JP6196760B2 - 画像処理装置 - Google Patents

Description

本発明は、生体の管腔内を撮像して得られた画像から異常部を検出する画像処理装置、画像処理方法、及び画像処理プログラムに関する。

内視鏡やカプセル型内視鏡等の医用観察装置により生体の管腔内を撮像することにより得られた画像（以下、管腔内画像、又は、単に画像ともいう）に対する画像処理に関する技術として、特許文献１には、管腔内画像から粘膜表面の微細構造や血管走行形態の異常部（病変存在候補画像）を検出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、粘膜の微細構造や血管像に関する情報をよく含むＧ（緑）成分の画像から特徴量を算出し、該特徴量及び線形判別関数を用いて異常所見の有無を判別する。上記特徴量としては、例えば、特定の空間周波数成分の画像を２値化することにより抽出した領域の形状特徴量（面積、溝幅、周囲長、円形度、分岐点、端点、分岐率等：特許文献２参照）や、ガボール（Gabor）フィルタを利用した空間周波数解析による特徴量（特許文献３参照）が用いられる。また、線形判別関数は、例えば、正常及び異常所見の画像から算出された特徴量を教師データとして作成される。

特開２００５−１９２８８０号公報 特許第２９１８１６２号公報 特開２００２−１６５７５７号公報

しかしながら、特許文献１に開示された上記技術を、肥大した柔毛（浮腫）やポリープのように、粘膜表面から突出する異常部の検出に適用しようとすると、浮腫等と似たような特徴を有する被写体、具体的には、円形状のエッジを有する泡を誤検出してしまう場合がある。

本発明は、上記に鑑みて為されたものであって、粘膜表面から突出する異常部を泡と明確に区別して、異常部を精度良く検出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、生体の管腔内を撮像することにより取得された画像から複数の輪郭画素を抽出する輪郭抽出手段と、前記複数の輪郭画素の各画素値と前記複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出手段と、前記特徴量を基に前記管腔内の異常部を検出する異常部検出手段と、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、生体の管腔内を撮像することにより取得された画像から複数の輪郭画素を抽出する輪郭抽出ステップと、前記複数の輪郭画素の各画素値と前記複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出ステップと、前記特徴量を基に異常部を検出する異常部検出ステップと、を含むことを特徴とする。

本発明に係る画像処理プログラムは、生体の管腔内を撮像することにより取得された画像から複数の輪郭画素を抽出する輪郭抽出ステップと、前記複数の輪郭画素の各画素値と前記複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出ステップと、前記特徴量を基に異常部を検出する異常部検出ステップと、をコンピュータに実行させることを特徴とする。

本発明によれば、管腔内画像から抽出された複数の輪郭画素の各画素値と位置関係とに基づく特徴量を基に異常部を検出するので、粘膜表面から突出する異常部を泡と明確に区別し、異常部を精度良く検出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、異常部である浮腫の特徴を示す模式図である。 図３は、泡の特徴を示す模式図である。 図４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５は、図１に示す特定周波数成分抽出部が実行する処理を示すフローチャートである。 図６は、図１に示す孤立点除去部が実行する処理を示すフローチャートである。 図７は、ラベルリング画像の作成例を示す模式図である。 図８は、図１に示す輪郭先端位置設定部が実行する処理を示すフローチャートである。 図９は、先端領域の設定処理を説明するための模式図である。 図１０は、図１に示す外接円算出部が実行する処理を示すフローチャートである。 図１１は、外接円の中心座標の算出処理を説明するための模式図である。 図１２は、図１に示す近傍領域設定部が実行する処理を示すフローチャートである。 図１３は、近傍領域の取得処理を説明するための模式図である。 図１４は、近傍領域の取得処理を説明するための模式図である。 図１５は、変形例１−１における特定周波数成分画像の作成処理を示すフローチャートである。 図１６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１７は、異常部の円形輪郭における周回プロファイルを説明する図である。 図１８は、図１６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１９は、図１６に示す円形状輪郭抽出部が実行する処理を示すフローチャートである。 図２０は、図１６に示す最大値最小値位置算出部が実行する処理を示すフローチャートである。 図２１は、図１６に示す角度算出部が特徴量として算出する角度を説明する図である。 図２２は、本発明の実施の形態３に係る画像処理装置の構成を示すブロック図である。 図２３は、異常部である浮腫における円形輪郭上の画素値の特徴を説明する模式図である。 図２４は、泡における円形輪郭上の画素値の特徴を説明する模式図である。 図２５は、図２２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２６は、図２２に示す対向位置画素相関値算出部が実行する処理を示すフローチャートである。 図２７は、互いに対向する画素間における画素値の相関値の算出処理を説明するための模式図である。 図２８は、互いに対向する画素それぞれの画素値を成分とする多次元空間を示す図である。

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、一例として、内視鏡又はカプセル型内視鏡（以下、これらをまとめて単に内視鏡という）によって生体の管腔内を撮像することにより取得された管腔内画像（以下、単に画像ともいう）に対し、粘膜表面から突出する異常部を検出する画像処理を施す装置である。管腔内画像は、通常、各画素位置においてＲ（赤）、Ｇ（緑）、Ｂ（青）の波長成分（色成分）に対して、所定の（例えば２５６階調の）画素レベル（画素値）を有するカラー画像である。

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、内視鏡によって撮像された画像に対応する画像データを取得する画像取得部２０と、外部から入力される入力信号を受け付ける入力部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、受け付け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等の情報記録媒体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、管腔内画像から、肥大した柔毛やポリープ等の粘膜表面から突出する異常部を検出する画像処理プログラム５１、及び、このプログラムの実行中に使用される種々の情報等を格納する。

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って管腔内画像に対する画像処理を施し、管腔内画像から、肥大した柔毛やポリープ等の粘膜表面から突出する異常部を検出する画像処理を実行する。

次に、演算部１００の詳細な構成について説明する。演算部１００は、管腔内画像から複数の輪郭画素を抽出する輪郭抽出部１１０と、該複数の輪郭画素の領域の面積に基づいて孤立点を除去する孤立点除去部１２０と、複数の輪郭画素の各画素値と複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出部１３０と、該特徴量を基に異常部を検出する異常部検出部１４０とを備える。

このうち、輪郭抽出部１１０は、管腔内画像から特定の空間周波数成分を有する領域（例えば所定の周波数以上の空間周波数成分を有する領域）を抽出する特定周波数成分抽出部１１１と、管腔内画像からエッジを抽出するエッジ抽出部１１２とを備える。輪郭抽出部１１０は、これらの特定周波数成分抽出部１１１とエッジ抽出部１１２のうちのいずれかを動作させて特定周波数成分画像又はエッジ画像を作成することにより輪郭画素を抽出する。

孤立点除去部１２０は、輪郭抽出部１１０により抽出された輪郭画素に対して、同じ連結成分を構成する（即ち、連続する）輪郭画素同士を連結し、連結された領域のうち、面積が所定の閾値に満たない領域の輪郭画素を孤立点として除去する。

特徴量算出部１３０は、輪郭画素同士を連結した各領域（以下、輪郭領域という）に先端位置を設定する輪郭先端位置設定部１３１と、各輪郭領域の外接円の中心座標及び半径を算出する外接円算出部１３２と、外接円上において先端位置と対向する位置の近傍領域を設定する近傍領域設定部１３３と、近傍領域内の複数の画素の画素値の統計量を算出する画素値統計量算出部１３４とを備え、画素値統計量算出部１３４により算出された統計量を特徴量として出力する。

このうち、輪郭先端位置設定部１３１は、輪郭領域に含まれる複数の輪郭画素から、輝度値及び勾配強度の少なくとも一方が最大である輪郭画素の位置を算出する最大位置算出部１３１ａを備え、該輪郭画素の位置を、当該輪郭領域の先端位置として設定する。

また、近傍領域設定部１３３は、外接円算出部１３２が算出した外接円の半径をパラメータとして用いて、先端位置と対向する位置の近傍領域を適応的に決定する。

異常部検出部１４０は、特徴量算出部１３０により算出された特徴量（統計量）を所定の閾値と比較することにより、輪郭領域が異常部であるか否かを判定する。

次に、画像処理装置１が検出対象とする異常部について、図２及び図３を参照しながら説明する。図２は、異常部の特徴を示す模式図であり、図３は、泡の特徴を示す模式図である。

図２に示すように、本実施の形態１においては、肥大した柔毛（浮腫）ｍ１を異常部として検出する。浮腫ｍ１は、先端部ｍ２が丸く肥大し、根元部ｍ３が粘膜表面ｍ４とつながった構造を有する。このため、管腔内画像においては、先端部ｍ２に強いエッジが表れ、その対向位置である根元部ｍ３にエッジが存在しない領域を、浮腫ｍ１として抽出することができる。なお、浮腫ｍ１と同様に粘膜表面ｍ４から突出する構造を有する被写体（例えばポリープ）であれば、同様の原理により抽出することができる。

一方、図３に示すように、泡ｍ５を粘膜表面ｍ４の法線方向から見ると、ノイズや暗部が現れない限り、全周にわたって途切れることのない、ほぼ円形状の輪郭が観察される。このため、泡ｍ５の輪郭上の各領域ｍ６及びその対向領域ｍ６’には、共に強いエッジが存在する。

そこで、本実施の形態１においては、管腔内画像から輪郭領域を抽出し、該輪郭領域の対向位置にエッジが存在するか否かによって、輪郭領域に対応する管腔内の領域が異常部であるか否か（浮腫であるか泡であるか）を判定する。

以下、管腔内画像から浮腫ｍ１を検出する画像処理方法について、図４を参照しながら説明する。図４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Ｓ０１において、演算部１００は、記録部５０に記録された画像データを読み込み、処理対象である管腔内画像を取得する。

続くステップＳ０２において、輪郭抽出部１１０は、管腔内画像から輪郭を抽出する際に、特定周波数成分抽出部１１１に特定周波数成分画像を作成させるか、又は、エッジ抽出部１１２にエッジ画像を作成させるかを選択する。ここで、特定周波数成分とは、管腔内画像内の複数の空間周波数成分のうちから選択された所定の周波数成分のことをいう。輪郭抽出部１１０は、入力部３０を介して入力された選択信号に基づき、特定周波数成分画像の作成とエッジ画像の作成とを任意に切り替えることができる。

ステップＳ０２において特定周波数成分画像が選択された場合、特定周波数成分抽出部１１１は、管腔内画像から特定周波数成分画像を作成する（ステップＳ０３）。以下においては、この際にフーリエ変換を用いる方法を説明する。

図５は、特定周波数成分抽出部１１１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Ｓ０３１において、特定周波数成分抽出部１１１は、管腔内画像を任意の1チャンネル画像に変換する。１チャンネル画像を構成する各画素の画素値としては、例えば、管腔内画像のＲ、Ｇ、Ｂの各チャンネル成分や、色比Ｇ／Ｒ、Ｂ／Ｇ等が用いられる。

続くステップＳ０３２において、特定周波数成分抽出部１１１は、１チャンネル画像に対して２次元フーリエ変換を施し、画像空間を周波数空間に変換した空間周波数成分画像を作成する。

続くステップＳ０３３において、特定周波数成分抽出部１１１は、空間周波数成分画像の中央を中心とした半径ｒ₁及びｒ₂（ｒ₁＜ｒ₂）の同心円を描く。

ステップＳ０３４において、特定周波数成分抽出部１１１は、空間周波数成分画像に対し、半径ｒ₁の円の内部に位置する画素、及び半径ｒ₂の円の外部に位置する画素の画素値を０に設定することにより、特定の空間周波数成分を抽出する。本実施形態においては所定の周波数以上である高周波成分を抽出する。

ステップＳ０３５において、特定周波数成分抽出部１１１は、特定の空間周波数成分が抽出された空間周波数成分画像に対してフーリエ逆変換を施すことにより、周波数空間を画像空間に変換する。これにより、特定の空間周波数成分のみを含む特定周波数成分画像が作成される。その後、処理はメインルーチンに戻る。

一方、ステップＳ０２においてエッジ画像が選択された場合、エッジ抽出部１１２は、管腔内画像からエッジ画像を作成する（ステップＳ０４）。詳細には、まず、エッジ抽出部１１２は、管腔内画像を、例えば、Ｒ、Ｇ、Ｂの各チャンネルや、色比Ｇ／Ｒ、Ｂ／Ｇ等を画素値とする任意１チャンネル画像に変換する。続いて、エッジ抽出部１１２は、１チャンネル画像に対し、微分フィルタやソーベル（Sobel）フィルタ等のエッジ抽出処理（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１１４〜１１７（エッジ抽出））を施す。

ステップＳ０５において、輪郭抽出部１１０は、特定周波数成分画像又はエッジ画像内の各画素の画素値を所定の閾値と比較し、画素値が所定の閾値以下である画素の画素値を０に設定することにより、輪郭抽出画像を取得する。

続くステップＳ０６において、孤立点除去部１２０は、輪郭抽出画像から、輪郭として誤検出された画素（以下、孤立点という）を除去する。

図６は、孤立点除去部１２０が実行する処理を示すフローチャートである。
ステップＳ０６１において、孤立点除去部１２０は、輪郭抽出画像に対して所定の閾値による２値化処理を施す。これにより、輪郭抽出画像から、閾値以上の強いエッジの領域が抽出される。

続くステップＳ０６２において、孤立点除去部１２０は、２値化処理が施された画像に対し、モルフォロジー処理のclosing（参考：コロナ社、「モルフォロジー」、第８２〜９０（濃淡画像への拡張））により領域統合を行い、ノイズの影響による穴や途切れを補正する。なお、領域統合処理としては、上記モルフォロジー処理（closing）の代わりに領域統合法（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１９６頁）を適用しても良い。

ステップＳ０６３において、孤立点除去部１２０は、領域統合がなされた画像に対してラベリング（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１８１〜１８２頁）を行い、同じ連結成分を構成する画素同士が連結された領域（ラベル領域）を含むラベリング画像を作成する。図７は、ラベルリング画像の作成例を示す模式図である。図７に示すように、ラベリング画像Ｇ１におけるラベル領域ＬＢ１〜ＬＢ５は、輪郭抽出画像における強いエッジの領域に対応する。

ステップＳ０６４において、孤立点除去部１２０は、ラベリング画像内の各ラベル領域ＬＢ１〜ＬＢ５の面積を算出する。

ステップＳ０６５において、孤立点除去部１２０は、面積が所定の閾値以下であるラベル領域に対応する輪郭抽出画像内の領域の画素値を０に設定する。例えば、図７に示すラベリング画像Ｇ１の場合、ラベル領域ＬＢ３〜ＬＢ５に対応する輪郭抽出画像内の領域の画素値が０に設定される。これにより、輪郭抽出画像から、エッジは強いが面積が小さい孤立点が除去される。

その後、処理はメインルーチンに戻る。
なお、上述したステップＳ０６４及びＳ０６５は、後に続く演算処理の精度向上のために実行されるものであり、省略することも可能である。

ステップＳ０６に続くステップＳ０７において、輪郭先端位置設定部１３１は、輪郭画素同士が連結された輪郭領域の各々に先端領域を設定する。図８は、輪郭先端位置設定部１３１が実行する処理を示すフローチャートである。また、図９は、先端領域の設定処理を説明するための模式図である。

ステップＳ０７１において、最大位置算出部１３１ａは、輪郭抽出画像に対し、ステップＳ０６３において作成されたラベリング画像の各ラベル領域に対応する領域以外の画素の画素値を０に設定する。なお、本実施の形態１においては、輪郭抽出画像から既に孤立点が除去されているので（ステップＳ０６５参照）、この処理により、図９に示すように、ラベル領域ＬＢ１、ＬＢ２（図７参照）に対応する領域Ｃ１、Ｃ２のみが画素値を有する輪郭抽出画像Ｇ２が作成される。これらの領域Ｃ１、Ｃ２が輪郭領域である。

なお、上述したステップＳ０６５において、面積が所定値以上であるラベル領域に対応する領域以外の輪郭抽出画像内の領域の画素値を０に設定しても良い。この場合、ステップＳ０６５における孤立点の除去と、ステップＳ０７１における輪郭領域Ｃ１、Ｃ２の抽出とを同時に行うことができる。

続くステップＳ０７２において、最大位置算出部１３１ａは、輪郭領域Ｃ１、Ｃ２毎に、領域内の画素の画素値を取得し、その中から、画素値（輝度値）が最大である画素の画素値（以下、最大画素値という）及び位置座標を取得する。

ここで、通常は、１つの輪郭領域内に最大画素値を有する画素が複数存在するため、ステップＳ０７３において、最大位置算出部１３１ａは、領域統合を行うことにより、最大画素値を有する近隣の画素同士を統合する（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１９６頁）。

ステップＳ０７４において、最大位置算出部１３１ａは、ステップＳ０７３において統合された領域のうち、面積が最大の領域を、当該輪郭領域の先端領域として設定する。或いは、ステップＳ０７３において統合された領域のうち、画素値の平均値が最大の領域を先端領域と設定しても良い。例えば、輪郭抽出画像Ｇ２の場合、輪郭領域Ｃ１に対して先端領域Ｃ１’が設定され、輪郭領域Ｃ２に対して先端領域Ｃ２’が設定される。その後、処理はメインルーチンに戻る。

ステップＳ０７に続くステップＳ０８において、輪郭先端位置設定部１３１は、このようにして設定された先端領域を、該先端領域を含む輪郭領域に対応するラベル領域のラベル番号と対応付ける。

ステップＳ０９において、外接円算出部１３２は、輪郭領域及び先端領域の座標情報に基づき、輪郭領域の外接円の中心座標を算出する。図１０は、外接円算出部１３２が実行する処理を示すフローチャートである。また、図１１は、外接円の中心座標の算出処理を説明するための模式図である。

まず、ステップＳ０９１において、外接円算出部１３２は、孤立点が除去された輪郭抽出画像内の各輪郭領域（例えば、輪郭抽出画像Ｇ２の場合、輪郭領域Ｃ１、Ｃ２）に対して細線化処理（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１８５〜１８６頁）を施す。図１１は、図９に示す輪郭領域Ｃ２を細線化した領域（以下、細線化領域という）ＦＬ２を示している。

続くステップＳ０９２において、外接円算出部１３２は、ステップＳ０９１において細線化された細線化領域に対して輪郭追跡（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１７８〜１７９頁）を行い、細線化領域の両端点の位置座標を取得する。例えば、細線化領域ＦＬ２に対しては、端点Ｐ_e1及びＰ_e2の位置座標（ｘ₁，ｙ₁）、（ｘ₂，ｙ₂）がそれぞれ取得される。

ステップＳ０９３において、外接円算出部１３２は、当該輪郭領域の先端領域の重心（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１８２〜１８３頁）の位置座標を算出する。例えば、輪郭領域Ｃ２においては、先端領域Ｃ２’の重心Ｐ_gの位置座標（ｘ₃，ｙ₃）が取得される。

ステップＳ０９４において、外接円算出部１３２は、細線化領域の両端点及び重心の位置座標から、外接円の中心座標を算出する。中心Ｏの座標（ｘ₀，ｙ₀）は、両端点Ｐ_e1、Ｐ_e2の位置座標（ｘ₁，ｙ₁）、（ｘ₂，ｙ₂）、及び重心Ｐ_gの位置座標（ｘ₃，ｙ₃）を用いて、次式（１）及び（２）によって与えられる。

外接円算出部１３２は、このようにして、各輪郭領域（図９参照）の外接円の中心座標を算出し、ラベル番号ごとに中心座標を記憶する。

ステップＳ０９に続くステップＳ１０において、各輪郭領域の外接円の半径を算出する。外接円の半径ｒは、両端点Ｐ_e1、Ｐ_e2の位置座標（ｘ₁，ｙ₁）、（ｘ₂，ｙ₂）、及び重心Ｐ_gの位置座標（ｘ₃，ｙ₃）を用いて、次式（３）によって与えられる。

外接円算出部１３２は、このようにして、各輪郭領域（図９参照）の外接円の半径を算出し、ラベル番号ごとに半径ｒを記憶する。

続くステップＳ１１において、近傍領域設定部１３３は、各輪郭領域に対し、外接円において輪郭領域と対向する位置の近傍領域を、ラベル番号ごとに取得する。図１２は、近傍領域設定部１３３が実行する処理を示すフローチャートである。また、図１３及び図１４は、近傍領域の取得処理を説明するための模式図である。

ステップＳ１１１において、近傍領域設定部１３３は、先端領域の重心位置から、輪郭対向位置画素の座標を算出する。具体的には、図１３に示すように、先端領域の重心Ｐ_gと外接円ＣＳの中心Ｏとを結び、中心Ｏから更に半径ｒの分だけ延長した線と外接円ＣＳとの交点画素Ｐ_cを輪郭対向位置画素とする。

ステップＳ１１２において、近傍領域設定部１３３は、輪郭対向位置画素Ｐ_cを中心とする近傍領域を設定する。これは、輪郭対向位置画素Ｐ_cの１点のみで、輪郭領域の対向位置におけるエッジの有無を判定することは、精度上好ましくないと考えられるからである。

そこで、近傍領域設定部１３３は、輪郭対向位置画素Ｐ_cを中心とする所定の領域を近傍領域として取得する。具体的には、図１４に示すように、輪郭対向位置画素Ｐ_cを中心する中心角θ、半径ｒ_b（ｒ_b＞ｒ）の扇形から、中心角θ、半径ｒ_a（ｒ_a＜ｒ）の扇形を除いた、幅Δｒの円弧状の領域を近傍領域Ｎとする。

なお、近傍領域としては上述した円弧状の領域に限定されず、簡易的には、例えば、輪郭対向位置画素Ｐ_cを中心とする矩形領域や円領域や楕円領域を近傍領域としても良い。この際、近傍領域ができるだけ外接円ＣＳに沿った形状となるよう、矩形領域の１辺の長さや円領域の径や楕円領域の軸の長さを、外接円ＣＳの半径ｒに応じて適応的に決定すると良い。

ステップＳ１２において、画素値統計量算出部１３４は、輪郭抽出画像内において、ラベル毎に設定された近傍領域内の画素値の統計量として、平均値を算出する。なお、統計量としては、平均値のほかにも、最大値や最頻値等を算出しても良い。

ステップＳ１３において、異常部検出部１４０は、ステップＳ１２において算出された平均値と所定の閾値とを比較することにより、輪郭領域が異常部であるか否かをラベル毎に判定する。具体的には、異常部検出部１４０は、平均値が閾値よりも大きい場合、即ち、輪郭領域と対向する近傍領域に高周波成分又は強いエッジが存在する場合、当該輪郭領域は異常部ではない（即ち、泡領域である）と判定する。反対に、異常部検出部１４０は、平均値が閾値以下である場合、即ち、輪郭領域と対向する近傍領域に高周波成分又は強いエッジが存在しない場合、当該輪郭領域は浮腫等の異常部であると判定する。

ステップＳ１４において、演算部１００は、異常部の検出結果を出力して記録部５０に記録すると共に、表示部４０に検出結果を表示させる。

以上説明したように、実施の形態１によれば、管腔内画像から輪郭領域を抽出し、該輪郭領域内の画素の画素値（輝度値）と位置関係とに基づいて、輪郭領域が異常部であるか否かを判定するので、粘膜表面から突出する異常部と泡とを明確に区別し、異常部を精度良く検出することが可能となる。

（変形例１−１）
次に、実施の形態１の変形例１−１について説明する。
上記実施の形態１においては、特定周波数成分画像を、フーリエ変換及びフーリエ逆変換を用いて作成した。しかしながら、ＤＯＧ(Difference of Gaussian)によっても、特定の周波数成分からなる画像を作成することができる。本変形例１−１においては、ＤＯＧによる特定周波数成分画像の作成処理を説明する。図１５は、特定周波数成分画像の作成処理を示すフローチャートである。なお、図１５に示すステップＳ０３１’は、図５に示すステップＳ０３１と対応している。

ステップＳ０３１’に続くステップＳ０３２’において、特定周波数成分抽出部１１１は、管腔内画像から作成した任意の１チャンネル画像と、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。

続くステップＳ０３３’において、特定周波数成分抽出部１１１は、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。

ステップＳ０３４’において、特定周波数成分抽出部１１１は、さらに畳み込み演算を繰り返すか否かを判断する。畳み込み演算を繰り返す場合（ステップＳ０３４’：Ｙｅｓ）、特定周波数成分抽出部１１１は、パラメータｉをインクリメントする（ｉ＝ｉ＋１、ステップＳ０３５’）。その後、処理はステップＳ０３３’に移行する。

一方、畳み込み演算を繰り返さない場合（ステップＳ０３４’：Ｎｏ）、特定周波数成分抽出部１１１は、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（ステップＳ０３６’）。その後、処理はメインルーチンに戻る。この差分画像を、ステップＳ０５における特定周波数成分画像として用いることができる。

（変形例１−２）
上記実施の形態１においては、輪郭領域内で画素値が最大である画素の領域を先端領域とした（ステップＳ０７参照）。しかしながら、輪郭領域内で画素値（輝度値）の勾配が最大である画素の領域を先端領域としても良い。この場合、輪郭先端位置設定部１３１は、輪郭領域毎に、勾配が最大である画素の勾配及び位置座標を取得する。この際、勾配が最大である画素が複数取得された場合には、近接画素の統合により領域分割を行い（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１９６頁）、勾配の平均値が最大である領域を先端領域に設定すれば良い。

（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１６は、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１６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、輪郭抽出部２１０と、特徴量算出部２２０と、異常部検出部２３０とを有する演算部２００を備える。なお、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。

輪郭抽出部２１０は、管腔内画像から複数の輪郭画素を抽出し、該複数の輪郭画素に基づき、これらの輪郭画素が円周の少なくとも一部をなす円形状の領域を推定する円形状輪郭抽出部２１１を有する。以下、輪郭抽出部２１０により推定された円形状の領域を円形輪郭という。

特徴量算出部２２０は、円形輪郭上の画素のうち、最大の画素値（以下、最大画素値という）を有する画素及び最小の画素値（以下、最小画素値という）を有する画素の位置座標を算出する最大値最小値位置算出部２２１と、円形輪郭上において最大画素値を有する画素と最小画素値を有する画素とを結んだ線分と、最大画素値を有する画素の位置における法線とのなす角度を算出する角度算出部２２２とを備え、角度算出部２２２が算出した角度を、複数の輪郭画素の各画素値と位置関係とに基づく特徴量として出力する。

異常部検出部２３０は、特徴量として出力された上記角度に基づいて、円形輪郭が異常部であるか否かを判定する。

次に、画像処理装置２の動作について説明する。図１７は、異常部の円形輪郭における周回プロファイルを説明する図である。
本実施の形態２においては、管腔内画像から抽出された輪郭画素に円形状を当てはめることより円形輪郭を推定し、円形輪郭上における画素値変化を取得する。ここで、図１７に示すように、浮腫ｍ１１が映った画像においては、先端部ｍ１２に強いエッジが表れるが、その対向位置、即ち、粘膜表面ｍ１３とつながった根元部ｍ１４に強いエッジが表れることはない。従って、浮腫ｍ１１に対応する円形輪郭ｍ１５に沿った画素値変化（以下、周回プロファイルという）を観察すると、最大画素値Ｖ_maxを有する画素Ｐ_maxのほぼ対向位置に、最小画素値Ｖ_minを有する画素Ｐ_minが存在する。なお、図１７の左側のグラフにおいて、横軸は、円形輪郭ｍ１５上の軌跡を一直線に変換した場合の位置座標を示す。

一方、泡が映った画像においては、ノイズや暗部の影響がない限り、ほぼ円形状につながったエッジが表れる。従って、泡に対応する円形輪郭の周回プロファイルにおいては、対向位置を含めて画素値のばらつきは少なく、浮腫ｍ１１の場合のような画素Ｐ_maxと画素Ｐ_minとの規則的な位置関係は観察されない。

そこで、本実施の形態２においては、管腔内画像内で推定された円形輪郭ｍ１５の周回プロファイルから、最大画素値Ｖ_maxを有する画素Ｐ_max及び最小画素値Ｖ_minを有する画素Ｐ_minを取得し、両画素Ｐ_max、Ｐ_minの位置関係に基づいて、円形輪郭ｍ１５に対応する管腔内の領域が異常部であるか否か（浮腫であるか泡であるか）を判定する。

図１８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１８に示すステップＳ２１は、図４のステップＳ０１と対応している。
ステップＳ２１に続くステップＳ２２において、円形状輪郭抽出部２１１は、管腔内画像から輪郭画素を抽出し、該輪郭画素に基づいて、輪郭画素が円周の少なくとも一部をなす円形状の領域を推定する。図１９は、円形状輪郭抽出部２１１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Ｓ２２１において、円形状輪郭抽出部２１１は、管腔内画像を任意の1チャンネル画像に変換する。１チャンネル画像内の各画素の画素値としては、例えば、管腔内画像におけるＲ、Ｇ、Ｂの各チャンネルや、色比Ｇ／Ｒ、Ｂ／Ｇ等が用いられる。

続くステップＳ２２２において、円形状輪郭抽出部２１１は、１チャンネル画像に対してラプラシアン（Laplacian）フィルタやソーベル（Sobel）フィルタ等のエッジ抽出処理（参考：ＣＧ-ＡＲＴＳ協会、「ディジタル画像処理」、第１１４〜１２１頁）を施すことにより、各画素の画素値の勾配強度を算出する。以下、算出された勾配強度を画素値とする画像を、勾配強度画像という。

ステップＳ２２３において、円形状輪郭抽出部２１１は、ステップＳ２２２において算出された勾配強度画像に対して２値化処理を施し、所定の閾値よりも勾配強度の強い画素（強エッジ画素）を抽出することにより、エッジ画像を作成する。

ステップＳ２２４において、円形状輪郭抽出部２１１は、エッジ画像に対して円当てはめ処理を施すことにより、強エッジ画素（即ち、輪郭）に沿った円形状の領域を推定する。円当てはめ処理としては、例えば、ハフ（Hough）変換（参考：ＣＧ-ＡＲＴＳ協会、「ディジタル画像処理」、第２１１〜２１４頁）等の公知の演算処理を用いることができる。ここで、ハフ変換とは、円の半径と円の中心座標とからなるパラメータ空間に初期候補点を投票し、パラメータ空間における投票頻度に基づいて円形状を検出するための評価値を算出し、該評価値に基づいて円形状の判定を行う処理のことである。或いは、円当てはめ処理の代わりに、例えば、スネーク（Snakes、参考：ＣＧ-ＡＲＴＳ協会、「ディジタル画像処理」、第１９７〜１９８頁）等のエッジを閉曲線として抽出する処理を実行しても良い。
このようにして推定された円形状の領域が円形輪郭として出力される。その後、処理はメインルーチンに戻る。

ステップＳ２２に続くステップＳ２３において、輪郭抽出部２１０は、ステップＳ２２において推定された円形輪郭毎にラベルを付した円形輪郭抽出ラベル画像を作成する。詳細には、円形輪郭における画素値を１に設定し、それ以外の領域の画素値を０に設定することにより２値化画像を作成する。そして、この２値化画像に対してラベリングを行う。

ステップＳ２４において、最大値最小値位置算出部２２１は、ラベル毎に、円形輪郭で最大画素値を有する画素及び最小画素値を有する画素の位置座標を求める。図２０は、最大値最小値位置算出部２２１が実行する処理を示すフローチャートである。

ステップＳ２４１において、最大値最小値位置算出部２２１は、円形輪郭抽出ラベル画像においてラスタースキャンを行い、円形輪郭上における周回プロファイルの始点位置を決定する。

続くステップＳ２４２において、最大値最小値位置算出部２２１は、円形輪郭抽出ラベル画像を円形輪郭に沿って走査し、１チャンネル画像の対応する画素の画素値及び位置座標を記憶する。これにより、周回プロファイルが得られる。円形輪郭に沿って走査を行うためには、例えば輪郭追跡（参考：ＣＧ-ＡＲＴＳ協会、「ディジタル画像処理」、第１７８頁）を用いると良い。

ステップＳ２４３において、周回プロファイルから最大画素値及び最小画素値を抽出すると共に、最大画素値を有する画素及び最小画素値を有する画素の位置座標を取得する。その後、処理はメインルーチンに戻る。

ステップＳ２４に続くステップＳ２５において、角度算出部２２２は、最大画素値を有する画素と最小画素値を有する画素との位置関係を表す特徴量を算出する。具体的には、図２１に示すように、円形輪郭ｍ１５上で、最大画素値Ｖ_maxを有する画素Ｐ_maxと最小画素値Ｖ_minを有する画素Ｐ_minとを結んだ線分ｍ１６と、画素Ｐ_maxにおける法線ｍ１７とのなす角度αを特徴量として算出する。角度算出部２２２は、このような角度αを、ラベル毎に算出して記憶する。

ステップＳ２６において、異常部検出部２３０は、特徴量として算出された角度αと所定の閾値とを比較することにより、円形輪郭が異常部であるか否かをラベル毎に判別する。具体的には、異常部検出部２３０は、角度αが所定の閾値よりも大きい場合、即ち、画素Ｐ_maxと画素Ｐ_minとの位置関係が円形輪郭ｍ１５上の対向位置からずれている場合、円形輪郭は異常部ではない（即ち、泡である）と判定する。反対に、異常部検出部２３０は、角度αが閾値以下である場合、即ち、画素Ｐ_maxと画素Ｐ_minとの位置関係が円形輪郭ｍ１５上の対向位置に近い場合、円形輪郭は浮腫等の異常部であると判定する。

ステップＳ２７において、演算部２００は、異常部の検出結果を出力して記録部５０に記録すると共に、表示部４０に検出結果を表示させる。

以上説明したように、実施の形態２によれば、管腔内画像から抽出された輪郭画素から円形輪郭を推定し、該円形輪郭における最大画素値を有する画素と最小画素値を有する画素との位置関係に基づいて、当該円形輪郭が異常部であるか否かを判定するので、粘膜表面から突出する異常部と泡とを明確に区別し、異常部を精度良く検出することが可能となる。

（変形例２−１）
上記実施の形態２においては、管腔内画像から作成した１チャンネル画像における勾配強度を算出し、各画素の勾配強度に基づいて輪郭画素を抽出した。しかしながら、１チャンネル画像から特定周波数成分画像（本変形例においては高周波成分画像）を作成し、該特定周波数成分画像から輪郭画素を抽出しても良い。なお、特定周波数成分画像の作成処理は、実施の形態１と同様である。

（実施の形態３）
次に本発明の実施の形態３について説明する。
図２２は、実施の形態３に係る画像処理装置の構成を示すブロック図である。図２２に示すように、実施の形態３に係る画像処理装置３は、図１６に示す演算部２００の代わりに、輪郭抽出部２１０と、特徴量算出部３１０と、異常部検出部３２０とを有する演算部３００を備える。なお、演算部３００以外の画像処理装置３の各部の構成及び動作は、実施の形態１と同様である。また、演算部３００において、輪郭抽出部２１０の構成及び動作は、実施の形態２と同様である。

特徴量算出部３１０は、輪郭抽出部２１０から出力された円形輪郭上の画素と、該画素と対向位置関係にある画素（以下、対向位置画素という）とを抽出し、これらの対向する画素間における画素値の相関値を算出する対向位置画素相関値算出部３１２を備え、該相関値の統計量又は分布を特徴量として出力する。

異常部検出部３２０は、円形輪郭上で対向する画素間における画素値の相関値の統計量又は分布に基づいて、円形輪郭が異常部であるか否かを判定する。

次に、画像処理装置３の動作について説明する。図２３は、異常部である浮腫における円形輪郭上の画素値の特徴を説明する模式図である。また、図２４は、泡における円形輪郭上の画素値の特徴を説明する模式図である。

本実施の形態３においては、管腔内画像から抽出された輪郭画素に円形状を当てはめることにより円形輪郭を推定し、円形輪郭上で対向する画素間の画素値の相関値を取得する。ここで、図２３に示すように、浮腫ｍ２１が映った画像においては、先端部ｍ２２に強いエッジが表れるが、その対向位置、即ち、粘膜表面ｍ２３とつながった根元部ｍ２４に強いエッジが表れることはない。このため、浮腫ｍ２１の先端部ｍ２２と根元部ｍ２４とを結ぶ方向（両矢印ＯＰ１参照）においては、円形輪郭ｍ２５上で対向する画素間の画素値の差は大きくなる。一方、浮腫ｍ２１の側方においては、向きによらず概ねエッジが観察される。このため、浮腫ｍ２１の側方同士を結ぶ方向（両矢印ＯＰ２、ＯＰ３参照）においては、円形輪郭ｍ２５上で対向する画素間の画素値の差は小さくなる。従って、円形輪郭ｍ２５上で対向する画素間の画素値の差を一周にわたって取得すると、画素値の差が大きい画素の組み合わせが混在することになると共に、画素値の差のばらつきが大きくなる。

一方、図２４に示すように、泡ｍ２６が映った画像においては、ノイズや暗部の影響がない限り、ほぼ円形状につながったエッジが表れる。このため、泡ｍ２６に対応する円形輪郭ｍ２５上におけるエッジの強さは、どの位置でも同程度となる。従って、円形輪郭ｍ２５上で対向する画素間の画素値の差は、方向（両矢印ＯＰ４〜ＯＰ６）によらず概ね小さい値になると共に、画素値の差のばらつきは小さくなる。

そこで、本実施の形態３においては、管腔内画像内で推定された円形輪郭ｍ２５上で対向する画素間における画素値の相関値（差分）を一周にわたって取得し、相関値の統計量又は分布に基づいて、円形輪郭ｍ２５に対応する管腔内の領域が異常部であるか否か（浮腫であるか泡であるか）を判定する。

図２５は、画像処理装置３の動作を示すフローチャートである。なお、図２５に示すステップＳ３１〜Ｓ３３は、図１８のステップＳ２１〜Ｓ２３と対応している。なお、ステップＳ３２においては、変形例２−１と同様に、特定周波数成分画像から輪郭画素を抽出しても良い。

ステップＳ３３に続くステップＳ３４において、対向位置画素相関値算出部３１２は、各ラベルの円形輪郭上において、互いに対向する画素間における画素値の相関値を算出する。図２６は、対向位置画素相関値算出部３１２が実行する処理を示すフローチャートである。また、図２７は、相関値の算出処理を説明するための模式図である。

まず、ステップＳ３４１において、対向位置画素相関値算出部３１２は、円形輪郭抽出ラベル画像においてラスタースキャンを行い、初めて値を持った画素を相関値算出の始点に決定する。図２７においては、画素Ｐ₁を始点とする。

続いて、対向位置画素相関値算出部３１２は、円形輪郭ｍ２５の半周にわたって、ループＡの処理を実行する。
ステップＳ３４２において、対向位置画素相関値算出部３１２は、円形輪郭ｍ２５上の対象画素の画素値とその対向位置画素の画素値を取得し、ペア画素値として記憶する。なお、初回は画素Ｐ₁が対象画素に設定される。

ステップＳ３４３において、対向位置画素相関値算出部３１２は、輪郭追跡（参考：ＣＧ−ＡＲＴＳ協会:「ディジタル画像処理」、第１７８頁）により、対象画素の位置を円形輪郭ｍ２５に沿って所定量だけ移動させる。

これらのステップＳ３４２、Ｓ３４３を繰り返すことにより、対象画素Ｐ₁、Ｐ₂、Ｐ₃、…と対向位置画素Ｐ_c1、Ｐ_c2、Ｐ_c3、…とのペア画素値が順次記憶される。このような処理は、対象画素Ｐ₁、Ｐ₂、Ｐ₃、…が円形輪郭ｍ２５の半周を網羅するまで続けられる。

ステップＳ３４４において、対向位置画素相関値算出部３１２は、各ペア画素値における相関値を算出する。具体的には、互いに対向する画素間における画素値の差の絶対値又は差の２乗が算出される。
その後、処理はメインルーチンに戻る。

ステップＳ３４に続くステップＳ３５において、特徴量算出部３１０は、ステップＳ３４においてペア画素値毎に算出された相関値の統計量を算出する。具体的には、相関値のうちの最大値、又は相関値の分散等の値が算出される。

ステップＳ３６において、異常部検出部３２０は、特徴量として算出された統計量と閾値とを比較することにより、円形輪郭が異常部であるか否かをラベル毎に判定する。具体的には、異常部検出部３２０は、統計量が所定の閾値以上である場合、円形輪郭ｍ２５は異常部であると判定する。反対に、異常部検出部３２０は、統計量が所定の閾値よりも小さい場合、円形輪郭ｍ２５は異常部ではない（即ち、泡である）と判定する。

ステップＳ３７において、演算部３００は、異常部の検出結果を出力して記録部５０に記録すると共に、表示部４０に検出結果を表示させる。

以上説明したように、実施の形態３によれば、管腔内画像から抽出された輪郭から円形輪郭を推定し、該円形輪郭上で対向する画素間における画素値の相関値に基づいて、当該円形輪郭が異常部であるか否かを判定するので、粘膜表面から突出する異常部と泡とを明確に区別し、異常部を精度良く検出することが可能となる。

（変形例３−１）
上記実施の形態３においては、ペア画素値間の相関値の統計量に基づいて異常部の判定を行ったが、ペア画素値の分布に基づいて異常部の判定を行っても良い。本変形例３−１においては、ペア画素値の分布に基づく異常部の判定処理を説明する。

この場合、図２６のループＡにおける処理によりペア画素値を取得した後、特徴量算出部３１０は、図２８に示すように、対象画素の画素値（第１点の画素値）及び対向位置画素の画素値（第２点の画素値）を成分とする多次元空間にペア画素値を投影した分布を作成する。異常部検出部３２０は、このようなペア画素値の分布に対し、例えば部分空間法（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第２２９〜２３０頁）等により、異常部の判定処理を行う。具体的には、図２８において、第１点の画素値と第２点の画素値との差分が大きい領域Ａ１、Ａ２にペア画素値が分布している場合、円形輪郭は異常部であると判定される。

以上説明した実施の形態１〜３及びこれらの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１〜３及びこれらの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１〜３及びこれらの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。

１〜３ 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、３００ 演算部
１１０ 輪郭抽出部
１１１ 特定周波数成分抽出部
１１２ エッジ抽出部
１２０ 孤立点除去部
１３０、２２０、３１０ 特徴量算出部
１３１ａ 最大位置算出部
１３１ 輪郭先端位置設定部
１３２ 外接円算出部
１３３ 近傍領域設定部
１３４ 画素値統計量算出部
１４０、２３０、３２０ 異常部検出部
２１０ 輪郭抽出部
２１１ 円形状輪郭抽出部
２２１ 最大値最小値位置算出部
２２２ 角度算出部
３１２ 対向位置画素相関値算出部

Claims (8)

1. 生体の管腔内を撮像することにより取得された画像から複数の輪郭画素を抽出する輪郭抽出手段と、
   前記複数の輪郭画素の各画素値と前記複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出手段と、
   前記特徴量を基に前記管腔内の異常部を検出する異常部検出手段と、
   を備え、
   前記特徴量算出手段は、
   前記輪郭画素同士が連結された領域である輪郭領域に先端位置を設定する輪郭先端位置設定手段と、
   前記輪郭領域の外接円を算出する外接円算出手段と、
   前記外接円上において前記先端位置と対向する位置の近傍領域を設定する近傍領域設定手段と、
   前記近傍領域内の複数の画素の画素値の統計量を前記特徴量として算出する画素値統計量算出手段と、
   を備えることを特徴とする画像処理装置。
2. 前記輪郭先端位置設定手段は、
   前記輪郭領域に含まれる前記複数の輪郭画素から、輝度値及び勾配強度の少なくとも一方が最大である輪郭画素の位置を算出する最大値画素位置算出手段を備え、
   前記最大である輪郭画素の位置を前記先端位置として設定することを特徴とする請求項１に記載の画像処理装置。
3. 前記異常部検出手段は、前記近傍領域内の複数の画素の画素値の統計量と、前記先端位置の輪郭画素の画素値の統計量との相関を算出し、前記相関が低い場合に前記複数の輪郭画素の領域は異常部であると判定することを特徴とする請求項２に記載の画像処理装置。
4. 生体の管腔内を撮像することにより取得された画像から複数の輪郭画素を抽出する輪郭抽出手段と、
   前記複数の輪郭画素の各画素値と前記複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出手段と、
   前記特徴量を基に前記管腔内の異常部を検出する異常部検出手段と、
   を備え、
   前記輪郭抽出手段は、前記画像から複数の輪郭画素を抽出し、該複数の輪郭画素が円周の少なくとも一部をなす円形状の領域を推定する円形状輪郭抽出手段を備え、
   前記特徴量算出手段は、前記円形状をなす輪郭上の画素のうち、最大の画素値を有する画素及び最小の画素値を有する画素の前記画像上における位置座標を算出する最大値最小値位置算出手段を備えることを特徴とする画像処理装置。
5. 前記特徴量算出手段は、前記円形状をなす輪郭上において、最大の画素値を有する画素と最小の画素値を有する画素とを結んだ線分と、前記最大の画素値を有する画素の位置における法線とのなす角度を算出する角度算出手段を備え、
   前記異常部検出手段は、前記角度が所定値以下である場合に、前記複数の輪郭画素の領域は異常部であると判定することを特徴とする請求項４に記載の画像処理装置。
6. 生体の管腔内を撮像することにより取得された画像から複数の輪郭画素を抽出する輪郭抽出手段と、
   前記複数の輪郭画素の各画素値と前記複数の輪郭画素間の位置関係とに基づく特徴量を算出する特徴量算出手段と、
   前記特徴量を基に前記管腔内の異常部を検出する異常部検出手段と、
   を備え、
   前記輪郭抽出手段は、前記画像から複数の輪郭画素を抽出し、該複数の輪郭画素に基づいて円形状をなす輪郭を推定する円形状輪郭抽出手段を備え、
   前記特徴量算出手段は、前記円形状をなす輪郭上において互いに対向する画素を抽出し、該互いに対向する画素間における画素値の相関値を算出する対向位置画素相関値算出手段を備え、
   前記異常部検出手段は、前記相関値に基づいて、前記複数の輪郭画素の領域が異常部であるか否かを判定することを特徴とする画像処理装置。
7. 前記相関値は、前記互いに対向する画素間における画素値の差分の絶対値又は２乗であり、
   前記異常部検出手段は、前記円形状をなす輪郭の全周にわたって算出した前記相関値の統計量が所定の閾値以上である場合に、前記複数の輪郭画素の領域は異常部であると判定することを特徴とする請求項６に記載の画像処理装置。
8. 前記相関値は、前記互いに対向する画素それぞれの画素値を成分とする多次元空間における分布であり、
   前記異常部検出手段は、前記分布に基づいて互いに対向する画素の画素値の組み合わせが前記多次元空間内の所定の領域に分布している場合に、前記複数の輪郭画素の領域は異常部であると判定することを特徴とする請求項６に記載の画像処理装置。

Images