル、カラー撮像系に関する分光特性、および照明光に関する分光特性」のセットは一つに限られず、複数であってもよい。後者の場合、本実施形態に係る識別処理装置が、それぞれのセットに対してそれぞれの重み係数を独立に算出し、その算出結果をもとに独立に上述の正規化処理と出力処理とを行えばよい。このように、複数のセットが与えられた場合であっても、本発明の範囲に含まれることは当業者に理解されるところである。

図３は、上記分離部１１１の構成の一例を示す図である。該分離部１１１は、予測部２０１、選択部２０２、調整部２０３及び波長域分離部２０４からなる。上記基底ベクトルＲＯＭ１１８及び上記システム分光特性ＲＯＭ１１９は、予測部２０１へ接続している。予測部２０１は、選択部２０２へ接続している。選択部２０２は、調整部２０３へ接続している。調整部２０３は、波長域分離部２０４へ接続している。波長域分離部２０４は、上記ノイズ推定部１１２及び上記ノイズ低減部１１３へ接続している。上記バッファ１０７は、波長域分離部２０４へ接続している。上記制御部１２１は、予測部２０１、選択部２０２、調整部２０３、波長域分離部２０４と双方向に接続されている。

予測部２０１は、上記外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件における識別対象となる被写体の情報を上記制御部１２１から受け取り、その情報に基づき上記基底ベクトルＲＯＭ１１８から識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルを読み込む。

図４（Ａ）は、例えば、内視鏡における診断で重要となる血管部位、例えば動脈に多く含まれるオキシヘモグロビン（ＨＢＯ_２）の分光反射率特性と、静脈に多く含まれるデオキシヘモグロビン（ＨＢ）の分光反射率特性を示す図である。

上記基底ベクトルＲＯＭ１１８には、識別対象の被写体の専用基底ベクトルとして、例えば、そのようなオキシヘモグロビンやデオキシヘモグロビンの分光反射率特性に基づくもの、或は、蛍光観察での主要被写体となるコラーゲンの自家蛍光の分光輝度特性に基づくもの、等が予め記憶してある。そして、識別対象の被写体が例えば動脈であれば、予測部２０１は、オキシヘモグロビンの分光反射率特性に基づく専用基底ベクトルを読み出す。

図４（Ｂ）は、上記基底ベクトルＲＯＭ１１８に予め記憶してある基底ベクトルの一例を示すもので、２つの識別対象外の被写体の基底ベクトル（Ｏ１（λ），Ｏ２（λ））と１つの識別対象の被写体（この例ではオキシヘモグロビン）の専用基底ベクトル（Ｏ３（λ））とからなる。上記基底ベクトルＲＯＭ１１８には、識別対象の被写体の専用基底ベクトルだけを記憶しても良いし、図４（Ｂ）に示すように、識別対象の被写体の専用基底ベクトルと、識別対象外被写体の基底ベクトルとを記憶しても良い。識別対象外被写体の基底ベクトルとしては、マンセル色票などの分光反射率特性を主成分分析して、寄与率の高い上位複数の基底ベクトルを選択して記憶することができる。

上記予測部２０１は、更に、外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件におけるカラー撮像系，照明光の情報を制御部１２１から受け取り、上記情報に基づきシステム分光特性ＲＯＭ１１９から被写体の撮像に供するカラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性を読み込む。

図５（Ａ）は、上記被写体の撮像時に使用する照明光に関する分光特性として、光源の分光輝度特性（Ｉ（λ））を示す図である。ここでは一例としてのキセノン光源の特性を示している。また、図５（Ｂ）は、上記カラー撮像系に関する分光特性として、Ｂ１，Ｂ２，Ｇ１，Ｇ２，Ｒ１，Ｒ２の６つのカラーフィルタからなるカラー撮像系の分光感度特性（ＳＢ１（λ），ＳＢ２（λ），ＳＧ１（λ），ＳＧ２（λ），ＳＲ１（λ），ＳＲ２（λ））を示す図である。

上記予測部２０１は、上記基底ベクトルＲＯＭ１１８から読み込んだ上記識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルと、上記システム分光特性ＲＯＭ１１９から読み込んだ上記識別対象となる被写体を含む被写体の撮像に供するカラー撮像系に関する分光特性とそのカラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性と、に基づき、各色信号の出力値を予測する。

選択部２０２は、制御部１２１の制御に基づき、上記予測部２０１によって予測した上記各色信号の出力値に基づき出力値が類似する色信号を選択する。これは、例えば、公知のクラスタリング技術により、信号の値が似ているもの同士、つまり所定の範囲内に入っている色信号を判断して同じグループとなるようにグループ化する。

調整部２０３は、制御部１２１の制御に基づき、上記選択部２０２によって選択された色信号間の数の調整を行うことで上記Ｍ種類（本実施形態では２種類）の波長域を確定する。即ち、Ｍ種類の色信号を処理するため、上記選択部２０２によってＭ＋１種類以上が選択された場合には、例えば最も似ているもの同士を強制的に結合する等して、Ｍ種類以下となるように調整する。

波長域分離部２０４は、制御部１２１の制御に基づき、上記調整部２０３によって確定された波長域に基づいて、上記バッファ１０７に記録されたＮ種類の色信号からなる単板状態のフレーム信号からＭ種類の周波数域に対応する色信号を選択し、上記ノイズ推定部１１２及びノイズ低減部１１３に出力する。

例えば、図２（Ａ）に示すようなＢ１，Ｂ２，Ｇ１，Ｇ２，Ｒ１，Ｒ２の６種類のカラーフィルタを備えるフィルタ１２３を用いた場合、図４（Ａ）に示すような分光反射特性を持つオキシヘモグロビンやデオキシヘモグロビンが識別対象であれば、波長域分離部２０４は、バッファ１０７に記録された６種類の色信号からなる単板状態のフレーム信号から、Ｂ１，Ｂ２，Ｇ１を選択的に読み出し、またＧ２，Ｒ１，Ｒ２を選択的に読み出すことで、Ｍ種類（本実施形態では２種類）の周波数域に対応する色信号に分離する。

このようにして分離されたＭ種類（本実施形態では２種類）の周波数域に対応する色信号は、ノイズ推定部１１２及びノイズ低減部１１３に送られる。これら、ノイズ推定部１１２及びノイズ低減部１１３は、例えば本発明者による特開２００６−１０１００６号公報に開示されているようなノイズ低減処理を実行するものである。

以下、このノイズ低減処理の詳細を説明する。
図６は、上記ノイズ推定部１１２の構成の一例を示す図である。該ノイズ推定部１１２は、領域抽出部２１１、低周波算出部２１２、ゲイン算出部２１３、標準値付与部２１４、ノイズテーブル部２１５及び平均算出部２１６からなる。上記分離部１１１は、領域抽出部２１１及び平均算出部２１６へ接続している。領域抽出部２１１は、低周波算出部２１２へ接続している。低周波算出部２１２、ゲイン算出部２１３及び標準値付与部２１４は、ノイズテーブル部２１５へ接続している。ノイズテーブル部２１５は、平均算出部２１６へ接続している。平均算出部２１６は、上記ノイズ低減部１１３へ接続している。上記制御部１２１は、領域抽出部２１１、低周波算出部２１２、ゲイン算出部２１３、標準値付与部２１４、ノイズテーブル部２１５及び平均算出部２１６と双方向に接続されている。

従来のＢａｙｅｒ型の単板ＣＣＤを用いた場合のノイズ低減処理においては、３種類の色信号からなる単板状態のフレーム信号を色信号ごとに分離し、独立に処理を行っている。この場合、単板状態のフレーム信号から各色信号の注目画素でなる注目画素群を包含する１０×１０画素程度の単位ブロックを順次抽出して、各色信号ごとに注目画素に対し５×５画素をサブブロックとして分離して、各サブブロックごとに平滑化を行う。

このような各色信号ごとに分離する手法を、例えば図２（Ａ）に示すようなＢ１，Ｂ２，Ｇ１，Ｇ２，Ｒ１，Ｒ２の６種類のカラーフィルタを備えるフィルタ１２３を用いた場合にも採用すると、１０×１５画素を単位ブックとして抽出することとなる。この結果、各色信号における画素間隔が大きくなり、分離した５×５画素のサブブロックの均質性が損なわれ、ノイズ低減処理の性能が低下してしまう。

そこで、本実施形態では、色信号ごとに分離するのではなく、識別対象となる被写体の既知の分光特性に基づいて、Ｎ種類の色信号をＭ種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離するようにしている。例えば、識別対象をオキシヘモグロビンやデオキシヘモグロビンとした場合、６種類の色信号を２種類の波長域、即ちＢ１，Ｂ２，Ｇ１を短波長域で、Ｇ２，Ｒ１，Ｒ２を長波長域でそれぞれまとめて分離する。

そして、該ノイズ推定部１１２の領域抽出部２１１は、制御部１２１の制御に基づき、上記分離部１１１によってこのように分離した上記波長域からノイズ低減処理を行う注目画素群を包含する画素領域を抽出し、更に、該抽出した画素領域から色信号毎に、当該色信号の注目画素を包含する色画素領域を抽出する。例えば、図７（Ａ）にそれぞれ太枠で囲って示すように、Ｇ２，Ｒ１，Ｒ２の３画素及びＢ１，Ｂ２，Ｇ１の３画素をそれぞれ注目画素群１２４とみなして、８×７画素の単位ブロックをノイズ低減の基本ブロックとする。そして、領域抽出部２１１は、各波長域に関して、図７（Ｂ）に示すような注目画素群１２４を包含する４×７画素をサブブロックとしてそれぞれ抽出する。このサブブロックがノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する所定単位面積の画素領域である。そして、更に、各画素領域に関して、Ｇ２だけ、Ｒ１だけ、…というように、各色信号ごとに領域を抽出する。この領域が上記色信号の注目画素を包含する色画素領域である。

低周波算出部２１２は、制御部１２１の制御に基づき、上記領域抽出部２１１によって抽出した上記色画素領域から低周波成分を算出する。

ゲイン算出部２１３は、制御部１２１から転送されるＩＳＯ感度及び露光条件に関する情報に基づき、上記増幅部１０５における上記映像信号に対するゲイン値に関する情報を算出する。また、制御部１２１は、図示しない温度センサ等を用いて上記カラー撮像系に関する温度値に関する情報を取得する。従って、これらゲイン算出部２１３及び制御部１２１は、上記ゲイン値及び温度値に関する情報を収集する収集部として機能する。

標準値付与部２１４は、制御部１２１の制御に基づき、上記収集部で得られない情報に関して標準値を付与する付与部として機能する。

ノイズテーブル部２１５は、制御部１２１の制御に基づき、上記収集部または上記標準値付与部２１４からの情報及び上記低周波算出部２１２によって算出した上記色画素領域の低周波成分を入力として、上記色画素領域における色信号ごとのノイズ量Ｎ_ｃ（サフィックスｃは信号の種類を示す）を出力する。ノイズテーブル部２１５は、ゲイン，温度，信号値レベルとノイズ量間の関係を記録したルックアップテーブルであり、特開２００６−１０１００６号公報に開示されている手法により構築される。

平均算出部２１６は、上記ノイズテーブル部２１５によって算出された色信号ごとのノイズ量Ｎ_ｃの平均値を、当該色信号ごとの上記色画素領域全体のノイズ量として算出し、その算出した平均値を、上記画素領域に包含される注目画素群１２４を構成する３つの注目画素、例えば、図７（Ａ）に太枠で囲って示すようなＢ１，Ｂ２，Ｇ１の３画素に、同一のノイズ量Ｎ_ｂ（サフィックスｂは波長域の種類を示す）として割り当てる。また、上記低周波算出部２１２からの色信号ごとの低周波成分の平均値を、上記画素領域の画素の平均値ＡＶ_ｂとして算出する。

こうして、上記分離部１１１で分離した波長域ごとにノイズ量が所定単位面積の画素領域ごとに推定され、推定されたノイズ量Ｎ_ｂが、上記画素領域の画素の平均値ＡＶ_ｂと共に、波長域ごとにノイズ低減部１１３に出力される。

なお、上記ノイズ量算出の過程において、温度ｔ，ゲインgなどの情報を撮像ごとに求める必要はない。任意の情報を標準値付与部２１４に記録させておき、算出過程を省略する構成も可能である。これにより、高速処理や省電力化などが実現できる。

また、本実施形態においては、ノイズ低減の基本ブロックとする単位ブロックを図７（Ａ）に示されるように注目画素群１２４を中心とする８×７画素領域とし、領域抽出部２１１は、各波長域に関して、図７（Ｂ）に示すような注目画素群１２４を包含する４×７画素を所定単位面積の画素領域としてそれぞれ抽出するようにしているが、これに限定される必要はない。任意のサイズ、形状を設定することが可能である。

例えば、図８（Ａ）に示すような注目画素群１２４を中心とする９×６画素領域を単位ブロックとし、図８（Ｂ）に示すような注目画素群１２４を包含する４×６画素を画素領域としてそれぞれ抽出しても良い。

また、所定単位面積の画素領域から色信号毎の色画素領域を抽出してノイズ量を抽出するのではなく、画素領域からノイズ量を抽出するようにしても良い。この場合のノイズ推定部１１２においては、領域抽出部２１１が、上記分離部１１１によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群１２４を包含する上記所定単位面積の画素領域を抽出し、低周波算出部２１２は、該領域抽出部２１１によって抽出した上記画素領域から低周波成分を算出する。これにより、画素領域における信号レベルの平均値が算出される。そして、ノイズテーブル部２１５は、上記収集部としてのゲイン算出部２１３及び制御部１２１または上記付与部としての標準値付与部２１４からの情報及び上記低周波算出部２１２によって算出した上記低周波成分を入力として、ノイズ量を算出する。そして、その算出したノイズ量を、上記所定単位面積の画素領域の注目画素群１２４を構成する３つの注目画素に、同一のノイズ量Ｎ_ｂとして割り当てる。このように、ノイズテーブル部２１５は、上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記低周波成分を入力として、上記注目画素群１２４のノイズ量を出力するノイズ量出力部として機能する。従って、この場合には、平均算出部２１６は不要となる。

図９は、上記ノイズ低減部１１３の構成の一例を示す図である。該ノイズ低減部１１３は、領域抽出部２２１、範囲設定部２２２、切り換え部２２３、第１スムージング部２２４及び第２スムージング部２２５からなる。上記分離部１１１は、領域抽出部２２１へ接続している。領域抽出部２２１は、範囲設定部２２２及び切り換え部２２３へ接続している。上記ノイズ推定部１１２は、範囲設定部２２２へ接続している。範囲設定部２２２は、切り換え部２２３、第１スムージング部２２４及び第２スムージング部２２５へ接続している。切り換え部２２３は、第１スムージング部２２４及び第２スムージング部２２５へ接続している。第１スムージング部２２４及び第２スムージング部２２５は、上記補間部１１４へ接続している。上記制御部１２１は、領域抽出部２２１、範囲設定部２２２、切り換え部２２３、第１スムージング部２２４及び第２スムージング部２２５と双方向に接続されている。

領域抽出部２２１は、上記ノイズ推定部１１２の領域抽出部２１１と同様に、制御部１２１の制御に基づき、上記分離部１１１によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群１２４を包含する所定単位面積の画素領域を抽出する。

範囲設定部２２２は、制御部１２１の制御に基づき、上記ノイズ推定部１１２で推定した上記ノイズ量Ｎ_ｂに基づき上記注目画素群１２４に関するノイズ範囲を設定する。即ち、範囲設定部２２２は、制御部１２１の制御に基づき、上記領域抽出部２１１で抽出された領域の画素の平均値ＡＶ_ｂ及びノイズ量Ｎ_ｂを上記ノイズ推定部１１２から読み込む。その後、ノイズ量に関する許容範囲として上限Ｎｏｉｓｅ＿Ｕｐ_ｂ及び下限Ｎｏｉｓｅ＿Ｌｏｗ_ｂを、以下の（１）式のように設定する。

Ｎｏｉｓｅ＿Ｕｐ_ｂ＝ＡＶ_ｂ＋Ｎ_ｂ／２
Ｎｏｉｓｅ＿Ｌｏｗ_ｂ＝ＡＶ_ｂ−Ｎ_ｂ／２ …（１）
こうして設定されたノイズ範囲、即ち上記許容範囲Ｎｏｉｓｅ＿Ｕｐ_ｂ及びＮｏｉｓｅ＿Ｌｏｗ_ｂは、切り換え部２２３へ転送される。更に、範囲設定部２２２は、上記ノイズ推定部１１２より読み込んだ上記画素の平均値ＡＶ_ｂ及びノイズ量Ｎ_ｂを第１スムージング部２２４及び第２スムージング部２２５へ転送する。

切り換え部２２３は、制御部１２１の制御に基づき、領域抽出部２２１からの注目画素群１２４を構成する複数の注目画素、図７の例では３つの注目画素の画素値Ｐ_ｃを読み込み、上記許容範囲に属するか否かの判断を行う。判断は、「ノイズ範囲に属している」、「ノイズ範囲を上回っている」、「ノイズ範囲を下回っている」の三通りである。切り換え部２２３は、「ノイズ範囲に属している」場合は、第１スムージング部２２４へ、それ以外は第２スムージング部２２５へ、注目画素群１２４の画素値Ｐ_ｃを転送する。

第１スムージング部２２４は、上記領域抽出部２２１によって抽出した上記画素領域内の画素の値を用いて上記注目画素群１２４の平滑化処理を行う。即ち、第１スムージング部２２４は、切り換え部２２３からの注目画素群１２４を構成する複数の注目画素の画素値Ｐ_ｃそれぞれに、以下の（２）式に示される、範囲設定部２２２からの平均値ＡＶ_ｂを代入する平滑化処理を行う。

Ｐ_ｃ＝ＡＶ_ｂ …（２）
これに対して、上記領域抽出部２２１によって抽出した上記画素領域の上記注目画素群１２４の画素値Ｐ_ｃが上記範囲設定部２２２によって設定した上記ノイズ範囲に属さない場合には、第２スムージング部２２５によって、補正を行う。即ち、第２スムージング部２２５は、切り換え部２２３からの注目画素群１２４の画素値Ｐ_ｃに範囲設定部２２２からの平均値ＡＶ_ｂとノイズ量Ｎ_ｂを用いて補正する処理を行う。

まず、「ノイズ範囲を上回っている」場合は、以下の（３）式のように補正する。

Ｐ_ｃ＝ＡＶ_ｂ−Ｎ_ｂ／２ …（３）
また、「ノイズ範囲を下回っている」場合は、以下の（４）式のように補正する。

Ｐ_ｃ＝ＡＶ_ｂ＋Ｎ_ｂ／２ …（４）
このような第１スムージング部２２４または第２スムージング部２２５での処理結果は補間部１１４へ転送される。

上記のようなノイズ推定部１１２、ノイズ低減部１１３の構成により、信号レベル、撮像時の温度、ゲインなどの動的に変化する条件に対応したノイズ量の推定及び画面全体での最適なノイズ低減が可能となり、高品位な信号が得られる。上記情報が得られない場合でも標準値を用いることでノイズ量の推定を行うため安定したノイズ低減効果が得られる。さらに、一部のパラメータ算出を意図的に省略することで低コスト，省電力化を可能とする撮像システムが提供できる。また、ノイズ量の算出にルックアップテーブルを用いているため、高速なノイズ量の推定が可能となる。また、ノイズ低減処理はノイズ量から許容範囲を設定するため、原信号の保存性に優れ不連続性の発生を防止した低減処理が可能となる。

図１０は、上記算出部１１５の構成の一例を示す図である。該算出部１１５は、データ選択部２３１、積算部２３２、バッファ２３３、逆行列算出部２３４、バッファ２３５、係数選択部２３６及び乗加算部２３７からなる。上記基底ベクトルＲＯＭ１１８及び上記システム分光特性ＲＯＭ１１９は、データ選択部２３１へ接続している。データ選択部２３１は、積算部２３２、バッファ２３３、逆行列算出部２３４及びバッファ２３５を介して、係数選択部２３６へ接続している。係数選択部２３６及び上記補間部１１４は、乗加算部２３７へ接続している。乗加算部２３７は、上記疑似カラー化部１１６へ接続している。上記制御部１２１は、データ選択部２３１、積算部２３２、逆行列算出部２３４、係数選択部２３６、乗加算部２３７と双方向に接続されている。

データ選択部２３１は、上記外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件における識別対象となる被写体の情報を上記制御部１２１から受け取り、その情報に基づき上記基底ベクトルＲＯＭ１１８から識別対象となる被写体の既知の分光特性に基づく専用基底ベクトル及び識別対象外被写体の分光特性に基づく基底ベクトルを読み込む。このように、上記基底ベクトルＲＯＭ１１８及び該データ選択部２３１は、基底ベクトル取得部として機能する。

識別対象の被写体の専用基底ベクトルとしては、例えば、内視鏡における診断で重要となる血管部位、例えば動脈に多く含まれるオキシヘモグロビンの分光反射率特性に基づくものや、静脈に多く含まれるデオキシヘモグロビンの分光反射率特性に基づくもの、或は、蛍光観察での主要被写体となるコラーゲンの自家蛍光の分光輝度特性に基づくもの、等が予め上記基底ベクトルＲＯＭ１１８に記憶してある。本実施形態では、識別対象としてオキシヘモグロビンを想定する。また、識別対象外被写体の基底ベクトルとしては、マンセル色票などの分光反射率特性を主成分分析して、寄与率の高い上位複数の基底ベクトルを選択することで予め上記基底ベクトルＲＯＭ１１８に記憶してある。本実施形態においては、ＣＣＤ１０１として６種類のカラーフィルタでなるフィルタ１２３を前面に配置した単板ＣＣＤを想定し、これを短波長域と長波長域へ各々３種類ずつ割り当てている。このため、基底ベクトルの総数は３となり、識別対象外被写体の分光特性に基づく基底ベクトルとして、寄与率の高い上位２つの基底ベクトルが読み出される。

なおこの場合、上記基底ベクトルＲＯＭ１１８には、Ｍ種類の波長域に応じて、それぞれの基底ベクトルをＭ個ずつ記憶している。例えば、本実施形態では、短波長域と長波長域の２個ずつ基底ベクトルを記憶している。即ち、短波長域の基底ベクトルとして、２つの識別対象外の被写体の基底ベクトル（Ｏ１（λ_ｓ），Ｏ２（λ_ｓ））と１つの識別対象の被写体の専用基底ベクトル（Ｏ３（λ_ｓ））とを記憶している。ここで、λ_ｓは短波長域の波長を意味し、本実施形態においては、短波長域としてはλ_ｓ＝３８０〜６５０ｎｍを想定する。また、長波長域の基底ベクトルとしては、２つの識別対象外の被写体の基底ベクトル（Ｏ１（λ_ｌ），Ｏ２（λ_ｌ））と１つの識別対象の被写体の専用基底ベクトル（Ｏ３（λ_ｌ））とを記憶している。ここで、λ_ｌは長波長域の波長を意味し、本実施形態においては、長波長域としてはλ_ｌ＝５５０〜７８０ｎｍを想定する。

その後、上記データ選択部２３１は、更に、外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件におけるカラー撮像系，照明光の情報を制御部１２１から受け取り、上記情報に基づきシステム分光特性ＲＯＭ１１９から被写体の撮像に供するカラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性を読み込む。このように、上記システム分光特性ＲＯＭ１１９及び該データ選択部２３１は、システム分光特性取得部としても機能する。

なおこの場合、上記システム分光特性ＲＯＭ１１９には、Ｍ種類の波長域に応じて、それぞれの撮像システムの分光特性をＭ個ずつ記憶している。例えば、本実施形態では、短波長域と長波長域の２個ずつ撮像システムの分光特性を記憶している。即ち、上記被写体の撮像時に使用する照明光に関する分光特性として、短波長域の光源の分光輝度特性（Ｉ（λ_ｓ））と長波長域の光源の分光輝度特性（Ｉ（λ_ｌ））とを記憶している。また、上記カラー撮像系に関する分光特性として、Ｂ１，Ｂ２，Ｇ１の３つのカラーフィルタからなる短波長域のカラー撮像系の分光感度特性（ＳＢ１（λ_ｓ），ＳＢ２（λ_ｓ），ＳＧ１（λ_ｓ））とＧ２，Ｒ１，Ｒ２の３つのカラーフィルタからなる長波長域のカラー撮像系の分光感度特性（ＳＧ２（λ_ｌ），ＳＲ１（λ_ｌ），ＳＲ２（λ_ｌ））とを記憶している。

上記データ選択部２３１は、読み込んだ上記基底ベクトル（Ｏ１（λ_ｓ），Ｏ２（λ_ｓ），Ｏ３（λ_ｓ）），（Ｏ１（λ_ｌ），Ｏ２（λ_ｌ），Ｏ３（λ_ｌ））、光源の分光輝度特性（Ｉ（λ_ｓ）），（Ｉ（λ_ｌ））及びカラー撮像系の分光感度特性（ＳＢ１（λ_ｓ），ＳＢ２（λ_ｓ），ＳＧ１（λ_ｓ）），（ＳＧ２（λ_ｌ），ＳＲ１（λ_ｌ），Ｒ２（λ_ｌ））を、積算部２３２へ転送する。

積算部２３２は、制御部１２１の制御に基づき、３×３サイズの撮像システムに関するシステム行列を、短波長域及び長波長域ごとに独立に算出する行列算出部として機能する。即ち、以下の（５）式に示すような短波長域のシステム行列Ｍ_ｓ及び以下の（６）式に示すような長波長域のシステム行列Ｍ_ｌを算出する。

この積算部２３２によって算出された上記システム行列Ｍ_ｓ及びＭ_ｌは、バッファ２３３へ転送され、そこに保存される。逆行列算出部２３４は、制御部１２１の制御に基づき、このバッファ２３３から上記システム行列Ｍ_ｓ及びＭ_ｌを読み込み、該システム行列Ｍ_ｓ及びＭ_ｌの逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１を算出する。算出された逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１は、バッファ２３５へ転送され、そこに保存される。

上記システム行列の逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１とＢ１，Ｂ２，Ｇ１からなる三板状態のフレーム信号及びＧ２，Ｒ１，Ｒ２からなる三板状態のフレーム信号とを使用することで、以下の（７）式及び（８）式により、各画素単位で基底ベクトル（Ｏ１（λ_ｓ），Ｏ２（λ_ｓ），Ｏ３（λ_ｓ））及び（Ｏ１（λ_ｌ），Ｏ２（λ_ｌ），Ｏ３（λ_ｌ））に関する重み係数（ｗ１_ｓｉｊ，ｗ２_ｓｉｊ，ｗ３_ｓｉｊ）及び（ｗ１_ｌｉｊ，ｗ２_ｌｉｊ，ｗ３_ｌｉｊ）を求めることができる。なお、以下の（７）式及び（８）式において、ｉ，ｊはフレーム信号のｘ，ｙ方向の座標を、ｍ_ｓ及びｍ_ｌはシステム行列の逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１の各要素即ち、逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１の係数を意味する。

本実施形態では、内視鏡における診断で重要となる血管部位に多く含まれるオキシヘモグロビンを識別対象と仮定しているため、専用基底ベクトル（Ｏ３（λ_ｓ））及び（Ｏ３（λ_ｌ））に関係する重み係数（ｗ３_ｓｉｊ）及び（ｗ３_ｌｉｊ）を求めれば良い。このために必要となるシステム行列の逆行列Ｍ^−１の係数は、要素ｍ_ｓ３１，ｍ_ｓ３２，ｍ_ｓ３３及びｍ_ｌ３１，ｍ_ｌ３２，ｍ_ｌ３３の６つとなる。

そこで、係数選択部２３６は、制御部１２１の制御に基づき、上記バッファ２３５から上記システム行列の逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１の要素ｍ_ｓ３１，ｍ_ｓ３２，ｍ_ｓ３３及びｍ_ｌ３１，ｍ_ｌ３２，ｍ_ｌ３３を選択し、これを乗加算部２３７へ転送する。乗加算部２３７は、制御部１２１の制御に基づき、上記係数選択部２３６からシステム行列の逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１の要素ｍ_ｓ３１，ｍ_ｓ３２，ｍ_ｓ３３及びｍ_ｌ３１，ｍ_ｌ３２，ｍ_ｌ３３が転送された後、補間部１１４からフレーム信号Ｂ１_ｉｊ，Ｂ２_ｉｊ，Ｇ１_ｉｊ及びＧ２_ｉｊ，Ｒ１_ｉｊ，Ｒ２_ｉｊを画素単位で読み込み、以下の（９）式及び（１０）式に示すような乗加算処理を行うことで、識別対象被写体の基底ベクトル（Ｏ３（λ_ｓ））及び（Ｏ３（λ_ｌ））に関係する重み係数（ｗ３_ｓｉｊ）及び（ｗ３_ｌｉｊ）を求める。

Ｗ３_ｓｉｊ＝ｍ_ｓ３１・Ｂ１_ｉｊ＋ｍ_ｓ３２・Ｂ２_ｉｊ＋ｍ_ｓ３３・Ｇ１_ｉｊ …（９）
Ｗ３_ｌｉｊ＝ｍ_ｌ３１・Ｇ２_ｉｊ＋ｍ_ｌ３２・Ｒ１_ｉｊ＋ｍ_ｌ３３・Ｒ２_ｉｊ …（１０）
上記重み係数（ｗ３_ｓｉｊ）及び（ｗ３_ｌｉｊ）は識別対象被写体の専用基底ベクトル（Ｏ３（λ_ｓ））及び（Ｏ３（λ_ｌ））への寄与度となるため、本実施形態においてはオキシヘモグロビンの存在に比例した値をとることになる。即ち、オキシヘモグロビンが存在する場合には高い値を、存在しない場合は低い値をとる。また、短波長域に関する重み係数（ｗ３_ｓｉｊ）は組織表層の、長波長域に関する重み係数（ｗ３_ｌｉｊ）は組織深層のオキシヘモグロビンの存在に比例した値をとることになるため、この重み係数（ｗ３_ｓｉｊ）及び（ｗ３_ｌｉｊ）を映像信号化することで、表層／深層におけるオキシヘモグロビンを、つまり表層の血管と深層の血管を独立に識別することが可能となる。

そこで、上記乗加算部２３７によって算出された重み係数（ｗ３_ｓｉｊ）及び（ｗ３_ｌｉｊ）は、順次、疑似カラー化部１１６へ転送されて上述したように正規化処理が行われ、正規化処理後の重み係数に、それぞれ異なる色を割り当てることで疑似カラー化信号を得て、上記分光特性が既知の被写体の識別結果である出力信号として、例えば表示モニタである第１出力部１１７にて表示されることとなる。

なお、以上の説明では、識別対象を動脈に多く含まれるオキシヘモグロビンとしたが、それに限定されないことは勿論である。例えば、外部Ｉ／Ｆ部１２２を介して、識別対象となる被写体を必要に応じて静脈に多く含まれるデオキシヘモグロビンに切り換えても良い。

以上のように、本第１実施形態によれば、識別対象となる被写体の既知の分光特性に基づき、カラー撮像系による被写体の撮像により得た映像信号を構成するＮ（但し、Ｎは２以上の自然数）種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離し、上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定し、上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行い、上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う。このように、本第１実施形態では、例えば、カラー撮像系により識別対象となる被写体を含む被写体を撮像して得た映像信号から上記識別対象の被写体を識別する際に、映像信号を構成するＮ種類の色信号を識別対象となる被写体の既知の分光特性に基づきＭ種類の波長域に分割し、その分割した波長域ごとにノイズ低減処理を行い、このノイズ低減処理後の波長域中の色信号に基づき識別処理を行うので、識別対象被写体を信頼性高く識別することが可能となる。

なお、上記映像信号を構成するＮ種類の色信号は４種類以上であり、分離するＭ種類の波長域の数は２種類以上であることが好ましい。そのようにＮが４以上、Ｍが２以上であると、複数の波長域に分離する場合に、各波長域が複数の色信号から構成されることが可能となり、使用する画素の間隔が密になり、ノイズ低減処理の効果を向上することができる。

また、識別対象に関する各色信号の出力値が概ね一致する色信号を選択し、その選択結果をもとに波長域を設定するため、波長域でのノイズレベルがほぼ同一となり、高精度なノイズ低減処理が可能となる。また、選択された色信号間の数の調整を行うため、同一の処理系で複数の波長域を処理することが可能となり、システムの低コスト化が可能となる。さらに、識別対象となる被写体の分光特性およびカラー撮像系に関する分光特性および撮像時に使用する照明光の分光特性に基づき波長域を算出する構成であるため、識別対象の変更やシステムの更新などに柔軟に対応することが可能となる。

さらに、ノイズ量に関係する各種情報を撮像ごとに動的に求め、求められない情報に関しては標準値を設定し、ルックアップテーブルからノイズ量を求めるので、撮像ごとに異なる条件に動的に適応し、高精度かつ安定的なノイズ量の推定が可能となる。また、ノイズ量の算出にルックアップテーブルを用いているため、高速なノイズ量の推定が可能となる。

また、推定した注目画素群のノイズ量に基づき注目画素群の画素値がノイズ範囲に属するかの判断を行い、ノイズに属する場合には平滑化処理を、ノイズに属さない場合には補正処理を行うことで、ノイズ量に基づきノイズ低減処理に関する判断を行うため、最適なノイズ低減処理が可能となる。また、ノイズ低減処理に伴う不連続性の発生を防止し、高品位な映像信号の生成を可能とする。

さらに、識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルを用いることで、上記識別対象の被写体の存在に比例した値をとる重み係数を算出することができるので、従来の最小自乗法に基づく近似のように誤差を含む信号処理を行う必要が無く、よって、信号処理に起因する誤差の発生が少なく、信頼性の高い識別が可能となる。また、広帯域の通常の照明光を使用するため、ノイズによる影響を抑制でき、安定性のある識別が可能となる。さらに、専用基底ベクトルに関する重み係数から直接出力信号を算出するため、処理の高速化と低コスト化が可能となる。

また、専用基底ベクトルおよび撮像システムの分光特性に基づくシステム行列の逆行列を算出し、この逆行列から専用基底ベクトルに関係する係数を選択し、選択された係数および映像信号に基づき専用基底ベクトルに関する重み係数を算出することで、識別対象となる被写体の分光特性および撮像システムの分光特性に基づく信号処理にて専用基底ベクトル、すなわち識別対象に関する重み係数を算出するため、信号処理に起因する誤差の発生が少なく信頼性の高い識別が可能となる。

さらに、映像信号を構成する色信号が４種類以上であるので、複数の波長域に分離する場合に、各波長域が複数の色信号から構成されることが可能となり、使用する画素の間隔が密になり、ノイズ低減処理の効果を向上することができる。

また、通常のカラー信号を算出するに必要な色信号の分光特性を他の色信号の分光特性より広帯域に設定することで、通常のカラー信号を算出するに必要な色信号のノイズが減少するため、高品位な映像信号が得られる。なお、この通常のカラー信号の算出過程では、ノイズ低減処理を行わないので、システムのコスト増を抑えることが可能となる。

なお、動画像を処理する場合を説明したが、外部Ｉ／Ｆ部１２２の不図示シャッタボタンの操作に応じて静止画像を撮像し、その撮像した静止画像に対して同様の処理を行うことも可能なことは勿論である。

［変形例１］
上記第１実施形態では、第１出力部１１７と第２出力部１２０の２つの出力部を備えていたが、このような構成に限定される必要はない。

例えば、１つの出力部を適宜切り換えて使用しても構わない。

図１１は、図１に示す構成から第２出力部１２０を省略し、切換部１２５を追加した形態となっている。基本構成は図１と同等であり、同一の構成には同一の名称と参照符号を割り当てている。以下、異なる部分のみ説明する。

上記バッファ１０７は、切換部１２５へ接続している。切換部１２５は、上記信号処理部１１０及び上記分離部１１１へ接続している。上記信号処理部１１０は、上記第１出力部１１７へ接続している。上記切換部１２５と上記制御部１２１とは双方向に接続している。

通常のカラー表示を行うことが外部Ｉ／Ｆ部１２２を介して使用者より指示された場合には、切換部１２５は、制御部１２１の制御に基づき、通常モードとなり、上記バッファ１０７より、Ｒ１，Ｇ１，Ｂ１の三色信号から構成される単板状態のフレーム信号を選択し、上記信号処理部１１０へ転送する。これにより、信号処理部１１０は、上記第１実施形態で説明したような動作を行って、例えば表示モニタである第１出力部１１７へ通常のカラー信号を転送して表示を行う。

これに対して、識別対象となる被写体の識別結果の出力を行うことが外部Ｉ／Ｆ部１２２を介して使用者より指示された場合には、切換部１２５は、制御部１２１の制御に基づき、識別モードとなり、上記バッファ１０７より、Ｎ（但し、Ｎは２以上の自然数）種類（例えば６種類）の色信号からなる単板状態のフレーム信号を選択し、上記分離部１１１へ転送する。これにより、上記分離部１１１、上記ノイズ推定部１１２、上記ノイズ低減部１１３、上記補間部１１４、上記算出部１１５及び上記疑似カラー化部１１６は、上記第１実施形態で説明したような動作を行って、識別対象の存在に関するフレーム信号を出力部１１７へ転送して表示を行う。即ち、上記分離部１１１、上記ノイズ推定部１１２、上記ノイズ低減部１１３、上記補間部１１４、上記算出部１１５及び上記疑似カラー化部１１６は、上記切換部１２５が識別モードとした場合に動作する。

［変形例２］
また、図１２に示すように、図１に示す構成から信号処理部１１０及び第２出力部１２０を省略した形態としても構わない。

このように、通常のカラー信号は出力せず、識別処理の結果のみを出力するように構成しても良い。

［変形例３］
また、上記第１実施形態では、識別処理装置は、撮像レンズ系１００、ＣＣＤ１０１、照明レンズ系１０２、照明光源１０３、光ファイバ１０４、増幅部１０５、Ａ／Ｄ１０６、ＷＢ部１０８及び測光評価部１０９からなる撮像部と一体化した構成になっていたが、このような構成に限定される必要はない。

例えば、別体の撮像部で撮像された映像信号を未処理のＲａｗデータ形態で、さらに識別対象となる被写体，カラー撮像系，照明光などの撮像条件に関する付随情報をヘッダ部に記録して、ハードディスクやメモリカードなどの記録媒体に保存したものを読み出したり、無線又は有線ネットワークを介して送信されてくる映像信号を受信したりして、処理をすることも可能である。

図１３は、図１に示す構成から撮像レンズ系１００、ＣＣＤ１０１、照明レンズ系１０２、照明光源１０３、光ファイバ１０４、増幅部１０５、Ａ／Ｄ１０６、ＷＢ部１０８及び測光評価部１０９を省略し、入力部１２６及びヘッダ情報解析部１２７を追加した形態となっている。基本構成は図１と同等であり、同一の構成には同一の名称と参照符号を割り当てている。以下、異なる部分のみ説明する。

入力部１２６は、バッファ１０７及びヘッダ情報解析部１２７へ接続している。制御部１２１は、入力部１２６、ヘッダ情報解析部１２７と双方向に接続している。マウス，キーボードなどの外部Ｉ／Ｆ部１２２を介して再生操作を開始することで、ハードディスクやメモリカードなどの記録媒体に保存された信号及びヘッダ情報、あるいは、ネットワークを介して受信した信号及びヘッダ情報が入力部１２６から読み込まれる。なお、映像信号は所定の時間間隔、本変形例では１フレーム時間間隔で１枚ずつ順次読み込まれる。入力部１２６からの信号はバッファ１０７へ、ヘッダ情報はヘッダ情報解析部１２７へ、それぞれ転送される。ヘッダ情報解析部１２７は、ヘッダ情報から撮像時の情報を抽出して制御部１２１へ転送する。以後の処理は、図１と同等である。

なお、本変形例においても、動画像及び静止画像の何れにも適用可能なことは勿論である。

［変形例４］
さらに、上記第１実施形態では、ハードウェアによる処理を前提としていたが、このような構成に限定される必要はない。例えば、ＣＣＤ１０１からの映像信号を未処理のままのＲａｗデータ形態として、制御部１２１から、識別対象となる被写体やカラー撮像系，照明光などの撮像条件、カラー撮像系に関する温度値，映像信号に対するゲイン値などの情報をヘッダ情報として出力し、それら映像信号とヘッダ情報を図示しないコンピュータに入力して、ソフトウェアにて処理する構成も可能である。

図１４は、不図示コンピュータによる信号処理のソフトウェア処理に関するフローチャートを示す図である。

即ち、コンピュータはまず、映像信号と、識別対象となる被写体及びカラー撮像系，照明光などの撮像条件及び温度値やゲイン値などの情報に関するヘッダ情報を入力する（ステップＳ１０１）。なお、本変形例においては、図２（Ａ）に示す６種類のカラーフィルタからなるフィルタ１２３を前面に配置した単板ＣＣＤからの映像信号を処理することを想定する。また、ヘッダ情報に温度値やゲイン値などの情報が全て又は一部、含まれていなくても構わない。

上記ステップＳ１０１に続けて、図４（Ｂ）に示すような複数の基底ベクトルを入力し（ステップＳ１０２）、また、図５（Ａ）に示すような光源の分光輝度特性を複数、及び図５（Ｂ）に示すような複数のカラー撮像系の分光感度特性を入力する（ステップＳ１０３）。さらに、信号レベルと温度値やゲイン値などの情報とからノイズ量を求めるためのノイズ量テーブルを入力する（ステップＳ１０４）。ここで、上記複数の基底ベクトル及び複数の撮像システムの分光特性、ノイズ量テーブルは、コンピュータが備える記録媒体や着脱自在な記録媒体から読み出したり、ネットワークを介して読み込んだりすることで入力する。

そして、詳細は後述するような算出処理により、基底ベクトルに関する重み係数算出に使用されるシステム行列の逆行列Ｍ_ｓ ^−１及びＭ_ｌ ^−１の所定の係数、つまり要素ｍ_ｓ３１，ｍ_ｓ３２，ｍ_ｓ３３及びｍ_ｌ３１，ｍ_ｌ３２，ｍ_ｌ３３を算出する（ステップＳ１０５）。その後、上記入力された映像信号から順次フレーム信号を抽出する（ステップＳ１０６）。

また、通常のカラー信号を生成するための色信号を分離し、公知の補間処理にて欠落する色信号を生成することで通常のカラー信号を生成するための色信号からなるフレーム信号を生成し、公知の階調処理や強調処理といった信号処理を行って、通常のカラー信号を生成する（ステップＳ１０７）。そして、その生成した通常のカラー信号をフレーム信号単位で、当該コンピュータに接続された図示しない表示モニタ等に出力する（ステップＳ１０８）。その後、全てのフレーム信号が完了したかを判断し（ステップＳ１０９）、完了していない場合は上記ステップＳ１０６に戻り、また、完了した場合は終了する。

また、上記ステップＳ１０７の信号処理と並行して、詳細は後述するような分離処理により、上記ステップＳ１０１で入力したＮ（但し、Ｎは２以上の自然数）種類（本実施形態では６種類）の色信号からなる映像信号から、基底ベクトルを用いた信号処理に使用するＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類（本実施形態では２種類）の周波数域に対応する色信号を選択し分離する（ステップＳ１１０）。

その後、分離した波長域の一つからノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する所定単位面積の画素領域を抽出する（ステップＳ１１１）。例えば、各波長域に関して、図７（Ｂ）に示すような注目画素群１２４を包含する４×７画素を画素領域として抽出する。次に、詳細は後述するようなノイズ推定処理により、上記抽出した画素領域に対してノイズ量を推定し（ステップＳ１１２）、更に、詳細は後述するようなノイズ低減処理により、その推定したノイズ量に基づき、上記画素領域の注目画素群に対してノイズ低減処理を行う（ステップＳ１１３）。その後、分離した波長域における全画素領域に関するノイズ低減処理が完了したか否かを判断し（ステップＳ１１４）、完了していない場合には、上記ステップＳ１１１に戻って、注目画素群を更新して次の画素領域を抽出することとなる。

而して、上記ステップＳ１１４において全画素領域に関するノイズ低減処理が完了したと判断した場合には、更に、上記ステップＳ１１０で分離した全ての波長域に関するノイズ低減処理が完了したかを判断する（ステップＳ１１５）。そして、完了していない場合には、上記ステップＳ１１１に戻り、次の波長域からノイズ低減処理を行う注目画素群を包含する所定単位面積の画素領域を抽出することとなる。

而して、上記ステップＳ１１５において全ての波長域に関するノイズ低減処理が完了したと判断した場合には、ノイズ低減された波長域ごとの信号より、公知の補間処理にて６種類の色信号からなる６種類のフレーム信号を生成する（ステップＳ１１６）。そして、それらフレーム信号に対して上記（９）式または（１０）式に示されるように専用基底ベクトルに関する重み係数を算出する乗加算処理を行う（ステップＳ１１７）。例えば、短波長域に属する色信号の三板状態のフレーム信号に対して上記（９）式に示されるように専用基底ベクトル（Ｏ３（λ_ｓ））に関する重み係数（ｗ３_ｓｉｊ）を算出し、長波長域に属する色信号の三板状態のフレーム信号に対して上記（１０）式に示されるように専用基底ベクトル（Ｏ３（λ_ｌ））に関する重み係数（ｗ３_ｌｉｊ）を算出する。そして、それら算出した重み係数を正規化し、その正規化された重み係数に関して波長域ごとに独立した色を割り当てることで疑似カラー信号を生成する（ステップＳ１１８）。例えば、上記重み係数（ｗ３_ｓｉｊ）を正規化して、赤を割り当て、また、上記重み係数（ｗ３_ｓｉｊ）を正規化して、シアンを割り当てることで、疑似カラー信号を生成する。そして、生成した識別対象の存在に関する疑似カラー信号をフレーム信号単位で、当該コンピュータに接続された図示しない表示モニタ等に出力する（ステップＳ１０８）。その後、全てのフレーム信号が完了したかを判断し（ステップＳ１０９）、完了していない場合は上記ステップＳ１０６に戻り、また、完了した場合は終了する。

なお、上記ステップＳ１０８では、通常のカラー信号と識別結果としての疑似カラー信号との両方が出力されるが、これは表示モニタ等を当該コンピュータ複数台接続して、それぞれ個別に表示するものであっても良いし、表示モニタ等を一台のみとして別々のウィンドウで表示するものであっても良い。

また、一台の表示モニタ等に、使用者の選択に応じて切り替え表示するようにしても良い。この場合、上記ステップＳ１０７の処理と、上記ステップＳ１１０乃至ステップＳ１１８の処理との両方を並列に行う必要はなく、使用者の選択に応じて何れか一方の処理を実行するように構成すれば十分である。

図１５（Ａ）は、上記ステップＳ１０５における算出処理に関するフローチャートを示す図である。

まず、上記ステップＳ１０２で入力された複数の基底ベクトルと、上記ステップＳ１０３で入力された複数の光源の分光輝度特性及び複数のカラー撮像系の分光感度特性の中から、上記ステップＳ１０１で入力したヘッダ情報中の識別対象となる被写体やカラー撮像系，照明光などの撮像条件に基づき、当該処理に使用する基底ベクトル、光源の分光輝度特性及びカラー撮像系の分光感度特性を選択する（ステップＳ２０１）。例えば、図４（Ｂ）に示すような基底ベクトル（Ｏ１（λ），Ｏ２（λ），Ｏ３（λ））、図５（Ａ）に示すような光源の分光輝度特性、図５（Ｂ）に示すようなカラー撮像系の分光感度特性を選択する。

その後、上記（５）式または（６）式に示されるシステム行列を算出する積算処理を行い（ステップＳ２０２）、更に、そのシステム行列の逆行列を算出する（ステップＳ２０３）。例えば、システム行列Ｍ_ｓ，Ｍ_ｌを算出し、その逆行列Ｍ_ｓ ^−１，Ｍ_ｌ ^−１を算出する。そして、基底ベクトルの重み係数を算出するのに要する逆行列の要素を上記所定の係数として選択し（ステップＳ２０４）、選択された逆行列の要素を出力する（ステップＳ２０５）。例えば、基底ベクトル（Ｏ３（λ_ｓ））の重み係数（ｗ３_ｓｉｊ）を算出するに要する逆行列Ｍ_ｓ ^−１の要素ｍ_ｓ３１，ｍ_ｓ３２，ｍ_ｓ３３及び基底ベクトル（Ｏ３（λ_ｌ））の重み係数（ｗ３_ｌｉｊ）を算出するに要する逆行列Ｍ_ｌ ^−１の要素ｍ_ｌ３１，ｍ_ｌ３２，ｍ_ｌ３３を選択して出力する。

図１５（Ｂ）は、上記ステップＳ１１０における分離処理に関するフローチャートを示す図である。

まず、上記ステップＳ１０２で入力された複数の基底ベクトルと、上記ステップＳ１０３で入力された複数の光源の分光輝度特性及び複数のカラー撮像系の分光感度特性の中から、上記ステップＳ１０１で入力したヘッダ情報中の識別対象となる被写体やカラー撮像系，照明光などの撮像条件に基づき、当該処理に使用する基底ベクトル、光源の分光輝度特性及びカラー撮像系の分光感度特性を選択し、それらに基づいて、各色信号の出力値を予測する（ステップＳ２１１）。

その後、予測した上記各色信号の出力値に基づき、例えば、公知のクラスタリング技術により、信号の値が似ているもの同士、つまり所定の範囲内に入っている色信号を判断して同じグループとなるようにグループ化することで、出力値が類似する色信号を選択する（ステップＳ２１２）。そして、選択された色信号間の数の調整を行うことで上記Ｍ種類（本実施形態では２種類）の波長域を確定し（ステップＳ２１３）、確定された波長域に基づいて、上記ステップＳ１０１で入力されたＮ種類の色信号からなる単板状態のフレーム信号である映像信号を、Ｍ種類の周波数域に対応する色信号を選択分離する（ステップＳ２１４）。

図１５（Ｃ）は、上記ステップＳ１１２におけるノイズ推定処理に関するフローチャートを示す図である。

まず、上記ステップＳ１０１で入力したヘッダ情報中の温度値やゲイン値などの情報を、ノイズ推定処理に使用するノイズ関連情報として設定する（ステップＳ２１１）。なお、ヘッダ情報中に温度値やゲイン値などの情報が含まれていない場合には、標準値を、コンピュータが備える記録媒体や着脱自在な記録媒体から読み出したり、ネットワークを介して読み込んだりして設定する。

その後、上記ステップＳ１１１によって抽出したノイズ低減処理を行う注目画素群を包含する画素領域から、色信号毎に、上記注目画素群を構成する当該色信号の注目画素を包含する色画素領域を抽出する（ステップＳ２２２）。例えば、各波長域に関して、図７（Ｂ）に示すような注目画素群１２４を包含する４×７画素でなる各画素領域に関して、Ｇ２だけ、Ｒ１だけ、…というように、各色信号ごとの領域を色画素領域として抽出する。次に、抽出した上記色画素領域から低周波成分を算出する（ステップＳ２２３）。そして、上記ステップＳ１０４で入力したノイズ量テーブルを用いて、上記ステップＳ２２１で設定したノイズ関連情報と上記ステップＳ２２３で算出した低周波成分とより、上記色画素領域における画素のノイズ量を算出する（ステップＳ２２４）。その後、当該画素領域における全ての色画素領域に関するノイズ量算出処理が完了したかを判断し（ステップＳ２２５）、完了していない場合は上記ステップＳ２２２に戻って、次の色画素領域を抽出する。

而して、上記ステップＳ２２５において当該画素領域における全ての色画素領域に関するノイズ量算出処理が完了したと判断した場合には、平均値算出を行う（ステップＳ２２６）。即ち、算出された色信号ごとのノイズ量Ｎ_ｃの平均値を、当該色信号ごとの上記色画素領域全体のノイズ量として算出し、その算出した平均値を、上記画素領域に包含される注目画素群１２４を構成する３つの注目画素、例えば、図７（Ａ）に太枠で囲って示すようなＢ１，Ｂ２，Ｇ１の３画素に、同一のノイズ量Ｎ_ｂとして割り当てる。また、上記ステップＳ２２３で算出した色信号ごとの低周波成分の平均値を、上記画素領域の画素の平均値ＡＶ_ｂとして算出する。そして、こうして所定単位面積の画素領域ごとに推定したノイズ量Ｎ_ｂと上記画素領域の画素の平均値ＡＶ_ｂとを出力する（ステップＳ２２７）。

図１５（Ｄ）は、上記ステップＳ１１３におけるノイズ低減処理に関するフローチャートを示す図である。

まず、上記ステップＳ１１２のノイズ推定処理で推定した画素の平均値ＡＶ_ｂ及びノイズ量Ｎ_ｂに基づき、上記（１）式に示されるノイズ量に関する許容範囲としての上限Ｎｏｉｓｅ＿Ｕｐ_ｂ及び下限Ｎｏｉｓｅ＿Ｌｏｗ_ｂを設定する（ステップＳ２３１）。

その後、上記ステップＳ１１１で抽出した画素領域より注目画素群１２４の画素値Ｐ_ｃを読み込み、上記許容範囲に属するか否かの判断を行う（ステップＳ２３２）。判断は、「ノイズ範囲に属している」、「ノイズ範囲を上回っている」、「ノイズ範囲を下回っている」の三通りである。

上記抽出した画素領域の注目画素群１２４の画素値Ｐ_ｃが上記設定したノイズ範囲に属すると判断した場合には、上記（２）式に示される、平均値ＡＶ_ｂを上記注目画素群１２４の値とする第１スムージング処理を行う（ステップＳ２３３）。

これに対して、上記抽出した画素領域の注目画素群１２４の画素値Ｐ_ｃが上記設定したノイズ範囲に属さないと判断した場合には、上記（３）式あるいは上記（４）式に示される、注目画素群１２４の画素値Ｐ_ｃに上記ステップＳ１１２で推定した平均値ＡＶ_ｂとノイズ量Ｎ_ｂを用いて補正する第２スムージング処理を行う（ステップＳ２３４）。

そして、このような第１スムージング処理または第２スムージング処理の処理結果をノイズ低減信号として出力する（ステップＳ２３５）。

なお、この変形例４は、所定単位面積の画素領域から色信号毎の色画素領域を抽出してノイズ量を抽出する場合を例に説明したが、画素領域からノイズ量を抽出するようにしても良いことは勿論である。

［第２実施形態］
次に、本発明の第２実施形態を説明する。

（構成）
図１６は、本発明の第２実施形態に係る識別処理装置を適用した内視鏡の構成を示す図である。本実施形態は、図１に示す第１実施形態の構成に第２分離部１２８、第２ノイズ推定部１２９及び第２ノイズ低減部１３０が追加された構成になっている。基本構成は上記第１実施形態と同等であり、同一の構成には同一の名称と参照符号を割り当てている。以下、異なる部分のみを説明する。

バッファ１０７は、第２分離部１２８へ接続されている。第２分離部１２８は、第２ノイズ推定部１２９及び第２ノイズ低減部１３０へ接続されている。第２ノイズ推定部１２９は、上記第２ノイズ低減部１３０へ接続されている。第２ノイズ低減部１３０は、信号処理部１１０を介して、液晶ディスプレイなどの第２出力部１２０へ接続されている。制御部１２１は、第２分離部１２８、第２ノイズ推定部１２９及び第２ノイズ低減部１３０と双方向に接続されている。

（作用）
本実施形態に係る識別処理装置の作用も、基本的に上記第１実施形態と同等であり、以下、異なる部分のみを説明する。

図１６において、信号の流れを説明する。

本実施形態では、ＣＣＤ１０１としては、４種類のカラーフィルタを前面に配置した単板ＣＣＤを想定する。図１７（Ａ）は、４種類のカラーフィルタでなるフィルタ１３１の構成を示す図である。このフィルタ１３１は、２×２画素を基本単位とし、短波長側から青（Ｂ），緑（Ｇ），黄（Ｙｅ），赤（Ｒ）から構成される。図１７（Ｂ）は、このフィルタ１３１を構成する４種類のカラーフィルタの分光特性を示す図である。このようなフィルタ１３１を用いることで、ＣＣＤ１０１からのアナログ信号は、４種類の色信号からなる映像信号となる。

ＣＣＤ１０１からの映像信号は、上記第１実施形態と同様にしてデジタル信号へ変換されて、バッファ１０７へ転送される。

分離部１１１は、制御部１２１の制御に基づき、上記バッファ１０７に記録されたＮ（但し、Ｎは２以上の自然数）種類（本実施形態では４種類）の色信号からなる単板状態のフレーム信号から、基底ベクトルを用いた信号処理に使用するＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類（本実施形態では２種類）の周波数域に対応する色信号を選択し分離する。本実施形態では、図１７（Ａ）に示されるフィルタ１３１に対応する４種類の色信号からなるフレーム信号から分離する。基底ベクトルを用いた信号処理に使用する複数の周波数域の信号として、本実施形態においても２種類の波長域を想定する。分離する波長域を構成する色信号は、識別対象が何であるかによって設定される。該分離部１１１によって分離された波長域の信号は、ノイズ推定部１１２及びノイズ低減部１１３へ転送される。

図１８は、上記分離部１１１の構成の一例を示す図である。該分離部１１１は、上記第１実施形態における予測部２０１、選択部２０２及び調整部２０３の代わりに、波長域テーブル部２０５を備えている。この波長域テーブル部２０５は、波長域分離部２０４及び上記ノイズ推定部１１２へ接続している。波長域分離部２０４は、上記ノイズ推定部１１２及び上記ノイズ低減部１１３へ接続している。上記バッファ１０７は、波長域分離部２０４へ接続している。上記制御部１２１は、波長域テーブル部２０５及び波長域分離部２０４と双方向に接続されている。

波長域テーブル部２０５は、識別対象となる被写体の既知の分光特性に基づき波長域を出力する。例えば、図１９は、内視鏡における診断で重要となる血管部位、例えば動脈に多く含まれるオキシヘモグロビン（ＨＢＯ_２）の基底ベクトル（Ｏ３（λ））と、蛍光観察での主要被写体となるコラーゲンの自家蛍光の基底ベクトル（Ｏ４（λ））とを示す図である。波長域テーブル部２０５は、そのような識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルに対応して、それぞれＭ種類（本実施形態では２種類）の波長域を記憶しており、上記外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件における識別対象となる被写体の情報が上記制御部１２１から入力されると、その被写体に対応するＭ種類の波長域を出力する。

波長域分離部２０４は、制御部１２１の制御に基づき、上記波長域テーブル部２０５から出力された波長域に基づいて、上記バッファ１０７に記録されたＮ種類の色信号からなる単板状態のフレーム信号からＭ種類の周波数域に対応する色信号を選択し、上記ノイズ推定部１１２及びノイズ低減部１１３に出力する。

例えば、図１７（Ａ）に示すようなＢ，Ｇ，Ｙｅ，Ｒの４種類のカラーフィルタを備えるフィルタ１３１を用いた場合、図１９に示すような分光反射特性を持つオキシヘモグロビンが識別対象であれば、波長域分離部２０４は、バッファ１０７に記録された４種類の色信号からなる単板状態のフレーム信号から、Ｂ，Ｇを選択的に読み出し、またＹｅ，Ｒを選択的に読み出すことで、Ｍ種類（本実施形態では２種類）の周波数域に対応する色信号に分離する。即ち、短波長域と長波長域との２つに分離する。また、図１９に示すような分光輝度特性を持つコラーゲンが識別対象であれば、波長域分離部２０４は、バッファ１０７に記録された４種類の色信号からなる単板状態のフレーム信号から、Ｂ，Ｒを選択的に読み出し、またＧ，Ｙｅを選択的に読み出すことで、Ｍ種類（本実施形態では２種類）の周波数域に対応する色信号に分離する。即ち、長短波長域と中波長域との２つに分離する。

ノイズ推定部１１２、ノイズ低減部１１３、補間部１１４、算出部１１５、疑似カラー化部１１６、第１出力部１１７、基底ベクトルＲＯＭ１１８及びシステム分光特性ＲＯＭ１１９は、上記第１実施形態と同様のものである。但し、ノイズ推定部１１２の領域抽出部２１１及びノイズ低減部１１３の領域抽出部２２１は、注目画素群を包含する所定単位面積の画素領域として、識別対象がオキシヘモグロビンの場合には、図２０（Ａ）にそれぞれ太枠で囲って示すように、Ｙｅ，Ｒの２画素及びＢ，Ｇの２画素をそれぞれ注目画素群１２４とみなして、８×６画素の単位ブロックをノイズ低減の基本ブロックとして、各波長域に関して、図２０（Ｂ）に示すような注目画素群１２４を包含する４×６画素を抽出する。また、識別対象がコラーゲンの場合には、図２０（Ｃ）に太枠の実線及び破線でそれぞれ囲って示すように、Ｂ，Ｒの２画素及びＧ，Ｙｅの２画素をそれぞれ注目画素群１２４とみなして、８×６画素の単位ブロックをノイズ低減の基本ブロックとして、各波長域に関して、図２０（Ｄ）に示すような注目画素群１２４を包含する４×６画素を所定単位面積の画素領域として抽出する。

また、算出部１１５は、制御部１２１の制御に基づき、２×２サイズの撮像システムに関するシステム行列を、分離した複数の波長域、ここでは２つの波長域ごとに独立に算出する。例えば、識別対象がオキシヘモグロビンであれば、以下の（１１）式に示すような短波長域のシステム行列Ｍ_１及び以下の（１２）式に示すような長波長域のシステム行列Ｍ_２を算出する。ここで、λ_１，λ_２は上記分離した波長域の波長を意味する。

算出部１１５は、この後、上記システム行列の逆行列Ｍ_１ ^−１及びＭ_２ ^−１とＢ，Ｇ信号及びＹｅ，Ｒ信号とを使用することで、以下の（１３）式及び（１４）式に示すような、各画素単位で基底ベクトル（Ｏ３（λ_１），Ｏ４（λ_１））及び（Ｏ３（λ_２），Ｏ４（λ_２））に関する重み係数（ｗ３_１ｉｊ，ｗ４_１ｉｊ）及び（ｗ３_２ｉｊ，ｗ４_２ｉｊ）を算出する。

即ち、基底ベクトル（Ｏ３（λ_１），Ｏ４（λ_１））及び（Ｏ３（λ_２），Ｏ４（λ_２））に関する重み係数（ｗ３_１ｉｊ，ｗ４_１ｉｊ）及び（ｗ３_２ｉｊ，ｗ４_３ｉｊ）を、以下の（（１５）式乃至（１８）式に基づいて算出する。

Ｗ３_１ｉｊ＝ｍ_１１１・Ｂ_ｉｊ＋ｍ_１１２・Ｇ_ｉｊ …（１５）
Ｗ４_１ｉｊ＝ｍ_１２１・Ｂ_ｉｊ＋ｍ_１２２・Ｇ_ｉｊ …（１６）
Ｗ３_２ｉｊ＝ｍ_２１１・Ｙｅ_ｉｊ＋ｍ_２１２・Ｒ_ｉｊ …（１７）
Ｗ４_２ｉｊ＝ｍ_２２１・Ｙｅ_ｉｊ＋ｍ_２２２・Ｒ_ｉｊ …（１８）
こうして算出された基底ベクトルの重み係数（ｗ３_１ｉｊ，ｗ４_１ｉｊ）及び（ｗ３_２ｉｊ，ｗ４_２ｉｊ）が、疑似カラー化部１１６へ転送されることとなる。

一方、第２分離部１２８は、制御部１２１の制御に基づき、上記バッファ１０７に記録されたＮ（但し、Ｎは２以上の自然数）種類（本実施形態では４種類）の色信号からなる単板状態のフレーム信号から、通常のカラー信号を算出するに必要な色信号を選択し分離する。例えば、図１７（Ａ）に示されるフィルタ１３１に対応する４種類の色信号からなるフレーム信号から、Ｂ，Ｇ，Ｙｅ，Ｒの四色信号をそれぞれ独立に分離して、第２ノイズ推定部１２９及び第２ノイズ低減部１３０へ転送する。

図２１（Ａ）は、上記第２分離部１２８の構成の一例を示す図である。該第２分離部１２８は、フィルタテーブル部２４１と色信号分離部２４２とからなる。フィルタテーブル部２４１は、色信号分離部２４２へ接続している。色信号分離部２４２は、上記第２ノイズ推定部１２９及び上記第２ノイズ低減部１３０へ接続している。上記バッファ１０７は、色信号分離部２４２へ接続している。上記制御部１２１は、フィルタテーブル部２４１及び色信号分離部２４２と双方向に接続されている。

フィルタテーブル部２４１は、ＣＣＤ１０１のカラーフィルタの種類毎の波長域を記憶しており、上記外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件におけるカラー撮像系の情報が上記制御部１２１から入力されると、そのカラー撮像系の情報に対応する波長域を出力する。

色信号分離部２４２は、制御部１２１の制御に基づき、上記フィルタテーブル部２４１から出力された波長域に基づいて、上記バッファ１０７に記録されたＮ種類の色信号からなる単板状態のフレーム信号からＮ種類の色信号をそれぞれ独立に分離して、上記第２ノイズ推定部１２９及び上記第２ノイズ低減部１３０に出力する。

第２ノイズ推定部１２９は、上記第２分離部１２８によって分離した上記色信号ごとにノイズ量を第２の所定単位面積ごとに推定する。

図２１（Ｂ）は、この第２ノイズ推定部１２９の構成の一例を示す図である。該第２ノイズ推定部１２９は、領域抽出部２５１、低周波算出部２５２、ゲイン算出部２５３、標準値付与部２５４及びノイズテーブル部２５５からなる。上記第２分離部１２８は、領域抽出部２５１へ接続している。領域抽出部２５１は、低周波算出部２５２へ接続している。低周波算出部２５２、ゲイン算出部２５３及び標準値付与部２５４は、ノイズテーブル部２５５へ接続している。ノイズテーブル部２５５は、上記第２ノイズ低減部１３０へ接続している。上記制御部１２１は、領域抽出部２５１、低周波算出部２５２、ゲイン算出部２５３、標準値付与部２５４及びノイズテーブル部２５５と双方向に接続されている。

領域抽出部２５１は、制御部１２１の制御に基づき、上記第２分離部１２８によって分離した色信号からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する領域を抽出する。例えば、図２２（Ａ）にそれぞれ太枠で囲って示すように、Ｒ，Ｇ，Ｙｅ，Ｂの４画素をそれぞれ注目画素群１２４とみなして、１０×１０画素の単位ブロックをノイズ低減の基本ブロックとする。つまり、この場合、一つの注目画素群は一つの注目画素を含む。そして、領域抽出部２５１は、各色信号に関して、図２２（Ｂ）に示すような注目画素群１２４を包含する５×５画素をサブブロックとしてそれぞれ抽出する。このサブブロックがノイズ低減処理を行う注目画素群を包含する第２の所定単位面積の領域である。

低周波算出部２５２は、制御部１２１の制御に基づき、上記領域抽出部２５１によって抽出した上記領域から低周波成分を算出する。

ゲイン算出部２５３は、制御部１２１から転送されるＩＳＯ感度及び露光条件に関する情報に基づき、上記増幅部１０５における上記映像信号に対するゲイン値に関する情報を算出する。また、制御部１２１は、上記第１実施形態で説明したように、図示しない温度センサ等を用いて上記カラー撮像系に関する温度値に関する情報を取得する。従って、これらゲイン算出部２５３及び制御部１２１は、上記ゲイン値及び温度値に関する情報を収集する収集部として機能する。

標準値付与部２５４は、制御部１２１の制御に基づき、上記収集部で得られない情報に関して標準値を付与する付与部として機能する。

ノイズテーブル部２５５は、制御部１２１の制御に基づき、上記収集部または上記標準値付与部２５４からの情報及び上記低周波算出部２５２によって算出した上記第２の所定単位面積の領域の低周波成分を入力として、上記領域に包含される上記注目画素群１２４のノイズ量を出力する。即ち、ノイズ量Ｎ_ｃを、上記領域に包含される注目画素群１２４に割り当て、上記第２ノイズ低減部１３０に出力する。また、上記低周波算出部２５２からの色信号ごとの低周波成分を上記領域抽出部２５１で抽出された領域の画素の平均値ＡＶ_ｃとして、上記第２ノイズ低減部１３０に出力する。

なお、上記ノイズ量算出の過程において、温度ｔ，ゲインgなどの情報を撮像ごとに求める必要はない。任意の情報を標準値付与部２５４に記録させておき、算出過程を省略する構成も可能である。これにより、高速処理や省電力化などが実現できる。

第２ノイズ低減部１３０は、上記第２ノイズ推定部１２９で推定した上記ノイズ量に基づき、上記第２分離部１２８によって分離した色信号ごとにノイズ低減処理を行う。

図２１（Ｃ）は、上記第２ノイズ低減部１３０の構成の一例を示す図である。該第２ノイズ低減部１３０は、領域抽出部２６１、範囲設定部２６２、切り換え部２６３、第１スムージング部２６４及び第２スムージング部２６５からなる。上記第２分離部１２８は、領域抽出部２６１へ接続している。領域抽出部２６１は、範囲設定部２６２及び切り換え部２６３へ接続している。上記第２ノイズ推定部１２９は、範囲設定部２６２へ接続している。範囲設定部２６２は、切り換え部２６３、第１スムージング部２６４及び第２スムージング部２６５へ接続している。切り換え部２６３は、第１スムージング部２６４及び第２スムージング部２６５へ接続している。第１スムージング部２６４及び第２スムージング部２６５は、上記信号処理部１１０へ接続している。上記制御部１２１は、領域抽出部２６１、範囲設定部２６２、切り換え部２６３、第１スムージング部２６４及び第２スムージング部２６５と双方向に接続されている。

領域抽出部２６１は、上記第２ノイズ推定部１２９の領域抽出部２５１と同様に、制御部１２１の制御に基づき、上記第２分離部１２８によって分離した上記色信号からノイズ低減処理を行う注目画素群１２４を包含する第２の所定単位面積の領域を抽出する。

範囲設定部２６２は、制御部１２１の制御に基づき、上記第２ノイズ推定部１２９で推定した上記ノイズ量Ｎ_ｃに基づき上記注目画素群１２４に関するノイズ範囲を設定する。即ち、範囲設定部２６２は、制御部１２１の制御に基づき、上記領域抽出部２６１で抽出された領域の画素の平均値ＡＶ_ｃと上記ノイズ量Ｎ_ｃとを上記第２ノイズ推定部１２９から読み込む。その後、ノイズ量に関する許容範囲として上限Ｎｏｉｓｅ＿Ｕｐ_ｃ及び下限Ｎｏｉｓｅ＿Ｌｏｗ_ｃを、以下の（（１９）式のように設定する。

Ｎｏｉｓｅ＿Ｕｐ_ｃ＝ＡＶ_ｃ＋Ｎ_ｃ／２
Ｎｏｉｓｅ＿Ｌｏｗ_ｃ＝ＡＶ_ｃ−Ｎ_ｃ／２ …（１９）
こうして設定されたノイズ範囲、即ち上記許容範囲Ｎｏｉｓｅ＿Ｕｐ_ｃ及びＮｏｉｓｅ＿Ｌｏｗ_ｃは、切り換え部２６３へ転送される。更に、範囲設定部２６２は、上記第２ノイズ推定部１２９より読み込んだ上記領域の画素の平均値ＡＶ_ｃ及びノイズ量Ｎ_ｃを第１スムージング部２６４及び第２スムージング部２６５へ転送する。

切り換え部２６３は、制御部１２１の制御に基づき、領域抽出部２６１からの注目画素群１２４の画素値Ｐ_ｃを読み込み、上記許容範囲に属するか否かの判断を行う。判断は、「ノイズ範囲に属している」、「ノイズ範囲を上回っている」、「ノイズ範囲を下回っている」の三通りである。切り換え部２６３は、「ノイズ範囲に属している」場合は、第１スムージング部２６４へ、それ以外は第２スムージング部２６５へ、注目画素群１２４の画素値Ｐ_ｃを転送する。

第１スムージング部２６４は、切り換え部２６３からの注目画素群１２４の画素値Ｐ_ｃに、以下の（２０）式に示される、範囲設定部２６２からの平均値ＡＶ_ｃを代入する平滑化処理を行う。

Ｐ_ｃ＝ＡＶ_ｃ …（２０）
これに対して、上記領域抽出部２６１によって抽出した上記領域の上記注目画素１２４の値が上記範囲設定部２６２によって設定した上記ノイズ範囲に属さない場合には、第２スムージング部２６５によって、補正を行う。即ち、第２スムージング部２６５は、切り換え部２６３からの注目画素１２４の画素値Ｐ_ｃに範囲設定部２６２からの平均値ＡＶ_ｃとノイズ量Ｎ_ｃを用いて補正する処理を行う。

まず、「ノイズ範囲を上回っている」場合は、以下の（２１）式のように補正する。

Ｐ_ｃ＝ＡＶ_ｃ−Ｎ_ｃ／２ …（２１）
また、「ノイズ範囲を下回っている」場合は、以下の（２２）式のように補正する。

Ｐ_ｃ＝ＡＶ_ｃ＋Ｎ_ｃ／２ …（２２）
このような第１スムージング部２６４または第２スムージング部２６５での処理結果は信号処理部１１０へ転送される。

上記のような第２ノイズ推定部１２９、第２ノイズ低減部１３０の構成により、信号レベル、撮像時の温度、ゲインなどの動的に変化する条件に対応したノイズ量の推定及び画面全体での最適なノイズ低減が可能となり、高品位な信号が得られる。上記情報が得られない場合でも標準値を用いることでノイズ量の推定を行うため安定したノイズ低減効果が得られる。さらに、一部のパラメータ算出を意図的に省略することで低コスト，省電力化を可能とする撮像システムが提供できる。また、ノイズ量の算出にルックアップテーブルを用いているため、高速なノイズ量の推定が可能となる。また、ノイズ低減処理はノイズ量から許容範囲を設定するため、原信号の保存性に優れ不連続性の発生を防止した低減処理が可能となる。

信号処理部１１０は、制御部１２１の制御に基づき、第２ノイズ低減部１３０から転送されるノイズ低減処理が施されたＢ，Ｇ，Ｙｅ，Ｒの四色信号から構成されるフレーム信号を通常のＢ，Ｇ，Ｒの三色信号から構成されるフレーム信号に変換し、その変換したフレーム信号に対して公知の階調処理及び強調処理を行うことで通常のカラー信号を算出する。この算出した通常のカラー信号は、第２出力部１２０へ転送され、該第２出力部１２０は、この通常のカラー信号を第２の出力信号として表示する。

以上のように、本第２実施形態によれば、通常の処理がなされたカラー信号も独立に算出されるため、映像信号全体の認識を行うことが可能となり、使用者に対する操作性が向上する。また、映像信号から通常のカラー信号を算出するに必要な色信号ごとにノイズ量を推定し、推定されたノイズ量に基づきノイズ低減処理を行い、ノイズ低減処理後の色信号に基づき通常のカラー信号を算出することで、通常の処理がなされたカラー信号に関してもノイズ低減処理が行われるため、使用者に対する視認性を向上できる。

［変形例１］
上記第２実施形態では、ノイズ推定部１１２及びノイズ低減部１１３と第２ノイズ推定部１２９及び第２ノイズ低減部１３０との２系統のノイズ低減処理を行うための構成を備えていたが、このような構成に限定される必要はない。

例えば、第２ノイズ推定部１２９及び第２ノイズ低減部１３０の機能を、ノイズ推定部１１２及びノイズ低減部１１３が適宜切り換えて果たすようにしても構わない。

図２３は、図１６に示す構成から第２出力部１２０、第２ノイズ推定部１２９及び第２ノイズ低減部１３０を省略し、切換部１２５を追加した形態となっている。基本構成は図１６と同等であり、同一の構成には同一の名称と参照符号を割り当てている。以下、異なる部分のみ説明する。

上記バッファ１０７は、切換部１２５へ接続している。切換部１２５は、上記分離部１１１及び上記第２分離部１２８へ接続している。上記第２分離部１２８は、上記ノイズ推定部１１２及び上記ノイズ低減部１１３へ接続している。ノイズ低減部１１３は、上記信号処理部１１０及び補間部１１４へ接続している。上記信号処理部１１０は、上記第１出力部１１７へ接続している。上記切換部１２５と上記制御部１２１とは双方向に接続している。

通常のカラー表示を行うことが外部Ｉ／Ｆ部１２２を介して使用者より指示された場合には、切換部１２５は、制御部１２１の制御に基づき、通常モードとなり、上記バッファ１０７より、Ｒ，Ｙｅ，Ｇ，Ｂの四色信号から構成される単板状態のフレーム信号を選択し、上記第２分離部１２８へ転送する。これにより、第２分離部１２８は上記第２実施形態で説明したように各色信号を分離して、上記ノイズ推定部１１２及び上記ノイズ低減部１１３へ出力する。上記ノイズ推定部１１２及び上記ノイズ低減部１１３は、制御部１２１の制御に基づき、上記第２実施形態で説明したような上記第２ノイズ推定部１２９及び上記第２ノイズ低減部１３０と同様のノイズ低減動作を行うように切り換えられ、ノイズ低減された四色信号を上記信号処理部１１０に出力する。信号処理部１１０は、上記第２実施形態で説明したような動作を行って、例えば表示モニタである第１出力部１１７へ通常のカラー信号を転送して表示を行う。

これに対して、識別対象となる被写体の識別結果の出力を行うことが外部Ｉ／Ｆ部１２２を介して使用者より指示された場合には、切換部１２５は、制御部１２１の制御に基づき、識別モードとなり、上記バッファ１０７より、四色信号からなる単板状態のフレーム信号を選択し、上記分離部１１１へ転送する。上記分離部１１１は、入力されたフレーム信号を、上記第２実施形態で説明したような、識別対象の被写体に応じた波長域に分離して、上記ノイズ推定部１１２及び上記ノイズ低減部１１３に出力する。上記ノイズ推定部１１２及び上記ノイズ低減部１１３は、制御部１２１の制御に基づき、上記第１実施形態で説明したようなノイズ低減処理動作を行うように切り換えられ、上記補間部１１４、上記算出部１１５及び上記疑似カラー化部１１６を介して、識別対象の存在に関するフレーム信号を出力部１１７へ転送して表示を行う。

［変形例２］
また、上記第１実施形態では、識別処理装置は、撮像レンズ系１００、ＣＣＤ１０１、照明レンズ系１０２、照明光源１０３、光ファイバ１０４、増幅部１０５、Ａ／Ｄ１０６、ＷＢ部１０８及び測光評価部１０９からなる撮像部と一体化した構成になっていたが、このような構成に限定される必要はない。

例えば、上記第１実施形態の変形例３で説明したように、別体の撮像部で撮像された映像信号を未処理のＲａｗデータ形態で、さらに識別対象となる被写体，カラー撮像系，照明光などの撮像条件に関する付随情報をヘッダ部に記録して、ハードディスクやメモリカードなどの記録媒体に保存したものを読み出したり、無線又は有線ネットワークを介して送信されてくる映像信号を受信したりして、処理をすることも可能である。

［変形例３］
さらに、上記第１実施形態では、ハードウェアによる処理を前提としていたが、このような構成に限定される必要はない。例えば、ＣＣＤ１０１からの映像信号を未処理のままのＲａｗデータ形態として、制御部１２１から、識別対象となる被写体やカラー撮像系，照明光などの撮像条件、カラー撮像系に関する温度値，映像信号に対するゲイン値などの情報をヘッダ情報として出力し、それら映像信号とヘッダ情報を図示しないコンピュータに入力して、ソフトウェアにて処理する構成も可能である。

図２４は、不図示コンピュータによる信号処理のソフトウェア処理に関するフローチャートを示す図である。本変形例３は、基本的に上記第１実施形態の変形例４と同等であり、以下、異なる部分のみを説明する。

即ち、ステップＳ１０１乃至ステップＳ１０６は、上記第１実施形態の変形例４で説明した通りである。但し、本変形例においては、図１７（Ａ）に示す４種類のカラーフィルタからなるフィルタ１３１を前面に配置した単板ＣＣＤからの映像信号を処理することを想定する。また、ステップＳ１０５では、基底ベクトルに関する重み係数算出に使用されるシステム行列の逆行列Ｍ_１ ^−１及びＭ_２ ^−１の所定の係数、例えば、要素ｍ_１１１，ｍ_１１２及びｍ_２１１，ｍ_２２２を算出する。

また、上記第１実施形態の変形例４で説明したようなステップＳ１１０乃至ステップＳ１１８、ステップＳ１０８及びステップＳ１０９の処理を実行する。但し、ステップＳ１１１のノイズ推定処理においては、ステップＳ２２２、ステップＳ２２５及びステップＳ２２６は省略される。また、ステップＳ１１７の上加算処理においては、例えば、識別対象がオキシヘモグロビンであれば、上記（１５）式及び上記（１７）式に示されるように専用基底ベクトルに関する重み係数を算出する乗加算処理を行う。即ち、短波長域に属する色信号の四板状態のフレーム信号に対して上記（１５）式に示されるように専用基底ベクトル（Ｏ３（λ_１））に関する重み係数（ｗ３_１ｉｊ）を算出し、長波長域に属する色信号の四板状態のフレーム信号に対して上記（１７）式に示されるように専用基底ベクトル（Ｏ３（λ_２））に関する重み係数（ｗ３_２ｉｊ）を算出する。

一方、上記ステップＳ１０７において、通常カラー信号の出力が指示されていると判断した場合には、詳細は後述するような第２分離処理により、上記ステップＳ１０１で入力したＮ（但し、Ｎは２以上の自然数）種類（本実施形態では４種類）の色信号からなる映像信号から、通常のカラー信号を生成するための色信号を分離する（ステップＳ１１９）。

その後、分離した色信号の一つからノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する第２の所定単位面積の領域を抽出する（ステップＳ１２０）。次に、詳細は後述するような第２ノイズ推定処理により、上記抽出した領域に対してノイズ量を推定し（ステップＳ１２１）、更に、詳細は後述するような第２ノイズ低減処理により、その推定したノイズ量に基づき、上記領域の注目画素群に対してノイズ低減処理を行う（ステップＳ１２２）。その後、分離した色信号における全画素領域に関するノイズ低減処理が完了したか否かを判断し（ステップＳ１２３）、完了していない場合には、上記ステップＳ１２０に戻って、注目画素群を更新して次の領域を抽出することとなる。

而して、上記ステップＳ１２３において全画素領域に関するノイズ低減処理が完了したと判断した場合には、更に、上記ステップＳ１２０で分離した全ての色信号に関するノイズ低減処理が完了したかを判断する（ステップＳ１２４）。そして、完了していない場合には、上記ステップＳ１２０に戻り、次の色信号からノイズ低減処理を行う注目画素群を包含する第２の所定単位面積の領域を抽出することとなる。

而して、上記ステップＳ１２４において全ての色信号に関するノイズ低減処理が完了したと判断した場合には、ノイズ低減された四色信号からなるフレーム信号を通常のＲ，Ｇ，Ｂ三色信号からなるフレーム信号に変換し、公知の補間処理にて欠落する色信号を生成することで通常のカラー信号を生成するための色信号からなるフレーム信号を生成し、公知の階調処理や強調処理といった信号処理を行って、通常のカラー信号を生成する（ステップＳ１０７）。そして、その生成した通常のカラー信号をフレーム信号単位で、当該コンピュータに接続された図示しない表示モニタ等に出力する（ステップＳ１０８）。その後、全てのフレーム信号が完了したかを判断し（ステップＳ１０９）、完了していない場合は上記ステップＳ１０６に戻り、また、完了した場合は終了する。

図２５（Ａ）は、上記ステップＳ１１０における分離処理に関するフローチャートを示す図である。

まず、識別対象となる被写体の既知の分光特性に基づき波長域を出力する波長域テーブルを入力する（ステップＳ２１５）。この波長域テーブルは、コンピュータが備える記録媒体や着脱自在な記録媒体から読み出したり、ネットワークを介して読み込んだりすることで入力する。

そして、上記ステップＳ１０１で入力したヘッダ情報中の識別対象となる被写体の情報に基づいて、上記波長域テーブルにより波長域を確定し、確定された波長域に基づいて、上記ステップＳ１０１で入力されたＮ種類の色信号からなる単板状態のフレーム信号である映像信号を、Ｍ種類の周波数域に対応する色信号に選択分離する（ステップＳ２１６）。

図２５（Ｂ）は、上記ステップＳ１１９における第２分離処理に関するフローチャートを示す図である。

まず、カラー撮像系の情報に基づき波長域を出力するフィルタテーブルを入力する（ステップＳ２４１）。このフィルタテーブルは、コンピュータが備える記録媒体や着脱自在な記録媒体から読み出したり、ネットワークを介して読み込んだりすることで入力する。

そして、上記ステップＳ１０１で入力したヘッダ情報中のカラー撮像系の情報に基づいて、上記フィルタテーブルにより波長域を確定し、確定された波長域に基づいて、上記ステップＳ１０１で入力されたＮ種類の色信号からなる単板状態のフレーム信号である映像信号を、Ｍ種類の周波数域に対応する色信号に選択分離する（ステップＳ２４２）。

図２５（Ｃ）は、上記ステップＳ１２１における第２ノイズ推定処理に関するフローチャートを示す図である。

まず、上記ステップＳ１０１で入力したヘッダ情報中の温度値やゲイン値などの情報を、ノイズ推定処理に使用するノイズ関連情報として設定する（ステップＳ２５１）。なお、ヘッダ情報中に温度値やゲイン値などの情報が含まれていない場合には、標準値を、コンピュータが備える記録媒体や着脱自在な記録媒体から読み出したり、ネットワークを介して読み込んだりして設定する。

その後、上記ステップＳ１１１によって抽出した上記第２の所定単位面積の領域から低周波成分を算出することにより、各色信号ごとの領域における低周波成分を算出する（ステップＳ２５２）。その後、上記ステップＳ１０４で入力したノイズ量テーブルを用いて、上記ステップＳ２５１で設定したノイズ関連情報と上記ステップＳ２５２で算出した信号レベルとより、上記領域における画素のノイズ量Ｎ_ｃを算出する（ステップＳ２５３）。そして、その算出した色信号ごとのノイズ量Ｎ_ｃを、上記領域に包含される注目画素群１２４に割り当て、また、上記ステップＳ２５２で算出した色信号ごとの低周波成分を、上記領域の画素の平均値ＡＶ_ｃとして、それらノイズ量Ｎ_ｃと平均値ＡＶ_ｃとを出力する（ステップＳ２５４）。

図２５（Ｄ）は、上記ステップＳ１２２における第２ノイズ低減処理に関するフローチャートを示す図である。

まず、上記ステップＳ１２１の第２ノイズ推定処理で推定した画素の平均値ＡＶ_ｃ及びノイズ量Ｎ_ｃに基づき、上記（１９）式に示されるノイズ量に関する許容範囲としての上限Ｎｏｉｓｅ＿Ｕｐ_ｃ及び下限Ｎｏｉｓｅ＿Ｌｏｗ_ｃを設定する（ステップＳ２６１）。

その後、上記ステップＳ１２０で抽出した領域より注目画素群１２４の画素値Ｐ_ｃを読み込み、上記許容範囲に属するか否かの判断を行う（ステップＳ２６２）。判断は、「ノイズ範囲に属している」、「ノイズ範囲を上回っている」、「ノイズ範囲を下回っている」の三通りである。

上記抽出した領域の注目画素群１２４の画素値Ｐ_ｃが上記設定したノイズ範囲に属すると判断した場合には、上記（２０）式に示される、平均値ＡＶ_ｃを上記注目画素群１２４の値とする第１スムージング処理を行う（ステップＳ２６３）。

これに対して、上記抽出した領域の注目画素群１２４の画素値Ｐ_ｃが上記設定したノイズ範囲に属さないと判断した場合には、上記（２１）式あるいは上記（２２）式に示される、注目画素群１２４の画素値Ｐ_ｃに上記ステップＳ１２１で推定した平均値ＡＶ_ｃとノイズ量Ｎ_ｃを用いて補正する第２スムージング処理を行う（ステップＳ２６４）。

そして、このような第１スムージング処理または第２スムージング処理の処理結果をノイズ低減信号として出力する（ステップＳ２３５）。

なお、上記ステップＳ１０８の通常のカラー信号と識別結果としての疑似カラー信号との両方の出力は、表示モニタ等を当該コンピュータ複数台接続して、それぞれ個別に表示するものであっても良いし、表示モニタ等を一台のみとして別々のウィンドウで表示するものであっても良い。

また、一台の表示モニタ等に、使用者の選択に応じて切り替え表示するようにしても良い。この場合、上記ステップＳ１１９乃至ステップＳ１２４及びステップＳ１０７の処理と、上記ステップＳ１１０乃至ステップＳ１１８の処理との両方を並列に行う必要はなく、使用者の選択に応じて何れか一方の処理を実行するように構成すれば十分である。

［第３実施形態］
次に、本発明の第３実施形態を説明する。

（構成）
図２６は、本発明の第３実施形態に係る識別処理装置を適用した顕微鏡の構成を示す図である。本実施形態は、図１に示す第１実施形態における算出部１１５に代えて、相関係数算出部１３２及び導出係数ＲＯＭ１３３を設けた構成になっている。つまり、相関係数算出部１３２、導出係数ＲＯＭ１３３、疑似カラー化部１１６及び第１出力部１１７によって、上記ノイズ低減部１１３によってノイズ低減処理がなされた波長域中の色信号に基づき識別対象となる被写体の識別処理を行う識別部としての機能を果たすものである。基本構成は上記第１実施形態と同等であり、同一の構成には同一の名称と参照符号を割り当てている。以下、異なる部分のみを説明する。

本実施形態においては、顕微鏡の撮像レンズ系１００，ＣＣＤ１０１を介して撮像された映像信号は、増幅部１０５にて増幅され、Ａ／Ｄ１０６にてデジタル信号へ変換される。顕微鏡の対物ステージには、照明レンズ系１０２を介して照明光源１０３からの照明光が導かれている。補間部１１４は、相関係数算出部１３２へ接続されている。導出係数ＲＯＭ１３３は、相関係数算出部１３２へ接続されている。相関係数算出部１３２は、疑似カラー化部１１６へ接続されている。制御部１２１は、相関係数算出部１３２と双方向に接続されている。

（作用）
本実施形態に係る識別処理装置の作用も、基本的に上記第１実施形態と同等であり、異なる部分のみ説明する。

図２６において、信号の流れを説明する。外部Ｉ／Ｆ部１２２を介して後述する識別対象となる被写体などの撮像条件を設定した後、外部Ｉ／Ｆ部１２２における図示しないシャッタボタンを半押しにすることでプリ撮像モードに入る。撮像レンズ系１００，ＣＣＤ１０１を介して撮像された映像信号はアナログ信号として出力される。上記アナログ信号は増幅部１０５にて所定量増幅され、Ａ／Ｄ１０６にてデジタル信号へ変換されてバッファ１０７へ転送される。バッファ１０７内の映像信号は、制御部１２１の制御に基づき、ＷＢ部１０８及び測光評価部１０９へ転送される。上記第１実施形態と同様に、ＷＢ部１０８にてホワイトバランス処理が、測光評価部１０９にて露光制御が、それぞれ行われる。

次に、外部Ｉ／Ｆ部１２２におけるシャッタボタンを全押しにすることにより本撮像が行われ、映像信号はプリ撮像と同様にバッファ１０７へ転送される。バッファ１０７内の映像信号は、信号処理部１１０及び分離部１１１によって読み出される。

信号処理部１１０は、上記第１実施形態で説明したように、制御部１２１の制御に基づき、通常のカラー信号を算出して、第２出力部１２０にて表示する。

分離部１１１は、上記第１実施形態で説明したように、制御部１２１の制御に基づき、上記バッファ１０７に記録されたＮ（但し、Ｎは２以上の自然数）種類（本実施形態では６種類）の色信号からなる単板状態のフレーム信号から、後述する基底ベクトルを用いた信号処理に使用するＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類（本実施形態では２種類）の周波数域に対応する色信号を選択し分離する。ノイズ推定部１１２は、上記第１実施形態で説明したように、制御部１２１の制御に基づき、上記分離部１１１によって分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定する。ノイズ低減部１１３は、上記第１実施形態で説明したように、制御部１２１の制御に基づき、上記ノイズ推定部１１２で推定した上記ノイズ量に基づき、上記分離部１１１によって分離した上記波長域ごとにノイズ低減処理を行う。補間部１１４は、制御部１２１の制御に基づき、上記第１実施形態で説明したように、上記ノイズ低減部１１３からノイズ低減された波長域ごとの信号を読み込み、公知の補間処理にて６種類の色信号からなる６種類のフレーム信号を生成する。生成された６種類のフレーム信号は、順次フレーム信号単位で、相関係数算出部１３２へ転送される。

一方、導出係数ＲＯＭ１３３には、識別対象となる被写体ごとに、当該被写体の既知の分光特性、被写体の撮像に供するカラー撮像系に関する分光特性と被写体の撮像時に使用する照明光に関する分光特性に基づいて、識別対象となる被写体の既知の分光特性と上記ノイズ低減部１１３によってノイズ低減処理がなされ上記補間部１１４で補間生成された波長域中の色信号との間の相関性を導出する導出係数が予め算出されて、記憶されている。

相関係数算出部１３２は、外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件における識別対象となる被写体の選択に応じた制御部１２１の制御に基づき、上記導出係数ＲＯＭ１３３から上記導出係数を読み込む。その後、上記補間部１１４から転送される各色信号に対して、上記読み込んだ導出係数を用いて、識別対象となる被写体の既知の分光特性と波長域中の信号間の相関係数を算出する。この相関係数算出部１３２によって算出された相関係数は、上記識別対象の被写体の存在に比例した値をとるものであり、疑似カラー化部１１６及び第１出力部１１７から構成される出力信号算出部へ転送される。

疑似カラー化部１１６は、まず、上記相関係数算出部１３２から転送されてきた相関係数を、映像信号の信号レベル映像信号の信号レベル（例えば、信号レベルが８ビットならば「０」〜「２５５」）と合致するよう正規化する。そして、その正規化した相関係数に関して、それぞれ異なる色を割り当てることで疑似カラー信号を生成する。本実施形態においては、例えば、短波長域であるＢ１，Ｂ２，Ｇ１の相関係数には赤を、長波長域であるＧ２，Ｒ１，Ｒ２の相関係数にはシアンを、それぞれ割り当てる。疑似カラー化部１１６は、このように生成した疑似カラー信号を第１出力部１１７へ転送し、これにより、第１出力部１１７には、識別対象の被写体に関して波長域ごとに独立した疑似カラー信号が表示されることになる。即ち、第１出力部１１７は、疑似カラー化された短波長域の相関係数と同じく疑似カラー化された長波長域の相関係数が合成された出力信号を表示するので、短波長域のみに識別対象が存在する場合は赤で、長波長域のみに識別対象が存在する場合はシアンで、短波長域と長波長域の両方に識別対象が存在する場合は赤＋シアン＝白で、短波長域と長波長域の両方に識別対象が存在しない場合は黒で表示が行われることになる。こうして、識別対象となる被写体の識別結果としての出力信号が出力される。なお、短波長域は対象物の表層に関する情報を、長波長域は対象物の深層に関する情報を、それぞれ意味する。

また、第１出力部１１７及び第２出力部１２０は、液晶ディスプレイに限定されるものではなく、ハードディスクやメモリカードなどの記録媒体にフレーム信号を順次記録保存する形態も可能である。

図２７は、上記相関係数算出部１３２の構成の一例を示す図であり、該相関係数算出部１３２は、係数選択部２７１と乗加算部２７２とからなる。ここで、上記導出係数ＲＯＭ１３３は、係数選択部２７１を介して乗加算部２７２へ接続している。上記補間部１１４は、乗加算部２７２へ接続している。乗加算部２７２は、上記疑似カラー化部１１６へ接続している。上記制御部１２１は、係数選択部２７１及び乗加算部２７２と双方向に接続されている。

係数選択部２７１は、上記外部Ｉ／Ｆ部１２２を介して設定された上記撮像条件における識別対象となる被写体の情報を制御部１２１から受け取り、上記情報に基づき導出係数ＲＯＭ１３３から識別対象となる被写体の既知分光特性と各色信号との間の相関性を導出する導出係数を読み込む。このように、上記導出係数ＲＯＭ１３３及び該係数選択部２７１は、導出係数取得部として機能する。導出係数ＲＯＭ１３３には、上記（５）式や上記（６）式に示されるシステム行列の逆行列Ｍ^−１の各要素が導出係数として記録されている。なお、本実施形態では、２つの波長域を想定しているため、システム行列の逆行列Ｍ^−１も２つとなる。また、システム行列の逆行列のサイズは各波長域３×３となる。また、本実施形態は、顕微鏡においては、被写体の撮像に供するカラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とが固定されている、ということを前提としている。この場合は、最終的に得られるシステム行列の逆行列Ｍ^−１は固定されるため、上記（５）式や（６）式に示す算出の過程を省略することができ、逆行列Ｍ^−１のみを記録しておけば良いことになる。

なお、識別対象となる被写体の既知の分光特性に基づく基底ベクトルに関しては予め想定される種類を用意し、複数のシステム行列の逆行列Ｍ^−１を記録しているものとする。上記導出係数は、乗加算部２７２へ転送される。

乗加算部２７２は、制御部１２１の制御に基づき、係数選択部２７１から導出係数を、上記補間部１１４から波長域ごとの色信号を画素単位で読み込む。この後、上記（９）式や（１０）式に示されるように重み係数を求める。上記重み係数は、識別対象となる被写体の既知の分光特性と波長域中の色信号との間の相関関係を表す相関係数となる。この相関係数は、順次、上記疑似カラー化部１１６へ転送される。

以上のように、本第３実施形態によれば、分光特性が既知である識別対象となる被写体の上記既知の分光特性に基づく導出係数から、上記識別対象の被写体の存在に比例した値をとる上記識別対象となる被写体の既知の分光特性と色信号との間の相関係数をノイズ低減処理がなされた波長域ごとに独立に求め、それらの相関係数に基づき上記分光特性が既知である識別対象となる被写体の識別結果としての出力信号を算出する。このように、本第３実施形態では、識別対象となる被写体の分光特性に基づく導出係数を用いることで、上記識別対象の被写体の存在に比例した値をとる相関係数を算出することができるので、従来の最小自乗法に基づく近似のように誤差を含む信号処理を行う必要が無く、よって、信号処理に起因する誤差の発生が少なく、信頼性の高い識別が可能となる。

また、広帯域の通常の照明光を使用するため、ノイズによる影響を抑制でき、安定性のある識別が可能となる。さらに、導出係数からの相関係数の算出は容易であり、且つ相関係数から直接出力信号を算出するため、処理の高速化と低コスト化が可能となる。

さらに、特定の波長域の色信号ごとに独立に信号処理を行うため、或る波長域、例えば短波長域の色信号からは例えば表層の血管を識別でき、他の波長域、例えば長波長域の色信号からは例えば深層の血管を識別できる、というように所望の深度の情報を得ることが可能となる。

また、本第３実施形態では、導出係数に関する相関係数を正規化することで出力信号を求めるため、識別対象の存在に関して高精度な出力信号が得られる。

さらに、波長域ごとに独立した色を割り当てるため、各波長域、即ち各深度の情報に対する分離能が向上し、高精度な識別が可能となる。また、通常の処理がなされた映像信号が独立に出力されるため、映像信号全体の認識がし易くなり、使用者に対する操作性が向上する。

なお、上記第３実施形態の説明では、顕微鏡による静止画像処理を行う構成となっていたが、このような構成に限定される必要はない。カラー撮像系に関する分光特性及び被写体の撮像時に使用する照明光に関する分光特性が固定されるのであれば、上述した第１及び第２実施形態と同様に、面順次方式の内視鏡などの動画像処理へも適用することが可能である。また、これとは逆に、上記第１及び第２実施形態を静止画像処理に適用する構成も可能である。

さらに、別体の撮像部で撮像された映像信号を未処理のＲａｗデータ形態で、識別対象となる被写体などの撮像条件に関する付随情報をヘッダ部に記録した記録媒体から、映像信号及び付随情報を取得して処理をすることも可能である。また、二板，三板ＣＣＤを用いて複数の色信号を得る構成にも適用可能である。

［変形例１］
また、上記第３実施形態では、通常のカラー信号が第２出力部１２０で、識別対象の存在に関する疑似カラー信号が第１出力部１１７で表示される構成となっていたが、このような構成に限定される必要はない。

例えば、図２８に示すような導出係数に関する相関係数に基づき通常カラー信号を強調処理し、１つの出力信号として表示する構成も可能である。図２８は、図２６に示す構成から、疑似カラー化部１１６及び第１出力部１１７を省略し、強調部１３４が追加された形態となっている。基本構成は図２６と同等であり、同一の構成には同一の名称と参照符号を割り当てている。以下、異なる部分のみ説明する。

信号処理部１１０及び相関係数算出部１３２は、強調部１３４へ接続されている。強調部１３４は、第２出力部１２０へ接続されている。制御部１２１は、強調部１３４と双方向に接続されている。強調部１３４へは、信号処理部１１０から通常のカラー信号が、相関係数算出部１３２から識別対象となる被写体の分光特性と波長域中の色信号との間の相関係数が、それぞれ転送される。

このような構成において、強調部１３４は、制御部１２１の制御に基づき、信号処理部１１０から上記通常のカラー信号を読み込むと共に、相関係数算出部１３２から上記相関係数を読み込む。その後、信号処理部１１０から転送される通常のカラー信号に対して相関係数算出部１３２から転送される相関係数に基づき強調処理を行う。上記強調処理としては、公知の彩度強調処理が想定され、これらの強調量は相関係数に比例する形態で実施される。強調処理後のフレーム信号は、第２出力部１２０へ転送される。これにより、第２出力部１２０には、識別対象の存在領域が波長領域ごとに強調された通常のカラー信号が表示されることになる。即ち、オキシヘモグロビンなどの識別対象の被写体の存在領域のみが強調され、認識能を向上することが可能となる。この強調処理は、波長域ごとに独立に行うことも可能であるため、各波長域、即ち各深度の情報に対する分離能が向上し、高精度な識別が可能となる。また、識別対象である被写体の存在しない領域、つまり識別対象以外の被写体の存在領域に関しても、通常の処理がなされたカラー信号が出力されるため、映像信号全体の認識がし易くなり、使用者に対する操作性が向上する。

図２９（Ａ）は、上記強調部１３４の構成の一例を示す図で、該強調部１３４は、輝度色差分離部２８１、バッファ２８２、強調ゲイン算出部２８３、強調関数ＲＯＭ２８４、ゲイン乗算部２８５及び輝度色差合成部２８６からなる。上記信号処理部１１０は、輝度色差分離部２８１を介してバッファ２８２へ接続している。バッファ２８２は、ゲイン乗算部２８５及び輝度色差合成部２８６へ接続している。上記相関係数算出部１３２及び強調関数ＲＯＭ２８４は、強調ゲイン算出部２８３へ接続している。強調ゲイン算出部２８３は、ゲイン乗算部２８５へ接続し、ゲイン乗算部２８５は、輝度色差合成部２８６へ接続している。輝度色差合成部２８６は、上記第２出力部１２０へ接続している。上記制御部１２１は、輝度色差分離部２８１、強調ゲイン算出部２８３、ゲイン乗算部２８５及び輝度色差合成部２８６と双方向に接続されている。

輝度色差分離部２８１は、上記制御部１２１の制御に基づき、上記信号処理部１１０から転送されるＲ_ｉｊ，Ｇ_ｉｊ，Ｂ_ｉｊの通常のカラー信号に対して、以下の（２３）式に基づき輝度信号Ｙ_ｉｊ及び色差信号Ｃｂ_ｉｊ，Ｃｒ_ｉｊを算出する。

Ｙ_ｉｊ＝0.29900Ｒ_ｉｊ＋0.58700Ｇ_ｉｊ＋0.11400Ｂ_ｉｊ
Ｃｂ_ｉｊ＝-0.16874Ｒ_ｉｊ−0.33126Ｇ_ｉｊ＋0.50000Ｂ_ｉｊ
Ｃｒ_ｉｊ＝0.50000Ｒ_ｉｊ−0.41869Ｇ_ｉｊ−0.08131Ｂ_ｉｊ …（２３）
これら算出された輝度信号及び色差信号は、バッファ２８２へ転送され、そこに記録される。

一方、強調ゲイン算出部２８３は、上記制御部１２１の制御に基づき、上記相関係数算出部１３２から上記相関係数を読み込む。また、強調関数ＲＯＭ２８４から強調用のゲインを求めるためのゲインテーブルを読み込む。

図２９（Ｂ）は、強調関数ＲＯＭ２８４に記録されている強調用のゲインテーブルの一例を示す図である。上記テーブルは、相関係数を入力として強調用のゲインを出力するテーブルである。従って、強調ゲイン算出部２８３は、このテーブルに従って、読み込んだ相関係数に対するゲインを算出する。なお、相関係数は「０」〜「１」の値をとることを前提としている。ゲインは、短波長域（ｇａｉｎ_ｓｉｊ）及び長波長域（ｇａｉｎ_ｌｉｊ）に関して独立に算出される。

この強調ゲイン算出部２８３で算出されたゲインｇａｉｎ_ｓｉｊ，ｇａｉｎ_ｌｉｊは、ゲイン乗算部２８５へ転送される。ゲイン乗算部２８５は、上記制御部１２１の制御に基づき、バッファ２８２から上記色差信号Ｃｂ_ｉｊ，Ｃｒ_ｉｊを読み込むと共に、強調ゲイン算出部２８３から上記ゲインｇａｉｎ_ｓｉｊ，ｇａｉｎ_ｌｉｊを読み込む。その後、色差信号Ｃｂ_ｉｊ，Ｃｒ_ｉｊに関して、以下の（２４）式に示される強調処理を行う。

Ｃｂ’_ｉｊ＝ｇａｉｎ_ｌｉｊ・Ｃｂ_ｉｊ
Ｃｒ’_ｉｊ＝ｇａｉｎ_ｓｉｊ・Ｃｒ_ｉｊ …（２４）
ここで、上記（２４）式に示される強調処理は、深層の血管に関する長波長域の重み係数に基づきＣｂ（青系）を強調し、表層の血管に関する短波長域の重み係数に基づきＣｒ（赤系）を強調することを意味する。このため、短波長域と長波長域の識別が可能となる。強調処理がなされた色差信号Ｃｂ’_ｉｊ，Ｃｒ’_ｉｊは、輝度色差合成部２８６へ転送される。

輝度色差合成部２８６は、上記制御部１２１の制御に基づき、バッファ２８２から上記輝度信号Ｙ_ｉｊを読み込むと共に、ゲイン乗算部２８５から上記強調処理がなされた色差信号Ｃｂ’_ｉｊ，Ｃｒ’_ｉｊ読み込み、以下の（２５）式に示すような強調処理を行うことで、強調処理がなされた通常のカラー信号を算出する。

Ｒ’_ｉｊ＝Ｙ_ｉｊ＋1.40200Ｃｒ’_ｉｊ
Ｇ’_ｉｊ＝Ｙ_ｉｊ−0.34414Ｃｂ’_ｉｊ−0.71414Ｃｒ’_ｉｊ
Ｂ’_ｉｊ＝Ｙ_ｉｊ＋1.77200Ｃｂ’_ｉｊ …（２５）
この輝度色差合成部２８６で強調処理がなされた通常のカラー信号は、上記第２出力部１２０へ転送される。

なお、上記例では、表層を赤系で、深層を青系で強調する構成となっていたが、このような構成に限定される必要はない。色差信号Ｃｂ，Ｃｒを組み合わせることで、任意の色を強調することが可能である。

［変形例２］
また、上記第３実施形態では、ハードウェアによる処理を前提としていたが、このような構成に限定される必要はない。例えば、ＣＣＤ１０１からの映像信号を未処理のままのＲａｗデータ形態として、制御部１２１から、識別対象となる被写体などの撮像条件をヘッダ情報として出力し、それら映像信号とヘッダ情報を図示しないコンピュータに入力して、ソフトウェアにて処理する構成も可能である。

図３０（Ａ）は、不図示コンピュータによる信号処理のソフトウェア処理に関するフローチャートを示す図である。なお、図１４に示す上記第１実施形態における信号処理のフローチャートと同一な処理ステップに関しては、同一な参照ステップ符号を割り当てている。

即ち、コンピュータはまず、上記第１実施形態と同様に、ステップＳ１０１乃至ステップＳ１０４で、映像信号、識別対象となる被写体及びカラー撮像系，照明光などの撮像条件及び温度値やゲイン値などの情報に関するヘッダ情報、基底ベクトル、システム分光特性及びノイズ量テーブルを入力する。

そして更に、複数の導出係数を入力する（ステップＳ１２５）。ここで、上記導出係数は、コンピュータが備える記録媒体や着脱自在な記録媒体から読み出したり、ネットワークを介して読み込んだりすることで入力する。

その後、通常のカラー信号を生成するための色信号を分離し、公知の補間処理にて欠落する色信号を生成することで通常のカラー信号を生成するための色信号からなるフレーム信号を生成し、公知の階調処理や強調処理といった信号処理を行って、通常のカラー信号を生成する（ステップＳ１０７）。そして、その生成した通常のカラー信号を当該コンピュータに接続された図示しない表示モニタ等に出力して（ステップＳ１０８）、終了する。

なお、顕微鏡の場合は、動画像ではなく静止画像を扱うため、上記第１実施形態や第２実施形態のような、全てのフレーム信号が完了したかの判断は不要である。

一方、上記第１実施形態と同様に、ステップＳ１１０乃至ステップＳ１１５で、入力したＮ（但し、Ｎは２以上の自然数）種類（本実施形態では６種類）の色信号からなる映像信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類（本実施形態では２種類）の波長域に分離し、分離した波長域毎にノイズ低減処理を実施する。そして、ステップＳ１１６で、ノイズ低減された波長域ごとの信号より、公知の補間処理にて６種類の色信号からなる６種類のフレーム信号を生成する。

その後、波長域毎に、その波長域に属する色信号からなる映像信号に対して詳細は後述するような相関係数算出処理により、上記ステップＳ１２５で入力した導出係数に基づき識別対象となる被写体の既知の分光特性と波長域中の色信号との間の相関係数を算出する（ステップＳ１２６）。

そして、それら算出した相関係数を正規化し、その正規化された相関係数に関して波長域ごとに独立した色を割り当てることで疑似カラー信号を生成し（ステップＳ１１８）、その生成した識別対象の存在に関する疑似カラー信号を当該コンピュータに接続された図示しない表示モニタ等に出力して（ステップＳ１０８）、終了する。

なお、上記ステップＳ１０８の通常のカラー信号と識別結果としての疑似カラー信号との両方の出力は、表示モニタ等を当該コンピュータ複数台接続して、それぞれ個別に表示するものであっても良いし、表示モニタ等を一台のみとして別々のウィンドウで表示するものであっても良い。

また、一台の表示モニタ等に、使用者の選択に応じて切り替え表示するようにしても良い。この場合、上記ステップＳ１０７の処理と、上記ステップＳ１１０乃至ステップＳ１１６、ステップＳ１２６及びステップＳ１１８の処理との両方を並列に行う必要はなく、使用者の選択に応じて何れか一方の処理を実行するように構成すれば十分である。

図３０（Ｂ）は、上記ステップＳ１２６における相関係数算出処理に関するフローチャートを示す図である。

まず、上記ステップＳ１２５で入力された複数の導出係数の中から、上記ステップＳ１０１で入力したヘッダ情報中の識別対象となる被写体情報に基づき、導出係数を選択する（ステップＳ２７１）。そして、上記（９）式や（１０）式に示されるように導出係数に基づき相関係数を算出して（ステップＳ２７２）、その算出された相関係数を出力する（ステップＳ２７３）。

以上、実施形態に基づいて本発明を説明したが、本発明は上述した実施形態に限定されるものではなく、本発明の要旨の範囲内で種々の変形や応用が可能なことは勿論である。

（付記）
前記の具体的実施形態から、以下のような構成の発明を抽出することができる。

（１） 識別対象となる被写体の既知の分光特性に基づき、カラー撮像系による被写体の撮像により得た映像信号を構成するＮ（但し、Ｎは２以上の自然数）種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離する分離部と、
上記分離部によって分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定するノイズ推定部と、
上記ノイズ推定部で推定した上記ノイズ量に基づき、上記分離部によって分離した上記波長域ごとにノイズ低減処理を行うノイズ低減部と、
上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う識別部と、
を有することを特徴とする識別処理装置。

（対応する実施形態）
この（１）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。それらの実施形態及び変形例において、一例として、分離部１１１、基底ベクトルＲＯＭ１１８、システム分光特性ＲＯＭ１１９が上記分離部に、ノイズ推定部１１２が上記ノイズ推定部に、ノイズ低減部１１３が上記ノイズ低減部に、算出部１１５、基底ベクトルＲＯＭ１１８、システム分光特性ＲＯＭ１１９、疑似カラー化部１１６、第１出力部１１７、相関係数算出部１３２、導出係数ＲＯＭ１３３、強調部１３４が上記識別部に、それぞれ対応する。

（作用効果）
この（１）に記載の識別処理装置は、分離部にて識別対象となる被写体の既知の分光特性に基づき映像信号中のＮ種類の色信号をＭ種類の波長域に分離し、ノイズ推定部にて波長域ごとにノイズ量を所定単位面積ごとに推定し、ノイズ低減部にてノイズ量に基づき波長域ごとにノイズ低減処理を行い、識別部にてノイズ低減処理がなされた波長域中の色信号に基づき識別対象となる被写体の識別処理を行う。
従って、この（１）に記載の識別処理装置によれば、識別対象となる被写体の分光特性に基づき分割した波長域ごとにノイズ量を推定し、推定されたノイズ量に基づきノイズ低減処理を行い、ノイズ低減処理後の波長域中の色信号に基づき識別対象となる被写体の識別処理を行うことで、ノイズ低減処理後の波長域中の色信号に基づき識別処理を行うため、耐ノイズ性に優れかつ信頼性の高い識別が可能となる。

（２） 上記カラー撮像系による被写体の撮像により得た上記Ｎ種類の色信号からなる上記映像信号から、通常のカラー信号を算出する信号処理部をさらに有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（２）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１及び３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。それらの実施形態及び変形例において、一例として、信号処理部１１０が上記信号処理部に対応する。

（作用効果）
この（２）に記載の識別処理装置は、信号処理部にて映像信号から通常のカラー信号を算出する。
従って、この（２）に記載の識別処理装置によれば、映像信号から通常のカラー信号を算出することで、通常の処理がなされたカラー信号も独立に算出されるため、映像信号全体の認識を行うことが可能となり、使用者に対する操作性が向上する。

（３） 上記識別対象となる被写体を撮像する識別モードと上記通常のカラー信号を撮像する通常モードを切り換える切換部をさらに有し、
上記分離部、上記ノイズ推定部及び上記ノイズ低減部は、上記切換部が識別モードとした場合に動作することを特徴とする（２）に記載の識別処理装置。

（対応する実施形態）
この（３）に記載の識別処理装置に関する実施形態は、第１実施形態の変形例１、第２実施形態の変形例１が対応する。それらの実施形態の変形例において、切換部１２５が上記切換部に対応する。

（作用効果）
この（３）に記載の識別処理装置は、切換部にて識別対象となる被写体を撮像する識別モードと通常のカラー信号を撮像する通常モードとを切り換える。
従って、この（３）に記載の識別処理装置によれば、識別モードと通常モードが切り換え可能なため、システムとしての適用性が向上し、多様な用途での利用が可能となる。

（４） 上記カラー撮像系による被写体の撮像により得た上記Ｎ種類の色信号からなる上記映像信号から、通常のカラー信号を算出するに必要な色信号を分離する第２の分離部と、
上記第２の分離部によって分離した上記色信号ごとにノイズ量を第２の所定単位面積ごとに推定する第２のノイズ推定部と、
上記第２のノイズ推定部で推定した上記ノイズ量に基づき、上記第２の分離部によって分離した上記色信号ごとにノイズ低減処理を行う第２のノイズ低減部と、
上記第２のノイズ低減部によって上記ノイズ低減処理がなされた色信号に基づき通常のカラー信号を算出する信号処理部と、
をさらに有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（４）に記載の識別処理装置に関する実施形態は、第２実施形態とその変形例２が対応する。それらの実施形態及び変形例において、一例として、第２分離部１２８が上記第２の分離部に、第２ノイズ推定部１２９が上記第２のノイズ推定部に、第２ノイズ低減部１３０が上記第２のノイズ低減部に、信号処理部１１０が上記信号処理部に、それぞれ対応する。

（作用効果）
この（４）に記載の識別処理装置は、第２の分離部にて映像信号から通常のカラー信号を算出するに必要な色信号を分離し、第２のノイズ推定部にて色信号ごとにノイズ量を第２の所定単位面積ごとに推定し、第２のノイズ低減部にてノイズ量に基づき上記色信号ごとにノイズ低減処理を行い、信号処理部にてノイズ低減処理がなされた色信号に基づき通常のカラー信号を算出する。
従って、この（４）に記載の識別処理装置によれば、映像信号から通常のカラー信号を算出するに必要な色信号ごとにノイズ量を推定し、推定されたノイズ量に基づきノイズ低減処理を行い、ノイズ低減処理後の色信号に基づき通常のカラー信号を算出することで、通常の処理がなされたカラー信号も独立に算出されるため、映像信号全体の認識を行うことが可能となり、使用者に対する操作性が向上する。また、通常の処理がなされたカラー信号に関してもノイズ低減処理が行われるため、使用者に対する視認性を向上できる。

（５） 上記分離部は、
上記識別対象となる被写体の既知の分光特性及び上記カラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性に基づき、各色信号の出力値を予測する予測部と、
上記予測部によって予測した上記各色信号の出力値に基づき出力値が類似する色信号を選択する選択部と、
上記選択部によって選択された色信号間の数の調整を行うことで上記Ｍ種類の波長域を確定する調整部と、
を有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（５）に記載の識別処理装置に関する実施形態は第１実施形態とその変形例１乃至３、第３実施形態とその変形例１が対応する。それらの実施形態及び変形例において、一例として、予測部２０１が上記予測部に、選択部２０２が上記選択部に、調整部２０３が上記調整部に、それぞれ対応する。

（作用効果）
この（５）に記載の識別処理装置は、予測部にて識別対象となる被写体の既知の分光特性及びカラー撮像系に関する分光特性と撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性に基づき、各色信号の出力値を予測し、選択部にて各色信号の出力値に基づき出力値が類似する色信号を選択し、調整部にて選択された色信号間の数の調整を行うことで上記Ｍ種類の波長域を確定する。
従って、この（５）に記載の識別処理装置によれば、識別対象に関する各色信号の出力値が概ね一致する色信号を選択し、その選択結果をもとに波長域を設定するため、波長域でのノイズレベルがほぼ同一となり、高精度なノイズ低減処理が可能となる。また、選択された色信号間の数の調整を行うため、同一の処理系で複数の波長域を処理することが可能となり、システムの低コスト化が可能となる。さらに、識別対象となる被写体の既知の分光特性及びカラー撮像系に関する分光特性と撮像時に使用する照明光の分光特性とを含んだ撮像システムの分光特性に基づき波長域を算出する構成であるため、識別対象の変更やシステムの更新などに柔軟に対応することが可能となる。

（６） 上記分離部は、上記識別対象となる被写体の既知の分光特性に基づき上記波長域を出力する波長域テーブル部を有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（６）に記載の識別処理装置に関する実施形態は、第２実施形態とその変形例１及び２が対応する。それらの実施形態及び変形例において、一例として、波長域テーブル部２０５が上記波長域テーブル部に対応する。

（作用効果）
この（６）に記載の識別処理装置は、波長域テーブル部にて識別対象となる被写体の既知の分光特性に基づき波長域を出力する。
従って、この（６）に記載の識別処理装置によれば、識別対象となる被写体の既知の分光特性に基づき設計されたテーブルを用いて波長域を求めるので、識別対象に関する各色信号の出力値が概ね一致する色信号を選択することにより波長域を設定するため、波長域でのノイズレベルがほぼ同一となり、高精度なノイズ低減処理が可能となる。また、テーブルを用いて波長域を求めるため、処理を高速化することができる。

（７） 上記ノイズ推定部は、
上記分離部によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する上記所定単位面積の画素領域を抽出する領域抽出部と、
上記領域抽出部によって抽出した上記画素領域から低周波成分を算出する低周波算出部と、
上記カラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集する収集部と、
上記収集部で得られない情報に関して標準値を付与する付与部と、
上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記低周波成分を入力として、上記注目画素群のノイズ量を出力するノイズ量出力部と、
を有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（７）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。それらの実施形態及び変形例において、一例として、領域抽出部２１１が上記領域抽出部に、低周波算出部２１２が上記低周波算出部に、ゲイン算出部２１３、制御部１２１が上記収集部に、標準値付与部２１４が上記付与部に、ノイズテーブル部２１５が上記ノイズ量出力部に、それぞれ対応する。

（作用効果）
この（７）に記載の識別処理装置は、領域抽出部にて波長域からノイズ低減処理を行う注目画素群を包含する所定単位面積の画素領域を抽出し、低周波算出部にて画素領域から低周波成分を算出し、収集部にてカラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集し、付与部にて収集部で得られない情報に関して標準値を付与し、ノイズ量出力部にて収集部または付与部からの情報及び低周波成分に基づき注目画素群のノイズ量を求める。
従って、この（７）に記載の識別処理装置によれば、ノイズ量に関係する各種情報を撮像ごとに動的に求め、求められない情報に関しては標準値を設定して、ノイズ量を求めるので、撮像ごとに異なる条件に動的に適応し、高精度かつ安定的なノイズ量の推定が可能となる。

（８） 上記ノイズ推定部は、
上記分離部によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する上記所定単位面積の画素領域を抽出し、更に、該抽出した画素領域から色信号毎に、当該色信号の注目画素を包含する色画素領域を抽出する領域抽出部と、
上記領域抽出部によって抽出した上記色画素領域ごとに低周波成分を算出する低周波算出部と、
上記カラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集する収集部と、
上記収集部で得られない情報に関して標準値を付与する付与部と、
上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記色画素領域の低周波成分を入力として、上記色画素領域における画素のノイズ量を得るノイズテーブル部と、
上記ノイズテーブル部によって得た各色画素領域における画素のノイズ量の平均を算出し、該算出したノイズ量を、上記画素領域に包含される上記注目画素群のノイズ量として出力する平均値算出部と、
を有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（８）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。それらの実施形態及び変形例において、一例として、領域抽出部２１１が上記領域抽出部に、低周波算出部２１２が上記低周波算出部に、ゲイン算出部２１３、制御部１２１が上記収集部に、標準値付与部２１４が上記付与部に、ノイズテーブル部２１５が上記ノイズテーブル部に、平均算出部２１６が上記平均値算出部に、それぞれ対応する。

（作用効果）
この（８）に記載の識別処理装置は、領域抽出部にて波長域からノイズ低減処理を行う注目画素群を包含する所定単位面積の画素領域を抽出し、更に、該画素領域から色信号毎に、当該色信号の注目画素を包含する色画素領域を抽出し、低周波算出部にて色画素領域から低周波成分を算出し、収集部にてカラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集し、付与部にて収集部で得られない情報に関して標準値を付与し、ノイズテーブル部にて収集部または付与部からの情報及び低周波成分を入力として、上記色画素領域における画素のノイズ量を得、平均値算出部にて上記得られた各色画素領域における画素のノイズ量の平均を算出し、該算出したノイズ量を、上記画素領域に包含される上記注目画素群のノイズ量として出力する。
従って、この（８）に記載の識別処理装置によれば、ノイズ量に関係する各種情報を撮像ごとに動的に求め、求められない情報に関しては標準値を設定し、ルックアップテーブルからノイズ量を求めるので、撮像ごとに異なる条件に動的に適応し、高精度かつ安定的なノイズ量の推定が可能となる。また、ノイズ量の算出にルックアップテーブルを用いているため、高速なノイズ量の推定が可能となる。

（９） 上記ノイズ低減部は、
上上記分離部によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する領域を抽出する領域抽出部と、
上記ノイズ推定部で推定した上記ノイズ量に基づき上記注目画素群に関するノイズ範囲を設定するノイズ範囲設定部と、
上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属する場合に、上記領域抽出部によって抽出した上記領域内の画素の値を用いて上記注目画素の平滑化処理を行う第１のスムージング部と、
上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属さない場合に補正を行う第２のスムージング部と、
を有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（９）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。それらの実施形態及び変形例において、一例として、領域抽出部２２１が上記領域抽出部に、範囲設定部２２２が上記ノイズ範囲設定部に、第１スムージング部２２４が上記第１のスムージング部に、第２スムージング部２２５が上記第２のスムージング部に、それぞれ対応する。

（作用効果）
この（９）に記載の識別処理装置は、領域抽出部にて波長域からノイズ低減処理を行う注目画素群を包含する領域を抽出し、ノイズ範囲設定部にてノイズ量に基づき注目画素群に関するノイズ範囲を設定し、注目画素群の値がノイズ範囲に属する場合には第１のスムージング部にて上記抽出した領域内の画素の値を用いて注目画素の平滑化処理を行い、注目画素群の値がノイズ範囲に属さない場合には第２のスムージング部にて補正を行う。
従って、この（９）に記載の識別処理装置によれば、推定した注目画素群のノイズ量に基づき注目画素群の値がノイズ範囲に属するかの判断を行い、ノイズに属する場合には平滑化処理を、ノイズに属さない場合には補正処理を行うことで、ノイズ量に基づきノイズ低減処理に関する判断を行うため、最適なノイズ低減処理が可能となる。また、ノイズ低減処理に伴う不連続性の発生を防止し、高品位な映像信号の生成を可能とする。

（１０） 上記第２のノイズ推定部は、
上記第２の分離部によって分離した上記色信号からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する上記第２の所定単位面積の領域を抽出する領域抽出部と、
上記領域抽出部によって抽出した上記領域から低周波成分を算出する低周波算出部と、
上記カラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集する収集部と、
上記収集部で得られない情報に関して標準値を付与する付与部と、
上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記低周波成分を入力として、上記第２の所定単位面積の領域に包含される上記注目画素群のノイズ量を出力するノイズテーブル部と、
を有することを特徴とする（４）に記載の識別処理装置。

（対応する実施形態）
この（１０）に記載の識別処理装置に関する実施形態は、第２実施形態とその変形例１及び２が対応する。それらの実施形態及び変形例において、一例として、領域抽出部２１１、２５１が上記領域抽出部に、低周波算出部２１２、２５２が上記低周波算出部に、ゲイン算出部２１３、２５３、制御部１２１が上記収集部に、標準値付与部２１４、２５４が上記付与部に、ノイズテーブル部２１５、２５５が上記ノイズテーブル部に、それぞれ対応する。

（作用効果）
この（１０）に記載の識別処理装置は、領域抽出部にて色信号からノイズ低減処理を行う注目画素群を包含する第２の所定面積の領域を抽出し、低周波算出部にて該領域から低周波成分を算出し、収集部にてカラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集し、付与部にて収集部で得られない情報に関して標準値を付与し、ノイズテーブル部にて収集部または付与部からの情報及び低周波成分を入力として、上記第２の所定単位面積の領域に包含される注目画素群のノイズ量を出力する。
従って、この（１０）に記載の識別処理装置によれば、ノイズ量に関係する各種情報を撮像ごとに動的に求め、求められない情報に関しては標準値を設定し、ルックアップテーブルからノイズ量を求めるので、撮像ごとに異なる条件に動的に適応し、高精度かつ安定的なノイズ量の推定が可能となる。また、ノイズ量の算出にルックアップテーブルを用いているため、高速なノイズ量の推定が可能となる。

（１１） 上記第２のノイズ低減部は、
上記第２の分離部によって分離した上記色信号からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する領域を抽出する領域抽出部と、
上記第２のノイズ推定部で推定した上記ノイズ量に基づき上記注目画素群に関するノイズ範囲を設定するノイズ範囲設定部と、
上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属する場合に、上記領域抽出部によって抽出した上記領域内の画素の値を用いて上記注目画素の平滑化処理を行う第１のスムージング部と、
上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属さない場合に補正を行う第２のスムージング部と、
を有することを特徴とする（４）に記載の識別処理装置。

（対応する実施形態）
この（１１）に記載の識別処理装置に関する実施形態は、第２実施形態とその変形例１及び２が対応する。それらの実施形態及び変形例において、一例として、領域抽出部２２１、２６２が上記領域抽部に、範囲設定部２２２、２６１が上記ノイズ範囲設定部に、第１スムージング部２２４、２６４が上記第１のスムージング部に、第２スムージング部２２５、２６５が上記第２のスムージング部に、それぞれ対応する。

（作用効果）
この（１１）に記載の識別処理装置は、領域抽出部にて色信号からノイズ低減処理を行う注目画素群を包含する領域を抽出し、ノイズ範囲設定部にてノイズ量に基づき注目画素群に関するノイズ範囲を設定し、注目画素群がノイズ範囲に属する場合には第１のスムージング部にて上記抽出した領域内の画素の値を用いて注目画素の平滑化処理を行い、注目画素群がノイズ範囲に属さない場合には第２のスムージング部にて補正を行う。
従って、この（１１）に記載の識別処理装置によれば、推定した注目画素群のノイズ量に基づき注目画素群の値がノイズ範囲に属するかの判断を行い、ノイズに属する場合には平滑化処理を、ノイズに属さない場合には補正処理を行うことで、ノイズ量に基づきノイズ低減処理に関する判断を行うため、最適なノイズ低減処理が可能となる。また、ノイズ低減処理に伴う不連続性の発生を防止し、高品位な映像信号の生成を可能とする。

（１２） 上記識別部は、
上記識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルを取得する基底ベクトル取得部と、
上記カラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光の分光特性とを含んだ撮像システムの分光特性を取得するシステム分光特性取得部と、
上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号、上記基底ベクトル取得部によって取得した上記専用基底ベクトル及び上記システム分光特性取得部によって取得した上記撮像システムの分光特性に基づき、上記専用基底ベクトルに関する重み係数を算出する算出部と、
上記算出部で算出した上記専用基底ベクトルに関する重み係数に基づき、上記分光特性が既知である識別対象となる被写体の識別結果としての出力信号を算出する出力信号算出部と、
を有することを特徴とする（１）に記載の識別処理装置。

（対応する実施形態）
この（１２）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２が対応する。それらの実施形態及び変形例において、一例として、基底ベクトルＲＯＭ１１８、データ選択部２３１が上記基底ベクトル取得部に、システム分光特性ＲＯＭ１１９、データ選択部２３１が上記システム分光特性取得部に、算出部１１５が上記算出部に、疑似カラー化部１１６が上記出力信号算出部に、それぞれ対応する。

（作用効果）
この（１２）に記載の識別処理装置は、基底ベクトル取得部にて識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルを取得し、システム分光特性取得部にてカラー撮像系に関する分光特性と撮像時に使用する照明光の分光特性とを含んだ撮像システムの分光特性を取得し、算出部にてノイズ低減処理がなされた波長中の色信号、専用基底ベクトル及び撮像システムの分光特性に基づき、専用基底ベクトルに関する重み係数を算出し、出力信号算出部にて専用基底ベクトルに関する重み係数に基づき出力信号を算出する。なお、取得とは、記録媒体から読み出すことやネットワークを介して読み込むことなどを意味する。
従って、この（１２）に記載の識別処理装置によれば、識別対象となる既知の被写体の分光特性に基づく専用基底ベクトル及びカラー撮像系に関する分光特性と撮像時に使用する照明光の分光特性とを含んだ撮像システムの分光特性から専用基底ベクトルに関する重み係数を算出し、重み係数に基づき出力信号を算出することで、識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルを用いるため、信号処理に起因する誤差の発生が少なく信頼性の高い識別が可能となる。また、広帯域の通常の照明光を使用するため、ノイズによる影響を抑制でき、安定性のある識別が可能となる。さらに、専用基底ベクトルに関する重み係数から直接出力信号を算出するため、処理の高速化と低コスト化が可能となる。

（１３） 上記算出部は、
上記基底ベクトル取得部によって取得した上記識別対象となる被写体の既知の分光特性に基づく上記専用基底ベクトル及び上記システム分光特性取得部によって取得した上記撮像システムの分光特性に基づき、上記撮像システムに関するシステム行列を算出する行列算出部と、
上記行列算出部で算出した上記システム行列の逆行列を算出する逆行列算出部と、
上記逆行列算出部で算出した上記システム行列の逆行列の係数から、上記識別対象となる被写体の既知の分光特性に基づく上記専用基底ベクトルに関係する係数を選択する係数選択部と、
上記係数選択部で選択された上記係数及び上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号に基づき、上記識別対象となる被写体の既知の分光特性に基づく上記専用基底ベクトルに関する重み係数を算出する乗加算部と、
を有することを特徴とする（１２）に記載の識別処理装置。

（対応する実施形態）
この（１３）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２が対応する。それらの実施形態及び変形例において、一例として、データ選択部２３１、積算部２３２が上記行列算出部に、逆行列算出部２３４が上記逆行列算出部に、係数選択部２３６が上記係数選択部に、乗加算部２３７が上記乗加算部に、それぞれ対応する。

（作用効果）
この（１３）に記載の識別処理装置は、行列算出部にて専用基底ベクトル及び撮像システムの分光特性に基づき撮像システムに関するシステム行列を算出し、逆行列算出部にてシステム行列の逆行列を算出し、係数選択部にてシステム行列の逆行列の係数から専用基底ベクトルに関係する係数を選択し、乗加算部にて選択された係数及びノイズ低減された波長域中の色信号に基づき重み係数を算出する。
従って、この（１３）に記載の識別処理装置によれば、専用基底ベクトル及び撮像システムの分光特性に基づくシステム行列の逆行列を算出し、この逆行列から専用基底ベクトルに関係する係数を選択し、選択された係数及びノイズ低減された波長域中の色信号に基づき専用基底ベクトルに関する重み係数を算出することで、識別対象となる被写体の既知の分光特性及び撮像システムの分光特性に基づく信号処理にて専用基底ベクトル、すなわち識別対象に関する重み係数を算出するため、信号処理に起因する誤差の発生が少なく信頼性の高い識別が可能となる。

（１４） 上記識別部は、
上記識別対象となる被写体の上記既知の分光特性、上記カラー撮像系に関する分光特性及び上記カラー撮像系による被写体の撮像時に使用する照明光の分光特性に基づき算出された、上記識別対象となる被写体の既知の分光特性と上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号との間の相関性を示す導出係数を取得する導出係数取得部と、
上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号及び上記導出係数取得部によって取得した上記導出係数に基づき、上記識別対象となる被写体の上記既知の分光特性と上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号との間の相関係数を算出する相関係数算出部と、
上記相関係数算出部によって算出した上記相関係数に基づき、上記分光特性が既知である識別対象となる被写体の識別結果としての出力信号を算出する出力信号算出部と、
を有する（１）に記載の識別処理装置。

（対応する実施形態）
この（１４）に記載の識別処理装置に関する実施形態は、第３実施形態とその変形例１が対応する。その実施形態及び変形例において、一例として、導出係数ＲＯＭ１３３、係数選択部２７１が上記導出係数取得部に、相関係数算出部１３２が上記相関係数算出部に、疑似カラー化部１１６が上記出力信号算出部に、それぞれ対応する。

（作用効果）
この（１４）に記載の識別処理装置は、導出係数取得部にて識別対象となる被写体の既知の分光特性、カラー撮像系に関する分光特性及び撮像時に使用する照明光の分光特性に基づき算出された、識別対象となる被写体の既知の分光特性とノイズ低減処理がなされた波長域中の色信号との間の相関性を示す導出係数を取得し、相関係数算出部にてノイズ低減された波長域中の色信号及び導出係数に基づき識別対象となる被写体の既知の分光特性と色信号との間の相関係数を算出し、出力信号算出部にて相関係数に基づき出力信号を算出する。なお、取得とは、記録媒体から読み出すことやネットワークを介して読み込むことなどを意味する。
従って、この（１４）に記載の識別処理装置によれば、識別対象となる被写体の既知の分光特性とノイズ低減処理がなされた波長域中の色信号との間の相関性を導出する導出係数から相関係数を算出し、相関係数に基づき出力信号を算出するので、識別対象となる被写体の既知の分光特性に基づく導出係数を用いるため、信号処理に起因する誤差の発生が少なく信頼性の高い識別が可能となる。また、広帯域の通常の照明光を使用するため、ノイズによる影響を抑制でき、安定性のある識別が可能となる。さらに、導出係数からの相関係数の算出は容易であり、かつ相関係数から直接出力信号を算出するため、処理の高速化と低コスト化が可能となる。

（１５） 上記Ｎが４以上、上記Ｍが２以上であることを特徴とする（１）又は（２）に記載の識別処理装置。

（対応する実施形態）
この（１５）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。

（作用効果）
この（１５）に記載の識別処理装置は、映像信号を構成する色信号が４種類以上で構成され、分離する波長域が複数である。
従って、この（１５）に記載の識別処理装置によれば、映像信号を構成する色信号が４種類以上であるので、複数の波長域に分離する場合に、各波長域が複数の色信号から構成されることが可能となり、使用する画素の間隔が密になり、ノイズ低減処理の効果を向上することができる。

（１６） 上記信号処理部で使用される色信号の分光特性は、上記信号処理部で使用されない色信号の分光特性より広帯域に設定されていることを特徴とする（２）又は（４）に記載の識別処理装置。

（対応する実施形態）
この（１６）に記載の識別処理装置に関する実施形態は、第１実施形態とその変形例１乃至３、第２実施形態とその変形例１及び２、第３実施形態とその変形例１が対応する。

（作用効果）
この（１６）に記載の識別処理装置は、映像信号を構成する色信号が図２（Ｂ）に示されるように、信号処理部で使用される色信号の分光特性が、該信号処理部で使用されない色信号の分光特性より、広帯域に設定されている。
従って、この（１６）に記載の識別処理装置によれば、通常のカラー信号を算出するに必要な色信号の分光特性を他の色信号の分光特性より広帯域に設定することで、通常のカラー信号を算出するに必要な色信号のノイズが減少するため、高品位な映像信号が得られる。また、必要に応じて通常のカラー信号を算出過程でのノイズ低減処理を省略することにより、システムの低コスト化が可能となる。

（１７） 分光特性が既知である識別対象となる被写体を含む被写体のカラー撮像系による撮像によって得た、Ｎ（但し、Ｎは２以上の自然数）種類の色信号からなる映像信号を取得するステップと、
上記取得したＮ種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離する分離ステップと、
上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定するステップと、
上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行うステップと、
上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行うステップと、
をコンピュータに発揮させることを特徴とする識別処理プログラム。

（対応する実施形態）
この（１７）に記載の識別処理プログラムに関する実施形態は、第１実施形態の変形例４、第２実施形態の変形例３、第３実施形態の変形例２が対応する。それらの変形例において、一例として、ステップＳ１０１が上記映像信号を取得するステップに、ステップＳ１１０が上記分離するステップに、ステップＳ１１２が上記ノイズ量を推定するステップに、ステップＳ１１３が上記ノイズ低減処理を行うステップに、ステップＳ１１７、ステップＳ１１８、ステップＳ１２６が上記識別処理を行うステップに、それぞれ対応する。

（作用効果）
この（１７）に記載の識別処理プログラムは、コンピュータに、識別対象となる被写体の既知の分光特性に基づき映像信号中のＮ種類の色信号をＭ種類の波長域に分離させ、波長域ごとにノイズ量を所定単位面積ごとに推定させ、ノイズ量に基づき波長域ごとにノイズ低減処理を行わせ、ノイズ低減処理がなされた波長域中の色信号に基づき識別対象となる被写体の識別処理を行わせる。
従って、この（１７）に記載の識別処理プログラムによれば、識別対象となる被写体の分光特性に基づき分割した波長域ごとにノイズ量を推定し、推定されたノイズ量に基づきノイズ低減処理を行い、ノイズ低減処理後の波長域中の色信号に基づき識別対象となる被写体の識別処理を行うことで、ノイズ低減処理後の波長域中の色信号に基づき識別処理を行うため、耐ノイズ性に優れかつ信頼性の高い識別が可能となる。

（１８） 分光特性が既知である識別対象となる被写体を含む被写体のカラー撮像系による撮像によって得た、Ｎ（但し、Ｎは２以上の自然数）種類の色信号からなる映像信号を取得し、
上記取得したＮ種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離し、
上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定し、
上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行い、
上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う、
ことを特徴とする識別処理方法。

（対応する実施形態）
この（１８）に記載の識別処理方法に関する実施形態は、第１実施形態とその変形例１乃至４、第２実施形態とその変形例１乃至３、第３実施形態とその変形例１及び２が対応する。

（作用効果）
この（１８）に記載の識別処理方法は、識別対象となる被写体の既知の分光特性に基づき映像信号中のＮ種類の色信号をＭ種類の波長域に分離し、波長域ごとにノイズ量を所定単位面積ごとに推定し、ノイズ量に基づき波長域ごとにノイズ低減処理を行い、ノイズ低減処理がなされた波長域中の色信号に基づき識別対象となる被写体の識別処理を行う。
従って、この（１８）に記載の識別処理方法によれば、識別対象となる被写体の分光特性に基づき分割した波長域ごとにノイズ量を推定し、推定されたノイズ量に基づきノイズ低減処理を行い、ノイズ低減処理後の波長域中の色信号に基づき識別対象となる被写体の識別処理を行うことで、ノイズ低減処理後の波長域中の色信号に基づき識別処理を行うため、耐ノイズ性に優れかつ信頼性の高い識別が可能となる。

図１は、本発明の第１実施形態に係る識別処理装置を適用した内視鏡の構成を示す図である。 図２（Ａ）は、６種類のカラーフィルタを備えるフィルタの構成を示す図であり、図２（Ｂ）は、図２（Ａ）の各カラーフィルタの分光特性の一例を示す図であり、図２（Ｃ）は、図２（Ａ）の各カラーフィルタの分光特性の別の例を示す図である。 図３は、分離部の構成の一例を示す図である。 図４（Ａ）は、オキシヘモグロビン及びデオキシヘモグロビンの分光反射率特性を示す図であり、図４（Ｂ）は、基底ベクトルの一例を示す図である。 図５（Ａ）は、光源の分光輝度特性を示す図であり、図５（Ｂ）は、カラー撮像系の分光感度特性を示す図である。 図６は、ノイズ推定部の構成の一例を示す図である。 図７（Ａ）は、ノイズ低減の基本ブロックとしての単位ブロックの一例を示す図であり、図７（Ｂ）は、注目画素群を包含する所定単位面積の画素領域の一例を示す図である。 図８（Ａ）は、ノイズ低減の基本ブロックとしての単位ブロックの別の例を示す図であり、図８（Ｂ）は、注目画素群を包含する所定単位面積の画素領域の別の例を示す図である。 図９は、ノイズ低減部の構成の一例を示す図である。 図１０は、算出部の構成の一例を示す図である。 図１１は、第１実施形態の変形例１に係る識別処理装置の構成を示す図である。 図１２は、第１実施形態の変形例２に係る識別処理装置の構成を示す図である。 図１３は、第１実施形態の変形例３に係る識別処理装置の構成を示す図である。 図１４は、第１実施形態の変形例４における信号処理のソフトウェア処理に関するフローチャートを示す図である。 図１５（Ａ）は、算出処理に関するフローチャートを示す図であり、図１５（Ｂ）は、分離処理に関するフローチャートを示す図であり、図１５（Ｃ）は、ノイズ推定処理に関するフローチャートを示す図であり、図１５（Ｄ）は、ノイズ低減処理に関するフローチャートを示す図である。 図１６は、本発明の第２実施形態に係る識別処理装置を適用した内視鏡の構成を示す図である。 図１７（Ａ）は、４種類のカラーフィルタでなるフィルタの構成を示す図であり、図１７（Ｂ）は、図１７（Ａ）の各カラーフィルタの分光特性を示す図である。 図１８は、分離部の構成の一例を示す図である。 図１９は、基底ベクトルの一例を示す図である。 図２０（Ａ）は、識別対象がオキシヘモグロビンの場合のノイズ低減の基本ブロックとしての単位ブロックの一例を示す図であり、図２０（Ｂ）は、識別対象がオキシヘモグロビンの場合の注目画素群を包含する所定単位面積の画素領域の一例を示す図であり、図２０（Ｃ）は、識別対象がコラーゲンの場合のノイズ低減の基本ブロックとしての単位ブロックの一例を示す図であり、図２０（Ｄ）は、識別対象がコラーゲンの場合の注目画素群を包含する所定単位面積の画素領域の一例を示す図である。 図２１（Ａ）は、第２分離部の構成の一例を示す図であり、図２１（Ｂ）は、第２ノイズ推定部の構成の一例を示す図であり、図２１（Ｃ）は、第２ノイズ低減部の構成の一例を示す図である。 図２２（Ａ）は、通常カラー信号のノイズ低減の基本ブロックの一例を示す図であり、図２２（Ｂ）は、注目画素群を包含する第２の所定単位面積の領域の一例を示す図である。 図２３は、第２実施形態の変形例１に係る識別処理装置を適用した内視鏡の構成を示す図である。 図２４は、第２実施形態の変形例３における信号処理のソフトウェア処理に関するフローチャートを示す図である。 図２５（Ａ）は、分離処理に関するフローチャートを示す図であり、図２５（Ｂ）は、第２分離処理に関するフローチャートを示す図であり、図２５（Ｃ）は、第２ノイズ推定処理に関するフローチャートを示す図であり、図２５（Ｄ）は、第２ノイズ低減処理に関するフローチャートを示す図である。 図２６は、本発明の第３実施形態に係る識別処理装置を適用した顕微鏡の構成を示す図である。 図２７は、相関係数算出部の構成の一例を示す図である。 図２８は、第３実施形態の変形例１に係る識別処理装置を適用した顕微鏡の構成を示す図である。 図２９（Ａ）は、強調部の構成の一例を示す図であり、図２９（Ｂ）は、強調関数ＲＯＭに記録されている強調用のゲインテーブルの一例を示す図である。 図３０（Ａ）は、第３実施形態の変形例２における信号処理のソフトウェア処理に関するフローチャートを示す図であり、図３０（Ｂ）は、相関係数算出処理に関するフローチャートを示す図である。

符号の説明

１００…撮像レンズ系、 １０１…ＣＣＤ、 １０２…照明レンズ系、 １０３…照明光源、 １０４…光ファイバ、 １０５…増幅部、 １０６…Ａ／Ｄ、 １０７，２３３，２３５，２８２…バッファ、 １０８…ＷＢ部、 １０９…測光評価部、 １１０…信号処理部、 １１１…分離部、 １１２…ノイズ推定部、 １１３…ノイズ低減部、 １１４…補間部、 １１５…算出部、 １１６…疑似カラー化部、 １１７…第１出力部、 １１８…基底ベクトルＲＯＭ、 １１９…システム分光特性ＲＯＭ、 １２０…第２出力部、 １２１…制御部、 １２２…Ｉ／Ｆ部、 １２３，１３１…フィルタ、 １２４…注目画素群、 １２５…切換部、 １２６…入力部、 １２７…ヘッダ情報解析部、 １２８…第２分離部、 １２９…第２ノイズ推定部、 １３０…第２ノイズ低減部、 １３２…相関係数算出部、 １３３…導出係数ＲＯＭ、 １３４…強調部、 ２０１…予測部、 ２０２…選択部、 ２０３…調整部、 ２０４…波長域分離部、 ２０５…波長域テーブル部、 ２１１，２２１，２５１，２６１…領域抽出部、 ２１２，２５２…低周波算出部、 ２１３，２５３…ゲイン算出部、 ２１４，２５４…標準値付与部、 ２１５，２５５…ノイズテーブル部、 ２１６…平均算出部、 ２２２，２６２…範囲設定部、 ２２３，２６３…切り換え部、 ２２４，２６４…第１スムージング部、 ２２５，２６５…第２スムージング部、 ２３１…データ選択部、 ２３２…積算部、 ２３４…逆行列算出部、 ２３６，２７１…係数選択部、 ２３７，２７２…乗加算部、 ２４１…フィルタテーブル部、 ２４２…色信号分離部、 ２８１…輝度色差分離部、 ２８３…強調ゲイン算出部、 ２８４…強調関数ＲＯＭ、 ２８５…ゲイン乗算部、 ２８６…輝度色差合成部。

Claims (18)

1. 識別対象となる被写体の既知の分光特性に基づき、カラー撮像系による被写体の撮像により得た映像信号を構成するＮ（但し、Ｎは２以上の自然数）種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離する分離部と、
   上記分離部によって分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定するノイズ推定部と、
   上記ノイズ推定部で推定した上記ノイズ量に基づき、上記分離部によって分離した上記波長域ごとにノイズ低減処理を行うノイズ低減部と、
   上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う識別部と、
   を有することを特徴とする識別処理装置。
2. 上記カラー撮像系による被写体の撮像により得た上記Ｎ種類の色信号からなる上記映像信号から、通常のカラー信号を算出する信号処理部をさらに有することを特徴とする請求項１に記載の識別処理装置。
3. 上記識別対象となる被写体を撮像する識別モードと上記通常のカラー信号を撮像する通常モードを切り換える切換部をさらに有し、
   上記分離部、上記ノイズ推定部及び上記ノイズ低減部は、上記切換部が識別モードとした場合に動作することを特徴とする請求項２に記載の識別処理装置。
4. 上記カラー撮像系による被写体の撮像により得た上記Ｎ種類の色信号からなる上記映像信号から、通常のカラー信号を算出するに必要な色信号を分離する第２の分離部と、
   上記第２の分離部によって分離した上記色信号ごとにノイズ量を第２の所定単位面積ごとに推定する第２のノイズ推定部と、
   上記第２のノイズ推定部で推定した上記ノイズ量に基づき、上記第２の分離部によって分離した上記色信号ごとにノイズ低減処理を行う第２のノイズ低減部と、
   上記第２のノイズ低減部によって上記ノイズ低減処理がなされた色信号に基づき通常のカラー信号を算出する信号処理部と、
   をさらに有することを特徴とする請求項１に記載の識別処理装置。
5. 上記分離部は、
   上記識別対象となる被写体の既知の分光特性及び上記カラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光に関する分光特性とを含んだ撮像システムの分光特性に基づき、各色信号の出力値を予測する予測部と、
   上記予測部によって予測した上記各色信号の出力値に基づき出力値が類似する色信号を選択する選択部と、
   上記選択部によって選択された色信号間の数の調整を行うことで上記Ｍ種類の波長域を確定する調整部と、
   を有することを特徴とする請求項１に記載の識別処理装置。
6. 上記分離部は、上記識別対象となる被写体の既知の分光特性に基づき上記波長域を出力する波長域テーブル部を有することを特徴とする請求項１に記載の識別処理装置。
7. 上記ノイズ推定部は、
   上記分離部によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する上記所定単位面積の画素領域を抽出する領域抽出部と、
   上記領域抽出部によって抽出した上記画素領域から低周波成分を算出する低周波算出部と、
   上記カラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集する収集部と、
   上記収集部で得られない情報に関して標準値を付与する付与部と、
   上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記低周波成分を入力として、上記注目画素群のノイズ量を出力するノイズ量出力部と、
   を有することを特徴とする請求項１に記載の識別処理装置。
8. 上記ノイズ推定部は、
   上記分離部によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する上記所定単位面積の画素領域を抽出し、更に、該抽出した画素領域から色信号毎に、当該色信号の注目画素を包含する色画素領域を抽出する領域抽出部と、
   上記領域抽出部によって抽出した上記色画素領域ごとに低周波成分を算出する低周波算出部と、
   上記カラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集する収集部と、
   上記収集部で得られない情報に関して標準値を付与する付与部と、
   上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記色画素領域の低周波成分を入力として、上記色画素領域における画素のノイズ量を得るノイズテーブル部と、
   上記ノイズテーブル部によって得た各色画素領域における画素のノイズ量の平均を算出し、該算出したノイズ量を、上記画素領域に包含される上記注目画素群のノイズ量として出力する平均値算出部と、
   を有することを特徴とする請求項１に記載の識別処理装置。
9. 上記ノイズ低減部は、
   上記分離部によって分離した上記波長域からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する領域を抽出する領域抽出部と、
   上記ノイズ推定部で推定した上記ノイズ量に基づき上記注目画素群に関するノイズ範囲を設定するノイズ範囲設定部と、
   上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属する場合に、上記領域抽出部によって抽出した上記領域内の画素の値を用いて上記注目画素の平滑化処理を行う第１のスムージング部と、
   上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属さない場合に補正を行う第２のスムージング部と、
   を有することを特徴とする請求項１に記載の識別処理装置。
10. 上記第２のノイズ推定部は、
    上記第２の分離部によって分離した上記色信号からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する上記第２の所定単位面積の領域を抽出する領域抽出部と、
    上記領域抽出部によって抽出した上記領域から低周波成分を算出する低周波算出部と、
    上記カラー撮像系に関する温度値及び上記映像信号に対するゲイン値に関する情報を収集する収集部と、
    上記収集部で得られない情報に関して標準値を付与する付与部と、
    上記収集部または上記付与部からの情報及び上記低周波算出部によって算出した上記低周波成分を入力として、上記第２の所定単位面積の領域に包含される上記注目画素群のノイズ量を出力するノイズテーブル部と、
    を有することを特徴とする請求項４に記載の識別処理装置。
11. 上記第２のノイズ低減部は、
    上記第２の分離部によって分離した上記色信号からノイズ低減処理を行う各色信号の注目画素でなる注目画素群を包含する領域を抽出する領域抽出部と、
    上記第２のノイズ推定部で推定した上記ノイズ量に基づき上記注目画素群に関するノイズ範囲を設定するノイズ範囲設定部と、
    上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属する場合に、上記領域抽出部によって抽出した上記領域内の画素の値を用いて上記注目画素の平滑化処理を行う第１のスムージング部と、
    上記領域抽出部によって抽出した上記領域の上記注目画素群の値が上記ノイズ範囲設定部によって設定した上記ノイズ範囲に属さない場合に補正を行う第２のスムージング部と、
    を有することを特徴とする請求項４に記載の識別処理装置。
12. 上記識別部は、
    上記識別対象となる被写体の既知の分光特性に基づく専用基底ベクトルを取得する基底ベクトル取得部と、
    上記カラー撮像系に関する分光特性と上記カラー撮像系による被写体の撮像時に使用する照明光の分光特性とを含んだ撮像システムの分光特性を取得するシステム分光特性取得部と、
    上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号、上記基底ベクトル取得部によって取得した上記専用基底ベクトル及び上記システム分光特性取得部によって取得した上記撮像システムの分光特性に基づき、上記専用基底ベクトルに関する重み係数を算出する算出部と、
    上記算出部で算出した上記専用基底ベクトルに関する重み係数に基づき、上記分光特性が既知である識別対象となる被写体の識別結果としての出力信号を算出する出力信号算出部と、
    を有することを特徴とする請求項１に記載の識別処理装置。
13. 上記算出部は、
    上記基底ベクトル取得部によって取得した上記識別対象となる被写体の既知の分光特性に基づく上記専用基底ベクトル及び上記システム分光特性取得部によって取得した上記撮像システムの分光特性に基づき、上記撮像システムに関するシステム行列を算出する行列算出部と、
    上記行列算出部で算出した上記システム行列の逆行列を算出する逆行列算出部と、
    上記逆行列算出部で算出した上記システム行列の逆行列の係数から、上記識別対象となる被写体の既知の分光特性に基づく上記専用基底ベクトルに関係する係数を選択する係数選択部と、
    上記係数選択部で選択された上記係数及び上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号に基づき、上記識別対象となる被写体の既知の分光特性に基づく上記専用基底ベクトルに関する重み係数を算出する乗加算部と、
    を有することを特徴とする請求項１２に記載の識別処理装置。
14. 上記識別部は、
    上記識別対象となる被写体の上記既知の分光特性、上記カラー撮像系に関する分光特性及び上記カラー撮像系による被写体の撮像時に使用する照明光の分光特性に基づき算出された、上記識別対象となる被写体の既知の分光特性と上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号との間の相関性を示す導出係数を取得する導出係数取得部と、
    上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号及び上記導出係数取得部によって取得した上記導出係数に基づき、上記識別対象となる被写体の上記既知の分光特性と上記ノイズ低減部によって上記ノイズ低減処理がなされた波長域中の色信号との間の相関係数を算出する相関係数算出部と、
    上記相関係数算出部によって算出した上記相関係数に基づき、上記分光特性が既知である識別対象となる被写体の識別結果としての出力信号を算出する出力信号算出部と、
    を有する請求項１に記載の識別処理装置。
15. 上記Ｎが４以上、上記Ｍが２以上であることを特徴とする請求項１又は２に記載の識別処理装置。
16. 上記信号処理部で使用される色信号の分光特性は、上記信号処理部で使用されない色信号の分光特性より広帯域に設定されていることを特徴とする請求項２又は４に記載の識別処理装置。
17. 分光特性が既知である識別対象となる被写体を含む被写体のカラー撮像系による撮像によって得た、Ｎ（但し、Ｎは２以上の自然数）種類の色信号からなる映像信号を取得するステップと、
    上記取得したＮ種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離する分離ステップと、
    上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定するステップと、
    上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行うステップと、
    上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行うステップと、
    をコンピュータに発揮させることを特徴とする識別処理プログラム。
18. 分光特性が既知である識別対象となる被写体を含む被写体のカラー撮像系による撮像によって得た、Ｎ（但し、Ｎは２以上の自然数）種類の色信号からなる映像信号を取得し、
    上記取得したＮ種類の色信号をＭ（但し、Ｍは１以上の自然数、Ｍ≦Ｎ）種類の波長域に分離し、かつ少なくとも１つの波長域は複数の色信号を含むように分離し、
    上記分離した上記波長域ごとにノイズ量を所定単位面積ごとに推定し、
    上記推定した上記ノイズ量に基づき、上記分離した上記波長域ごとにノイズ低減処理を行い、
    上記ノイズ低減処理がなされた波長域中の色信号に基づき上記識別対象となる被写体の識別処理を行う、
    ことを特徴とする識別処理方法。

Images