JPH05242247A - 画像処理装置およびその方法 - Google Patents

Abstract

(57)【要約】 【目的】 動的計画法を用い高速で誤りのない輪郭抽出
を行う。 【構成】 画像入力手段１から入力された画像について
ガウシアンフィルタリング演算手段４においてフィルタ
リング処理を行うが、このときのガウシアンフィルタの
ぼかしの程度を示す変数σを複数段階変換させる。そし
て、このようにして得られたフィルタリング後の画像デ
ータについて最適解算出手段５において動的計画法によ
る最適解を得るが、このとき動的計画法における処理対
象となるデータの移動範囲（画素データサンプリングの
間隔）を上述のσに対応させたものとする。そして、σ
を大きいものから順次小さいものに変更することによ
り、粗い輪郭抽出から細い輪郭抽出に段階的に移行する
ことができ、高速で正確な輪郭抽出を行うことができ
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像データを所定の評
価関数を用いて評価し、この最適解を求めることにより
画像データから輪郭を抽出する画像処理装置およびその
方法に関する。

【０００２】

【従来の技術】従来より、物体の認識等のために、画像
処理が行われている。例えば、テレビカメラで得た画像
信号をコンピュータで処理して、輪郭を抽出することな
どが行われている。この輪郭抽出は、画像データ中の輝
度変化がある程度以上の点列を抽出することを基本とし
ている。

【０００３】そして、この輪郭抽出の手法として、画像
データを所定の評価関数で評価し、最適解を求める方法
があり、最適解を求める方法として変分法によるものが
よく知られている。しかし、この変分法では、解が不安
定であるという問題点がある。

【０００４】そこで、変分法に比べ、定式化が容易であ
ると共に、数値的に安定で、収束性に優る動的計画法を
利用することが提案されている。この動的計画法は、初
期値として与えられた輪郭モデルの周辺の所定範囲の画
像データを評価関数により順次評価し、輪郭モデルを徐
々に最適解（輪郭）に収束させるものであり、例えば処
理対象となる点についての輝度変化が大きい程、点の評
価値が小さくなるようにしておき、この評価値が小さい
方向に輪郭モデルを更新する。なお、このような動的計
画法を利用した画像処理は、例えば、Ａｍｉｎｉ他の雑
誌「ＩＥＥＥＴｒａｎ．ｏｎ ＰＡＭＩ，ｖｏｌ．１２
ｎｏ．９，ｐ８５５〜８６７」に示されている。

【０００５】

【発明が解決しようとする課題】このように動的計画法
を用いて、安定な輪郭抽出を行うことができる。しか
し、動的計画法により、輪郭抽出を行うと、評価関数の
ローカルミニマムが最適解となり、正しい輪郭抽出を行
えない場合があるという課題があった。すなわち、上述
の動的計画法では、所定範囲の画素データをより評価値
の小さい方向に輪郭を更新していくが、局所的に評価値
が周囲より小さい場所が存在すると、この場所が輪郭と
判断され正しい輪郭が抽出できなくなる。

【０００６】また、画像データには、ノイズがのる場合
が多いため、ノイズ除去のための各種フィルタが利用さ
れる場合が多い。しかし、このようなフィルタを用いる
と、画像データ中の輪郭自体がぼけてしまい、正確な輪
郭抽出が行えなくなるという課題もあった。

【０００７】本発明は、上記課題に鑑みなされたもので
あり、動的計画法を用い、高速かつ正確な輪郭抽出を行
うことができる画像処理装置および方法を提供すること
を目的とする。

【０００８】

【課題を解決するための手段】本発明に係る装置は、複
数の画素データから構成される画像データを処理対象と
なる画素データをその画素の周辺の画素データを考慮し
て処理すると共にこの周辺画素データの考慮の程度が変
更可能であるガウシアンフィルタと、このガウシアンフ
ィルタにより処理された画像データの中から処理対象と
なる各輪郭候補画素（輪郭モデル）についてその周辺の
所定数の画素データを所定間隔でサンプリングしこのサ
ンプリングしたデータの内容を所定の評価関数により評
価し、動的計画法により輪郭モデルをサンプリングした
画素の中の最適点に移動することを繰り返して最適解を
得、画像中の物体の輪郭を抽出すると共に上記画素デー
タサンプリングの間隔が変更可能である最適解算出手段
と、上記ガウシアンフィルタの周辺画素データ考慮の程
度を変更すると共に上記輪郭抽出手段におけるデータサ
ンプリングの間隔を上記周辺画素データ考慮の程度に対
応して変更する制御手段とを有することを特徴とする。

【０００９】また、本発明に係る装置は、複数の画素デ
ータから構成される画像データを処理対象となる画素デ
ータをその画素の周辺の画素データを考慮して処理する
と共にこの周辺画素データの考慮の程度が変更可能であ
るガウシアンフィルタと、このガウシアンフィルタによ
り処理された画像データの中から処理対象となる各輪郭
候補画素（輪部モデル）を所定の画素間隔を持つように
決定すると共に、輪郭候補画素についてその周辺の所定
数の画素データを所定間隔でサンプリングしこのサンプ
リングしたデータの内容を所定の評価関数により評価
し、動的計画法により輪郭モデルをサンプリングした画
素の中の最適点に移動することを繰り返して最適解を
得、画像中の物体の輪郭を抽出すると共に上記画素デー
タサンプリングの間隔が変更可能である最適解算出手段
と、上記ガウシアンフィルタの周辺画素データ考慮の程
度を変更すると共に上記輪郭抽出手段におけるデータサ
ンプリングの間隔と輪郭候補画素の画素間隔とを上記周
辺画素データ考慮の程度に対応して変更する制御手段と
を有することを特徴とする。

【００１０】本発明に係る方法は、複数の画素データか
ら構成される画像データから輪郭を抽出する画像処理方
法であって、予め定められた初期輪郭データを輪郭モデ
ルとする初期データ入力工程と、入力される画像データ
に対し、処理対象となる画素の周辺の画素データを考慮
してフィルタリング処理するフィルタリング処理工程
と、このフィルタリング処理された画像データの中から
処理対象となる各輪郭候補画素（輪郭モデル）について
その周辺の所定数の画素データを所定間隔でサンプリン
グしてこのサンプリングしたデータの内容を所定の評価
関数により評価し、動的計画法により輪郭モデルをサン
プリングした画素の中の最適点に移動することを繰り返
して最適解である輪郭データを得る最適解算出工程と、
この最適解算出工程によって得られた輪郭データによっ
て輪郭データを更新する輪郭データ更新工程と、上記フ
ィルタリング処理工程における周辺画素考慮の程度を小
さく変更すると共に上記最適解算出工程におけるデータ
サンプリングの間隔を小さく変更する条件変更工程とを
有し、上記フィルタリング処理工程および最適解算出工
程における条件を順次変更してフィルタリング処理、輪
郭データの算出を行い、最終的な輪郭抽出を行うことを
特徴とする。

【００１１】

【作用】このように本発明によれば、ガウシアンフィル
タにおけるぼかしの程度を変更すると共に、この程度に
応じて動的計画法における移動範囲を変更する。このた
め、大きくぼかしたデータに基づく動的計画法により評
価関数のローカルミニマムに最適解（輪郭モデル）が落
着くことを防止すると共に、このときの移動範囲を大き
くし、最適解を得るまでの時間を短縮することができ
る。そして、これを次々繰り返すため、効率的で正確な
輪郭抽出を行うことができる。また、輪郭候補画素の画
素間隔を変更するにあたり、ガウシアンフィルタリング
処理に対応した画素数を適用することにより、ガウシア
ンフィルタによりぼかされた画像において不必要な画素
についての算出を行わないようにし、処理効率を向上す
ることができる。

【００１２】

【実施例】

実施例１．以下、本発明の一実施例について、図面に基
づいて説明する。図１は、画像処理装置の全体構成を示
すブロック図であり、入力手段として、画素毎の輝度
（あるいは色）データを入力する画像入力手段１と、輪
郭データの初期値を与えるための初期輪郭入力手段２を
有しており、また出力手段としてＣＲＴなどから構成さ
れる表示手段３を有している。また、演算手段として、
入力された画像データに対しフィルタリング処理を行う
ガウシアンフィルタリング演算手段４と、動的計画法に
よる最適解の算出を行う最適解算出手段５を有してい
る。さらに、記憶手段として、入力された画像データを
記憶する画像記憶手段６と、ガウシアンフィルタリング
後の画像データを記憶するガウシアン画像記憶手段７
と、最適解算出手段５において算出された輪郭データを
記憶する輪郭データ記憶手段８を有している。なお、制
御手段９は、上記各手段間におけるデータのやりとり等
を制御するためのものである。

【００１３】次に、この画像処理装置の全体動作につい
て、図２のフローチャートに基づいて１フレームの画像
の処理方法を説明する。処理を開始する場合には、まず
画像入力手段１より、画像データを入力する（Ｓ１）。
この画像データは、通常のテレビカメラなどによって得
られたアナログ信号をＡＤ変換して得た画素毎のデジタ
ルデータ（例えば、その画素の輝度を８ビットで表した
もの）である。そして、このデータは、制御手段９を介
し画像記憶手段６に記憶される。この画像記憶手段６
は、通常ＲＡＭで構成されており、少なくとも１フレー
ム（１画面）分の画像データを記憶する。次に、初期輪
郭及び初期σを入力する（Ｓ２）。これは、通常はキー
ボード、マウスなどの入力手段からの指示によるが、所
定の初期輪郭（例えば、画面よりやや小さい円、楕円
等）について予め制御手段９が記憶しておき、表示手段
３にメニュー形式でどの輪郭を選択するかを表示し、操
作者に選択させるようにするとよいし、表示手段３に画
像を表示した状態で初期輪郭をマウスで入力してもよ
い。

【００１４】また、σは、次式で示されるガウシアンフ
ィルタのぼかしの程度を決定する標準偏差である。

【００１５】入力画像ｆ（ｘ，ｙ）に対するガウシアン
フィルタの出力Ｆ（ｘ，ｙ）は、 Ｆ（ｘ，ｙ）＝∫∫Ｇ（ｘ＋ｕ，ｙ＋ｖ）・ｆ（ｕ，
ｖ）ｄｕｄｖ ただし、 Ｇ（ｘ，ｙ）＝（１／（２πσ² ））ｅｘｐ（−（ｘ²
＋ｙ² ）／（２σ² ）） そして、標準偏差σを８．０→４．０→２．０→１．０
のように変化させるのであれば、この初期σ＝８．０を
制御手段９に入力する。なお、このσの値はあまり変更
しないため、制御手段９において記憶しておき、必要な
場合に、制御手段９がその内部の記憶部から値を読み出
すとよい。

【００１６】このようにして、１フレームの画像データ
と、これを処理するためのデータが揃うと、ガウシアン
フィルタリング演算手段４においてフィルタリング処理
する（Ｓ３）。このガウシアンフィルタリングは、処理
対象となる画素についてのデータを決定するために、そ
の画素と周囲の画素のデータから決定する。そして、こ
のフィルタリングは上式によるが、実際演算の際には、
この式に対応した周囲の画素に対する重みを予め記憶し
ておき、その重みを利用した荷重平均によって処理対象
の画素についてのデータを順次決定する。また、このよ
うなフィルタリング処理は、予め１フレーム分の画像デ
ータについて行い、処理後のデータをガウシアン画像記
憶手段７に記憶する。

【００１７】次に、ガウシアンフィルタリングがなされ
たガウシアン画像と初期輪郭に応じ、後述する動的計画
法による最適解を最適解算出手段５において算出する
（Ｓ４）。そして、この最適解算出手段５によって得ら
れた最適解は、輪郭データであるため、これを輪郭デー
タ記憶手段８に記憶する。ここで、動的計画法において
は、予め得られている各輪郭画素とその周囲８画素のデ
ータを取り出し、これらについて所定の評価関数の評価
を行い、輪郭モデル全体としての評価値が最小となる画
素を選択する。そして、本実施例においては、この処理
の対象とする画素のサンプリングスケール（間隔）を図
３に示したように可変にする（可変近傍）。すなわち、
図３に示すように、各輪郭点の移動可能な範囲である画
素間距離（スケール）をσ画素とする。従って、ガウシ
アンフィルタにおけるσが８．０であれば、８画素離れ
た画素のデータをサンプリングし、移動可能な範囲とす
る。

【００１８】そして、得られた最適解が、最終的な解か
否かを判定し（Ｓ５）、最終的な解でなかった場合に
は、Ｓ４に戻り得られた輪郭データを基にした探索をも
う一度行う。そして、この最終的な解が得られるまでこ
れを繰り返す。なお、最終的な解か否かは、得られた最
適解が前回のものと一致したか否かによって判定する。
次に、σが最終的なものか否かを判定し（Ｓ６）、最終
的なものでなかった場合にはσを更新し（Ｓ７）、Ｓ３
に戻る。そして、画像記憶手段６に記憶されている同一
フレームの画像データについての異なったσによるガウ
シアンフィルタリングを行い、そのデータに基づいた動
的計画法による最適解の算出を行う。そして、このσの
終了（この例ではσ＝１）となるまでこれを繰り返す
（σ＝８→４→２→１）。

【００１９】このような処理によって、σ＝８のフィル
タリング処理を行った場合には、動的計画法による移動
範囲が８画素離れた広い範囲となる。従って、そのガウ
シアン処理画像データについては、最適解が得られるま
での時間を高速化することができる。また、ガウシアン
フィルタのσの値が大きいということは、図４に模式的
に示すように、ぼかしの程度が大きいことであり、もと
もと正確な輪郭抽出は行えない。従って、上述のような
移動範囲の大きい、概略的な輪郭抽出が適している。そ
して、このような処理によれば、フィルタリング処理に
より小さな変化が吸収されてしまうことと、移動範囲が
大きいことの２つの理由により、局所的な評価値の低い
場所（ローカルミニマム）に解がとどまってしまうのを
防止することができる。そして、σを変更した場合に
は、次の動的計画法は、前回得られた輪郭データを初期
値として行われるため、最適解を得るまでの時間を高速
化することができる。

【００２０】動的計画法についての説明 本実施例における画像処理は、動画像からの動的輪郭の
抽出であり、この動的輪郭は媒介変数表現された（閉）
曲線のモデルである。ｖ（ｓ，ｔ）は、時刻ｔにおける
輪郭モデルの位置を意味し、 ｖ（ｓ，ｔ）＝（ｘ（ｓ，ｔ），ｙ（ｓ，ｔ）） である。ここで、ｓは輪郭に沿った距離に対応した媒介
変数であり、輪郭として抽出された画素を一定の方向に
数えた場合の番号に対応する。なお、以下でＩ（ｘ，
ｙ，ｔ）は、時刻ｔにおける位置（ｘ，ｙ）の画素の輝
度であり、ｖ_s は、変数ｖの変数ｓによる１回偏微分、
ｖ_ssは、変数ｖの変数ｓによる２回偏微分、Ｉ_x 、
Ｉ_y 、Ｉ_t 、Ｉ_yy、Ｉ_xy、Ｉ_xxは、それぞれＩの添字変
数による偏微分を意味する。

【００２１】そして、評価関数としては、以下に示すよ
うなエネルギー関数が用いられる。ここで用いるエネル
ギーは、モデル自身の傾向を規定する内部エネルギー
と、画像からの影響を規定する画像エネルギーの和によ
る。次に、これらのエネルギーについて個別に説明する
が、（ａ）〜（ｄ）が内部エネルギーであり、（ｅ）〜
（ｇ）が画像エネルギーである。

【００２２】（ａ）「１次及び２次スプラインの和の
項」 この項は、輪郭の滑かさを示す項であり、変数ｖ（ｓ，
ｔ）の１回、２回偏微分の大きさについてのものであ
る。 Ｅ_spline（ｓ，ｔ）＝｛‖ｖ_s （ｓ，ｔ）‖² ＋‖ｖ_ss
（ｓ，ｔ）‖² ｝／２

【００２３】（ｂ）「面積の項」この項は、輪郭におけ
る凹形状に対処するためのものである。 Ｅ_area（ｔ）＝１／２｛ｘ（ｓ，ｔ）ｙ_s （ｓ，ｔ） −ｘ_s （ｓ，ｔ）ｙ（ｓ，ｔ）｝

【００２４】（ｃ）「輪郭点間距離平均化の項」輪郭デ
ータは画素毎のデータであり、この項は、この差分近似
を理論値に近づけるためのものである。次式において輪
郭点間距離の平均値をｄとしている。 Ｅ_dist（ｓ，ｔ）＝｜ｄ−‖ｖ（ｓ，ｔ）−ｖ（ｓ−
１，ｔ）‖｜

【００２５】（ｄ）「動き・変形の連続性の項」輪郭
は、時間的にそれ程大きく変化しないはずである。そこ
で、この項はフレーム間での輪郭の動き、変形が小さい
ほどエネルギーを小さくする。 Ｅ_continuity（ｓ，ｔ）＝｛ｘ_s （ｓ，ｔ）−ｘ_s （ｓ，ｔ−１）｝² ＋｛ｙ_s （ｓ，ｔ）−ｙ_s （ｓ，ｔ−１）｝²

【００２６】（ｅ）「エッジポテンシャルの項」この項
は、動画像の時空間グラジェントの大きさから定義され
るエッジポテンシャルの項であり、時空間的な輝度変化
が大きいほどエネルギーが小さくなるようにする。 Ｅ_edge（ｓ，ｔ）＝−‖▽Ｉ（ｘ（ｓ，ｔ），ｙ（ｓ，ｔ），ｔ）‖² ＝（Ｉ_x ² ＋Ｉ_y ² ＋Ｉ_t ² ）

【００２７】（ｆ）「曲率レベルの項」この項は、端点
に対処するための画像の輝度曲線から定義される曲率レ
ベルの項の項である。 Ｅ_term＝−｜Ｉ_yyＩ_x ² −２Ｉ_xyＩ_x Ｉ_y ＋Ｉ_xxＩ_y ² ｜

【００２８】（ｇ）「明るさ不変の項」通常、フレーム
間での対応点の明るさは、変わらない。そこで、この項
は、明るさの変化が小さいほどエネルギーが小さくなる
ようにする。 Ｅ_intens＝［Ｉ（ｘ（ｓ，ｔ），ｙ（ｓ，ｔ），ｔ） −Ｉ（ｘ（ｓ，ｔ−１），ｙ（ｓ，ｔ−１），ｔ−１）］²

【００２９】このような（ａ）〜（ｇ）の７つのエネル
ギーの和が、処理対象の輪郭モデルについてのエネルギ
ーとなる。そして、各輪郭点についての移動範囲は周囲
８画素（停止状態を含めて９画素）であるので、輪郭点
数がｎの場合には９ⁿ 通りの可能性があり、この組み合
わせの中でエネルギー最小のものが輪郭の点として採用
される。そして、このような処理を予め得られている輪
郭の点を対象に行い、１回の動的計画法により最適点の
算出を行う。なお、このような処理を単に１周の輪郭点
について行っただけでは、開始点の影響（微分値が変更
後のものではない）が残っているため、例えば１周と４
分の１についての演算を行ったところでこの回の最適解
が得られたものとする。そして、このようにして１つの
最適解が得られた場合には、これを輪郭データの初期値
として更新し、さらに最適化への算出を行う。このよう
にして、１回の動的計画法による最終的な最適解を得る
ことができる。

【００３０】なお、本実施例は動画像からの輪郭抽出で
あるため、変数に時間ｔが入っている。そこで、このｔ
を考慮するということは、エネルギーがフレーム間のデ
ータで定義されることとなる。そこで、上述のエネルギ
ーをフレーム間で定義されるエネルギーとフレーム内で
定義されるエネルギーに分解すると、次のようになる。 ［フレーム内］…（ａ），（ｂ），（ｃ），（ｅ）［空
間エッジ］，（ｆ） ［フレーム間］…（ｄ），（ｅ）［時間エッジ］，
（ｇ）

【００３１】実験結果 次に、本実施例の装置により、動画像から物体の輪郭の
抽出・追跡を行った結果について説明する。この例で
は、次のような逐次的な手続を採用した。

【００３２】（１）第１フレームの画像に対し、対象を
囲む任意の初期位置から出発し、対象の輪郭を抽出す
る。ここで、初期位置は、マウスにより入力した。

【００３３】（２）第２フレーム以下の画像に対して
は、直前のフレームの結果を初期位置として、上述のフ
レーム間エネルギーをも利用して輪郭の抽出を行った。

【００３４】この実施例では、ガウシアンフィルタの標
準偏差および動的計画法の移動範囲を決定するσを１
（σ：不変）、２→１（σ：２段階変更）、４→２→１
（σ：３段階変更）、８→４→２→１（σ：４段階変
更）のように変更して輪郭抽出を行った。この場合の最
適解が得られるまでの総反復回数を図５に示す。このよ
うに、初期σが大きいほど最適解が得られるまでの総反
復回数が小さくなっている。従って、本実施例により高
速化が図られていることが理解される。

【００３５】また、図６に、ガウシアンフィルタリング
におけるσの値を図５の場合と同様に変更するが、動的
計画法による移動範囲（スケール）を１．０に固定した
場合の最適解が得られるまでの総反復回数を示す。この
ように、固定近傍の場合には、最適解が得られるまでの
反復回数が非常に多くなっていることが理解される。

【００３６】また、図７にナメクジの輪郭抽出を本実施
例の方法（可変近傍：σ＝８→４→２→１）により行っ
た結果を示し、図８にはσを固定または初期σを１．０
とした場合（これらは同一である）の結果を示す。これ
より本実施例では正しい輪郭が抽出されたのに対し、σ
＝１とした場合には、評価関数のローカルミニマムによ
り輪郭が誤って抽出される場所があり、誤った輪郭が抽
出されたことが理解される。

【００３７】図９は実施例１の装置と方法によりナメク
ジの輪郭抽出処理をした場合の収束結果を重畳表示した
ものであり、実験結果をより分かりやすく表わしたもの
である。

【００３８】実施例２．図１０は本発明の他の実施例の
動作を説明するためのフローチャートである。図におい
て、画像入力手段１により画像データを入力するステッ
プＳ１からガウシアンフィルタリングＳ３までは前記実
施例１の場合と同様である。また全体構成は図１と同様
になっている。

【００３９】ガウシアンフィルタのぼかしの程度によっ
て輪郭候補画素が所定の画素間隔を持つように処理対象
の画素を決定する（Ｓ９）。そして、この輪郭候補処理
対象画素とガウシアンフィルタリングがなされたガウシ
アン画像に応じ、前述した動的計画法による最適解を最
適解算出手段５において算出する（Ｓ４）。そして、こ
の最適解算出手段５によって得られた最適解は、輪郭デ
ータであるため、これを輪郭データ記憶手段８に記憶す
る。ここで、動的計画法においては、予め得られている
各輪郭画素とその周囲８画素のデータを取り出し、これ
らについて所定の評価関数の評価を行い、輪郭モデル全
体としての評価値が最小となる画素を選択する。そし
て、本実施例においては、この輪郭候補画素の画素間隔
を可変にすると共に、処理対象とする画素のサンプリン
グスケール（間隔）を図３に示したように可変にする
（可変近傍）。例えば、輪郭候補画素の画素間隔につい
てはσの２倍、また、サンプリングスケールについて
は、図３に示すように、各輪郭点の移動可能な範囲であ
る画素間距離（スケール）をσ画素とする。従って、ガ
ウシアンフィルタにおけるσが８．０であれば、輪郭候
補処理対象画素を画素間隔が１６画素になるように決定
すると共に、σ画素、すなわちこの場合８画素離れた画
素のデータをサンプリングし、各輪郭点の移動可能な範
囲とする。

【００４０】そして、得られた最適解が、最終的な解か
否かを判定し（Ｓ５）、最終的な解でなかった場合に
は、Ｓ４に戻り得られた輪郭データを基にした探索をも
う一度行う。そして、この最終的な解が得られるまでこ
れを繰り返す。なお、最終的な解か否かは、得られた最
適解が前回のものと一致したか否かによって判定する。
次に、σが最終的なものか否かを判定し（Ｓ６）、最終
的なものでなかった場合にはσを更新し（Ｓ７）、Ｓ３
に戻る。そして、画像記憶手段６に記憶されている同一
フレームの画像データについての異なったσによるガウ
シアンフィルタリングを行い、そのデータに基づいた動
的計画法による最適解の算出を行う。そして、このσの
終了（この例ではσ＝１）となるまでこれを繰り返す
（σ＝８→４→２→１）。

【００４１】このような処理によって、σ＝８のフィル
タリング処理を行った場合には、輪郭候補画素の画素間
隔が平均して１６画素以上の場合には処理対象とされる
画素数は減少し、かつ、動的計画法による移動範囲が８
画素離れた広い範囲となる。従って、そのガウシアン処
理画像データについては、最適解が得られるまでの時間
を短縮し、最適解の算出を高速化することができる。ま
た、ガウシアンフィルタのσの値が大きいということ
は、図４に模式的に示すように、ぼかしの程度が大きい
ことであり、もともと正確な輪郭抽出は行えない。従っ
て、上述のような移動範囲の大きい、概略的な輪郭抽出
が適している。そして、このような処理によれば、フィ
ルタリング処理により小さな変化が吸収されてしまうこ
とと、移動範囲が大きいことの２つの理由により、局所
的な評価値の低い場所（ローカルミニマム）に解がとど
まってしまうのを防止することができる。そして、ガウ
シアンフィルタによりぼかされた画像において不必要な
画素についての算出は行わず、処理効率を向上すること
ができる。

【００４２】次に、本実施例の装置及び方法を心臓の短
軸方向超音波断層動画像に適用し、雑音を含む画像にお
ける非剛体物体の輪郭の抽出・追跡を行わせた場合の有
効性を示す結果の一例を図１１、１２を参照して説明す
る。

【００４３】この場合の対象画像は、標準画像データベ
ースＳＩＤＢＡ，Vol. 701の３連の動画像の内、最初の
１連（レコード番号２〜３７，データ名ＮＭ０１〜ＮＭ
３６，僧帽弁先端付近短軸断層像）の画像で、２５６×
２５６各点８ビットの濃淡画像３６枚である．心臓の輪
郭抽出・追跡の手順は、基本的に実施例１と同じである
が、第１フレームでは、１次のスプラインと面積のエネ
ルギー項の符号を反転させた膨張型の輪郭モデルを採用
し、曲率レベルのエネルギー項は用いなかった。

【００４４】図１１に示すように、画像ＮＭ０１におい
て、内部に設定した初期位置から、エネルギー最小化に
より輪郭を抽出する。次に、図９に示すナメクジの実験
（実施例１の結果）と同様に、画像ＮＭ０２以降につい
ては、それぞれの直前の画像の結果を初期位置として輪
郭を追跡する。この輪郭追跡の結果を表す画像ＮＭ０１
からＮＭ２９までの奇数番号の画像が図１２に示されて
いる。これらの結果から、このよう雑音を含む画像にお
いても、ほぼ正しく非剛体物体の輪郭を抽出・追跡で
き、医療診断において、定量的な診断データを得るため
に有効であることがわかる。

【００４５】

【発明の効果】以上説明したように、本発明に係る画像
処理装置及びその方法によれば、ガウシアンフィルタに
おけるぼかしの程度を変更すると共に、この程度に応じ
て動的計画法における移動範囲を変更するため、評価関
数のローカルミニマムに最適解（輪郭モデル）が落着く
ことを防止すると共に、最適解を得るまでの時間を短縮
することができる。

【図面の簡単な説明】

【図１】本発明の一実施例に係る画像処理装置の全体構
成を示すブロック図である。

【図２】本実施例の動作を説明するためのフローチャー
トである。

【図３】動的計画法における移動範囲を説明する図であ
る。

【図４】ガウシアンフィルタリングの説明図（１次元的
に示した場合）である。

【図５】可変近傍の場合の最適解が得られるまでの反復
回数を説明する図である。

【図６】固定近傍の場合の最適解が得られるまでの反復
回数を説明する図である。

【図７】本実施例により得られた輪郭の例を示す説明図
である。

【図８】σ＝１（単一スケールでの処理）により得られ
た輪郭の例を示す説明図である。

【図９】実施例１の装置と方法により、ナメクジの輪郭
抽出・追跡処理をした場合の収束結果を重畳表示した図
である。

【図１０】実施例２の動作を説明するためのフローチャ
ートである。

【図１１】実施例２の装置及び方法を心臓の短軸方向超
音波断層動画像に適用した結果を示す説明図である。

【図１２】実施例２の装置及び方法を心臓の短軸方向超
音波断層動画像に適用した結果を示す説明図である。

【符号の説明】

１ 画像入力手段 ２ 初期輪郭入力手段 ３ 表示手段 ４ ガウシアンフィルタリング演算手段 ５ 最適解算出手段 ６ 画像記憶手段 ７ ガウシアン画像記憶手段 ８ 輪郭データ記憶手段 ９ 制御手段

フロントページの続き (72)発明者 藤村 恒太 大阪府守口市京阪本通２丁目18番地 三洋 電機株式会社内

Claims (3)

【特許請求の範囲】
1. 【請求項１】 複数の画素データから構成される画像デ
   ータを処理対象となる画素データをその画素の周辺の画
   素データを考慮して処理すると共に、この周辺画素デー
   タの考慮の程度が変更可能であるガウシアンフィルタ
   と、 このガウシアンフィルタにより処理された画像データの
   中から処理対象となる各輪郭候補画素（輪郭モデル）に
   ついてその周辺の所定数の画素データを所定間隔でサン
   プリングし、このサンプリングしたデータの内容を所定
   の評価関数により評価し、動的計画法により輪郭モデル
   をサンプリングした画素の中の最適点に移動することを
   繰り返して最適解を得、画像中の物体の輪郭を抽出する
   と共に、上記画素データサンプリングの間隔が変更可能
   である最適解算出手段と、 上記ガウシアンフィルタの周辺画素データ考慮の程度を
   変更すると共に、上記輪郭抽出手段におけるデータサン
   プリングの間隔を上記周辺画素データ考慮の程度に対応
   して変更する制御手段と、 を有することを特徴とする画像処理装置。
2. 【請求項２】 複数の画素データから構成される画像デ
   ータから輪郭を抽出する画像処理方法であって、 予め定められた初期輪郭データを輪郭モデルとする初期
   データ入力工程と、 入力される画像データに対し、処理対象となる画素の周
   辺の画素データを考慮してフィルタリング処理するフィ
   ルタリング処理工程と、 このフィルタリング処理された画像データの中から処理
   対象となる各輪郭候補画素（輪郭モデル）についてその
   周辺の所定数の画素データを所定間隔でサンプリング
   し、このサンプリングしたデータの内容を所定の評価関
   数により評価し、動的計画法により輪郭モデルをサンプ
   リングした画素の中の最適点に移動することを繰り返し
   て最適解である輪郭データを得る最適解算出工程と、 この最適解算出工程によって得られた輪郭データによっ
   て輪郭データを更新する輪郭データ更新工程と、 上記フィルタリング処理工程における周辺画素考慮の度
   合いを小さく変更すると共に、上記最適解算出工程にお
   けるデータサンプリングの間隔を小さく変更する条件変
   更工程と、 を有し、 上記フィルタリング処理工程および最適解算出工程にお
   ける条件を順次変更してフィルタリング処理、輪郭デー
   タの算出を行い、最終的な輪郭抽出を行うことを特徴と
   する画像処理方法。
3. 【請求項３】 複数の画素データから構成される画像デ
   ータを処理対象となる画素データをその画素の周辺の画
   素データを考慮して処理すると共に、この周辺画素デー
   タの考慮の程度が変更可能であるガウシアンフィルタ
   と、 このガウシアンフィルタにより処理された画像データの
   中から処理対象となる輪郭候補画素（輪部モデル）を所
   定の画素間隔を持つように決定すると共に、各輪郭候補
   画素についてその周辺の所定数の画素データを所定間隔
   でサンプリングし、このサンプリングしたデータの内容
   を所定の評価関数により評価し、動的計画法により輪郭
   モデルをサンプリングした画素の中の最適点に移動する
   ことを繰り返して最適解を得、画像中の物体の輪郭を抽
   出すると共に、上記画素データサンプリングの間隔が変
   更可能である最適解算出手段と、 上記ガウシアンフィルタの周辺画素データ考慮の程度を
   変更すると共に、上記輪郭抽出手段におけるデータサン
   プリングの間隔と輪郭候補画素の画素間隔とを上記周辺
   画素データ考慮の程度に対応して変更する制御手段と、 を有することを特徴とする画像処理装置。