JP6128888B2 - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents

Description

本発明は、生体の管腔内を観察する内視鏡により取得された画像に対する画像処理を行う画像処理装置、画像処理方法、及び画像処理プログラムに関する。

近年、生体の管腔内を非侵襲に観察可能な医用観察装置として、内視鏡が広く普及している。内視鏡の光源には、通常、キセノンランプ等の白色光源が用いられており、この光源に、赤色光（Ｒ）、緑色光（Ｇ）、及び青色光（Ｂ）の波長帯域を有する光をそれぞれ透過させる赤色フィルタ、緑色フィルタ、及び青色フィルタが設けられた回転フィルタを組み合わせることにより、光源から出射した白色光を狭帯域化して管腔内を照射することも行われている。それによって得られた画像から、管腔内の粘膜の大まかな形状や状態、ポリープの有無等を観察することができる。

ところで、白色光を用いて観察を行う場合、粘膜の表層や深層に存在する血管の視認性が低く、明瞭な観察が困難という問題があった。このような問題に対し、特許文献１には、特定深さの血管領域を強調又は抑制する技術が開示されている。より詳細には、特許文献１においては、管腔内を撮像することにより狭帯域信号（狭帯域画像データ）及び広帯域信号（広帯域画像データ）を取得し、これらの信号の輝度比に基づいて血管の深度を推定し、該血管の深さが表層であると判定された場合に、血管領域におけるコントラストを変化させて画像を表示する。

特開２０１１−９８０８８号公報

しかしながら、実際の内視鏡画像における狭帯域信号と広帯域信号との比率は、血管の深度以外にも、照射光の強度、被検体である生体の個体差、血管の太さ等、深度以外の要素の影響を受けて変化する。このため、特許文献１のように、単に狭帯域信号と広帯域信号との比率に基づく血管の深度推定では、十分な推定精度が得られず、ユーザ所望の深度の血管を強調することが困難である。

本発明は、上記に鑑みて為されたものであって、内視鏡により取得された画像から特定の深度の血管を精度良く抽出して強調することができる画像処理装置、画像処理方法、及び画像処理プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る画像処理装置は、生体を撮像することにより取得された画像を処理する画像処理装置において、中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する狭帯域画像取得手段と、互いに異なる狭帯域画像における、前記生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、前記生体内の血管の深度に相関がある特徴量である深度特徴量を算出する深度特徴量算出手段と、前記深度特徴量に基づいて、前記血管の深度に応じて前記血管を強調した画像を作成する強調画像作成手段と、を備えることを特徴とする。

本発明に係る画像処理方法は、生体を撮像することにより取得された画像を処理する画像処理装置が実行する画像処理方法において、中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する狭帯域画像取得ステップと、互いに異なる狭帯域画像における、前記生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、前記生体内の血管の深度に相関がある特徴量である深度特徴量を算出する深度特徴量算出ステップと、前記深度特徴量に基づいて、前記血管の深度に応じて前記血管を強調した画像を作成する強調画像作成ステップと、を備えることを特徴とする。

本発明に係る画像処理プログラムは、生体を撮像することにより取得された画像を処理する画像処理装置に、中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する狭帯域画像取得ステップと、互いに異なる狭帯域画像における、前記生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、前記生体内の血管の深度に相関がある特徴量である深度特徴量を算出する深度特徴量算出ステップと、前記深度特徴量に基づいて、前記血管の深度に応じて前記血管を強調した画像を作成する強調画像作成ステップと、を実行させることを特徴とする。

本発明によれば、生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、生体内の血管の深度に相関がある特徴量である深度特徴量を算出し、該深度特徴量に基づいて、血管の深度に応じて血管を強調した画像を作成するので、ユーザ所望の深度の血管を精度良く抽出して強調することが可能となる。

図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。 図２は、図１に示す画像処理装置の動作を示すフローチャートである。 図３は、図１に示す正規化特徴量算出部が実行する処理を示すフローチャートである。 図４は、狭帯域画像における血管を表す画素の信号強度と血管の深度との関係を示す図である。 図５は、図１に示す強調画像作成部が実行する処理を示すフローチャートである。 図６は、本発明の実施の形態１の変形例に係る画像処理装置が備える正規化特徴量算出部の構成を示すブロック図である。 図７は、狭帯域画像における血管を表す画素の信号強度と血管の深度との関係を示す図（血管が太い場合）である。 図８は、狭帯域画像における血管を表す画素の信号強度と血管の深度との関係を示す図（血管が細い場合）である。 図９は、図６に示す正規化特徴量算出部が実行する処理を示すフローチャートである。 図１０は、本発明の実施の形態２に係る画像処理装置の構成を示すブロック図である。 図１１は、図１０に示す画像処理装置の動作を示すフローチャートである。 図１２は、図１０に示す正規化特徴量算出部が実行する処理を示すフローチャートである。

以下、本発明の実施の形態に係る画像処理装置、画像処理方法、及び画像処理プログラムについて、図面を参照しながら説明する。なお、これら実施の形態によって本発明が限定されるものではない。また、各図面の記載において、同一部分には同一の符号を付して示している。

（実施の形態１）
図１は、本発明の実施の形態１に係る画像処理装置を示すブロック図である。本実施の形態１に係る画像処理装置１は、中心波長が互いに異なる少なくとも３つの複数の狭帯域画像を用いて、画像内に写った血管の深度を推定し、深度に応じて異なる色合いで血管を強調した管腔内画像を作成する画像処理を行う装置である。なお、以下の説明においては、生体の管腔内を内視鏡又はカプセル型内視鏡で撮像することにより取得された狭帯域画像を処理対象とするが、内視鏡又はカプセル型内視鏡以外の観察装置により取得された画像を処理対象としても良い。

内視鏡による狭帯域画像の取得方法の一例として、複数の狭帯域の波長ピークを有する光を発光するＬＥＤを用いる方法が挙げられる。例えば、波長４１５ｎｍ、５４０ｎｍ、６００ｎｍを中心とするピークを有する光を発光するＬＥＤと、波長４６０ｎｍ、５４０ｎｍ、６３０ｎｍを中心とするピークを有する光を発光するＬＥＤとを内視鏡に設け、これらのＬＥＤを交互に発光させて生体内を照射し、生体内からの反射光をカラーの撮像素子により、Ｒ（赤色）成分、Ｇ（緑色）成分、Ｂ（青色）成分別に取得する。それにより、４１５ｎｍ、４６０ｎｍ、５４０ｎｍ、６００ｎｍ、６３０ｎｍの波長成分をそれぞれ含む５種類の狭帯域画像を得ることができる。

或いは、狭帯域画像の取得方法の別の例として、キセノンランプ等の白色光源の前方に狭帯域フィルタを配置し、該狭帯域フィルタにより狭帯域化された光で生体内を順次照射する方法や、中心波長が互いに異なる狭帯域光をそれぞれ発光する複数のレーザーダイオードを順次駆動する方法も挙げられる。さらには、生体内を白色光により照射し、生体からの反射光を、狭帯域フィルタを介して撮像素子に入射させることにより、狭帯域画像を取得しても良い。

図１に示すように、画像処理装置１は、該画像処理装置１全体の動作を制御する制御部１０と、内視鏡により撮像された狭帯域画像に対応する画像データを取得する画像取得部２０と、外部からの操作により入力信号を発生させる入力部３０と、各種表示を行う表示部４０と、画像取得部２０によって取得された画像データや種々のプログラムを格納する記録部５０と、画像データに対して所定の画像処理を実行する演算部１００とを備える。

制御部１０は、ＣＰＵ等のハードウェアによって実現され、記録部５０に記録された各種プログラムを読み込むことにより、画像取得部２０から入力される画像データや入力部３０から入力される操作信号等に従って、画像処理装置１を構成する各部への指示やデータの転送等を行い、画像処理装置１全体の動作を統括的に制御する。

画像取得部２０は、内視鏡を含むシステムの態様に応じて適宜構成される。例えば、カプセル型内視鏡との間の画像データの受け渡しに可搬型の記録媒体が使用される場合、画像取得部２０は、この記録媒体を着脱自在に装着し、記録された画像の画像データを読み出すリーダ装置で構成される。また、内視鏡によって撮像された画像の画像データを保存しておくサーバを設置する場合、画像取得部２０は、サーバと接続される通信装置等で構成され、サーバとデータ通信を行って画像データを取得する。或いは、画像取得部２０を、内視鏡からケーブルを介して画像信号を入力するインターフェース装置等で構成しても良い。

入力部３０は、例えばキーボードやマウス、タッチパネル、各種スイッチ等の入力デバイスによって実現され、これらの入力デバイスに対する外部からの操作応じて発生させた入力信号を制御部１０に出力する。

表示部４０は、ＬＣＤやＥＬディスプレイ等の表示装置によって実現され、制御部１０の制御の下で、管腔内画像を含む各種画面を表示する。

記録部５０は、更新記録可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵若しくはデータ通信端子で接続されたハードディスク、又は、ＣＤ−ＲＯＭ等の情報記録装置及びその読取装置等によって実現される。記録部５０は、画像取得部２０によって取得された画像データの他、画像処理装置１を動作させると共に、種々の機能を画像処理装置１に実行させるためのプログラムや、このプログラムの実行中に使用されるデータ等を格納する。具体的には、記録部５０は、内視鏡により取得された複数の狭帯域画像に基づき、生体内の血管が表層からの深度に応じた色で強調された画像を作成する画像処理を当該画像処理装置１に実行させる画像処理プログラム５１等を格納する。

演算部１００は、ＣＰＵ等のハードウェアによって実現され、画像処理プログラム５１を読み込むことにより複数の狭帯域画像に対して画像処理を施し、生体内の血管を表層からの深度に応じた色で強調した画像を作成する。

次に、演算部１００の構成について説明する。図１に示すように、演算部１００は、記録部５０から少なくとも３つの狭帯域画像の画像データを取り込む狭帯域画像取得部１０１と、狭帯域画像取得部１０１が取得した狭帯域画像に基づいて、生体内の血管の深度に相関がある特徴量を算出する深度特徴量算出部１０２と、該特徴量に基づいて、血管の深度に応じた色で該血管を強調した画像を作成する強調画像作成部１０３とを備える。

狭帯域画像取得部１０１は、中心波長が互いに異なる狭帯域光により撮像された少なくとも３つの狭帯域画像を取得する。好ましくは、少なくとも、Ｒ成分、Ｇ成分、Ｂ成分をそれぞれ含む狭帯域画像が取得される。

深度特徴量算出部１０２は、互いに異なる狭帯域画像における、生体に照射される光の吸光変化により生じる信号強度の変化の違いに基づいて、生体内の血管の深度に相関がある特徴量（以下、深度特徴量という）を算出する。より詳細には、深度特徴量算出部１０２は、狭帯域画像取得部１０１が取得した狭帯域画像間において各画素の信号強度を正規化する正規化特徴量算出部１１０と、正規化された信号強度（以下、正規化済み信号強度ともいう）に基づき、２つの狭帯域画像間における各画素の相対的な信号強度を示す特徴量である相対特徴量を算出する相対特徴量算出部１２０とを備える。

このうち、正規化特徴量算出部１１０は、狭帯域画像取得部１０１が取得した狭帯域画像内の各画素の信号強度を、粘膜領域における信号強度を基準として補正する強度補正部１１１を備える。強度補正部１１１は、低周波画像作成部１１１ａ及び粘膜領域判別部１１１ｂを有する。低周波画像作成部１１１ａは、各狭帯域画像を構成する空間周波数成分のうち低周波成分を画素値とする低周波画像を算出する。また、粘膜領域判別部１１１ｂは、各狭帯域画像と上記低周波画像とに基づいて、各狭帯域画像内に存在する粘膜領域を識別する。

相対特徴量算出部１２０は、第１特徴量取得部１２１と、第２特徴量取得部１２２と、比率算出部１２３とを備える。
このうち、第１特徴量取得部１２１は、狭帯域画像取得部１０１が取得した狭帯域画像の内から１つの狭帯域画像（第１の狭帯域画像）を選出し、該選出した狭帯域画像における正規化済み信号強度を第１の特徴量として取得する。第１特徴量取得部１２１は、狭帯域画像取得部１０１が取得した狭帯域画像のうち、相対的に短波長の波長成分（例えば、Ｂ成分又はＧ成分）を含む狭帯域画像を選出する短波長帯域選出部１２１ａと、相対的に短波長の波長成分（例えば、Ｒ成分又はＧ成分）を含む狭帯域画像を選出する長波長帯域選出部１２１ｂとを有する。

第２特徴量取得部１２２は、第１特徴量取得部１２１により選出された狭帯域画像の波長成分に基づいて、狭帯域画像取得部１０１が取得した狭帯域画像の内から別の狭帯域画像（第２の狭帯域画像）を選出し、該狭帯域画像の正規化済み信号強度を第２の特徴量として取得する。より詳細には、第２特徴量取得部１２２は、短波長帯域選出部１２１ａ又は長波長帯域選出部１２１ｂが選出した狭帯域画像と波長成分の帯域が隣接する狭帯域画像を選出する近傍波長帯域選出部１２２ａを有する。

比率算出部１２３は、上記第１の特徴量と第２の特徴量との比率を、狭帯域画像間の相対的な信号強度を表す特徴量として算出する。

強調画像作成部１０３は、狭帯域画像同士を加算する加算部１３０を有し、深度特徴量算出部１０２により算出された深度特徴量に基づいて、狭帯域画像取得部１０１により取得された狭帯域画像及び強度補正部１１１により補正された狭帯域画像を重み付け加算することにより、深度に応じた色で血管が強調された画像を作成する。

次に、画像処理装置１の動作について説明する。図２は、画像処理装置１の動作を示すフローチャートである。
まず、ステップＳ１０において、狭帯域画像取得部１０１は、中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する。少なくとも３つの狭帯域画像の組み合わせとしては、生体内における粘膜表面からの血管の深度に対する画素の信号強度が互いに異なる特性を示す波長帯域の組み合わせであれば、赤色帯域画像、緑色帯域画像、青色狭帯域画像の組み合わせに限定せず用いることができる。以下の説明においては、一例として、４１５ｎｍ、４６０ｎｍ、５４０ｎｍ、６００ｎｍ、６３０ｎｍをそれぞれ中心波長とする５つの狭帯域画像を取得する。

続くステップＳ１１において、正規化特徴量算出部１１０は、ステップＳ１０において取得された狭帯域画像間において、信号強度の違いを補正する。これは、中心波長が互いに異なる狭帯域画像間においては、生体の粘膜面等に照射した狭帯域光の強度や照射面における分光反射率の違い等により、同一の領域を撮像した場合であっても信号強度に差が生じるので、狭帯域画像間において比較可能な特徴量を算出できるようにするためである。ここで、上述した５つの波長のうち、中心波長６３０ｎｍの狭帯域光は、ヘモグロビンに対する吸光が非常に少ない。このため、中心波長６３０ｎｍの狭帯域画像内の各画素の信号強度は、概ね、粘膜面を表しているとみなすことができる。そこで、実施の形態１においては、中心波長６３０ｎｍの狭帯域画像を基準とし、他の４つの狭帯域画像において粘膜面を表す画素の信号強度が同等になるように補正を行う。

図３は、ステップＳ１１において正規化特徴量算出部１１０が実行する処理を示すフローチャートである。正規化特徴量算出部１１０は、狭帯域画像取得部１０１が取得した狭帯域画像のうち、基準とする狭帯域画像本実施の形態１においては、６３０ｎｍの狭帯域画像）以外の各狭帯域画像に対し、ループＡの処理を実行する。

まず、ステップＳ１１０において、低周波画像作成部１１１ａは、処理対象の狭帯域画像に対して空間周波数分解を行うことにより複数の空間周波数帯域に分割し、低周波帯域の成分（低周波成分）の強度を画素値とする画像（以下、低周波画像という）を作成する。空間周波数分解としては、例えば、ＤＯＧ（Difference Of Gaussian、参考：アドコム・メディア株式会社、「コンピュータビジョン最先端ガイド２」、第８頁）により行うことができる。

以下、ＤＯＧによる低周波画像の作成処理の概略を説明する。まず、狭帯域画像とスケールσ＝σ₀のガウス関数との畳み込み演算を行うことにより、平滑化画像Ｌ_iを算出する。ここで、符号ｉは、演算回数を示すパラメータであり、ｉ＝１が初期値として設定される。続いて、平滑化画像Ｌ_iとスケールσ＝ｋⁱσ₀のガウス関数との畳み込み演算を行うことにより、平滑化画像Ｌ_i+1を算出する。ここで、符号ｋはガウス関数の増加率を示す。このような処理を、パラメータｉをインクリメントしつつ繰り返す。そして、任意の２つの平滑化画像Ｌ_i=n、Ｌ_i=m（ｎ、ｍは自然数）間の差分画像を取得する。この差分画像が、特定の周波数成分からなる画像であり、差分画像のもととなる平滑化画像Ｌ_i=n、Ｌ_i=mのパラメータｎ、ｍを適宜選択することにより、低周波画像を取得することができる。

続いて、狭帯域画像内の各画素に対し、ループＢの処理が実行される。即ち、ステップＳ１１１において、粘膜領域判別部１１１ｂは、狭帯域画像内の各画素の信号強度と、空間周波数分解により取得された当該画素の低周波成分の強度とを比較し、画素の信号強度が低周波成分の強度以上であるか否かを判定する。より詳細には、粘膜領域判別部１１１ｂは、狭帯域画像とステップＳ１１０において作成した低周波画像とにおいて対応する画素の画素値同士を比較する。

画素の信号強度が低周波成分の強度よりも小さい場合（ステップＳ１１１：Ｎｏ）、強度補正部１１１は、当該画素は粘膜面ではないとみなし、次の画素に対する処理に移る。一方、画素の信号強度が低周波成分の強度以上である場合（ステップＳ１１１：Ｙｅｓ）、強度補正部１１１は、当該画素は粘膜面であるとみなし、波長６３０ｎｍの狭帯域画像において対応する画素の信号強度との比率（強度比：Ｉ₆₃₀／Ｉ_λ）を算出する（ステップＳ１１２）。ここで、符号Ｉ_λ（λ＝４１５ｎｍ、４６０ｎｍ、５４０ｎｍ、６００ｎｍ）は、処理対象の狭帯域画像における処理中の画素の信号強度を示す。また、符号Ｉ₆₃₀は、波長６３０ｎｍの狭帯域画像における上記処理中の画素に対応する画素の信号強度を示す。

処理対象の狭帯域画像における全ての画素に対する粘膜面の判定が終了すると、続くステップＳ１１３において、正規化特徴量算出部１１０は、粘膜面と判定された全画素の強度比Ｉ₆₃₀／Ｉ_λの平均値ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）を算出する。

さらに、ステップＳ１１４において、正規化特徴量算出部１１０は、狭帯域画像内の各画素の信号強度に対して平均値ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）を積算する。このように積算した後の各画素の信号強度Ｉ_λ’＝Ｉ_λ×ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）が、以下の処理において、補正済み信号強度として扱われる。

これらのステップＳ１１０〜Ｓ１１４を、基準とする狭帯域画像以外の各狭帯域画像に対して実行することにより、これらの狭帯域画像の間において、狭帯域光の強度や分光反射率等に起因する信号強度の違いを補正することができる。
その後、画像処理装置１の動作はメインルーチンに戻る。

なお、上記説明においては、空間周波数分解により各画素の低周波成分の強度を算出したが、それ以外の公知の種々の手法（例えば平滑化フィルタ等）を用いても良い。
また、上記説明においては、狭帯域画像内の各画素の信号強度と低周波成分との相対的な強度関係に基づいて粘膜面を識別したが、複数の狭帯域画像間において、粘膜面における信号強度が同等になるように補正を行うことができれば、別の手法を用いても良い。例えば、処理対象の狭帯域画像内の各画素と６３０ｎｍの狭帯域画像内の対応する画素との信号強度の比率（強度比）の分布を作成し、該強度比の分布における頻度が相対的に高い強度比ほど重みを大きくした重み平均を算出することにより、平均値ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）を求めても良い。

さらに、上記説明においては、６３０ｎｍの狭帯域画像を基準として他の狭帯域画像の信号強度を補正したが、６３０ｎｍ以外の狭帯域画像を基準としても良い。例えば、後段の処理において、対応する画素間において信号強度の相対的な関係が必要となる狭帯域画像の組み合わせが予めわかっている場合、その狭帯域画像の組み合わせで信号強度の補正を行っても良い。

ステップＳ１１に続くステップＳ１２において、相対特徴量算出部１２０は、互いに異なる狭帯域画像間において、ステップＳ１１において補正された信号強度の比率（強度比）を算出する。この強度比が、生体内の血管の深度に相関がある深度特徴量である。

ここで、生体に照射された狭帯域光は、波長が長いほど粘膜面における散乱が弱く、より深層まで到達する。また、実施の形態１において用いられる狭帯域光のヘモグロビンに対する吸光は、４１５ｎｍの狭帯域光において最も多く、４１５ｎｍ、４６０ｎｍ、５４０ｎｍ、６００ｎｍ、６３０ｎｍの順に少なくなる。そのため、これらの狭帯域光の間で粘膜面を表す画素の信号強度が互いに同等である場合、各狭帯域画像における血管を表す画素の信号強度と血管の深度との間には、図４に示すように、各帯域の波長に応じた関係が見られる。なお、図４において横軸は、血管の深度を示し、縦軸は血管を表す画素の信号強度を示す。また、６３０ｎｍの狭帯域光は、粘膜面における吸光が非常に少なく、粘膜面を表す画素の信号強度とほぼ同様になるため、図４においては記載を省略している。

図４に示すように、表層近傍においては、４１５ｎｍの狭帯域画像における信号強度が最も小さくなるが、４１５ｎｍの狭帯域光は非常に散乱し易いため、深度が深くなるほど信号強度が大きくなり、４６０ｎｍの狭帯域画像における信号強度に対する差が小さくなる。また、４１５ｎｍの狭帯域光は到達することができない中層〜深層において、５４０ｎｍ及び６００ｎｍの狭帯域画像の信号強度を対比すると、比較的表層側においては５４０ｎｍの狭帯域画像における信号強度が小さいが、深度が深くなるほど両者の信号強度の差は小さくなる。

即ち、表層〜中層においては、深度が浅いほど、４１５ｎｍ及び４６０ｎｍの狭帯域画像における強度比Ｉ₄₆₀’／Ｉ₄₁₅’が大きくなる。そこで、強度比Ｉ₄₆₀’／Ｉ₄₁₅’を表層〜中層において深度と相関のある深度特徴量として用いることができる。また、中層〜深層においては、深度が深いほど、６００ｎｍ及び５４０ｎｍの狭帯域画像における強度比Ｉ₅₄₀’／Ｉ₆₀₀’が大きくなる。そこで、強度比Ｉ₅₄₀’／Ｉ₆₀₀’を中層〜深層において深度と相関のある深度特徴量として用いることができる。

具体的な処理としては、短波長帯域選出部１２１ａが上記５つの狭帯域画像から短波長側の狭帯域画像（例えば４１５ｎｍの狭帯域画像）を選出すると、第１特徴量取得部１２１は、選出された狭帯域画像内の各画素の補正済み信号強度（例えば強度Ｉ₄₁₅’）を取得する。また、これに応じて、近傍波長帯域選出部１２２ａは、該短波長側の狭帯域画像と帯域が隣接する狭帯域画像（例えば４６０ｎｍの狭帯域画像）を選出し、第２特徴量取得部１２２は、選出された狭帯域画像内の各画素の補正済み信号強度（例えば強度Ｉ₄₆₀’）を取得する。比率算出部１２３は、これらの狭帯域画像間において互いに対応する画素の補正済み信号強度の比率Ｉ₄₆₀’／Ｉ₄₁₅’を、深度特徴量として算出する。

また、長波長帯域選出部１２１ｂが上記５つの狭帯域画像から長波長側の狭帯域画像（例えば６００ｎｍの狭帯域画像）を選出すると、第１特徴量取得部１２１は、選出された狭帯域画像内の各画素の補正済み信号強度（例えば強度Ｉ₆₀₀’）を取得する。また、これに応じて、近傍波長帯域選出部１２２ａは、該長波長側の狭帯域画像と帯域が隣接する狭帯域画像（例えば５４０ｎｍの狭帯域画像）を選出し、第２特徴量取得部１２２は、選出された狭帯域画像内の各画素の補正済み信号強度（例えば強度Ｉ₅₄₀’）を取得する。比率算出部１２３は、これらの狭帯域画像間において互いに対応する画素の補正済み信号強度の比率Ｉ₅₄₀’／Ｉ₆₀₀’を、深度特徴量として算出する。

なお、強度比を算出する波長の組み合わせは、上述した組み合わせに限定されない。例えば、４６０ｎｍ及び５４０ｎｍの狭帯域光の吸光特性は比較的類似しているため（図４参照）、上記強度比Ｉ₄₆₀’／Ｉ₄₁₅’の代わりに強度比Ｉ₅₄₀’／Ｉ₄₁₅’を算出しても良い。

続くステップＳ１３において、強調画像作成部１０３は、ステップＳ１２において算出された信号強度の比率（即ち、深度特徴量）に基づいて、深度に応じて異なる色合いで血管を強調した強調画像を作成する。深度に応じた色合いは特に限定されず、実施の形態１においては、表層の血管を黄色で、深層の血管を青色で強調することとする。即ち、作成された強調画像において、血管の深度が浅いほどＢ成分が小さく、血管の深度が深いほどＲ成分が小さくなるように処理を行う。

ここで、ステップＳ１０において取得した５つの狭帯域画像のうち、４６０ｎｍ、５４０ｎｍ、及び６３０ｎｍの狭帯域画像は、それぞれ、白色光により取得された画像のＢ成分、Ｇ成分、及びＲ成分を近似している。また、上記５つの狭帯域画像のうち、４１５ｎｍの狭帯域画像においては、表層の血管を表す画素の信号強度が、他の狭帯域画像よりも小さくなる。一方、６００ｎｍの狭帯域においては、深層の血管を表す画素の信号強度が、他の狭帯域画像よりも小さくなる。

そこで、強調画像におけるＢ成分の信号強度は、４６０ｎｍの狭帯域画像に対して４１５ｎｍの狭帯域画像を、深度が浅いほど４１５ｎｍ側の比率が高くなるように加算することにより求める。一方、強調画像におけるＲ成分の信号強度は、６３０ｎｍの狭帯域画像に対して６００ｎｍの狭帯域画像を、深度が深いほど６００ｎｍ側の比率が高くなるように加算することにより求める。これにより、深度に応じて血管が強調された画像を作成することができる。

なお、実施の形態１においては、血管の深度に応じて血管を強調しているが、血管の深度に応じたコントラストや彩度又は輝度等で強調しても良い。例えば、血管の深度に応じてコントラストを変化させる場合には、深度が浅いほどコントラストを高くし、深度が深いほどコントラストを低くして血管を強調した画像を作成しても良い。これらの例に限らず、血管の深度に関する情報に基づいて血管を強調する他の様々な方法が適用可能である。

図５は、ステップＳ１３において強調画像作成部１０３が実行する処理を示すフローチャートである。
まず、ステップＳ１３１において、強調画像作成部１０３は、４６０ｎｍの狭帯域画像に対し、４１５ｎｍの狭帯域画像を強度補正する。具体的には、ステップＳ１１０において算出された強度比のＡＶＧ（Ｉ₆₃₀／Ｉ_λ）を用いた次式（１）により、狭帯域画像内の各画素の信号強度を補正する。式（１）において、符号Ｉ₄₁₅”は、補正済み信号強度Ｉ₄₁₅’に対してさらに補正を行った後の信号強度を示す。

続くステップＳ１３２において、強調画像作成部１０３は、狭帯域画像間の信号強度の比率（強度比）を基に、次式（２）及び（３）によって与えられる重みＷ１、Ｗ２を算出する。式（２）、（３）において、符号Ｗ１_base、Ｗ２_baseは、重みＷ１、Ｗ２に対して予め設定された最小値を示し、符号α、β（α、β＞０）は狭帯域画像の信号強度の比率に応じて重みを制御するパラメータを示す。

式（２）より、重みＷ１は、血管の深度が浅いほど大きくなる。一方、式（３）より、重みＷ２は、血管の深度が深いほど大きくなる。

続くステップＳ１３３において、強調画像作成部１０３は、重みＷ１、Ｗ２を基に狭帯域画像を加算する。即ち、次式（４）〜（６）により与えられるＢ成分、Ｇ成分、Ｒ成分の信号強度Ｉ_B、Ｉ_G、Ｉ_Rを算出し、これらの信号強度Ｉ_B、Ｉ_G、Ｉ_Rを画素値とする画像を作成する。

上述したように、重みＷ１は血管の深度が浅いほど大きくなるため、血管の深度が浅ければ、Ｂ成分の信号強度に占める補正後の４１５ｎｍの狭帯域画像の信号強度Ｉ₄₁₅”の比率が高くなり、Ｂ成分の値が抑えられる（即ち、黄みがかってくる）。一方、重みＷ２は血管の深度が深いほど大きくなるため、血管の深度が深ければ、Ｒ成分の信号強度に占める正規化後の６００ｎｍの狭帯域画像の信号強度Ｉ₆₀₀’の比率が高くなり、Ｒ成分の値が抑えられる（即ち、青みがかってくる）。
その後、画像処理装置１の動作はメインルーチンに戻る。

続くステップＳ１３に続くステップＳ１４において、演算部１００は、ステップＳ１３において作成された強調画像を出力し、表示部４０に表示させると共に、記録部５０に記録させる。その後、画像処理装置１における処理を終了する。

以上説明したように、本発明の実施の形態１によれば、中心波長が互いに異なる少なくとも３つの狭帯域画像の信号強度をもとに、血管の深度に相関がある深度特徴量を算出し、該深度特徴量に基づいて狭帯域画像同士を加算するので、血管の深度に応じた色合いで血管が強調された画像を作成することができる。従って、ユーザは、このような画像を観察することにより、所望の深度に存在する血管を詳しく観察することが可能となる。

（変形例）
次に、本発明の実施の形態１の変形例について説明する。
本変形例に係る画像処理装置は、図１に示す画像処理装置１に対し、正規化特徴量算出部１１０の代わりに、図６に示す正規化特徴量算出部１４０を備える。なお、本変形例に係る画像処理装置における正規化特徴量算出部１４０以外の各部の構成及び動作は、実施の形態１と同様である。

図６に示すように、正規化特徴量算出部１４０は、狭帯域画像取得部１０１（図１参照）が取得した各狭帯域画像における血管を表す画素の信号強度（以下、血管信号ともいう）を、血管の太さに応じて強調し、該強調された狭帯域画像に対して各画素の信号強度を補正する強度補正部１４１を備える。

より詳細には、強度補正部１４１は、低周波画像作成部１１１ａ及び粘膜領域判別部１１１ｂに加え、空間周波数帯域分割部１４１ａと、高周波成分強調部１４１ｂと、画像化部１４１ｃとをさらに備える。なお、低周波画像作成部１１１ａ及び粘膜領域判別部１１１ｂの動作は、実施の形態１と同様である。

空間周波数帯域分割部１４１ａは、狭帯域画像取得部１０１が取得した各狭帯域画像に対して空間周波数分解を行うことにより、複数の空間周波数帯域に分割する。
高周波成分強調部１４１ｂは、上記複数の空間周波数帯域の各周波数成分に対し、高周波であるほど強く強調する強調処理を行う。
画像化部１４１ｃは、高周波成分強調部１４１ｂにより強調された周波数成分に基づき、狭帯域画像を作成する。

ここで、上述したように、狭帯域画像における血管信号の強度と血管の深度とは、狭帯域光の波長に応じた特性があるが（図４参照）、厳密には、血管の太さに応じてこれらの特性は変わってくる。例えば図８に示すように、血管が細い場合には狭帯域光の吸光は全体として少なくなるので、図７に示す血管が太い場合と比較して、血管信号の強度特性は全体としてグラフの上方にシフトする。この場合、血管の深度が同程度であっても、細い血管の方が太い血管よりも、狭帯域画像間における強度比（例えば、強度比Ｉ₄₆₀／Ｉ₄₁₅、Ｉ₅₄₀／Ｉ₆₀₀）が大きくなる傾向となる。そこで、本変形例においては、深度特徴量を算出する前に、細い血管を表す画素の信号強度を強調することにより、血管の太さに応じた吸光の差による影響を軽減する。

図９は、正規化特徴量算出部１４０が実行する処理を示すフローチャートである。なお、本変形例に係る画像処理装置全体の動作は実施の形態１と同様であり、正規化特徴量算出部１４０が実行するステップＳ１１（図２参照）の詳細な動作のみが実施の形態１とは異なる。

図９に示すように、正規化特徴量算出部１４０は、狭帯域画像取得部１０１が取得した狭帯域画像のうち、基準とする狭帯域画像（例えば、６３０ｎｍの狭帯域画像）以外の各狭帯域画像に対してループＣの処理を実行する。

まず、ステップＳ１４０において、空間周波数帯域分割部１４１ａは、処理対象の狭帯域画像に対して空間周波数分解を行うことにより、複数の空間周波数帯域に分割する。空間周波数分解の手法としては、例えば、実施の形態１において説明したＤＯＧ等を用いることができる。

続くステップＳ１４１において、高周波成分強調部１４１ｂは、空間周波数帯域分割部１４１ａにより分割された各空間周波数帯域の成分の強度に、周波数帯域が高いほど値が大きい係数を積算し、画像化部１４１ｃは、各空間周波数帯域の強度を合算する。このようにして、高周波成分が強調された狭帯域画像を作成する。

この後、高周波成分が強調された狭帯域画像をもとに、ステップＳ１１１〜Ｓ１１４が実行される。なお、ステップＳ１１１〜Ｓ１１４における処理は、実施の形態１と同様である。ただし、ステップＳ１１１以降においては、高周波成分の強調後の狭帯域画像に対して処理がなされる。

（実施の形態２）
次に、本発明の実施の形態２について説明する。
図１０は、本発明の実施の形態２に係る画像処理装置の構成を示すブロック図である。図１０に示すように、実施の形態２に係る画像処理装置２は、図１に示す演算部１００の代わりに、演算部２００を備える。演算部２００以外の画像処理装置２の各部の構成及び動作は、実施の形態１と同様である。

演算部２００は、狭帯域画像取得部１０１と、深度特徴量算出部２０２と、強調画像作成部２０３とを備える。このうち、狭帯域画像取得部１０１の動作は、実施の形態１と同様である。

深度特徴量算出部２０２は、正規化特徴量算出部２１０及び相対特徴量算出部２２０を備え、狭帯域画像取得部１０１が取得した狭帯域画像に基づいて深度特徴量を算出する。

正規化特徴量算出部２１０は、強度補正部１１１に加え、狭帯域画像取得部１０１が取得した各狭帯域画像に対し、生体による波長成分の吸光による減衰量を算出する減衰量算出部２１１をさらに備え、該減衰量に基づいて、各狭帯域画像の信号強度を正規化する。なお、強度補正部１１１の構成及び動作は、実施の形態１と同様である。

減衰量算出部２１１は、粘膜強度算出部２１１ａと、差分算出部２１１ｂと、正規化部２１１ｃとを備える。
このうち、粘膜強度算出部２１１ａは、各狭帯域画像に含まれる画素のうち、粘膜面を表す画素の信号強度（以下、粘膜強度ともいう）を算出する。より詳細には、粘膜強度算出部２１１ａは、各狭帯域画像に対し、空間周波数成分のうちの低周波成分を画素値とする低周波画像を算出する。この低周波画像の各画素の画素値が、粘膜強度に対応する。或いは、ヘモグロビンによる吸光が少ない波長成分を含む長波長帯域画像内の各画素の画素値を、粘膜強度として用いても良い。

差分算出部２１１ｂは、各狭帯域画像に含まれる各画素の信号強度の粘膜強度に対する差分を算出する。また、正規化部２１１ｃは、上記差分を粘膜強度に基づいて正規化する。

相対特徴量算出部２２０は、第１特徴量取得部２２１と、第２特徴量取得部２２２と、比率算出部２２３とを備える。第１特徴量取得部２２１は、狭帯域画像取得部１０１が取得した狭帯域画像の内から１つの狭帯域画像（第１の狭帯域画像）を選出し、該選出した狭帯域画像について算出された正規化済みの差分を第１の特徴量として取得する。第２特徴量取得部２２２は、第１特徴量取得部２２１により選出された狭帯域画像の波長成分に基づいて、狭帯域画像取得部１０１が取得した狭帯域画像の内から別の狭帯域画像（第２の狭帯域画像）を選出し、該選出した狭帯域画像について算出された正規化済みの差分を第２の特徴量として取得する。なお、第１特徴量取得部２２１が備える短波長帯域選出部１２１ａ及び長波長帯域選出部１２１ｂ、並びに第２特徴量取得部２２２が備える近傍波長帯域選出部１２２ａの動作は、実施の形態１と同様である。比率算出部２２３は、上記第１の特徴量と第２の特徴量との比率を、狭帯域画像間の相対的な減衰量を表す特徴量として算出する。

強調画像作成部２０３は、狭帯域画像同士を加算する加算部２３０を有し、深度特徴量算出部２０２により算出された深度特徴量に基づき、狭帯域画像取得部１０１により取得された狭帯域画像と強度補正部１１１により補正された狭帯域画像とを重み付け加算することにより、深度に応じた色で血管が強調された画像を作成する。

次に、画像処理装置２の動作を説明する。図１１は、画像処理装置２の動作を示すフローチャートである。なお、図１１に示すステップＳ１０及びＳ１４における動作は、実施の形態１と同様である。また、実施の形態１と同様、実施の形態２においても、狭帯域画像として波長４１５ｎｍ、４６０ｎｍ、５４０ｎｍ、６００ｎｍ、６３０ｎｍを中心とする狭帯域光により撮像された５つの狭帯域画像を取得して画像処理を行うものとする。

ステップＳ１０に続くステップＳ２１において、正規化特徴量算出部２１０は、各狭帯域画像における吸光による減衰量を算出する。ここで、上述したように、中心波長６３０ｎｍの狭帯域光はヘモグロビンに対する吸光が非常に少ないので、当該狭帯域画像内の各画素の信号強度は、概ね、粘膜面を表しているとみなすことができる。そこで、実施の形態２においては、中心波長６３０ｎｍの狭帯域画像を基準とし、他の４つの狭帯域画像において粘膜面を表す画素の信号強度が同等になるように補正を行った後、６３０ｎｍの狭帯域画像に対する信号強度の差分を算出することにより、減衰量を求める。

図１２は、正規化特徴量算出部２１０が実行する処理を示すフローチャートである。正規化特徴量算出部２１０は、狭帯域画像取得部１０１が取得した各狭帯域画像に対して、ループＤの処理を実行する。このうち、ステップＳ１１０〜Ｓ１１３における処理は、実施の形態１と同様である。

ステップＳ１１３に続いて、減衰量算出部２１１は、狭帯域画像内の各画素に対してステップＳ２１０〜Ｓ２１２の処理を実行する。
ステップＳ２１０において、粘膜強度算出部２１１ａは、ステップＳ１１３において算出された粘膜面を表す画素の強度比の平均値ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）を、処理対象の画素の信号強度Ｉ_λに積算する。それにより、該信号強度Ｉ_λを粘膜強度に合わせて補正した信号強度Ｉ_λ”を取得する。

続くステップＳ２１１において、差分算出部２１１ｂは、ステップＳ２１０において補正された信号強度Ｉ_λ”＝Ｉ_λ×ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）と、処理対象の画素に対応する６３０ｎｍの狭帯域画像内の画素の信号強度（即ち、粘膜強度）との差分（強度差）ΔＩ_λ＝Ｉ_λ×ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）−Ｉ₆₃₀を算出する。

続くステップＳ２１２において、正規化部２１１ｃは、６３０ｎｍの狭帯域画像の信号強度によって除算することにより、差分ΔＩを正規化する（次式参照）。
これは、上記強度差は粘膜面を表す画素の強度に依存する値だからである。この正規化された差分が、各狭帯域画像における減衰量Ａ_λ（λ＝４１５ｎｍ、４６０ｎｍ、５４０ｎｍ、６００ｎｍ）として用いられる。即ち、
Ａ_λ＝ΔＩ_λ／Ｉ₆₃₀＝｛Ｉ_λ×ＡＶＧ（Ｉ₆₃₀／Ｉ_λ）−Ｉ₆₃₀｝／Ｉ₆₃₀
である。

なお、実施の形態２においては、６３０ｎｍの狭帯域画像を基準として減衰量Ａ_λを算出したが、他の方法により減衰量を算出しても良い。例えば、各狭帯域画像の低周波成分を粘膜面とみなし、各狭帯域画像において低周波成分の強度を基準（粘膜強度）として各画素の信号強度を正規化し、正規化された信号強度と該低周波成分の信号強度との差分を減衰量としても良い。
その後、画像処理装置２の動作はメインルーチンに戻る。

ステップＳ２１に続くステップＳ２２において、相対特徴量算出部２２０は、互いに異なる狭帯域画像間において、ステップＳ２１において算出された減衰量Ａ_λの比率を算出する。ここで、上述したように、各狭帯域画像における血管を表す画素の信号強度と血管の深度との間には、各帯域の波長に応じた関係が見られる。また、ステップＳ２１において算出した減衰量は、図４に示す粘膜面を表す画素の信号強度に対する各狭帯域光の強度との差分となる。そのため、表層〜中層においては、深度が浅いほど、４１５ｎｍ及び４６０ｎｍの狭帯域画像間における減衰量の比Ａ₄₆₀／Ａ₄₁₅が大きくなる。一方、中層〜深層においては、深度が深いほど、６００ｎｍ及び５４０ｎｍの狭帯域画像間における減衰量の比Ａ₅₄₀／Ａ₆₀₀が大きくなる。

そこで、ステップＳ２２においては、減衰量の比を、生体内の血管の深度に相関がある深度特徴量として算出する。即ち、減衰量の比Ａ₄₆₀／Ａ₄₁₅を、表層〜中層において深度と相関のある深度特徴量として用い、減衰量の比Ａ₅₄₀／Ａ₆₀₀を、中層〜深層において深度と相関のある深度特徴量として用いる。

具体的な処理としては、短波長帯域選出部１２１ａが上記５つの狭帯域画像から短波長側の狭帯域画像（例えば４１５ｎｍの狭帯域画像）を選出すると、第１特徴量取得部２２１は、選出された狭帯域画像内の各画素の補正済みの減衰量（例えば減衰量Ａ₄₁₅）を取得する。また、これに応じて、近傍波長帯域選出部１２２ａは、該短波長側の狭帯域画像と帯域が隣接する狭帯域画像（例えば４６０ｎｍの狭帯域画像）を選出し、第２特徴量取得部２２２は、選出された狭帯域画像内の各画素の補正済み減衰量（例えば減衰量Ａ₄₆₀）を取得する。比率算出部２２３は、これらの狭帯域画像間において互いに対応する画素における減衰量の比率Ａ₄₆₀／Ａ₄₁₅を、深度特徴量として算出する。

また、長波長帯域選出部１２１ｂが上記５つの狭帯域画像から長波長側の狭帯域画像（例えば６００ｎｍの狭帯域画像）を選出すると、第１特徴量取得部２２１は、選出された狭帯域画像内の各画素の補正済みの減衰量（例えば減衰量Ａ₆₀₀）を取得する。また、これに応じて、近傍波長帯域選出部１２２ａは、該長波長側の狭帯域画像と帯域が隣接する狭帯域画像（例えば５４０ｎｍの狭帯域画像）を選出し、第２特徴量取得部２２２は、選出された狭帯域画像内の各画素の補正済みの減衰量（例えば減衰量Ａ₅₄₀）を取得する。比率算出部２２３は、これらの狭帯域画像間において互いに対応する画素における減衰量の比率Ａ₅₄₀／Ａ₆₀₀を、深度特徴量として算出する。

なお、上記実施の形態１の変形例において、狭帯域画像における信号強度は血管の太さに応じて変化する旨を述べたが、実施の形態２において用いる減衰量の比率は、血管の太さの違いに起因する信号強度の変化が分母と分子とで相殺されるので、血管の太さに依存しない深度特徴量を得ることができる。

続くステップＳ２３において、強調画像作成部２０３は、ステップＳ２２において算出された深度特徴量に基づいて、深度に応じて異なる色合いで血管を強調した強調画像を作成する。実施の形態２においても、実施の形態１と同様に、表層の血管を黄色に、深層の血管を青色で強調することとする。

ステップＳ２３における処理の詳細は、全体として実施の形態１（図５参照）と同様であり、実施の形態１において信号強度に基づく重みＷ１、Ｗ２を算出した代わりに（ステップＳ１３２参照）、本実施の形態２においては、次式（７）、（８）によって与えられる減衰量に基づく重みＷ１’、Ｗ２’を算出する点が異なる。

この場合、ステップＳ１３３においては、上述した式（４）〜（６）において、重みＷ１、Ｗ２の代わりに、重みＷ１’、Ｗ２’を用いて、Ｂ成分、Ｇ成分、Ｒ成分の信号強度Ｉ_B、Ｉ_G、Ｉ_Rが算出される。

以上説明したように、実施の形態２によれば、中心波長が互いに異なる少なくとも３つの狭帯域画像から算出される狭帯域光の減衰量をもとに、血管の深度に相関がある深度特徴量を算出し、該深度特徴量に基づいて狭帯域画像同士を加算するので、血管の深度に応じた色合いで血管が強調された画像を作成することができる。従って、ユーザは、このような画像を観察することにより、所望の深度に存在する血管を詳しく観察することが可能となる。

以上説明した実施の形態１及び２並びに変形例に係る画像処理装置は、記録媒体に記録された画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータシステムで実行することによって実現することができる。また、このようなコンピュータシステムを、ローカルエリアネットワーク、広域エリアネットワーク（ＬＡＮ／ＷＡＮ）、又は、インターネット等の公衆回線を介して、他のコンピュータシステムやサーバ等の機器に接続して使用しても良い。この場合、実施の形態１及び２並びに変形例に係る画像処理装置は、これらのネットワークを介して管腔内画像の画像データを取得したり、これらのネットワークを介して接続された種々の出力機器（ビュアーやプリンタ等）に画像処理結果を出力したり、これらのネットワークを介して接続された記憶装置（記録媒体及びその読取装置等）に画像処理結果を格納するようにしても良い。

なお、本発明は、実施の形態１及び２並びに変形例に限定されるものではなく、各実施の形態や変形例に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成できる。例えば、各実施の形態や変形例に示される全構成要素からいくつかの構成要素を除外して形成しても良いし、異なる実施の形態や変形例に示した構成要素を適宜組み合わせて形成しても良い。

１、２ 画像処理装置
１０ 制御部
２０ 画像取得部
３０ 入力部
４０ 表示部
５０ 記録部
５１ 画像処理プログラム
１００ ２００ 演算部
１０１ 狭帯域画像取得部
１０２、２０２ 深度特徴量算出部
１０３、２０３ 強調画像作成部
１１０、１４０、２１０ 正規化特徴量算出部
１１１ 強度補正部
１１１ａ 低周波画像作成部
１１１ｂ 粘膜領域判別部
１２０、２２０ 相対特徴量算出部
１２１、２２１ 第１特徴量取得部
１２１ａ 短波長帯域選出部
１２１ｂ 長波長帯域選出部
１２２、２２２ 第２特徴量取得部
１２２ａ 近傍波長帯域選出部
１２３、２２３ 比率算出部
１３０、２３０ 加算部
１４１ 強度補正部
１４１ａ 空間周波数帯域分割部
１４１ｂ 高周波成分強調部
１４１ｃ 画像化部
２１１ 減衰量算出部
２１１ａ 粘膜強度算出部
２１１ｂ 差分算出部
２１１ｃ 正規化部

Claims (19)

1. 生体を撮像することにより取得された画像を処理する画像処理装置において、
   中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する狭帯域画像取得手段と、
   互いに異なる狭帯域画像における、前記生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、前記生体内の血管の深度に相関がある特徴量である深度特徴量を算出する深度特徴量算出手段と、
   前記深度特徴量に基づいて、前記血管の深度に応じて前記血管を強調した画像を作成する強調画像作成手段と、
   を備え、
   前記深度特徴量算出手段は、
   前記少なくとも３つの狭帯域画像の間において各画素の信号強度に基づく値を正規化した正規化特徴量を算出する正規化特徴量算出手段と、
   前記互いに異なる狭帯域画像間における前記正規化特徴量同士の相対的な強度の関係を示す相対特徴量を算出する相対特徴量算出手段と、
   を備えることを特徴とする画像処理装置。
2. 前記正規化特徴量算出手段は、前記少なくとも３つの狭帯域画像における粘膜領域を表す画素の信号強度を基準として、各狭帯域画像の前記信号強度を補正する強度補正手段を備えることを特徴とする請求項１に記載の画像処理装置。
3. 前記強度補正手段は、
   前記各狭帯域画像に対し、当該狭帯域画像を構成する空間周波数成分のうち低周波成分を画素値とする低周波画像を算出する低周波画像算出手段と、
   前記各狭帯域画像と前記低周波画像とに基づいて、前記各狭帯域画像内に存在する粘膜領域を識別する粘膜領域識別手段と、
   を備えることを特徴とする請求項２に記載の画像処理装置。
4. 前記強度補正手段は、前記各狭帯域画像における血管を表す画素の信号強度を該血管の太さに応じて強調し、該血管を表す画素が強調された狭帯域画像に対して信号強度の補正を行うことを特徴とする請求項２に記載の画像処理装置。
5. 前記強度補正手段は、
   前記各狭帯域画像を複数の空間周波数成分に分割する空間周波数帯域分割手段と、
   前記複数の空間周波数成分を、高周波であるほど強く強調する高周波成分強調手段と、
   前記高周波成分強調手段により強調された複数の空間周波数成分に基づく狭帯域画像を作成する画像化手段と、
   を備えることを特徴とする請求項４に記載の画像処理装置。
6. 前記正規化特徴量算出手段は、各狭帯域画像に対し、当該狭帯域画像に対応する波長成分の吸光による減衰量を算出する減衰量算出手段を備えることを特徴とする請求項１に記載の画像処理装置。
7. 前記減衰量算出手段は、
   前記各狭帯域画像に含まれる画素のうち、粘膜面を表す画素の信号強度である粘膜強度を算出する粘膜強度算出手段と、
   前記粘膜強度に対する前記各狭帯域画像に含まれる各画素の信号強度の差分を算出する差分算出手段と、
   前記粘膜強度に基づいて前記差分を正規化する正規化手段と、
   を備えることを特徴とする請求項６に記載の画像処理装置。
8. 前記粘膜強度算出手段は、前記各狭帯域画像を構成する複数の空間周波数成分のうちの低周波成分を画素値とする低周波画像を算出することを特徴とする請求項７に記載の画像処理装置。
9. 前記少なくとも３つの狭帯域画像のうち１つは、ヘモグロビンによる吸光が少ない波長成分を含む長波長帯域画像であり、
   前記粘膜強度算出手段は、前記長波長帯域画像を基準として他の狭帯域画像における前記信号強度を補正することを特徴とする請求項７に記載の画像処理装置。
10. 前記相対特徴量算出手段は、
    前記少なくとも３つの狭帯域画像から第１の狭帯域画像を選出し、該第１の狭帯域画像の前記正規化特徴量を第１の特徴量として取得する第１特徴量取得手段と、
    前記第１の狭帯域画像に含まれる波長成分に基づいて、前記少なくとも３つの狭帯域画像から前記第１の狭帯域画像とは異なる第２の狭帯域画像を選出し、該第２の狭帯域画像の前記正規化特徴量を第２の特徴量として取得する第２特徴量取得手段と、
    前記第１の特徴量と前記第２の特徴量との相対的な大きさを表す特徴量を算出する相対特徴量算出手段と、
    を備えることを特徴とする請求項１に記載の画像処理装置。
11. 前記第１特徴量取得手段は、
    前記少なくとも３つの狭帯域画像のうち、相対的に短波長の波長成分を含む狭帯域画像を選出する短波長帯域選出手段を備え、
    前記短波長帯域選出手段により選出された狭帯域画像における前記正規化特徴量を取得することを特徴とする請求項１０に記載の画像処理装置。
12. 前記第１特徴量取得手段は、
    前記少なくとも３つの波長成分のうち、相対的に長波長の波長成分を含む狭帯域画像を選出する長波長帯域選出手段を備え、
    前記長波長帯域選出手段により選出された狭帯域画像における前記正規化特徴量を取得することを特徴とする請求項１０に記載の画像処理装置。
13. 前記第２特徴量取得手段は、
    前記少なくとも３つの狭帯域画像のうち、前記第１の狭帯域画像と波長成分の帯域が隣接する狭帯域画像を選出する近傍波長帯域選出手段を備え、
    前記近傍波長帯域選出手段により選出された狭帯域画像における前記正規化特徴量を取得することを特徴とする請求項１０に記載の画像処理装置。
14. 前記相対特徴量算出手段は、前記第１の特徴量と前記第２の特徴量との比率を算出する比率算出手段を備えることを特徴とする請求項１０に記載の画像処理装置。
15. 前記強調画像作成手段は、前記深度特徴量に基づいて、前記血管の深度に応じた色で前記血管を強調した画像を作成することを特徴とする請求項１に記載の画像処理装置。
16. 前記少なくとも３つの狭帯域画像は、赤色帯域画像、緑色帯域画像、及び青色帯域画像を少なくとも１つずつ含むことを特徴とする請求項１５に記載の画像処理装置。
17. 前記強調画像作成手段は、前記深度特徴量に基づいて前記狭帯域画像同士を加算することにより、カラー画像における赤色成分、緑色成分、及び青色成分の信号強度をそれぞれ算出する加算手段を備えることを特徴とする請求項１５に記載の画像処理装置。
18. 生体を撮像することにより取得された画像を処理する画像処理装置が実行する画像処理方法において、
    中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する狭帯域画像取得ステップと、
    互いに異なる狭帯域画像における、前記生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、前記生体内の血管の深度に相関がある特徴量である深度特徴量を算出する深度特徴量算出ステップと、
    前記深度特徴量に基づいて、前記血管の深度に応じて前記血管を強調した画像を作成する強調画像作成ステップと、
    を含み、
    前記深度特徴量算出ステップは、
    前記少なくとも３つの狭帯域画像の間において各画素の信号強度に基づく値を正規化した正規化特徴量を算出する正規化特徴量算出ステップと、
    前記互いに異なる狭帯域画像間における前記正規化特徴量同士の相対的な強度の関係を示す相対特徴量を算出する相対特徴量算出ステップと、
    を含むことを特徴とする画像処理方法。
19. 生体を撮像することにより取得された画像を処理する画像処理装置に、
    中心波長が互いに異なる少なくとも３つの狭帯域画像を取得する狭帯域画像取得ステップと、
    互いに異なる狭帯域画像における、前記生体に照射される光の吸光変化による信号強度の変化の違いに基づいて、前記生体内の血管の深度に相関がある特徴量である深度特徴量を算出する深度特徴量算出ステップと、
    前記深度特徴量に基づいて、前記血管の深度に応じて前記血管を強調した画像を作成する強調画像作成ステップと、
    を実行させ、
    前記深度特徴量算出ステップは、
    前記少なくとも３つの狭帯域画像の間において各画素の信号強度に基づく値を正規化した正規化特徴量を算出する正規化特徴量算出ステップと、
    前記互いに異なる狭帯域画像間における前記正規化特徴量同士の相対的な強度の関係を示す相対特徴量を算出する相対特徴量算出ステップと、
    を実行させることを特徴とする画像処理プログラム。

Images