JP5836908B2 - 画像処理装置および方法並びにプログラム - Google Patents

Description

本発明は、グラフカット法を用いて画像から領域を抽出する画像処理装置および方法、並びにプログラムに関するものである。

近年、医療機器（例えば多検出器型ＣＴ等）の進歩により質の高い高解像度の３次元画像が画像診断に用いられるようになってきている。ここで、３次元画像は多数の２次元画像から構成され情報量が多いため、医師が所望の観察部位を見つけ診断することに時間を要する場合がある。そこで、注目する臓器を認識し、注目する臓器を含む３次元画像から、例えば最大値投影法（ＭＩＰ法）および最小値投影法（ＭｉｎＩＰ法）等の方法を用いて、注目する臓器を抽出してＭＩＰ表示等を行ったり、３次元画像のボリュームレンダリング（ＶＲ）表示を行ったり、ＣＰＲ（Curved Planer Reconstruction）表示を行ったりすることにより、臓器全体や病変の視認性を高め診断の効率化を図ることが行われている。

また、３次元画像から臓器を抽出する種々の手法が提案されている。例えば特許文献１には、３次元画像を構成する多数の２次元画像から臓器の特定の領域を抽出し、抽出した領域を積み上げて、特定の領域の３次元画像を生成する手法が提案されている。

しかしながら、特許文献１に記載された手法は、２次元画像から領域を抽出するものであるため、２次元画像のそれぞれにおいて微妙に抽出範囲が異なる場合があることから、３次元画像としてみた場合の領域の抽出精度がそれほどよくない。

一方、画像から所望とする領域を抽出する手法としてグラフカット法が知られている（非特許文献１参照）。グラフカット法は、画像中の各画素を表すノードＮij、各画素が対象領域であるか背景領域かを表すノードＳ，Ｔ、隣接する画素のノード同士をつなぐリンクであるｎ−ｌｉｎｋ、並びに各画素を表すノードＮijと対象領域を表すノードＳおよび背景領域を表すノードＴとをつなぐリンクであるｓ−ｌｉｎｋおよびｔ−ｌｉｎｋから構成されるグラフを作成し、各画素が対象領域の画素であるかまたは背景領域の画素であるかを、それぞれｓ−ｌｉｎｋ、ｔ−ｌｉｎｋおよびｎ−ｌｉｎｋの太さ（値の大きさ）で表し、演算の結果得られるリンクの太さにより対象領域と背景領域とに分割して、画像から対象領域を抽出する手法である。このようなグラフカット法を用いることにより、医用３次元画像に含まれる心臓、肺、肝臓等の領域を精度良く抽出することができる。

特開２００３−１０１７２号公報 Yuri Y. Boykov, Marie-Pierre Jolly, "Interactive Graph Cuts for Optimal Boundary and Region Segmentation of Objects in N-D images", Proceedings of "International Conference on Computer Vision", Vancouver, Canada, July 2001 vol.I, p.105-112.

しかしながら、グラフカット法を用いて画像から領域を抽出する場合、演算の対象となる画像のサイズが大きいほど、画素数およびリンク数が多くなるため、処理に必要なメモリおよび処理時間が増加する。とくに３次元画像に対してグラフカット法を適用した場合、画素数およびリンク数は２次元画像と比較して指数関数的に増加する。このため、グラフカット法を用いての所望とする領域の抽出に、非常に時間を要することとなる。また、メモリ容量が小さい低スペックの計算機を用いた場合は、グラフカット法を用いての領域の抽出を行うことができない場合があり得る。

本発明は上記事情に鑑みなされたものであり、グラフカット法を用いて画像から領域を抽出する際に必要な処理時間を短縮し、かつ演算のためのメモリ量を低減することを目的とする。

本発明による画像処理装置は、グラフカット法により処理対象画像から特定領域を抽出する画像処理装置であって、
処理対象画像の低解像度画像を生成し、グラフカット法により低解像度画像から特定領域を抽出する第１の抽出手段と、
特定領域の抽出結果に基づいて、処理対象画像における特定領域の輪郭を含む輪郭領域を、処理対象画像に設定する輪郭領域設定手段と、
グラフカット法により、輪郭領域から特定領域に対応する領域を抽出する第２の抽出手段とを備えたことを特徴とするものである。

なお、本発明による画像処理装置においては、輪郭領域設定手段を、輪郭領域のサイズを、低解像度画像と処理対象画像との解像度の差に基づいて決定する手段としてもよい。

また、本発明による画像処理装置においては、輪郭領域設定手段を、モフォロジー処理のイロージョン処理およびダイレーション処理により、輪郭領域を設定する手段としてもよい。

また、本発明による画像処理装置においては、第２の抽出手段を、輪郭領域における特定領域の輪郭の内側にある画素に対するグラフカット法におけるｓ−ｌｉｎｋの値を大きくし、輪郭領域における特定領域の輪郭の外側にある画素に対するグラフカット法におけるｔ−ｌｉｎｋの値を大きくする手段としてもよい。

本発明による画像処理方法は、グラフカット法により処理対象画像から特定領域を抽出する画像処理方法であって、
処理対象画像の低解像度画像を生成し、グラフカット法により低解像度画像から特定領域を抽出し、
特定領域の抽出結果に基づいて、処理対象画像における特定領域の輪郭を含む輪郭領域を、処理対象画像に設定し、
グラフカット法により、輪郭領域から特定領域に対応する領域を抽出することを特徴とするものである。

なお、本発明による画像処理方法をコンピュータに実行させるためのプログラムとして提供してもよい。

本発明によれば、処理対象画像の低解像度画像が生成され、グラフカット法により低解像度画像から特定領域が抽出される。ここで、低解像度画像は処理対象画像よりも画素数が少ないため、演算量および使用メモリは少なくすることができるが、領域抽出の精度がそれほどよいものではない。このため、本発明によれば、特定領域の抽出結果に基づいて、処理対象画像における特定領域に輪郭を含む輪郭領域が処理対象画像に設定され、グラフカット法により輪郭領域から特定領域に対応する領域が抽出される。このように、本発明においては、低解像度画像および処理対象画像の輪郭領域に対してのみグラフカット法を適用して特定領域を抽出するようにしたため、処理対象画像の全体にグラフカット法を適用した場合と比較して、処理時間を大幅に短縮することができ、かつ演算のためのメモリ量を大幅に低減することができる。

本発明の実施形態による画像処理装置の構成を示す概略ブロック図 多重解像度変換を説明するための図 グラフカット法を説明するための図 グラフカット法による領域分割を説明するための図 低解像度画像から抽出した肝臓領域の輪郭を示す図 低解像度画像から抽出した肝臓領域の輪郭を３次元画像に設定した状態を示す図 モフォロジー処理の構造要素を示す図 ３次元画像Ｍ０に設定された輪郭領域を示す図 ３次元画像から抽出した肝臓領域の輪郭を示す図 本実施形態において行われる処理を示すフローチャート 抽出された肝臓領域を示す図

以下、図面を参照して本発明の実施形態について説明する。図１は本発明の実施形態による画像処理装置の構成を示す概略ブロック図である。なお、図１に示す画像処理装置１の構成は、補助記憶装置（不図示）に読み込まれたプログラムをコンピュータ（例えばパーソナルコンピュータ等）上で実行することにより実現される。また、このプログラムは、ＣＤ−ＲＯＭ等の情報記憶媒体に記憶され、もしくはインターネット等のネットワークを介して配布され、コンピュータにインストールされることになる。

画像処理装置１は、例えばＸ線ＣＴ装置２により撮像された複数の２次元画像から３次元画像Ｍ０を生成し、この３次元画像Ｍ０に含まれる特定領域をグラフカット法を用いて自動的に抽出するものであって、画像取得部１０、低解像度画像生成部１２、第１抽出部１４、輪郭領域設定部１６、第２抽出部１８、表示制御部２０を備える。なお、画像処理装置１には、入力部２２および表示部２４が接続されている。また、本実施形態においては、３次元画像Ｍ０を人体の胸腹部を表すものとし、特定領域を肝臓領域とする。

画像取得部１０は、例えばＸ線ＣＴ装置２により撮像された複数のＣＴ画像（２次元画像）を取得し、複数の２次元画像から３次元画像Ｍ０を生成する。なお、画像取得部１０は、ＣＴ画像のみならず、いわゆるＭＲＩ画像、ＲＩ画像、ＰＥＴ画像、Ｘ線画像等の２次元画像を取得するものであってもよい。また、Ｘ線ＣＴ装置２において３次元画像Ｍ０を生成し、画像取得部１０は３次元画像Ｍ０を取得する処理のみを行うようにしてもよい。

低解像度画像生成部１２は、３次元画像Ｍ０を多重解像度変換して図２に示すように、解像度が異なる複数の３次元多重解像度画像Ｍｓｉ（ｉ＝０〜ｎ）を生成する。なお、ｉ＝０は３次元画像Ｍ０と同一解像度、ｉ＝ｎは最低解像度を表す。なお、本実施形態においては、後述するように低解像度画像から特定領域を抽出するものであり、その低解像度画像の解像度は、３次元画像Ｍ０の１画素当たりの実サイズに応じて決定する。例えば、３次元画像Ｍ０画素当たりの実サイズが０．５ｍｍである場合、低解像度画像生成部１２は、３次元画像Ｍ０の１／４の解像度の３次元多重解像度画像Ｍｓ２を、低解像度画像ＭＬとして生成する。

第１抽出部１４は、低解像度画像ＭＬの肝臓領域および肝臓領域以外の領域を、グラフカット法を用いて領域分割して、低解像度画像ＭＬから肝臓領域を抽出する。具体的には、肝臓領域を対象領域、肝臓領域以外の領域を背景領域に設定し、低解像度画像ＭＬ内の全画素位置において所定画素サイズの判別領域を設定し、グラフカット法を用いて判別領域を対象領域と背景領域とに分割する。

グラフカット法においては、まず、図３に示すように、判別領域中の各画素を表すノードＮij、各画素が取り得るラベル（本実施形態では対象領域または背景領域）を表すノードＳ，Ｔ、隣接する画素のノード同士をつなぐリンクであるｎ−ｌｉｎｋ、並びに各画素を表すノードＮijと対象領域を表すノードＳおよび背景領域を表すノードＴとをつなぐリンクであるｓ−ｌｉｎｋおよびｔ−ｌｉｎｋから構成されるグラフを作成する。なお、説明を簡単にするために、図３においては判別領域を３×３の２次元の領域としている。

ここで、ｎ−ｌｉｎｋは、隣接する画素が同一領域の画素である確からしさをリンクの太さで表すものであり、その確からしさの値はそれらの隣接する画素間の距離および画素値の差に基づいて算出できる。

また、各画素を表すノードＮijと対象領域を表すノードＳとをつなぐｓ−ｌｉｎｋは、各画素が対象領域に含まれる画素である確からしさを表すものであり、各画素を表すノードと背景領域を表すノードＴとをつなぐｔ−ｌｉｎｋは、各画素が背景領域に含まれる画素である確からしさを表すものである。それらの確からしさの値は、その画素が対象領域または背景領域のいずれかを示す画素であるかの情報がすでに与えられている場合には、その与えられた情報に従って設定でき、そのような情報が与えられてない場合には、ｓ−ｌｉｎｋについては、対象領域を推定し、推定した対象領域の濃度分布のヒストグラムに基づいて確からしさの値を設定し、ｔ−ｌｉｎｋについては、背景領域を推定し、推定した背景領域の濃度分布のヒストグラムに基づいて確からしさの値を設定することができる。

ここで、図３において、ノードＮ11，Ｎ12，Ｎ21，Ｎ22，Ｎ31により表される画素が対象領域内に設定された画素であるとすると、各ノードＮ11，Ｎ12，Ｎ21，Ｎ22，Ｎ31とノードＳとをつなぐｓ−ｌｉｎｋは太くなり、各ノードＮ11，Ｎ12，Ｎ21，Ｎ22，Ｎ31をつなぐｎ−ｌｉｎｋは太くなる。一方、ノードＮ13，Ｎ23，Ｎ32，Ｎ33により表される画素が背景領域内に設定された画素であるとすると、各ノードＮ13，Ｎ23，Ｎ32，Ｎ33とノードＴとをつなぐｔ−ｌｉｎｋは太くなり、各ノードＮ13，Ｎ23，Ｎ32，Ｎ33をつなぐｎ−ｌｉｎｋは太くなる。

そして、対象領域と背景領域とは互いに排他的な領域であるので、例えば図４に破線で示すように、ｓ−ｌｉｎｋ、ｔ−ｌｉｎｋおよびｎ−ｌｉｎｋのうち適当なリンクを切断してノードＳをノードＴから切り離すことにより、判別領域を対象領域と背景領域とに分割できる。ここで、切断するすべてのｓ−ｌｉｎｋ、ｔ−ｌｉｎｋおよびｎ−ｌｉｎｋの確からしさの値の合計が最も小さくなるような切断を行うことにより、最適な領域分割をすることができる。

第１抽出部１４は、以上のように低解像度画像ＭＬの領域分割を行い、低解像度画像ＭＬから対象領域である肝臓領域を抽出する。図５は低解像度画像から抽出した肝臓領域の輪郭を示す図である。なお、本実施形態は３次元の低解像度画像ＭＬから肝臓領域を抽出するものであるが、ここでは説明のために、３次元画像Ｍ０を構成する１つの２次元画像の低解像度画像において抽出された肝臓領域の輪郭を実線で示している。

輪郭領域設定部１６は、第１抽出部１４が抽出した肝臓領域の輪郭を含む輪郭領域を３次元画像Ｍ０に設定する。図６は第１抽出部１４が低解像度画像ＭＬから抽出した肝臓領域の輪郭を、３次元画像Ｍ０に設定した状態を示す図である。なお、ここでは説明のために、３次元画像Ｍ０を構成する１つの２次元画像に設定した肝臓領域の輪郭を実線で示している。本実施形態においては、低解像度画像ＭＬは３次元画像Ｍ０の１／４の解像度であるため、低解像度画像ＭＬから抽出した肝臓領域の輪郭は４倍に拡大されて、３次元画像Ｍ０に設定されることとなる。このため、設定された輪郭は、３次元画像Ｍ０に含まれる肝臓領域の輪郭とは完全には一致せず、解像度の差に基づく凹凸を含むものとなっている。

輪郭領域設定部１６は、３次元画像Ｍ０に設定した輪郭を内側に収縮させかつ外側に膨張させ、膨張した輪郭と収縮した輪郭とにより囲まれる領域を輪郭領域Ｅ０に設定する。なお、輪郭領域Ｅ０の幅方向（すなわち輪郭に垂直な方向）におけるサイズは、低解像度画像ＭＬと３次元画像Ｍ０とのサイズに基づいて、（３次元画像Ｍ０のサイズ／低解像度画像ＭＬのサイズ＋１）×２の演算により決定する。本実施形態においては、３次元画像Ｍ０のサイズ／低解像度画像ＭＬのサイズ＝４であるため、輪郭領域Ｅ０の範囲サイズは１０画素に決定される。なお、輪郭領域Ｅ０のサイズを決定する手法は、上記手法に限定されるものではなく、任意の手法を適宜適用することができる。

ここで、本実施形態においては、輪郭の収縮および膨張は、モフォロジー処理により行う。具体的には、図７に示すような構造要素を用いて、３次元画像Ｍ０に設定された輪郭上の注目画素を中心とした所定の幅の中の最小値を検索するイロージョン処理を行うことにより輪郭を１画素収縮し、さらに収縮した輪郭に対してイロージョン処理を行うことにより、さらに輪郭を収縮させる。そして、このようなイロージョン処理を４回行うことにより、３次元画像Ｍ０に設定された輪郭を内側に４画素収縮させる。

また、図７に示すような構造要素を用いて、３次元画像Ｍ０に設定された輪郭上の注目画素を中心とした所定の幅の中の最大値を検索するダイレーション処理を行うことにより輪郭を１画素膨張させ、さらに膨張させた輪郭に対してダイレーション処理を行うことにより、さらに輪郭を膨張させる。そして、このようなダイレーション処理を５回行うことにより、３次元画像Ｍ０に設定された輪郭を外側に５画素膨張させる。

そして、輪郭領域設定部１６は、膨張させた輪郭と収縮させた輪郭とにより囲まれる領域を輪郭領域Ｅ０に設定する。図８は３次元画像Ｍ０に設定された輪郭領域を示す図である。なお、輪郭はイロージョン処理により内側に４画素収縮され、ダイレーション処理により外側に５画素膨張されているため、輪郭の画素１画素と併せて、輪郭領域Ｅ０の幅方向のサイズは１０画素となっている。

第２抽出部１８は、３次元画像Ｍ０に設定された輪郭領域Ｅ０を、グラフカット法を用いて肝臓領域と肝臓領域以外の領域とに領域分割し、さらに領域分割の結果に基づいて、３次元画像Ｍ０から肝臓領域の全体を抽出する。なお、輪郭領域Ｅ０における輪郭の内側の領域は肝臓領域である可能性が高く、輪郭領域Ｅ０における輪郭の外側の領域は背景領域である可能性が高い。このため、輪郭領域Ｅ０に対してグラフカット法を適用するに際しては、輪郭領域Ｅ０における設定した輪郭の外側ほどｔ−ｌｉｎｋの値を大きくし、輪郭領域Ｅ０における設定した輪郭の内側ほどｓ−ｌｉｎｋの値を大きくする。これにより、効率よくかつ正確に、輪郭領域Ｅ０を肝臓領域とそれ以外の領域とに分割することができる。

第２抽出部１８は、以上のように輪郭領域Ｅ０の領域分割を行い、輪郭領域Ｅ０から対象領域である肝臓領域を抽出する。図９は輪郭領域Ｅ０から抽出した肝臓領域の輪郭を示す図である。なお、本実施形態は３次元画像Ｍ０から肝臓領域を抽出するものであるが、ここでは説明のために、３次元画像Ｍ０を構成する１つの２次元画像において抽出された肝臓領域の輪郭を実線で示している。図９に示すように、３次元画像Ｍ０の輪郭領域Ｅ０を領域分割することにより得られる肝臓領域の輪郭は、肝臓の表面を滑らかにつなぐものとなっている。

そして、第２抽出部１８は、３次元画像Ｍ０の輪郭領域Ｅ０から抽出した輪郭の内部の領域を肝臓領域として抽出する。

表示制御部２０は、抽出した肝臓領域等を表示部２４に表示する。

入力部２２は、例えばキーボードおよびマウス等からなるものであり、放射線技師等の使用者による各種指示を画像処理装置１に入力する。

表示部２４は、例えば液晶ディスプレイやＣＲＴディスプレイ等からなるものであり、抽出した肝臓領域等の画像を必要に応じて表示する。

次いで、本実施形態において行われる処理について説明する。図１０は本実施形態において行われる処理を示すフローチャートである。まず、画像取得部１０が、Ｘ線ＣＴ装置２から複数のＣＴ画像を取得して３次元画像Ｍ０を生成する（ステップＳＴ１）。次いで、低解像度画像生成部１２が、３次元画像Ｍ０を多重解像度変換して、低解像度画像ＭＬを生成し（ステップＳＴ２）、第１抽出部１４が、低解像度画像ＭＬから肝臓領域を抽出する（ステップＳＴ３）。

次いで、輪郭領域設定部１６が、低解像度画像ＭＬから抽出した肝臓領域の輪郭を３次元画像Ｍ０に設定し、上述したようにイロージョン処理およびダイレーション処理を行って、輪郭領域Ｅ０を３次元画像Ｍ０に設定する（ステップＳＴ４）。そして、第２抽出部１８が、輪郭領域Ｅ０から肝臓領域の輪郭を抽出し、かつ３次元画像Ｍ０から肝臓領域を抽出する（ステップＳＴ５）。さらに、表示制御部２０が抽出した肝臓領域を表示部２４に表示し（ステップＳＴ６）、処理を終了する。

図１１は表示された肝臓領域を示す図である。図１１に示すように、本実施形態によれば肝臓領域が精度良く抽出されていることが分かる。

このように、本実施形態によれば、３次元画像Ｍ０の低解像度画像ＭＬを生成し、グラフカット法により低解像度画像ＭＬから肝臓領域等の特定領域を抽出するようにしたものである。ここで、低解像度画像ＭＬは３次元画像Ｍ０よりも画素数が少ない。例えば、低解像度画像ＭＬの解像度が３次元画像Ｍ０の１／４である場合、画素数は１／６４となる。このため、低解像度画像ＭＬを用いることにより、演算量および使用メモリは少なくすることができるが、領域抽出の精度がそれほどよいものではない。このため、本実施形態においては、低解像度画像ＭＬから抽出した肝臓領域の輪郭を含む輪郭領域Ｅ０を３次元画像Ｍ０に設定し、グラフカット法により輪郭領域Ｅ０から肝臓領域を抽出するようにしたものである。ここで、図７に示すように、輪郭領域Ｅ０のサイズは３次元画像Ｍ０と比較して大幅に少ないものとなっている。このように、本実施形態においては、３次元画像Ｍ０の低解像度画像ＭＬおよび３次元画像Ｍ０の輪郭領域Ｅ０に対してのみグラフカット法を適用して肝臓領域を抽出するようにしたため、３次元画像Ｍ０の全体にグラフカット法を適用した場合と比較して、処理時間を大幅に短縮することができ、かつ演算のためのメモリ量を大幅に低減することができる
なお、上記実施形態においては、医用の３次元画像Ｍ０から肝臓領域を抽出しているが、抽出する領域はこれに限定されるものではなく、脳、心臓、肺野、膵臓、脾臓、腎臓、血管等の、医用３次元画像に含まれる各種構造物の領域を抽出する際に本発明を適用することにより、演算の処理量および処理時間を短縮することができる。

また、上記実施形態においては、３次元画像Ｍ０の１／４の解像度の低解像度画像ＭＬにおける領域抽出の結果を３次元画像Ｍ０に適用して肝臓領域を抽出しているが、低解像度画像ＭＬにおける領域抽出の結果を用いて、３次元画像Ｍ０の１／２の解像度の低解像度画像に輪郭領域を設定して肝臓領域を抽出し、さらに３次元画像Ｍ０の１／２の解像度の低解像度画像における領域抽出の結果を３次元画像Ｍ０に適用するようにしてもよい。すなわち、低解像度画像における領域抽出の結果を用いての、低解像度画像よりも１段階解像度が高い解像度画像に対する輪郭領域の設定、および１段階解像度が高い解像度画像からの肝臓領域の抽出を、処理対象の３次元画像Ｍ０まで繰り返して、３次元画像Ｍ０から肝臓領域を抽出するようにしてもよい。

また、上記実施形態においては、医用３次元画像を処理の対象としているが、医用の２次元画像を処理の対象としてもよい。また、医用画像のみならず、デジタルカメラ等を用いて取得した画像から、人物等の領域を抽出する際にも、本発明を適用できることはもちろんである。とくに、近年のデジタルカメラは取得される画像の画素数が大きいため、グラフカット法を用いて人物等の領域を抽出する際に多大な演算を要するが、本発明を適用することにより、演算の処理量および処理時間を大幅に短縮することができる。

また、動画像から領域を抽出する場合にも、本発明を適用することができる。動画像は複数のフレームからなるため、各フレームから領域を抽出することが考えられるが、各フレームに含まれる画像は画質が悪く、精度良く領域を抽出できない。ここで、動画像は、複数のフレームが時間軸に沿って並んだ３次元の画像と見なすことができる。このように３次元画像と見なした動画像からグラフカット法を用いて領域を抽出する際に、本発明を適用することにより、演算の処理量および処理時間を大幅に短縮することができ、かつ精度良く動画像から領域を抽出することができる。

１ 画像処理装置
２ Ｘ線ＣＴ装置
１０ 画像取得部
１２ 低解像度画像生成部
１４ 第１抽出部
１６ 輪郭領域設定部
１８ 第２抽出部
２０ 表示制御部
２２ 入力部
２４ 表示部

Claims (6)

1. グラフカット法により処理対象画像から特定領域を抽出する画像処理装置であって、
   前記処理対象画像の低解像度画像を生成し、前記グラフカット法により該低解像度画像から前記特定領域を抽出する第１の抽出手段と、
   前記特定領域の抽出結果に基づいて、前記処理対象画像における前記特定領域の輪郭を含む輪郭領域を、前記処理対象画像に設定する輪郭領域設定手段と、
   前記グラフカット法により、前記輪郭領域から前記特定領域に対応する領域を抽出する第２の抽出手段とを備えたことを特徴とする画像処理装置。
2. 前記輪郭領域設定手段は、前記輪郭領域のサイズを、前記低解像度画像と前記処理対象画像との解像度の差に基づいて決定する手段であることを特徴とする請求項１記載の画像処理装置。
3. 前記輪郭領域設定手段は、モフォロジー処理のイロージョン処理およびダイレーション処理により、前記輪郭領域を設定する手段であることを特徴とする請求項１または２記載の画像処理装置。
4. 前記第２の抽出手段は、前記輪郭領域における前記特定領域の輪郭の内側にある画素に対する前記グラフカット法におけるｓ−ｌｉｎｋの値を大きくし、前記輪郭領域における前記特定領域の輪郭の外側にある画素に対する前記グラフカット法におけるｔ−ｌｉｎｋの値を大きくする手段であることを特徴とする請求項１から３のいずれか１項記載の画像処理装置。
5. グラフカット法により処理対象画像から特定領域を抽出する画像処理方法であって、
   前記処理対象画像の低解像度画像を生成し、前記グラフカット法により該低解像度画像から前記特定領域を抽出し、
   前記特定領域の抽出結果に基づいて、前記処理対象画像における前記特定領域の輪郭を含む輪郭領域を前記処理対象画像に設定し、
   前記グラフカット法により、前記輪郭領域から前記特定領域に対応する領域を抽出することを特徴とする画像処理方法。
6. グラフカット法により処理対象画像から特定領域を抽出する画像処理方法をコンピュータに実行させるためのプログラムであって、
   前記処理対象画像の低解像度画像を生成し、前記グラフカット法により該低解像度画像から前記特定領域を抽出する手順と、
   前記特定領域の抽出結果に基づいて、前記処理対象画像における前記特定領域の輪郭を含む輪郭領域を前記処理対象画像に設定する手順と、
   前記グラフカット法により、前記輪郭領域から前記特定領域に対応する領域を抽出する手順とをコンピュータに実行させることを特徴とするプログラム。