JP6685762B2 - 画像処理装置、画像処理方法、およびプログラム - Google Patents

Description

本発明は、画像処理装置、画像処理方法、およびプログラムに関し、特に、放射線撮影により得られた画像のノイズを低減するために用いて好適なものである。

Ｘ線に代表される放射線を被検体に照射し、被検体を透過した放射線成分を画像化することで、被検体の内部を可視化する技術が用いられている。

このような放射線画像を撮影する放射線撮影装置では、撮影画像の画質向上のために種々の画像処理を行うのが一般的である。放射線量子の揺らぎによる量子ノイズや、検出器および回路等から発生するシステムノイズ等を低減するためのノイズ低減処理もその１つである。

このようなノイズの低減の方法としては従来から様々な方法が提案されている。例えば特許文献１には、ノイズ特性に基づいて平滑化フィルタの特性を切り替える技術が開示されている。

特許第４６７９７１０号公報 特開２００３−１０１８１５号公報 特開２００８−１７４５８号公報 特開２００３−３４８４５０号公報 特許第３９０３０２７号公報

ところで、特許文献１のようにノイズ特性に基づき最適な平滑化を行う場合、画像のノイズ特性が既知である必要がある。そのため、撮影に使用する放射線量とノイズとの関係からノイズ特性を見積もることが一般的に行われる。

しかしながら、前述のような放射線撮影装置では、ノイズ低減処理以外にも鮮鋭化処理やダイナミックレンジ圧縮処理、階調変換処理等の様々な画像処理を併せて行うことが一般的である。この場合、処理順序として他の画像処理がノイズ低減処理の前に実行される場合がある。そのため、ノイズ低減を行う段階において他の画像処理の影響により放射線量とノイズとの関係が崩れ、正確なノイズ特性が見積もれなくなる。

そこで、特許文献２には、ノイズ低減処理以外の画像処理をノイズ低減処理の後段に配置する技術が開示されている。即ち、ノイズ低減処理の前に他の画像処理を実行しない。この場合、処理順序に制約がかかり、構成の自由度が失われる。また、特許文献３には、ノイズ低減処理の前段に配置された他の画像処理によって生じる画像のノイズ特性の変化を補正する技術が開示されている。この技術では、画像処理の前段に配置される他の画像処理が非線形な処理である場合には補正自体が正確に行えない。

本発明は、以上の問題点に鑑みてなされたものであり、放射線撮影により得られた画像に対して画像処理を行う際に、当該画像処理が、その前段で行われる他の画像処理の影響を受けることを低減することを目的とする。

本発明の画像処理装置は、第１の画像の対象画素に存在する構造を判定する処理を行う処理手段と、第２の画像を得るために前記第１の画像に対して鮮鋭化処理を行う第１の画像処理手段と、前記第１の画像の対象画素に存在する構造の判定結果に基づいて、前記第２の画像に対してノイズ低減処理を行う第２の画像処理手段とを備えることを特徴とする。

本発明によれば、放射線撮影により得られた画像に対して画像処理を行う際に、当該画像処理が、その前段で行われる他の画像処理の影響を受けることを低減することができる。

放射線撮影装置の構成の第１の例を示す図である。 画像処理部の動作の第１の例を示すフローチャートである。 構造を検出するためのパターンを示す図である。 構造を判定する方法を説明する図である。 構造が、平坦、グラデーション、エッジ、細線であることを示す図である。 画素値の平均値とノイズの分散との関係を示す図である。 放射線撮影装置の構成の第２の例を示す図である。 画像処理部の動作の第２の例を示すフローチャートである。

以下、図面を参照しながら、実施形態を説明する。
（第１の実施形態）
まず、第１の実施形態を説明する。
図１は、放射線撮影装置１００の構成の一例を示す図である。放射線撮影装置１００は、ノイズ低減処理を含む複数の画像処理機能を有する。放射線撮影装置１００は、放射線発生部１０１、放射線検出器１０４、データ収集部１０５、前処理部１０６、ＣＰＵ１０８、メインメモリ１０９、操作部１１０、表示部１１１、および画像処理部１１２を備える。これらの各部は、ＣＰＵバス１０７を介して互いにデータの授受が可能となるように相互に接続されている。

画像処理部１１２は、放射線検出器１０４で撮影した画像にノイズ低減処理を含む複数の画像処理を行う。画像処理部１１２は、構造判定部１１３、第１の画像処理部１１４、および第２の画像処理部１１５を備える。

メインメモリ１０９は、ＣＰＵ１０８での処理に必要な各種のデータを記憶すると共に、ＣＰＵ１０８のワーキング・メモリとして機能する。ＣＰＵ１０８は、メインメモリ１０９を用いて、操作部１１０からの操作に従った装置全体の動作制御等を行う。これにより放射線撮影装置１００は、以下のように動作する。

まず、操作部１１０を介して操作者から撮影指示が入力されると、この撮影指示はＣＰＵ１０８によりデータ収集部１０５に伝えられる。また、ＣＰＵ１０８は、撮影指示を受けると、放射線発生部１０１および放射線検出器１０４を制御して放射線撮影を実行させる。

放射線撮影では、まず放射線発生部１０１が、被検体１０３に対して放射線ビーム１０２を照射する。放射線発生部１０１から照射された放射線ビーム１０２は、被検体１０３を減衰しながら透過して、放射線検出器１０４に到達する。放射線検出器１０４は、到達した放射線の強度に応じた信号を出力する。尚、本実施形態では被検体１０３を人体とする。よって、放射線検出器１０４から出力される信号は人体を撮影したデータとなる。

データ収集部１０５は、放射線検出器１０４から出力された信号を所定のデジタル信号に変換して画像データとして前処理部１０６に供給する。前処理部１０６は、データ収集部１０５から供給された画像データに対して、オフセット補正及びゲイン補正を含む前処理を行う。

放射線を照射しなくても、放射線検出器１０４の各画素に対応して配置される各フォトダイオードに内在する暗電流の影響で、放射線検出器１０４から出力される信号レベルは完全にゼロではなくオフセット成分を有している。前処理部１０６によってオフセット補正を行うことにより、線量がゼロのときに出力される信号レベルを全画素で均一にすることができる。また、放射線検出器１０４の各画素は、僅かにゲイン（感度）が異なる。前処理部１０６によって、放射線検出器１０４の各画素のゲインのばらつきを補正し、線量に対して出力される信号レベルを全画素で均一にする。

前処理部１０６で前処理が行われた画像データは、ＣＰＵ１０８の制御により、ＣＰＵバス１０７を介して、メインメモリ１０９、画像処理部１１２に順次転送される。本実施形態では、以上のようにして放射線撮影が行われる。

画像処理部１１２は、前処理された画像に対し、複数の画像処理を実行する。画像処理部１１２で画像処理が行われた画像は、表示部１１１にて表示される。操作者は、この画像を確認した後、操作部１１０を操作して図示しないプリンタ等への出力を指示する。この指示に基づいて画像はプリンタ等に出力され、一連の撮影動作が終了する。

以上の構成を備えた放射線撮影装置１００の画像処理部１１２の動作の一例について、図２のフローチャートを用いて具体的に説明する。

前述したように前処理部１０６によって前処理が行われた画像データは、ＣＰＵバス１０７を介して画像処理部１１２に転送される。そうすると、まず、構造判定部１１３は、画像データのノイズ特性に基づき、前処理が行われた撮影画像の対象画素に存在する構造を判定する（ｓ２０１）。尚、本実施形態では、前処理が行われた撮影画像の全ての画素が対象画素であるものとするが、必ずしも、前処理が行われた撮影画像の全ての画素を対象画素にする必要はない。本実施形態では、構造判定部１１３は、前処理が行われた撮影画像の対象画素に存在する構造が、平坦、グラデーション、エッジ、および細線の何れかであるかを判定する。構造判定部１１３は、前処理が行われた撮影画像の対象画素を中心とする縦Ｎ画素×横Ｎ画素の領域における構造を示す構造情報を当該Ｎ×Ｎ領域毎に判定する。構造判定部１１３は、例えば、前処理が行われた撮影画像の対象画素を中心とする縦Ｎ画素×横Ｎ画素の領域における構造が、平坦、グラデーション、エッジ、および細線の何れかであるかを判定する。また、構造判定部１１３は、例えば、前処理が行われた撮影画像の対象画素を中心とする縦Ｎ画素×横Ｎ画素の領域における構造が細線であるか否か、エッジであるか否かを個別に判定してもよい。また、構造判定部１１３は、構造の延在する方向も併せて判定する。

図３は、構造を検出するためのパターンの一例を示す図である。
図３に示すように本実施形態では、８方向に延在する構造を検出するために縦Ｎ画素×横Ｎ画素（例えば、５×５画素）の８種類のパターン（フィルタ）を用いる。まず、構造判定部１１３は、前処理が行われた撮影画像の対象画素にフィルタの中心が位置するようにフィルタを設定する。構造判定部１１３は、図３の白色で示した領域に対応する画素の画素値の平均値Ａ、黒色で示した領域に対応する画素の画素値の平均値Ｂ、および灰色で示した領域に対応する画素の画素値の平均値Ｃを算出する。構造判定部１１３は、このような平均値Ａ、Ｂ、Ｃの算出を、各対象画素に対してフィルタ３０１〜３０８をそれぞれ設定した場合について行う。例えば、図３に示すフィルタ３０１のパターンにおいて、画像のｉ行ｊ列の画素値をI(i,j)とすれば対象画素(i,j)のおける平均値Ａ(i,j)、Ｂ(i,j)、Ｃ(i,j)は、以下の（１）式で表される。

構造判定部１１３は、他のフィルタ３０２〜３０８を対象画素に適用した場合についても前述したのと同様に、パターンに応じた平均値Ａ、Ｂ、Ｃを算出する。次に、構造判定部１１３は、算出した平均値Ａ、Ｂ、Ｃから、パターンに対する適合度Ｓを以下の（２）式にて算出する。

ここで、適合度Ｓは、図３にて黒色で示した領域に対応する画素と、白色および灰色で示した領域に対応する画素との境界にエッジ（画素値の差）がどの程度存在するかを判定するものである。適合度Ｓの値が大きい程急峻なエッジが存在する可能性が高いことを示す。そこで、各パターンで求めた適合度Ｓの内、最大の値の適合度Ｓをもつパターンに沿って有意な構造のエッジが存在するものとする。従って、構造判定部１１３は、そのパターンの黒色で示した領域が延在する方向を、対象画素の構造が延在する方向として判定する。

次に、構造判定部１１３は、適合度Ｓの値が最大となるパターンから算出した平均値Ａ、Ｂ、Ｃを用いて、構造が、平坦、グラデーション、エッジ、および細線の何れであるかをさらに判定する。図４は、構造が、平坦、グラデーション、エッジ、および細線の何れであるかを判定する方法の一例を説明する図である。図４では、各パターンにおける３つの領域（図３の白色、黒色、および灰色の領域）と画素値の平均値との関係の一例を示す。図４において、本実施形態では、構造判定部１１３は、平均値Ａ、Ｂの差Ｄ１と、平均値Ｂ、Ｃの差Ｄ２に基づき構造を判定する。具体的には、構造判定部１１３は、差Ｄ１、Ｄ２が、画像に重畳するノイズの統計的な揺らぎと比較して有意な差が有るか否かによってどのような構造であるかを判定する。

図５は、構造が、平坦、グラデーション、エッジ、細線であると判定する場合の一例を説明する図である。図５でも図４と同様に、各パターンにおける３つの領域と画素値の平均値との関係の一例を示す。
例えば、図５（ａ）に示すように、差Ｄ１、Ｄ２が共に、画像に重畳するノイズの統計的な揺らぎと比較して有意な差がない場合、対象画素を中心とした近傍領域（図３に示すパターンを用いた場合には５×５画素の領域）には信号の変化はない。この場合、構造判定部１１３は、対象画素の構造が平坦であると判定する。

また、図５（ｂ）では、差Ｄ１、Ｄ２が共に、画像に重畳するノイズの統計的な揺らぎと比較して有意な差があり、且つ、平均値Ａ〜Ｃの変化が単調増加（または単調減少）している。この場合、構造判定部１１３は、対象画素の構造がグラデーションであると判定する。

また、図５（ｃ）のように、差Ｄ１、Ｄ２の何れか一方のみに、画像に重畳するノイズの統計的な揺らぎと比較して有意な差がある場合、構造判定部１１３は、対象画素の構造がエッジであると判定する。
また、図５（ｄ）のように、差Ｄ１、Ｄ２共に、画像に重畳するノイズの統計的な揺らぎと比較して有意な差があり、且つ、平均値Ｂの値が最も大きい（または最も小さい）場合、構造判定部１１３は、対象画素の構造が、細線であると判定する。

ノイズの統計的な揺らぎに対して有意な差があるか否かを判断する基準として、例えば、以下の基準を採用することができる。即ち、画像に重畳するノイズの標準偏差σの３倍を超える揺らぎは確率的に略発生しないと仮定する。従って、構造判定部１１３は、画像に重畳するノイズの標準偏差の３倍（＝３σ）よりも差Ｄ１、Ｄ２の絶対値が大きい場合に、ノイズの統計的な揺らぎに対して有意な差があると判定する。

尚、画像に重畳するノイズは、放射線検出器１０４へ入射する放射線の線量に比例する量子ノイズと、放射線検出器１０４へ入射する放射線の線量に依存しないシステムノイズが支配的である。量子ノイズの標準偏差をσ_qとし、システムノイズの標準偏差をσ_sとする。両者が無相関であると仮定すれば、画像に重畳するノイズの標準偏差σ（Ｖ）は、以下の（３）式で表される。

ただし、Ｖは、画像の画素値である。Ｇは、放射線検出器１０４へ入射する放射線の線量に比例した画素値Ｖを、放射線検出器１０４へ入射する放射線の線量に相当する値に変換するためのゲイン係数である。

（３）式のように画像に重畳するノイズは画素値Ｖに依存した値となる。よって、構造判定部１１３は、対象画素(i,j)を中心とした近傍画素（図３に示すパターンを用いた場合には５×５画素の領域）の画素値の平均値を対象画素の画素値Ｖとして、画像に重畳するノイズの標準偏差σを算出する。そして、構造判定部１１３は、その値を基準にノイズの統計的な揺らぎに対して有意な差があるか否かを判定する。

尚、（３）式のパラメータである量子ノイズσ_q、システムノイズσ_s、およびゲイン係数Ｇは、撮影過程で一意に決まる値であり、事前に算出することが可能である。従って、予め算出したパラメータをメインメモリ１０９に保存しておき、その結果をロードして用いればよい。

ここで、前記パラメータの算出方法は、特に限定されない。例えば、製品検査時に被検体のない状態で放射線検出器１０４に入射する放射線の線量を変えたｎ回の撮影を行い、前処理部１０６で前処理が行われた撮影画像を取得する。そして、図６のように、各撮影画像の画素値の平均値Ｖとノイズの分散（＝σ²）との関係を求めた離散データ[(Ｖ_i,σ_i ²)｜ｉ＝１,２,・・・,n]を得、この離散データを良く近似するパラメータを算出する。具体的には、以下の（４）式で表される残差の２乗和Ｊが最小となるパラメータを、最小二乗法等によって求め、求めたパラメータを予めメインメモリ１０９に保存しておけば良い。

以上、説明した方法により、前処理が行われた撮影画像のノイズ特性に基づき、対象画素に存在する構造を判定する。ここで、前述した方法では、前処理が行われた撮影画像からノイズ特性を求め、また、同様に前処理が行われた撮影画像から構造の判定を行う。従って、他の画像処理により生じる画像のノイズ特性の変化の影響を受けずに精度良く構造を判定することができる。

次に、第１の画像処理部１１４は、前処理が行われた撮影画像に対して所定の画像処理を行う（ｓ２０２）。第１の画像処理部１１４で行われる所定の画像処理は、どのような画像処理であっても良い。本実施形態では、非線形な画像処理の一例として画像の鮮鋭度を向上させる鮮鋭化処理を行う場合を例に挙げる。鮮鋭化処理の具体的な方法としては、例えば、特許文献４に記載の方法を用いることができる。この方法は、放射線の線量に応じて適応的なフィルタリングを行うものである。例えば、放射線の線量の指標となる画素値に応じて、相互に異なる特性を有する複数のフィルタの何れかを選択し、選択したフィルタを用いてフィルタリングを行う。フィルタリングを行うことにより、画像に対して画素値の変化を強調することができる。このように、鮮鋭化処理の方法は公知であるため、ここではその詳細な説明を省略する。尚、鮮鋭化処理以外の所定の画像処理の例としては、例えば、ダイナミックレンジ圧縮処理や、階調変換処理等が挙げられる。
以上のように本実施形態では、構造判定部１１３と第１の画像処理部１１４とに、前処理が行われた撮影画像が並列に出力される（即ち、構造判定部１１３と第１の画像処理部１１４には、同一の撮影画像が出力される）。

次に、第２の画像処理部１１５は、第１の画像処理部１１４による所定の画像処理が行われた画像に対して、当該所定の画像処理と異なる所定の画像処理を行う。第２の画像処理部１１５により行われる画像処理は、第１の画像処理部１１４により行われる画像処理と異なっていれば、どのような画像処理であっても良い。本実施形態では、第２の画像処理部１１５は、以下の処理を行う。即ち、まず、第２の画像処理部１１５は、第１の画像処理部１１４による鮮鋭化処理が行われた撮影画像の対象画素に対して適用するフィルタとして、相互に異なる特性を有する複数のフィルタの何れかを、構造の判定の結果に応じて選択する。尚、本実施形態では、鮮鋭化処理が行われた撮影画像の全ての画素が対象画素であるものとするが、必ずしも、鮮鋭化処理が行われた撮影画像の全ての画素を対象画素にする必要はない。そして、第２の画像処理部１１５は、選択したフィルタを用いて、対象画素に対してノイズ低減処理（平滑化処理）を行う（ｓ２０３）。具体的に第２の画像処理部１１５は、第１の構造判定部１１３で判定された構造が延在する方向のパターンに対し、有意な差がないと判定された画素のみを平均することでノイズを低減することができる。つまり、第２の画像処理部１１５は、第１の構造判定部１１３で判定された構造に基づいて、対象画素を中心とした近傍画素の画素値から対象画素の画素値を算出することにより、ノイズを低減することができる。

例えば、ある対象画素(i,j)について適合度Ｓが最大となるパターンが、フィルタ３０１のパターンであると判定され、且つ、構造が、細線であると判定されたとする。この場合は、図３のフィルタ３０１の黒色で示した領域に対応する画素に対して、白色で示した領域に対応する画素と灰色で示した領域に対応する画素は有意な差がある。このため、第２の画像処理部１１５は、黒色で示した領域に対応する画素のみの画素値の平均値を、ノイズ低減処理後の対象画素(i,j)の画素値I(i,j)とする。

また、ある対象画素(i,j)について適合度Ｓが最大となるパターンが、フィルタ３０１のパターンであると判定され、且つ、構造が、平坦であると判定されたとする。この場合、図３のフィルタ３０１の黒色で示した領域に対応する画素に対して、白色で示した領域に対応する画素と灰色で示した領域に対応する画素は有意な差がない。このため、第２の画像処理部１１５は、縦Ｎ画素×横Ｎ画素（図３に示す例では５×５画素）の全ての画素の画素値の平均値を、ノイズ低減処理後の対象画素(i,j)の画素値I(i,j)とする。その他の構造についても同様に、黒色で示した領域に対応する画素に対して有意な差が無い画素のみで画素値の平均化を行えば良い。このように画素値を平均化することで、構造のエッジをぼかすことなく効果的にノイズ低減処理を行える。
尚、構造の判定結果に応じたノイズ低減処理の方法は前述した方法に限定されるものではなく、構造に応じた様々な適応フィルタを用いることができる。

以上のように本実施形態では、構造判定部１１３は、前処理が行われた撮影画像の対象画素に存在する構造の判定を行う。第１の画像処理部１１４は、前処理が行われた撮影画像の対象画素に存在する構造の判定結果に基づいて所定の画像処理（例えば、鮮鋭化処理）を行う。第２の画像処理部１１５は、第１の画像処理部１１４による所定の画像処理が行われた画像に対して、当該所定の画像処理と異なる画像処理（例えば、ノイズ低減処理）を行う。その際に、構造判定部１１３と、第１の画像処理部１１４とのそれぞれに、前処理部１０６で前処理（オフセット補正及びゲイン補正）された画像を出力する。このように、画像のノイズ特性を必要とする構造の判定を、鮮鋭化処理を行う前の画像から判定することで、鮮鋭化処理の影響を受けずに精度良く構造を判定することができ、好適に画像のノイズを低減することができる。

（第２の実施形態）
次に、第２の実施形態を説明する。本実施形態では、第１の実施形態で説明した鮮鋭化処理および構造判定処理に先立ってグリッド縞低減処理を行う場合について説明する。このように本実施形態は、第１の実施形態に対し、グリッド縞低減処理が追加されることによる構成および処理が主として異なる。従って、本実施形態の説明において、第１の実施形態と同一の部分については、図１〜図６に付した符号と同一の符号を付す等して詳細な説明を省略する。

図７は、放射線撮影装置７００の構成の一例を示す図である。図８は、放射線撮影装置７００の画像処理部７０１の動作の一例を説明するフローチャートである。
放射線撮影装置７００の画像処理部７０１は、構造判定部１１３、第１の画像処理部１１４、第２の画像処理部１１５に加え、第３の画像処理部７０２を有する。このように、本実施形態の放射線撮影装置７００は、第１の実施形態の放射線撮影装置１００に対し、第３の画像処理部７０２を追加した構成である。

本実施形態は、第１の実施形態に対して、散乱放射線除去用グリッド（以下、グリッドと称する）の使用を想定した構成を加えたものである。ここで、グリッドは、鉛等の放射線遮蔽物質と、アルミニウムやカーボン等の放射線透過物質とを、所定の幅で交互に並べて構成することで放射線の散乱線を除去する。しかしながら、交互に並べた物質の放射線透過率の違いにより人体の解剖学的構造とは関係ない周期的な構造信号（以下、グリッド縞と称する）を発生させる。

そこで、本実施形態では、第３の画像処理部７０２において、このグリッド縞の低減処理を行う（ｓ８０１〜ｓ８０３）。
まず、第３の画像処理部７０２は、前処理部１０６で前処理が行われた画像データに対してグリッド縞の存在の有無を検出する（ｓ８０１）。その方法として、例えば、特許文献５に記載の方法を用いれば良い。この方法では、画像上にグリッド縞が存在する場合にはパワースペクトル上に有意なピークが存在することを利用してグリッド縞の有無を判定する。このように、グリッド縞の存在の有無の検出の方法は公知であるため、ここではその詳細な説明を省略する。

次に、第３の画像処理部７０２は、グリッド縞の存在の有無の検出結果をチェックする（ｓ８０２）。このチェックの結果、グリッド縞が無い場合には、第１の実施形態で説明したように、ｓ２０１〜ｓ２０３の処理が実行される。一方、グリッド縞が有る場合には、第３の画像処理部７０２は、グリッド縞の低減処理を行う（ｓ８０３）。具体的には、例えば、特許文献５に記載の方法を用いれば良い。この方法では、モデルフィッティングによりグリッド縞予測データを生成し、グリッド縞予測データに基づきグリッド縞を低減する方法である。このように、グリッド縞の低減の方法は公知であるため、ここではその詳細な説明を省略する。

次に、グリッド縞が低減された画像に対し、第１の実施形態で説明したｓ２０１〜ｓ２０３の処理が実行される。ここで、モデルフィッティングを用いたグリッド縞の低減処理では、画像のノイズ特性は略変化しない。このため、グリッド縞が無い場合と同様にして求めた量子ノイズσ_q、システムノイズσ_s、およびゲイン係数Ｇの各パラメータを用いてｓ２０１の処理を実行すれば良い（（３）式を参照）。以上のように本実施形態では、構造判定部１１３と第１の画像処理部１１４とに、グリッド縞の低減処理が行われた撮影画像が並列に出力される（即ち、構造判定部１１３と第１の画像処理部１１４には、同一の撮影画像が出力される）。

以上のように本実施形態では、撮影画像の対象画素の構造を判定する処理と、鮮鋭化処理に先立ってグリッド縞を予め除去する。従って、第１の実施形態で説明した効果に加え、構造の判定で本来判定したい人体の解剖学構造とは無関係な構造であるグリッド縞が存在する場合においても、精度良く構造を判定することができる効果が得られる。

尚、前述した実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。

（その他の実施例）
本発明は、前述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１１３：構造判定部、１１４：第１の画像処理部、１１５：第２の画像処理部、１１６：第３の画像処理部

Claims (18)

1. 第１の画像の対象画素に存在する構造を判定する処理を行う処理手段と、
   第２の画像を得るために前記第１の画像に対して鮮鋭化処理を行う第１の画像処理手段と、
   前記第１の画像の対象画素に存在する構造の判定結果に基づいて、前記第２の画像に対してノイズ低減処理を行う第２の画像処理手段とを備えることを特徴とする画像処理装置。
2. 前記第１の画像として放射線撮影により得られた画像が出力されることを特徴とする請求項１に記載の画像処理装置。
3. 前記第２の画像処理手段は、前記第１の画像の対象画素に存在する構造の判定結果に基づいて、前記第２の画像の対象画素を中心とした近傍画素の画素値から前記対象画素の画素値を算出することを特徴とする請求項１または２に記載の画像処理装置。
4. 前記第２の画像処理手段は、前記第１の画像の対象画素に存在する構造の判定結果に基づいて、前記鮮鋭化処理を通して得られた前記第２の画像の対象画素に適用するフィルタとして、相互に異なる特性を有する複数のフィルタの何れかを選択し、選択したフィルタを用いて、前記鮮鋭化処理を通して得られた当該画像に対してノイズを低減する処理を行うことを特徴とする請求項１〜３の何れか１項に記載の画像処理装置。
5. 前記構造は、平坦、グラデーション、エッジ、および細線の少なくとも何れか１つを含むことを特徴とする請求項１〜４の何れか１項に記載の画像処理装置。
6. 前記処理手段は、前記第１の画像の対象画素に存在する構造が延在する方向を判定することを特徴とする請求項１〜５の何れか１項に記載の画像処理装置。
7. 前記第１の画像処理手段は、前記第１の画像に対して、非線形な画像処理を行うことを特徴とする請求項１〜６の何れか１項に記載の画像処理装置。
8. 前記第１の画像処理手段は、相互に異なる特性を有する複数のフィルタを用いて、前記第１の画像に対して鮮鋭化処理を行うことを特徴とする請求項１〜７の何れか１項に記載の画像処理装置。
9. オフセット補正及びゲイン補正を行う前処理手段を更に備え、
   前記前処理手段によってオフセット補正及びゲイン補正が行われた前記第１の画像が出力されることを特徴とする請求項１〜８の何れか１項に記載の画像処理装置。
10. 放射線撮影を用いて得られた前記第１の画像に表れるグリッド縞を低減する第３の画像処理手段を更に備えることを特徴とする請求項１〜９の何れか１項に記載の画像処理装置。
11. 前記処理手段は、前記グリッド縞が低減された前記第１の画像の対象画素に存在する構造を判定する処理を行うことを特徴とする請求項１０に記載の画像処理装置。
12. オフセット補正及びゲイン補正を行う前処理手段を更に備え、
    前記オフセット補正及びゲイン補正が行われた前記第１の画像が出力されることを特徴とする請求項１０または１１に記載の画像処理装置。
13. 前記第２の画像処理手段は、前記ノイズ低減処理を行うために、前記構造が延在する方向に沿ったパターンについて画素値を平均化することを特徴とする請求項１〜１２の何れか１項に記載の画像処理装置。
14. 第１の画像の対象画素に存在する構造を判定する処理を行う処理工程と、
    第２の画像を得るために前記第１の画像に対して鮮鋭化処理を行う第１の画像処理工程と、
    前記第１の画像の対象画素に存在する構造の判定結果に基づいて、前記第２の画像に対してノイズ低減処理を行う第２の画像処理工程とを有することを特徴とする画像処理方法。
15. オフセット補正及びゲイン補正を行う前処理工程を更に有し、
    前記オフセット補正及びゲイン補正が行われた前記第１の画像が出力されることを特徴とする請求項１４に記載の画像処理方法。
16. 放射線撮影を用いて得られた前記第１の画像に表れるグリッド縞を低減する第３の画像処理工程を更に有することを特徴とする請求項１４または１５に記載の画像処理方法。
17. 前記処理工程は、前記グリッド縞が低減された前記第１の画像の対象画素に存在する構造を判定する処理を行うことを特徴とする請求項１６に記載の画像処理方法。
18. 請求項１〜１３の何れか１項に記載の画像処理装置の各手段としてコンピュータを機能させることを特徴とするプログラム。