JP6731753B2 - 画像処理装置、画像処理方法、画像処理システムおよびプログラム - Google Patents

Description

本発明は、画像処理装置、画像処理方法、画像処理システムおよびプログラムに関する。

画像処理技術の中で重要な技術の一つとして、画像のセグメンテーションがある。画像のセグメンテーションとは、画像中に存在する注目領域とそれ以外の領域とを区別する処理のことである。これまでに多くのセグメンテーションの手法が提案されているが、近年、グラフカット法と呼ばれる新しいセグメンテーション手法が注目されている（特許文献１）。特許文献１に記載のグラフカット法では、データ項と平滑化項と呼ばれる２つのエネルギ項を定数で重み付けした線形和でエネルギ関数を定義する。このエネルギ関数の定義にしたがってグラフを作成し、ｍｉｎｉｍｕｍ−ｃｕｔ／ｍａｘｉｍｕｍ−ｆｌｏｗアルゴリズムを用いて作成したグラフを切断する。そして切断されたグラフに基づいて、画像中の関心領域を取得する。

ここで、複数の注目領域を抽出する場合を考える。一般に、異なる注目領域は異なる形状や大きさを持つ。例えば、Ｘ線ＣＴ装置で撮影された胸部ＣＴ画像から肺結節の領域を抽出する場合、被験者ごとに、および肺野内での発生部位ごとに、肺結節の形状や大きさがそれぞれ異なる。つまり、たとえ注目領域の種類（肺結節など）が同じであっても、注目領域が異なれば、その形状や大きさは当然異なる。

米国特許第６９７３２１２号公報 特開２０１３−１５６０９４号公報

画像中に存在する注目領域の形状や大きさが異なると、画像に占める注目領域の割合や、注目領域とその周囲の領域との境界の範囲（２次元画像では注目領域の周囲長、３次元画像では表面積）が異なる。グラフカット法におけるエネルギ関数においてデータ項の値は、概ね注目領域の大きさに比例して変化する。一方、平滑化項の値は、概ね注目領域の大きさの二乗に比例して変化する。また注目領域の大きさが同じであっても、注目領域の形状が変わることで、平滑化項の値が変化する。そのため、形状や大きさが異なる注目領域では、データ項の値と平滑化項の値との比率が変わる。

特許文献１のようにデータ項、または平滑化項にかける係数として事前に決めた一つの定数を用いることとすると、注目領域ごとにデータ項からの影響と平滑化項からの影響との割合が大きく異なってしまう。そのため、定数を決定したときとは異なる形状や大きさを持つ注目領域を、適切に（定数を決定したときの想定通りに）抽出することができない虞がある。

特許文献２には、操作者が注目領域の大きさの期待値を指定することで、グラフカット法により所望の大きさの領域を抽出する技術が開示されている。しかしながら、開示されている技術では、操作者は注目領域ごとにその大きさの期待値を指定しなければならず、操作者の負担が大きくなってしまう。

本発明のある態様は画像処理装置に関する。この画像処理装置は、注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、を備える。

これにより、注目領域の形状や大きさによらず、かつ操作者への負担を軽減しつつ、高精度な領域抽出結果を得ることができる。

第１の実施形態に係る画像処理装置の機能構成を示す図。 第１の実施形態に係る画像処理装置のハードウエア構成の一例を示す図。 第１の実施形態に係る画像処理装置の処理手順を示すフローチャート。 図４（ａ）〜（ｄ）は、第１の実施形態に係る画像処理装置の処理を説明する模式図。 図５（ａ）、（ｂ）は、グラフカット法におけるグラフを説明する模式図。 第２の実施形態に係る画像処理装置の処理手順を示すフローチャート。 図７（ａ）〜（ｄ）は、第２の実施形態に係る画像処理装置の処理を説明する模式図。 第１の実施形態に係る画像処理装置において、第一の画像から第二の画像を生成する処理を説明する模式図。

以下、図面を参照して本発明の実施形態を説明する。ただし、本発明の実施形態は以下の実施形態に限定されるものではない。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面において説明上重要ではない部材の一部は省略して表示する。

以下の実施形態では、Ｘ線コンピュータ断層撮影装置（Ｘ線ＣＴ）、核磁気共鳴映像装置（ＭＲＩ）、超音波画像診断装置（ＵＳ）など、画像診断に利用される様々な装置で撮影された医用画像を処理する例を説明する。しかしながら、本発明の適用範囲は医用画像に限定されるものではなく、カメラやビデオカメラで撮影された画像に対しても本発明を適用可能である。また、２次元画像、３次元画像、時系列画像であっても等しく本発明を適用可能である。

＜第１の実施形態＞
第１の実施形態に係る画像処理装置は、操作者が指定した画像（以下、元画像）を本装置が読みだし、その元画像中に存在する注目領域をグラフカット法とは異なるセグメンテーション法で大まかに抽出し、さらに抽出した領域の大きさに関する情報（以下、大きさ情報）を取得する。ここで大きさ情報には、注目領域自体の大きさ（２次元画像では面積、３次元画像では体積）に関連する情報と、注目領域とその周辺の領域との境界の範囲（２次元画像では周長、３次元画像では表面積）に関連する情報と、が含まれる。これらの関連情報は、注目領域のおおよその大きさを表す。この大きさ情報に基づいて、元画像の画像サイズを変更する。そして画像サイズを変更した後の画像（以下、サイズ変更画像）に対してグラフカット法を適用し、サイズ変更画像中に存在する注目領域を取得する。

以下、図１を参照して第１の実施形態に係る画像処理装置１００の機能構成について説明する。画像処理装置１００は、画像処理部１０１と、画像取得部１０２と、パラメータ取得部１０３と、記憶部１０４と、を備える。画像処理部１０１は、推定部１０５と、生成部１０６と、抽出部１０７と、を含む。画像処理装置１００はデータサーバ１１０と、インターネットやＬＡＮなどのネットワークを介して接続される。データサーバ１１０は、画像処理装置１００への入力となるデータ、および画像処理装置１００が出力するデータを格納する。
画像取得部１０２は、データサーバ１１０から元画像を取得し、取得した元画像を記憶部１０４に格納する。

パラメータ取得部１０３は、データサーバ１１０から複数のパラメータを取得し、取得したパラメータを記憶部１０４に格納する。パラメータ取得部１０３が取得するパラメータには、グラフの連結近傍数と基準の大きさ情報（基準情報）とが含まれる。グラフの連結近傍数とは、グラフカット法で作成されるグラフにおいて、エッジで連結するノードの組を定義づけるパラメータである。一方、基準の大きさ情報とは、生成部１０６で元画像の画像サイズを変更する際に、サイズ変更の目標とする大きさを示している情報である。基準の大きさ情報は、注目領域の大きさ情報と同様の情報を含む。すなわち、基準の大きさ情報は、基準とする注目領域（基準注目領域）として事前に設定された領域の大きさと、当該領域とその周辺の領域との境界の範囲と、で定義される量を含む。基準の大きさ情報は、さらに、グラフカット係数の情報も含む。グラフカット係数は、次式で定義されるグラフカット法のエネルギ関数Ｅにおいて、平滑化項Ｅ_２（ｐ，ｑ）にかける係数αのことである。
なお上記の式において、ｐ、ｑは画像中の画素を表すインデックスであり、Ｅ_１（ｐ）はデータ項である。本実施形態で想定するエネルギ関数では係数αを平滑化項にかけているが、係数αをデータ項にかけるようなエネルギ関数でも本発明を適用可能である。

推定部１０５は、記憶部１０４から元画像とグラフの連結近傍数とを取得する。次に、推定部１０５は、元画像中に存在する注目領域の大きさ情報を推定する。注目領域の大きさ情報を推定した後、推定部１０５は推定された大きさ情報を記憶部１０４に格納する。

生成部１０６は、元画像（第一の画像）のサイズを変更することによって得られるサイズ変更画像（第二の画像）中の注目領域の大きさの推定結果が所定の基準を満たすようにサイズ変更画像を生成する。生成部１０６は、元画像と、基準の大きさ情報と、注目領域の大きさ情報と、を記憶部１０４から取得する。その後、生成部１０６は、取得した基準の大きさ情報と注目領域の大きさ情報とに基づいて、スケーリング係数を計算する。スケーリング係数は、２つの画像が与えられた時、それぞれの画像の一辺の画素数の比で定義される数値である。スケーリング係数は２つの画像の一方を他方に変更する際の変更規則である。このスケーリング係数に基づいて、生成部１０６は、記憶部１０４から取得した元画像の画像サイズを変更し、サイズ変更画像を生成する。最後に生成部１０６は、サイズ変更画像を記憶部１０４に格納する。

また生成部１０６は、後述の抽出部１０７が生成する画像（サイズ変更画像に対応する抽出画像）の画像サイズを変更し、元画像と同じ画像サイズの画像（元画像に対応する抽出画像）を生成する。生成された画像は、記憶部１０４を経由してデータサーバ１１０に格納される。

抽出部１０７は、基準に対応するグラフカット係数を用いたグラフカット法を生成部１０６によって生成されたサイズ変更画像に適用することで、サイズ変更画像中の注目領域を抽出する。抽出部１０７は、記憶部１０４からサイズ変更画像を取得する。そして、グラフカット法を用いて、サイズ変更画像中に撮像されている注目領域を抽出する。グラフカット法により得られる画像（サイズ変更画像に対応する抽出画像）は記憶部１０４に格納される。

データサーバ１１０は、元画像と、グラフの連結近傍数と、予め決められた基準の大きさ情報と、を格納している。画像処理装置１００からのリクエストに応じて、データサーバ１１０は当該データサーバ１１０内に格納しているデータを画像処理装置１００に送信する。また、データサーバ１１０は、画像処理装置１００から送られてくるデータを受信し、そのデータを当該データサーバ１１０内に格納する。

なお、図１に示した画像処理装置１００の各機能部の少なくとも一部は独立した装置として実現されてもよい。また、それぞれの機能を実現するソフトウエアとして実現されてもよい。本実施形態では各部はそれぞれソフトウエアにより実現されているものとする。以下、ソフトウエアにより上述した画像処理装置１００の各機能部を実現するためのハードウエアの一例について説明する。

図２は、第１の実施形態に係る画像処理装置１００のハードウエア構成の一例を示す図である。ＣＰＵ２０１は、主として各構成要素の動作を制御する。主メモリ２０２は、ＣＰＵ２０１が実行する制御プログラムを格納したり、ＣＰＵ２０１によるプログラム実行時の作業領域を提供したりする。磁気ディスク２０３は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライバ、後述する処理等を行うためのプログラムを含む各種アプリケーションソフトを実現するためのプログラムを格納する外部記憶装置の一例である。記憶部１０４は、磁気ディスク２０３により実現される。ＣＰＵ２０１が主メモリ２０２、磁気ディスク２０３に格納されているプログラムを実行することにより、図１に示した画像処理装置１００の機能（ソフトウエア）及び後述するフローチャートにおける処理が実現される。なお、磁気ディスク２０３に記憶されたプログラムは必要に応じて主メモリ２０２に展開され、ＣＰＵ２０１により実行される。

表示メモリ２０４は、表示用データを一時記憶する。モニタ２０５は、たとえばＣＲＴモニタや液晶モニタ等であり、表示メモリ２０４からのデータに基づいて画像やテキスト等の表示を行う。マウス２０６及びキーボード２０７は、ユーザによるポインティング入力及び文字等の入力をそれぞれ行う。上記各構成要素は、共通バス２０８により互いに通信可能に接続されている。

図２に示す例では、ハードウェアとしてＣＰＵ２０１は１つのみ図示されているが、複数のＣＰＵを有していてもよい。あるいはＧＰＵを有していてもよい。何れにしてもハードウェア資源としてＣＰＵやＧＰＵ等の演算処理装置（プロセッサ）を複数単位有していてよい。また、プログラムを記憶する磁気ディスク２０３は、複数設けられていてもよい。
あるいは別の実施形態では、推定部１０５、生成部１０６、抽出部１０７の少なくとも一部または全部の機能を、１または複数の専用ハードウェア回路として実装されていてもよい。

次に図３を参照して、本実施形態の画像処理装置１００の処理手順を説明する。
ステップＳ３０１において、画像取得部１０２はデータサーバ１１０から元画像を取得し、取得した元画像を記憶部１０４に格納する。
ステップＳ３０２において、パラメータ取得部１０３はデータサーバ１１０から基準の大きさ情報とグラフの連結近傍数Ｎｃとを取得し、取得した情報を記憶部１０４に格納する。
ステップＳ３０３において、推定部１０５は元画像を記憶部１０４から取得する。そして、推定部１０５は元画像中に存在する注目領域の大きさ情報を推定する。推定された注目領域の大きさ情報は、記憶部１０４に格納される。またステップＳ３０３では、後述のステップＳ３０４で生成された粗抽出画像中に存在する注目領域の大きさ情報を推定する。本ステップの処理の詳細は後述する。
ステップＳ３０４において、生成部１０６は元画像と注目領域の大きさ情報とを記憶部１０４から取得する。そして、生成部１０６は注目領域の大きさ情報に基づいて、元画像の画像サイズを変更し、サイズ変更画像を生成する。最後に生成部１０６は、生成したサイズ変更画像を記憶部１０４に格納する。本ステップの処理の詳細は後述する。
ステップＳ３０５において、抽出部１０７は、グラフの連結近傍数と、グラフカット係数と、サイズ変更画像と、を記憶部１０４から取得する。その後、抽出部１０７は、グラフの連結近傍数とグラフカット係数とを用いて、サイズ変更画像に対して例えば特許文献１に記載のグラフカット法を適用する。グラフカット法により生成される画像（サイズ変更画像に対応する抽出画像）は、記憶部１０４に格納される。
ステップＳ３０６において、生成部１０６はサイズ変更画像に対応する抽出画像を記憶部１０４から取得する。そして、生成部１０６は取得した画像の画像サイズを変更し、元画像と同じ画像サイズの画像（元画像に対応する抽出画像）を生成する。本処理の結果、元画像中に存在する注目領域を取得することが可能となる。元画像に対応する抽出画像は、記憶部１０４を介して、データサーバ１１０に格納される。

次に図３と図４（ａ）〜（ｄ）とを参照して、本実施形態のステップＳ３０３の処理について説明する。図４（ａ）〜（ｄ）では、一辺が７画素の２次元濃淡画像を元画像として、ステップＳ３０３の処理を説明している。
ステップＳ３０７において、推定部１０５は元画像中に撮影されている注目領域を大まかに抽出する。図４（ａ）において、元画像４００が一辺７画素の濃淡画像で示されている。元画像４００では、注目領域４０１が淡い色で、その他の領域４０２が濃い色で描画されている。元画像４００は濃淡画像であるため、注目領域４０１とその他の領域４０２との間に存在する画素では、画像の濃度値が滑らかに変化している。図４（ａ）では、画素４０３が、注目領域４０１とその他の領域４０２との間で濃度値が滑らかに変化している画素である。

本ステップＳ３０７では、グラフカット法とは異なる、公知のセグメンテーション手法を利用して、注目領域を大まかに抽出する。公知のセグメンテーション手法のうち、もっとも簡単な手法は画像濃淡値に対するしきい値処理である。この方法は、注目領域に含まれる画像の濃度値が既知で、この既知の濃度値と同程度の濃度値を持つ領域が注目領域以外に存在しないときに有効である。しきい値処理以外の方法として、領域拡張法やＬｅｖｅｌＳｅｔ法が使用されてもよい。これらの手法を用いる際は、画像処理装置１００は、操作者に元画像を提示したうえで、注目領域に含まれる点または小領域を操作者に指定させる。これらの手法の他に、注目領域の空間的な存在確率アトラスを利用した最大事後確率法（Ｍａｘｉｍｕｍ ａ Ｐｏｓｔｅｒｉｏｒ Ｐｒｏｂａｂｉｌｉｔｙ，ＭＡＰ）が行われてもよい。

以下、本ステップＳ３０７で得られる画像を粗抽出画像４１０と記述する。また粗抽出画像４１０内の画素のうち、公知のセグメンテーション手法により注目領域として抽出された領域を粗抽出領域４１１と記述する。そして注目領域として抽出されなかった領域を背景領域４１２と記述する。図４（ｂ）では、粗抽出画像４１０上に粗抽出領域４１１が淡い色で示されている。注目領域４０１と粗抽出領域４１１とを比較すると分かる通り、一部の画素を注目領域として誤って抽出している場合もあれば、注目領域を背景領域と誤って判断している場合もある。しかしながら一般に、粗抽出領域４１１は注目領域４０１と大まかに一致することが知られている。

ステップＳ３０８において、推定部１０５はステップＳ３０７または後述のステップＳ３１３で得られた粗抽出画像から下記のグラフ（以下、一時グラフ）を作成する。一時グラフは、グラフカット法で生成するグラフと同様の性質を持つ。そのため、図５（ａ）、（ｂ）を参照して、グラフカット法のグラフについて、本発明を理解するために必要な事項に限定して説明する。図５（ａ）、（ｂ）では図面の見やすさを考慮して、一辺が５画素の２次元画像５００と、それに対応するグラフ５１０とを用いて、グラフを説明する。

グラフカット法で生成されるグラフ５１０は、画像５００の各画素に１対１で、もしくは画像中で隣接する複数個の画素に対して１つの、対応する画像ノードを有する。グラフ５１０はさらに、領域の前景ラベルと背景ラベルとに対応するターミナル・ノード５１２、５１３を有する。隣接する複数の画像ノード間は、エッジで互いに連結される。例えば、画像５００中のある１つの画素５０１に対応する画像ノード５１４と、その画素５０１の周辺の４近傍にある画素５０２に対応する画像ノード５１５とは、エッジ５１６で互いに連結されている。連結近傍数Ｎｃ（グラフの連結近傍数）は、領域抽出の精度と計算リソースとのバランスを考慮して決定されるが、一般的には２次元画像の場合は４または８、３次元画像の場合は６または２６が利用される。画像ノード間を連結するエッジに加えて、グラフ内のすべての画像ノードはそれぞれ、２つのターミナル・ノード５１２、５１３とエッジで連結される。例えば図５（ｂ）の画像ノード５１７は、ターミナル・ノード５１２、５１３とエッジ５１８、５１９でそれぞれ連結されている。なお図５（ｂ）では、図面が煩雑にならないように一部のエッジが描画されていない。以下、画像ノード間に張られるエッジをｎ−ｌｉｎｋ、画像ノードとターミナル・ノードとの間に張られるエッジをｔ−ｌｉｎｋと記述する。

図３と図４（ａ）〜（ｄ）とに戻り、本実施形態のステップＳ３０８の処理について説明する。本ステップＳ３０８では、推定部１０５は、記憶部１０４に格納されているグラフの連結近傍数Ｎｃを取得する。その後、推定部１０５は、粗抽出画像４１０に対応する一時グラフ４２０を作成する（図４（ｃ））。一時グラフ４２０はグラフカット法におけるグラフと同様、粗抽出画像４１０の各画素に対応する画像ノード４２１と、隣接する画像ノード間を連結するｎ−ｌｉｎｋ４２２と、不図示のｔ−ｌｉｎｋと、を含む。ｎ−ｌｉｎｋ４２２は、画像ノード４２１とその画像ノード４２１のＮｃ近傍に存在する画像ノードとの間で張られる。また図４（ｃ）で図示されている一時グラフ４２０では見やすさを考慮してｔ−ｌｉｎｋは描画されていないが、すべての画像ノード４２１はそれぞれ２本のｔ−ｌｉｎｋを持つ。

ステップＳ３０９において、推定部１０５は、一時グラフ４２０に存在するｔ−ｌｉｎｋのうち、粗抽出領域４１１の画素に対応する画像ノードに張られたｔ−ｌｉｎｋの数Ｎ_ｔを数える。図４（ｄ）の一時グラフ４３０を用いて、本ステップＳ３０９での処理を説明する。一時グラフ４３０では、粗抽出画像４１０の粗抽出領域４１１の画素に対応する画像ノードが、黒塗りの画像ノード４３１で示されている。また背景領域４１２の画素に対応する画像ノードが、白抜きの画像ノード４３２で示されている。一時グラフ４３０では説明の便宜上、画像ノードが色分けされて表示されている。しかしながら、図４（ｄ）の一時グラフ４３０は、実際は図４（ｃ）の一時グラフ４２０と同等である。一時グラフ４３０の画像ノードと粗抽出画像４１０の画素との間で対応関係が決められているため、粗抽出領域４１１の画素に対応する画像ノードと背景領域４１２の画素に対応する画像ノードとを容易に決定することができる。

本ステップＳ３０９では、推定部１０５は最初に粗抽出領域４１１に対応する画像ノード４３１の数（画像ノード数）を数える。１つの画像ノードに対してｔ−ｌｉｎｋは２本存在するため、粗抽出領域４１１の画素に対応する画像ノードに連結されたｔ−ｌｉｎｋの数Ｎ_ｔは、粗抽出領域４１１の画素数を２倍すれば得られる。またＮ_ｔの値を粗抽出領域４１１の画素数の２倍とせずに、単純に粗抽出領域４１１の画素数としても同様の結果が得られる。このような計算は、粗抽出領域４１１の大きさ（２次元画像では面積、３次元画像では体積）を求めることと同義である。なお上述の通り、１つの画像ノードが有するｔ−ｌｉｎｋの数は本実施形態では２本である。しかしながら、より多くのｔ−ｌｉｎｋを持つグラフを利用する場合、つまりターミナル・ノードが２つ以上存在するグラフを利用する場合もある。このような場合であっても、粗抽出領域の画素に対応する画像ノードに連結されたｔ−ｌｉｎｋの数を数えれば、本ステップＳ３０９の処理を達成することができる。

ステップＳ３１０において、推定部１０５は、粗抽出領域４１１の画素に対応する画像ノード４３１と背景領域４１２の画素に対応する画像ノード４３２とを連結するｎ−ｌｉｎｋ４３３の数Ｎ_ｎ（連結数）を数える。図４（ｄ）では、数えるべきｎ−ｌｉｎｋ４３３が太い実線で示されている。推定部１０５は、以下の処理でＮ_ｎを求める。はじめに、推定部１０５は、粗抽出領域４１１の画素のうち、Ｎｃ近傍に背景領域４１２の画素が存在する画素を特定する。粗抽出画像４１０の画素と一時グラフ４３０の画像ノードとの間には対応関係が決められているため、この特定処理は簡単に実施できる。次に推定部１０５は特定された画素のそれぞれについて、Ｎｃ近傍に存在している背景領域４１２の画素の数を数える。推定部１０５は、特定されたすべての画素について、この数え上げ処理を行うことにより、Ｎ_ｎを得る。

上述の処理では、粗抽出領域４１１の画素のうち、Ｎｃ近傍に背景領域４１２の画素が存在する画素の数をＮ_ｎとしてもよい。これは、粗抽出領域の画素に対応する画像ノード４３１が持つｎ−ｌｉｎｋ４３３の数は、概ね連結近傍数Ｎｃの一定数倍であることが経験的に知られているためである。図４（ｄ）を見ると、粗抽出領域４１１の画素に対応する画像ノード４３１が持つｎ−ｌｉｎｋ４３３の数は、画像ノード４３１ひとつあたり２本程度であることが分かる。この知見を利用して、一時グラフ４３０におけるｎ−ｌｉｎｋ４３３の数を数える代わりに、背景領域４１２に接している粗抽出領域４１１の画素の数をＮ_ｎの値としてもよい。なおこのような計算は、粗抽出領域とその粗抽出領域以外の周辺の領域との境界の範囲（２次元画像では周長、３次元画像では表面積）の計算に対応する。

最後に、推定部１０５は、ステップＳ３０９で得られた数値Ｎ_ｔとステップＳ３１０で得られた数値Ｎ_ｎとを注目領域の大きさ情報として記憶部１０４に格納し、ステップＳ３０３の処理を終える。

ここで、データサーバ１１０に格納されている基準の大きさ情報について説明する。本実施形態において基準の大きさ情報とは、次の３つの値（Ｎ^{［Ｒｅｆ］} _ｎ，Ｎ^{［Ｒｅｆ］} _ｔ，α）を１組とする値の集合のことである。Ｎ^{［Ｒｅｆ］} _ｎ、Ｎ^{［Ｒｅｆ］} _ｔはそれぞれ、ステップＳ３１６で実施する画像サイズの変更の際に基準とする注目領域のｔ−ｌｉｎｋの数、ｎ−ｌｉｎｋの数である。このｔ−ｌｉｎｋ、ｎ−ｌｉｎｋの定義は、ステップＳ３０９とステップＳ３１０の説明で述べたものと同じである。αはグラフカット法のエネルギ関数（上記の数１）の中で、平滑化項にかけられている係数（グラフカット係数）のことである。

Ｎ^{［Ｒｅｆ］} _ｎとＮ^{［Ｒｅｆ］} _ｔとを算出する際に基準とする注目領域は、本実施形態を適用する画像や注目領域の種類に応じて選択される。画像や注目領域の種類がいったん決まると、基準とする注目領域はさまざまな方法で選択可能である。もっとも単純な方法は、代表的な画像をいくつか収集し、収集した画像に存在する注目領域の中で、もっとも典型的な形状や大きさを持つ注目領域を含む画像を一つ選択することである。もし注目領域の形状や大きさに関する先験的な知識を有している場合は、その先験的な知識に基づき、注目領域を一つ選択してもよい。また先験的な知識を有していない場合は、グラフカット法を含む、公知のセグメンテーション法で実際に注目領域を抽出し、抽出した領域を平均化することで平均的な注目領域を作成し、作成された領域を基準としてもよい。

グラフカット係数αは、上述の方法で選択した基準の注目領域をグラフカット法でもっとも精度よく抽出できるような係数とされる。このような係数を得るために、基準とする注目領域を含む画像に対して実際にグラフカット法を適用する。この時、グラフカット係数を変更しながらグラフカット法を複数回実行し、注目領域をもっとも精度よく抽出できるグラフカット係数を選択する。また、代表的な画像のそれぞれについてグラフカット法を適用して、それぞれの画像についてグラフカット係数を決定し、得られた複数個のグラフカット係数の平均値を最終的なグラフカット係数としてもよい。
以上の処理により、基準の大きさ情報（Ｎ^{［Ｒｅｆ］} _ｎ，Ｎ^{［Ｒｅｆ］} _ｔ，α）が得られる。
以上で基準の大きさ情報についての説明を終える。

次に図３に戻り、本実施形態のステップＳ３０４の処理について説明する。ステップＳ３１１において、生成部１０６は、ステップＳ３０９で得られたｔ−ｌｉｎｋの数Ｎ_ｔとステップＳ３１０で得られたｎ−ｌｉｎｋの数Ｎ_ｎとの比を算出する。生成部１０６は算出された比（Ｎ_ｔ／Ｎ_ｎ）をスケーリング係数Ｓ＝１に対応付けて記憶部１０４に格納する。スケーリング係数Ｓが１であることは、元画像を変更しないことまたは元画像のサイズを維持することに対応する。

ステップＳ３１２、Ｓ３１３、Ｓ３１４、Ｓ３１５において、生成部１０６は適用すべきスケーリング係数Ｓ_{Ｒｅｓｉｚｅ}（以下、適用スケーリング係数）を計算する。本ステップＳ３１２、Ｓ３１３、Ｓ３１４、Ｓ３１５において、適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}は次の基準を満たすように決定される。すなわち、生成部１０６は、スケーリング係数にしたがって粗抽出画像の画像サイズを拡大または縮小した画像を生成し、生成した画像に描画されている粗抽出領域について大きさ情報を取得する。生成部１０６は、このようにして取得した大きさ情報と記憶部１０４から取得した基準の大きさ情報とを後述の方法で比較し、両方の値が一致するようなスケーリング係数を適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}とする。

本処理をはじめる前に、スケーリング係数の集合｛Ｓ_１，Ｓ_２，．．．，Ｓ_ｍ｝を決めておく。ここでｍは０を除く自然数である。また集合内の数値は、０＜Ｓ_１＜Ｓ_２＜．．．＜Ｓ_ｍ＜Ｓ_ｍａｘを満たす実数値とする。さらにＳ_ｍａｘは１より大きな実数値とする。スケーリング係数の集合の決定は、画像処理装置１００を構成する際に一度だけ実施すればよく、本画像処理装置１００に元画像が入力されるたびに実施する必要はないことに注意されたい。

事前に決められたスケーリング係数の集合に基づき、ステップＳ３１２、Ｓ３１３、Ｓ３１４、Ｓ３１５における適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}を決定する処理は、以下のように実行される。ステップＳ３１２において、生成部１０６は、スケーリング係数の集合のなかに未使用のスケーリング係数があるか否かを判定する。あると判定された場合、ステップＳ３１３において生成部１０６は、未使用のスケーリング係数をひとつ選択し、選択されたスケーリング係数で元画像の粗抽出画像の画像サイズを変更する。画像サイズの変更処理には、公知の方法が用いられる。もっとも単純な方法は最近傍補間法である。

推定部１０５は、ステップＳ３１３で画像サイズを変更した後の粗抽出画像に対してステップＳ３０８、Ｓ３０９、Ｓ３１０における処理を実施する。推定部１０５は、画像サイズを変更した後の粗抽出画像に描画されている粗抽出領域についての大きさ情報を取得する。ここで、スケーリング係数Ｓ_ｋ（ただしｋ＝１，２，．．．，ｍ）で得られた粗抽出画像に対応する一時グラフのｔ−ｌｉｎｋ数、ｎ−ｌｉｎｋ数をそれぞれＮ^［ｋ］ _ｔ、Ｎ^［ｋ］ _ｎで表す。ステップＳ３１１において、生成部１０６は、Ｎ^［ｋ］ _ｔとＮ^［ｋ］ _ｎとの比（Ｎ^［ｋ］ _ｔ／Ｎ^［ｋ］ _ｎ）を算出し、算出された比をスケーリング係数Ｓｋに対応付けて記憶部１０４に格納する。

スケーリング係数の集合｛Ｓ_１，Ｓ_２，．．．，Ｓ_ｍ｝に含まれる全てのスケーリング係数についてステップＳ３１１において比が算出されると、ステップＳ３１２において生成部１０６は未使用のものはないと判定する。ステップＳ３１４において、生成部１０６は、スケーリング係数Ｓ_ｋに対応する比と、基準の大きさ情報から得られる比と、を比較する。生成部１０６は、記憶部１０４から基準の大きさ情報を取得し、取得した大きさ情報に含まれるＮ^{［Ｒｅｆ］} _ｎとＮ^{［Ｒｅｆ］} _ｔとの比（Ｎ^{［Ｒｅｆ］} _ｔ／Ｎ^{［Ｒｅｆ］} _ｎ）を算出する。生成部１０６は、スケーリング係数の集合｛Ｓ_１，Ｓ_２，．．．，Ｓ_ｍ｝に含まれる各スケーリング係数について、該スケーリング係数に対応する比と基準の比（Ｎ^{［Ｒｅｆ］} _ｔ／Ｎ^{［Ｒｅｆ］} _ｎ）との差を算出する。

ステップＳ３１５において、生成部１０６は、適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}を決定する。生成部１０６は、ステップＳ３１４で得られた差が最も小さくなるスケーリング係数を適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}として決定する。

なお、Ｓ_ｍａｘの決定のためにさまざまな方法を用いることが可能である。もっとも単純な方法は、本実施形態に係る画像処理装置１００を構成する者、もしくは使用する者が、ある一つの固定値を設定することである。また他の方法は、基準の大きさ情報を決定する際に収集した、複数の代表的な画像から決定する方法である。具体的には、複数の代表的な画像のうち基準とする注目領域を含まない画像のそれぞれについて、上述のスケーリング係数を決定する方法を適用する。この時、仮に決めたスケーリング係数の集合を用いる。そして、すべての画像でスケーリング係数を良好に決定できるように、仮に決めたスケーリング係数の集合の値を手動で調整すればよい。

ステップＳ３１６において、生成部１０６はステップＳ３１５で取得した適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}に基づいて、元画像の画像サイズを変更し、サイズ変更画像を生成する。画像サイズの変更には、公知の方法が用いられる。具体的には、最近傍補間法、線形補間法、三次補間法など公知の補間法が利用されてもよい。最後に生成部１０６は、本ステップＳ３１６で生成したサイズ変更画像を記憶部１０４し、ステップＳ３０４における処理を終える。

以上で説明した通り、第１の実施形態にかかる画像処理装置１００ではステップＳ３０３とＳ３０４が互いに反復的に実行される。ここでステップＳ３０３とＳ３０４の反復処理をより理解するために、図８を参照して当該処理を俯瞰的に説明する。図８はステップＳ３０３とＳ３０４、すなわちステップＳ３０７、Ｓ３０８、Ｓ３０９、Ｓ３１０、Ｓ３１１、Ｓ３１２、Ｓ３１３、Ｓ３１４、Ｓ３１５、Ｓ３１６で生成される画像、一時グラフ、大きさ情報等のデータを示している。ステップＳ３０７において、元画像（第一の画像）１０００に対してグラフカット法とは異なるセグメンテーション法を適用することで、第一の粗抽出画像１０１０が生成される。次にステップＳ３１２とＳ３１３の反復実行において、複数の異なる係数Ｓ_１（１０２１）、Ｓ_２（１０２２）、Ｓ_３（１０２３）、Ｓ_４（１０２４）、Ｓ_５（１０２５）（第１の実施形態ではスケーリング係数）をそれぞれ用いて第一の粗抽出画像１０１０のサイズを変更することで、複数の第二の粗抽出画像１０３１、１０３２、１０３３、１０３４、１０３５が生成される。図８では５つの異なる係数で第二の粗抽出画像を生成しているが、係数の数はこれに限らない。なお、ある係数を用いて第一の粗抽出画像から第二の粗抽出画像を生成すること、もしくはその係数を変更規則と呼ぶ。ステップＳ３０８の反復実行において、複数の第二の粗抽出画像１０３１、１０３２、１０３３、１０３４、１０３５のそれぞれから、対応する一時グラフ１（１０４１）、一時グラフ２（１０４２）、一時グラフ３（１０４３）、一時グラフ４（１０４４）、一時グラフ５（１０４５）が生成される。さらにステップＳ３０９とＳ３１０の反復実行において、大きさ情報１（１０５１）、大きさ情報２（１０５２）、大きさ情報３（１０５３）、大きさ情報４（１０５４）、大きさ情報５（１０５５）（図８ではいずれも大きさに関する情報と表記）が取得される。そしてステップＳ３１１、Ｓ３１４、Ｓ３１５において、それぞれの大きさ情報と不図示の基準情報とを比較することで、第二の粗抽出画像が選択される。図８では、破線１０６０で第二の粗抽出画像１０３４が選択されたことを示している。第二の粗抽出画像１０３４が選択された後、ステップＳ３１６において、第二の粗抽出画像１０３４を生成する際に使用した変更規則（図８ではＳ_４（１０２４））を元画像（第一の画像）１０００に適用することで、サイズ変更画像（第二の画像）１０８０が生成される。ここで図８中の変更規則Ｓ_４（１０７０）はＳ_４（１０２４）と同じ変更規則である。以上の通り、ステップＳ３０３とＳ３０４では、選択された第二の粗抽出画像１０３４の大きさ情報４（１０５４）（図８では大きさに関する情報４と表記）が、サイズ変更画像（第二の画像）１０８０中の注目領域の大きさ情報として利用（推定）される。そして推定された情報に基づいて、サイズ変更画像（第二の画像）１０８０が実際に生成される。

本実施形態における画像処理装置１００では、注目領域の大きさ、および注目領域とその周辺の領域との境界の範囲に関する情報をそれぞれ、ｔ−ｌｉｎｋ数、ｎ−ｌｉｎｋ数という形式で画像から自動的に取得する。そして画像処理装置１００は取得した情報に基づき画像サイズを変更し、サイズ変更画像についてグラフカット法を適用する。グラフカット法の実行時に使用するグラフカット係数αは、サイズ変更画像に描画されている注目領域と同等な大きさを持つ基準の注目領域の抽出に適する。そのため、このグラフカット係数αはサイズ変更画像に描画されている注目領域にも適している。これにより、画像により注目領域の形状や大きさが変わるような場合でも、注目領域の形状や大きさを自動的に考慮して、操作者に何らの負担を与えることなく、グラフカット法を実行することが可能となる。

＜変形例１−１＞
第１の実施形態に係る画像処理装置１００の要諦は、注目領域の大きさ、および注目領域とその周辺領域との境界の範囲に関する情報に基づいてスケーリング係数を決定し、元画像の画像サイズを変更することである。ここで注目領域の形状や大きさについて先験的な知識が存在する場合には、より単純な処理で第１の実施形態における画像処理装置１００と同様の効果を得ることができる。このような例の一つが、注目領域が円形（２次元画像の場合）や球形（３次元画像の場合）、またはそれらに近い形状（楕円や楕円体など）の場合である。

以下、第１の実施形態に係る画像処理装置１００の処理と異なる点に限定して説明する。第１の実施形態のステップＳ３０７において元画像の注目領域を大まかに抽出する代わりに、本変形例では、推定部１０５は、Ｌａｐｌａｃｉａｎ ｏｆ Ｇａｕｓｓｉａｎ（ＬｏＧ）フィルタを用いて、注目領域の大まかな大きさ（円または球の半径）を取得する。本変形例では注目領域として円形や球形に近い形状のものを想定しているため、ＬｏＧフィルタを利用した塊状構造物の大きさ（半径）の推定処理が適用可能となる。ＬｏＧフィルタを利用した推定処理は公知の技術であるため、詳細な説明は省略する。本推定処理により得られる注目領域のおおよその半径をＲで表す。推定部１０５は、ステップＳ３０８、ステップＳ３０９、およびステップＳ３１０では何も処理を行わないか、それらのステップをスキップする。上記の推定処理で取得された値Ｒは、記憶部１０４に格納される。

ステップＳ３０４に入る前に、生成部１０６は記憶部１０４を経由して、データサーバ１１０から基準の大きさ情報として、基準とする注目領域の半径Ｒ^{［Ｒｅｆ］}を取得する。ステップＳ３０４では、生成部１０６は適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}をＳ_{Ｒｅｓｉｚｅ}＝Ｒ／Ｒ^{［Ｒｅｆ］}で計算する。以降、ステップＳ３１６とステップＳ３０５では、画像処理装置１００と同様の処理が行われる。

上述の説明では、注目領域が円形（２次元画像の場合）や球形（３次元画像の場合）、またはそれらに近い形状（楕円や楕円体など）の場合が想定されたが、本変形例の適用範囲はこれらの形状に限定されるものではない。本変形例では、元画像中に存在する注目領域と基準とする注目領域とが概ね相似の関係（注目領域を拡大または縮小して基準とする注目領域に重ね合わせると、２つの領域が概ね重なること）にあることを利用している。そのため、相似の関係にある注目領域であれば、本変形例を適用することが可能である。例えば、注目領域が三角形や四角形などの多角形（いずれも２次元画像の場合）や、三角錐や三角柱などの錐体や柱体（いずれも３次元画像の場合）にも、本変形例を適用可能である。さらには、注目領域が相似の形状をもつような同種の物体であればよいため、本変形例は例えばＸ線ＣＴ像中に描出されている肝臓などの臓器の画像にも適用可能である。これらのものを注目領域とする場合は注目領域の半径を定義しづらいが、そのかわり注目領域を囲む最小矩形（いわゆるバウンディングボックス、ＭＢＲ）の大きさなどが、大きさ情報として利用可能である。

以上の方法によれば、画像により注目領域の大きさが変わるような場合でも、注目領域の大きさを自動的に考慮して、画像処理装置の操作者に何らの負担を与えることなく、グラフカット法を実行することが可能となる。

＜変形例１−２＞
第１の実施形態に係る画像処理装置１００では、１組の基準の大きさ情報を利用している。しかしながら、複数の組の基準の大きさ情報を利用することも可能である。この場合、データサーバ１１０には、以下に示すような複数の組の基準の大きさ情報が格納されることになる。Ｎは２以上の自然数である。
（Ｎ^{［Ｒｅｆ１］} _ｎ，Ｎ^{［Ｒｅｆ１］} _ｔ，α_１）
（Ｎ^{［Ｒｅｆ２］} _ｎ，Ｎ^{［Ｒｅｆ２］} _ｔ，α_２）
．．．
（Ｎ^{［ＲｅｆＮ］} _ｎ，Ｎ^{［ＲｅｆＮ］} _ｔ，α_Ｎ）

本変形例に係る画像処理装置は、ステップＳ３０４において、スケーリング係数を変えながら粗抽出画像の画像サイズを変更する。そして、画像処理装置は、画像サイズを変更した後の粗抽出画像についてＮ^［ｋ］ _ｔとＮ^［ｋ］ _ｎとを計算する。画像処理装置は、Ｎ^［ｋ］ _ｔとＮ^［ｋ］ _ｎとが計算されるたびに、Ｎ^［ｋ］ _ｔ／Ｎ^［ｋ］ _ｎを、Ｎ^{［Ｒｅｆ１］} _ｔ／Ｎ^{［Ｒｅｆ１］} _ｎ，Ｎ^{［Ｒｅｆ２］} _ｔ／Ｎ^{［Ｒｅｆ２］} _ｎ，．．．，Ｎ^{［ＲｅｆＮ］} _ｔ／Ｎ^{［ＲｅｆＮ］} _ｎのそれぞれと、順次、比較する。画像処理装置は、このような比較をすべてのスケーリング係数で実行することにより、両方の値がもっとも近い値となるようなスケーリング係数を適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}として取得する。画像処理装置はまた、比較対象であった１組の基準の大きさ情報を取得する。この比較で取得された適用スケーリング係数Ｓ_{Ｒｅｓｉｚｅ}がステップＳ３１６で使用されることは、第１の実施形態と同じである。一方、比較対象であった１組の基準の大きさ情報（選択された基準の大きさ情報）は、データサーバ１１０から取得した複数の組の基準の大きさ情報とは異なるものとして、記憶部１０４に格納される。この選択された基準の大きさ情報に含まれるグラフカット係数α_ｉ（ただし１＜＝ｉ＜＝Ｎ）は、本変形例におけるステップＳ３０５でグラフカット法を実施する際に使用される。

データサーバ１１０にあらかじめ格納しておく複数の組の基準の大きさ情報は、複数の基準とする注目領域から取得される。複数の基準とする注目領域は、さまざまな方法で選択可能である。もっとも単純な方法は、代表的な画像をいくつか収集し、収集した画像に存在する注目領域の中で、典型的な形状や大きさを持つ注目領域を含む画像を、複数個、選択することである。画像選択を行う際、注目領域のｔ−ｌｉｎｋの数Ｎ^{［Ｒｅｆ］} _ｔ、ｎ−ｌｉｎｋの数Ｎ^{［Ｒｅｆ］} _ｎを選択の基準として利用可能である。具体的には、収集したそれぞれの画像について、Ｎ^{［Ｒｅｆ］} _ｔ／Ｎ^{［Ｒｅｆ］} _ｎを計算する。そして、この比の値が互いにできる限り大きく異なるような画像の組み合わせを選択する。この組み合わせの選択処理は、すべての可能な組み合わせについてＮ^{［Ｒｅｆ］} _ｔ／Ｎ^{［Ｒｅｆ］} _ｎの和を計算し、その和が最大になるような組み合わせを選択することで実現できる。

以上の方法によれば、画像により注目領域の形状や大きさが大きく異なるような場合でも、注目領域の抽出に適したグラフカット係数を自動で設定することが可能となる。その結果、画像処理装置の操作者に何らの負担を与えることなく、グラフカット法を実行することが可能となる。

＜第２の実施形態＞
第１の実施形態に係る画像処理装置１００では、注目領域の大きさ情報として、注目領域の大きさ、および注目領域とその周囲領域との境界の範囲に関する情報を利用する。一方、第２の実施形態に係る画像処理装置では、大きさ情報として、注目領域の大きさと、注目領域以外の領域の大きさに関する情報を利用する。

以下、第２の実施形態に係る画像処理装置について説明する。本実施形態に係る画像処理装置の機能構成は、第１の実施形態に係る画像処理装置１００に準じる。次に図６を参照して、本実施形態に係る画像処理装置の処理の手順を説明する。本実施形態に係る画像処理装置は、第１の実施形態に係る画像処理装置１００で実行されるステップＳ３０１、Ｓ３０２、Ｓ３０５、Ｓ３０６のそれぞれと同等のステップを実行する。本実施形態に係る画像処理装置は、第１の実施形態に係る画像処理装置１００で実行されるステップＳ３０３、Ｓ３０４にそれぞれ対応するが異なるステップＳ６０１、６０２を実行する。

ステップＳ６０１で実施する処理について説明する。ステップＳ６０１において、第１の実施形態のステップＳ３０７、Ｓ３０８のそれぞれと同等のステップに係る処理が実施される。

図７（ａ）〜（ｄ）は、本実施形態に係る画像処理装置がステップＳ６０１で実施する処理の概略を表している。図７（ａ）の元画像９００は、推定部１０５が記憶部１０４を経由してデータサーバ１１０から取得した画像である。元画像９００は濃淡画像である。元画像９００には、注目領域９０１とその他の領域９０２、さらにそれらの間の中間領域９０３が描画されている。図７（ｂ）の粗抽出画像９１０は、元画像９００をステップＳ３０７で処理して得られる画像である。粗抽出画像９１０は、粗抽出領域９１１と背景領域９１２とを含む。図７（ｃ）の一時グラフ９２０は、粗抽出画像９１０をステップＳ３０８で処理して得られるグラフである。画像ノード９２１は、粗抽出画像９１０の画素に対応する画像ノードである。図７（ｄ）の一時グラフ９３０は、一時グラフ９２０と同じグラフである。しかしながら、以下の処理ステップの説明を考慮して、粗抽出領域９１１の画素に対応する画像ノード９３１が濃い色で、背景領域９１２の画素に対応する画像ノード９３２が白塗りで示されている。図面の見やすさを考慮して、一時グラフ９２０と一時グラフ９３０とにはｔ−ｌｉｎｋが描かれていないが、グラフ中のすべての画像ノードはそれぞれ２本のｔ−ｌｉｎｋを持っている。

図６に戻り、ステップＳ６０３において推定部１０５は、粗抽出領域９１１の画素に対応する画像ノード９３１に連結されたｔ−ｌｉｎｋの数Ｎ_ＦＧを数える。粗抽出画像９１０の画素と一時グラフ９３０の画像ノードとの間には対応関係が存在するため、粗抽出領域９１１の画素に対応する画像ノード９３１は簡単に特定することが可能である。１つの画像ノードに対してｔ−ｌｉｎｋは２本存在するため、粗抽出領域の画素に対応する画像ノードに連結されたｔ−ｌｉｎｋの数Ｎ_ＦＧは、粗抽出領域の画素数の２倍になる。なお上述の通り、１つの画像ノードが有するｔ−ｌｉｎｋの数は本質的には２本である。しかしながら、より多くのｔ−ｌｉｎｋを持つグラフを利用する場合、つまりターミナル・ノードが２つ以上あるグラフを利用する場合もある。このような場合であっても、粗抽出領域の画素に対応する画像ノードに連結されたｔ−ｌｉｎｋの数を数えれば、本ステップＳ６０３の処理を達成することができる。

ステップＳ６０４において推定部１０５は、背景領域９１２の画素に対応する画像ノード９３２に連結されたｔ−ｌｉｎｋの数Ｎ_ＢＧを数える。本ステップＳ６０４の処理はステップＳ６０３と同様の手順で行われうるので、説明は省略する。最後に推定部１０５は、ステップＳ６０３とステップＳ６０４で取得した２つの値、Ｎ_ＦＧ，Ｎ_ＢＧを注目領域の大きさ情報として記憶部１０４に格納し、ステップＳ６０１の処理を終える。

ここで、データサーバ１１０に格納されている基準の大きさ情報について説明する。本実施形態において基準の大きさ情報は、次の３つの値（Ｎ^{［Ｒｅｆ］} _ＦＧ，Ｎ^{［Ｒｅｆ］} _ＢＧ，α）を１組とする値の集合のことである。Ｎ^{［Ｒｅｆ］} _ＦＧ、Ｎ^{［Ｒｅｆ］} _ＢＧはそれぞれ、基準とする注目領域のｔ−ｌｉｎｋの数、基準とする注目領域以外の領域（背景領域）のｔ−ｌｉｎｋの数である。基準とする注目領域に係るｔ−ｌｉｎｋの数の定義は、ステップＳ６０３およびステップＳ６０４の説明で述べたものと同じである。これらの値は、ステップＳ６１０で実施される画像サイズの変更において使用される。αはグラフカット法のエネルギ関数（上記の数１）の中で、平滑化項にかけられるグラフカット係数である。基準の注目領域およびグラフカット係数の決定方法については、第１の実施形態の説明で述べたとおりである。

ステップＳ６０２で実施する処理について説明する。ステップＳ６０２において、生成部１０６は画像の切り出し範囲を設定し、設定された範囲の画像を元画像から切り出す。切り出し範囲はさまざまな形式で表現が可能であるが、本実施形態では切り出し範囲ＴＲは座標（Ｃ_ｘ，Ｃ_ｙ，Ｃ_ｚ）を中心とし一辺の長さが（Ｌ_ｘ，Ｌ_ｙ，Ｌ_ｚ）の矩形領域で表現する。

ステップＳ６０５において、生成部１０６は、ステップＳ６０３で得られた注目領域のｔ−ｌｉｎｋの数Ｎ_ＦＧとステップＳ６０４で得られた背景領域のｔ−ｌｉｎｋの数Ｎ_ＢＧとの比を算出する。生成部１０６は算出された比（Ｎ_ＢＧ／Ｎ_ＦＧ）を、画像を切り出さない場合（切り出し範囲＝元画像全体）に対応付けて記憶部１０４に格納する。

ステップＳ６０６、Ｓ６０７、Ｓ６０８、Ｓ６０９において、生成部１０６は適用すべき切り出し範囲ＴＲ_{Ｒｅｓｉｚｅ}（以下、適用切り出し範囲）を計算する。本ステップＳ６０６、Ｓ６０７、Ｓ６０８、Ｓ６０９において、切り出し範囲ＴＲ（矩形領域）の中心座標（Ｃ_ｘ，Ｃ_ｙ，Ｃ_ｚ）と矩形領域の一辺の長さ（Ｌ_ｘ，Ｌ_ｙ，Ｌ_ｚ）とは、次の基準を満たすように決定される。すなわち、生成部１０６は、粗抽出画像から設定された矩形領域を切り出して得られる画像中の粗抽出領域と背景領域との間のｔ−ｌｉｎｋ数の比を算出する。生成部１０６は、算出された比と、基準とする注目領域と背景領域との間のｔ−ｌｉｎｋ数の比と、を比較し、両方の値が一致するような切り出し範囲を適用切り出し範囲とする。

本処理を実施する前に、３つの値、Ｌ_ｍｉｎ，Ｌ_ｍａｘ，Ｍが決定される。ここで０＜Ｌ_ｍｉｎ＜Ｌ_ｍａｘであり、Ｍは０を除く自然数である。これら３つの数値に基づいて切り出し範囲の集合｛ＴＲ_１，ＴＲ_２，．．．，ＴＲ_Ｍ｝が以下のように決定される。ｌ番目（ただしｌ＝０，１，．．．，Ｍ）の切り出し範囲ＴＲ_ｌの辺の長さ（Ｌ_ｘｌ，Ｌ_ｙｌ，Ｌ_ｚｌ）は、
Ｌ_ｘｌ＝Ｌ_ｙｌ＝Ｌ_ｚｌ＝Ｌ_ｍｉｎ＋ｌ×（Ｌ_ｍａｘ−Ｌ_ｍｉｎ）／Ｍ
により算出される。中心座標（Ｃ_ｘ，Ｃ_ｙ，Ｃ_ｚ）は集合中の全ての切り出し範囲について共通とされる。

このようにして決定された切り出し範囲の集合を参照して、ステップＳ６０６、Ｓ６０７、Ｓ６０８、Ｓ６０９は、以下の手順に従って実行される。ステップＳ６０６において、生成部１０６は、切り出し範囲の集合のなかに未使用の切り出し範囲があるか否かを判定する。あると判定された場合、ステップＳ６０７において生成部１０６は、未使用の切り出し範囲をひとつ選択し、元画像の粗抽出画像から選択された切り出し範囲の画像を切り出す。

推定部１０５は、ステップＳ６０７で切り出された粗抽出画像に対してステップＳ６０３、６０４における処理を実施する。ここで、切り出し範囲ＴＲ_ｌにより切り出された粗抽出画像に対応する注目領域のｔ−ｌｉｎｋ数、背景領域のｔ−ｌｉｎｋ数をそれぞれＮ^［ｌ］ _ＦＧ、Ｎ^［ｌ］ _ＢＧで表す。ステップＳ６０５において、生成部１０６は、Ｎ^［ｌ］ _ＦＧとＮ^［ｌ］ _ＢＧとの比（Ｎ^［ｌ］ _ＢＧ／Ｎ^［ｌ］ _ＦＧ）を算出し、算出された比を切り出し範囲ＴＲ_ｌに対応付けて記憶部１０４に格納する。

切り出し範囲の集合｛ＴＲ_１，ＴＲ_２，．．．，ＴＲ_Ｍ｝に含まれる全ての切り出し範囲についてステップＳ６０５において比が算出されると、ステップＳ６０６において生成部１０６は未使用のものはないと判定する。ステップＳ６０８において、生成部１０６は、切り出し範囲に対応する比と、基準の大きさ情報から得られる比と、を比較する。生成部１０６は、記憶部１０４から基準の大きさ情報を取得し、取得した大きさ情報に含まれるＮ^{［Ｒｅｆ］} _ＦＧとＮ^{［Ｒｅｆ］} _ＢＧとの比（Ｎ^{［Ｒｅｆ］} _ＢＧ／Ｎ^{［Ｒｅｆ］} _ＦＧ）を算出する。生成部１０６は、切り出し範囲の集合｛ＴＲ_１，ＴＲ_２，．．．，ＴＲ_Ｍ｝に含まれる各切り出し範囲について、該切り出し範囲に対応する比と基準の比（Ｎ^{［Ｒｅｆ］} _ＢＧ／Ｎ^{［Ｒｅｆ］} _ＦＧ）との差を算出する。

ステップＳ６０９において、生成部１０６は、適用切り出し範囲ＴＲ_{Ｒｅｓｉｚｅ}を決定する。生成部１０６は、ステップＳ６０８で得られた差が最も小さくなる切り出し範囲を適用切り出し範囲ＴＲ_{Ｒｅｓｉｚｅ}として決定する。

３つの値、Ｌ_ｍｉｎ、Ｌ_ｍａｘ、Ｍの決定のためにさまざまな方法を用いることが可能である。もっとも単純な方法は、本実施形態に係る画像処理装置を構成する者、もしくは使用する者が、ある一つの固定値を設定することである。また他の方法は、基準の大きさ情報を決定する際に収集した、複数の代表的な画像から決定する方法である。具体的には、複数の代表的な画像のうち基準とする注目領域を含まない画像のそれぞれについて、上述の矩形領域を決定する方法を適用する。この時、仮に決めたＬ_ｍｉｎ、Ｌ_ｍａｘ、Ｍを用いる。そして、すべての画像で矩形領域が良好に決定できるように、仮に決めたＬ_ｍｉｎ、Ｌ_ｍａｘ、Ｍの値を手動で調整すればよい。

なお上述の方法で決定される矩形領域が、粗抽出画像の外にはみ出る場合も起こりうる。具体的には、粗抽出画像のＸ軸方向の画素数をＢ_ｘとしたとき、Ｃ_ｘ＋Ｌ_ｘｌ＜１もしくはＢ_ｘ＜Ｃ_ｘ＋Ｌ_ｘｌの場合である。なお、Ｙ軸方向とＺ軸方向についても同様である。このような状況について、いくつかの対処法が考えられる。一つの方法は、はみ出した領域を無効と見なすことである。この場合、切り出し処理で生成される画像は粗抽出画像の画像サイズに制限される。また他の方法は、粗抽出画像の外側にも背景領域に属する画素が存在すると考えて、切り出し処理を行うことである。

ステップＳ６１０において、生成部１０６はステップＳ６０９で決定された適用切り出し範囲ＴＲ_{Ｒｅｓｉｚｅ}に基づいて、画像の切り出しを行う。具体的には、生成部１０６は、元画像のなかで適用切り出し範囲ＴＲ_{Ｒｅｓｉｚｅ}に対応する矩形領域を新たな画像（サイズ変更画像）として生成する。最後に生成部１０６は、生成したサイズ変更画像を記憶部１０４に格納し、ステップＳ６０２の処理を終える。

なお、適用切り出し範囲ＴＲ_{Ｒｅｓｉｚｅ}で定義される矩形領域が、元画像の外にはみ出る場合も起こりうる。具体的には、元画像のＸ軸方向の画素数をＩ_ｘとしたとき、Ｃ_ｘ＋Ｌ_{ｘＲｅｓｉｚｅ}＜１もしくはＩ_ｘ＜Ｃ_ｘ＋Ｌ_{ｘＲｅｓｉｚｅ}の場合である。なお、Ｙ軸方向とＺ軸方向についても同様である。このような状況について、いくつかの対処法が考えられる。一つの方法は、はみ出した領域を無効と見なすことである。この場合、切り出し処理で生成される画像は元画像の画像サイズに制限される。また他の方法は、元画像の外側にも仮想的な画素が存在すると考えて、切り出し処理を行うことである。このとき、仮想的な画素の画素値は、元画像の画素の中で仮想的な画素ともっとも距離が近い画素の画素値とする。

以上で説明した通り、第２の実施形態にかかる画像処理装置ではステップＳ６０１とＳ６０２（すなわちステップＳ３０７、Ｓ３０８、Ｓ６０３、Ｓ６０４、Ｓ６０５、Ｓ６０６、Ｓ６０７、Ｓ６０８、Ｓ６０９、Ｓ６１０）が互いに反復的に実行される。最初にステップＳ３０７において、元画像（第一の画像）に対してグラフカット法とは異なるセグメンテーション法を適用することで、第一の粗抽出画像が生成される。次にステップＳ６０６とＳ６０７の反復実行において、複数の異なる係数（切り出し範囲ＴＲ）をそれぞれ用いて第一の粗抽出画像のサイズを変更することで、複数の第二の粗抽出画像が生成される。第２の実施形態における画像処理装置では、係数（切り出し範囲ＴＲ）を用いて粗抽出画像（第一の粗抽出画像）の一部分を切り出し（サイズを変更し）、新たな粗抽出画像（第二の粗抽出画像）を生成すること、もしくはその係数が変更規則である。ステップＳ３０８の反復実行において、複数の第二の粗抽出画像のそれぞれから、対応する一時グラフが生成される。さらにステップＳ６０３とＳ６０４の反復実行において、複数の大きさ情報が取得される。そしてステップＳ６０５、Ｓ６０８、Ｓ６０９において、それぞれの大きさ情報と基準情報とを比較することで、第二の粗抽出画像が選択される。第二の粗抽出画像が選択された後、ステップＳ６１０において、選択した第二の粗抽出画像を生成する際に使用した変更規則を元画像（第一の画像）に適用することで、サイズ変更画像（第二の画像）が生成される。以上の通り、ステップＳ６０１とＳ６０２では、選択された第二の粗抽出画像の大きさ情報が、サイズ変更画像（第二の画像）中の注目領域の大きさ情報として利用（推定）される。そして推定された情報に基づいて、サイズ変更画像（第二の画像）が実際に生成される。

本実施形態に係る画像処理装置では、注目領域の大きさ、および注目領域以外の領域の大きさに関する情報を、ｔ−ｌｉｎｋ数という形式で画像から自動的に取得する。そして画像処理装置１００は取得した情報に基づき画像サイズを変更し、サイズ変更画像についてグラフカット法を適用する。グラフカット法の実行時に使用するグラフカット係数αは、サイズ変更画像に描画されている注目領域と同等な大きさを持つ基準の注目領域の抽出に適する。そのため、このグラフカット係数αはサイズ変更画像に描画されている注目領域にも適している。これにより、画像により注目領域の形状や大きさが変わるような場合でも、注目領域の形状や大きさを自動的に考慮して、操作者に何らの負担を与えることなく、グラフカット法を実行することが可能となる。

以上、実施形態に係る画像処理装置の構成と動作について説明した。これらの実施形態は例示であり、その各構成要素や各処理の組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

上述の画像処理装置で得られるセグメンテーション結果は、画像処理装置１００から当該画像処理装置に接続される（あるいは含まれる）モニタ２０５に出力され、表示される。例えば画像処理装置１００は、画像取得部１０１により取得された元画像に、当該元画像のうちセグメンテーション処理の結果として得られた注目領域に対応する領域を囲む線を重畳させた表示画像を生成し、当該表示画像をモニタ２０５に表示させる。

（その他の実施形態）
本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウエア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

画像処理装置１００は、ネットワークで接続された複数の情報処理装置（例えば、図２のハードウェア構成を有する情報処理装置）を含む画像処理システムにより同様の機能を実現することもできる。この場合の画像処理システムでは、例えば画像処理に関わる推定部１０５、生成部１０６、抽出部１０７と、その他の構成（画像取得部１０２、パラメータ取得部１０３、記憶部１０４）とを別の情報処理装置に含めるようにしてもよい。

各情報処理装置の構成の例としては、例えば画像処理部１０１の機能を実行する情報処理装置（ここでは、第一の情報処理装置とする）であれば、図２に示すハードウェアと、ＮＩＣ（ネットワークインタフェースカード）等の通信回路（図２に不図示）と、その磁気ディスク２０３に記憶されたプログラムにより構成される。ここでプログラムはＣＰＵ２０１により主メモリ２０２に展開され、ＣＰＵ２０１によりプログラムに含まれる命令が実行されることで、Ｓ３０３乃至Ｓ３０６の処理を実行する。Ｓ３０１及びＳ３０２の処理は、例えば第一の情報処理装置とは異なる第二の情報処理装置で行われる。第二の情報処理装置も、図２に示すハードウェアと、ＮＩＣ（ネットワークインタフェースカード）等の通信回路（図２に不図示）と、その磁気ディスク２０３に記憶されたプログラムにより構成される。そしてプログラムがＣＰＵ２０１により主メモリ２０２に展開され、ＣＰＵ２０１によりプログラムに含まれる命令が実行されることで、Ｓ３０１及びＳ３０２の処理が行われる。当該処理で得られる画像及びパラメータはＣＰＵ２０１が通信回路に第一の情報処理装置へと送信させる。

ここでさらに、上述した第二の情報処理装置を端末としてユーザ毎あるいは病院ごとに複数設けておき、画像処理部１０１（推定部１０５、生成部１０６、抽出部１０７）の機能を実行する第一の情報処理装置は、複数の端末に対して共通に設けられていてもよい。また別の例では、画像処理部１０１（推定部１０５、生成部１０６、抽出部１０７）の各部を別体の情報処理装置としておいてもよい。また、画像処理システムに含まれる複数の情報処理装置は、同一の施設あるいは国に存在することを要しない。

１００ 画像処理装置、 １０１ 画像処理部、 １０２ 画像取得部、 １０３ パラメータ取得部、 １０４ 記憶部、 １０５ 推定部、 １０６ 生成部、 １０７ 抽出部。

Claims (21)

1. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
   前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、を備えることを特徴とする画像処理装置。
2. 前記第二の画像中の注目領域の大きさに関する情報を推定する推定手段をさらに備え、
   前記生成手段は、前記基準として、前記推定手段によって推定された情報が予め決められた基準情報と一致するという基準を用いて前記第二の画像を生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。
3. 前記基準情報と、前記基準情報に対応するグラフカット係数と、を取得する取得手段をさらに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. 前記推定手段は、前記グラフカット法とは異なるセグメンテーション手法を第一の画像に適用することで第一の粗抽出画像を生成し、生成された前記第一の粗抽出画像のサイズを変更することによって得られる第二の粗抽出画像から前記第二の画像中の注目領域の大きさに関する情報を推定することを特徴とする請求項２または３に記載の画像処理装置。
5. 前記生成手段は、前記推定手段によって推定された情報と前記基準情報とが一致するよう決定された、前記第一の粗抽出画像から前記第二の粗抽出画像への変更規則を、前記第一の画像に適用することで前記第二の画像を生成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. 前記生成手段は、前記第一の粗抽出画像について異なる複数の係数でサイズを変更した複数の第二の粗抽出画像を生成し、前記複数の第二の粗抽出画像から前記基準を満たす第二の粗抽出画像を選択し、前記選択された第二の粗抽出画像に適用された係数を前記変更規則とすることを特徴とする請求項５に記載の画像処理装置。
7. 前記第二の画像中の注目領域の大きさに関する情報は、該注目領域の大きさと、該注目領域とその周辺領域との境界の長さ又は面積と、で定義される量を含み、
   前記基準情報は、予め決められた基準注目領域の大きさと、前記基準注目領域とその周辺領域との境界の長さ又は面積と、で定義される量を含むことを特徴とする請求項２乃至６のいずれか１項に記載の画像処理装置。
8. 前記推定手段は、前記第二の粗抽出画像から前記グラフカット法におけるグラフを作成し、
   前記第二の画像中の注目領域の大きさに関する情報は、前記第一の粗抽出画像から注目領域として抽出された第一の粗抽出領域に対応する前記第二の粗抽出画像の中の第二の粗抽出領域の画素に対応する前記グラフ中の画像ノード数と、前記第二の粗抽出領域の画素と前記第二の粗抽出領域に接する画素との連結数と、を含み、
   前記基準情報は、予め決められた画像ノード数と、予め決められた連結数と、を含むことを特徴とする請求項４乃至６のいずれか１項に記載の画像処理装置。
9. 前記第一の画像のサイズを変更することは、前記第一の画像を拡大または縮小することであることを特徴とする請求項１から８のいずれか１項に記載の画像処理装置。
10. 前記第二の画像中の注目領域の大きさに関する情報は、該注目領域の大きさと、該注目領域以外の領域の大きさと、で定義される量を含み、
    前記基準情報は、予め決められた基準の注目領域の大きさと、前記基準の注目領域以外の領域の大きさと、で定義される量を含むことを特徴とする請求項４乃至６のいずれか１項に記載の画像処理装置。
11. 前記推定手段は、前記第二の粗抽出画像から前記グラフカット法におけるグラフを作成し、
    前記第二の画像中の注目領域の大きさに関する情報は、前記第一の粗抽出画像から注目領域として抽出された第一の粗抽出領域に対応する、前記第二の粗抽出画像の中の第二の粗抽出領域の画素に対応する前記グラフ中の画像ノード数と、前記第二の粗抽出画像の中の第二の粗抽出領域以外の領域の画素に対応する前記グラフ中の画像ノード数と、を含み、
    前記基準情報は、前記第二の粗抽出領域に対応する、予め決められた第一のノード数と、前記第二の粗抽出領域以外の領域に対応する、予め決められた第二のノード数と、を含むことを特徴とする請求項４乃至６、並びに１０のいずれか１項に記載の画像処理装置。
12. 前記第一の画像のサイズを変更することは、前記第一の画像から前記第二の画像を切り出すことであることを特徴とする請求項１乃至６、１０、並びに１１のいずれか１項に記載の画像処理装置。
13. 前記グラフカット係数は、前記グラフカット法のエネルギ関数における重み付けを表す係数であることを特徴とする請求項１乃至１２のいずれか１項に記載の画像処理装置。
14. 少なくとも１つのプロセッサと、
    少なくとも１つのメモリであって、前記少なくとも１つのプロセッサにより実行され所定の処理を実現するプログラムを記憶したメモリと、を有する画像処理装置であって、
    前記所定の処理は、
    注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する処理と、
    前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する処理と、を有することを特徴とする画像処理装置。
15. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
    前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、
    前記第二の画像中の注目領域の大きさに関する情報を推定する推定手段と、を備え、
    前記推定手段は、前記グラフカット法とは異なるセグメンテーション手法を第一の画像に適用することで第一の粗抽出画像を生成し、生成された前記第一の粗抽出画像のサイズを変更することによって得られる第二の粗抽出画像から前記第二の画像中の注目領域の大きさに関する情報を推定し、
    前記生成手段は、前記推定手段によって推定された情報が前記基準情報に対して所定の基準を満たすように決定された、前記第一の粗抽出画像から前記第二の粗抽出画像への変更規則を、前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理装置。
16. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
    前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、
    前記第二の画像中の注目領域の大きさに関する情報を推定する推定手段と、を備え、
    前記基準情報は、注目領域の大きさに関する情報として注目領域の半径の情報を含み、
    前記推定手段は、Laplacian of Gaussian フィルタにより前記第一の画像中の注目領域の大きさを推定し、
    前記生成手段は、前記注目領域の半径の情報と前記第一の画像中の注目領域の大きさに関する情報の比でスケーリング係数を計算し、前記スケーリング係数を前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理装置。
17. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成する生成手段と、
    前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成手段によって生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出する抽出手段と、を備えることを特徴とする画像処理システム。
18. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成することと、
    前記基準に対応するグラフカット係数を用いたグラフカット法を生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出することと、を含むことを特徴とする画像処理方法。
19. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成することと、
    前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出することと、
    前記第二の画像中の注目領域の大きさに関する情報を推定することと、を含み、
    前記推定する処理では、前記グラフカット法とは異なるセグメンテーション手法を第一の画像に適用することで第一の粗抽出画像を生成し、生成された前記第一の粗抽出画像のサイズを変更することによって得られる第二の粗抽出画像から前記第二の画像中の注目領域の大きさに関する情報を推定し、
    前記生成する処理では、前記推定する処理によって推定された情報が前記基準情報に対して所定の基準を満たすように決定された、前記第一の粗抽出画像から前記第二の粗抽出画像への変更規則を、前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理方法。
20. 注目領域の大きさに関する情報と、該注目領域の大きさに対応するグラフカット係数とを含む基準情報に基づいて、第一の画像のサイズを変更することによって得られる第二の画像中の注目領域の大きさが前記基準情報に対して所定の基準を満たすように前記第二の画像を生成することと、
    前記基準に対応するグラフカット係数を用いたグラフカット法を前記生成された前記第二の画像に適用することで、前記第二の画像中の注目領域を抽出することと、
    前記第二の画像中の注目領域の大きさに関する情報を推定することと、を含み、
    前記基準情報は、注目領域の大きさに関する情報として注目領域の半径の情報を含み、
    前記推定する処理では、Laplacian of Gaussian フィルタにより前記第一の画像中の注目領域の大きさを推定し、
    前記生成する処理では、前記注目領域の半径の情報と前記第一の画像中の注目領域の大きさに関する情報の比でスケーリング係数を計算し、前記スケーリング係数を前記第一の画像に適用することで前記第二の画像を生成することを特徴とする画像処理方法。
21. コンピュータを請求項１乃至１６のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。