JPH07210655A

JPH07210655A - 眼科用画像処理装置

Info

Publication number: JPH07210655A
Application number: JP6005222A
Authority: JP
Inventors: Kazuo Koyama; 和夫小山; Hiromasa Kato; 宏政加藤
Original assignee: Nikon Corp
Current assignee: Nikon Corp
Priority date: 1994-01-21
Filing date: 1994-01-21
Publication date: 1995-08-11

Abstract

(57)【要約】（修正有）【目的】簡単な操作で、眼底画像の計測ができ、定量性
のある測定結果が得られる眼科用画像処理装置を提供す
る。【構成】２値化された血管部画像を細線化処理する細線
化手段と、該細線化手段により得られた細線の交叉点情
報または分岐点情報を算出する第１の演算手段と、前記
細線と前記交叉点情報または分岐点情報とから、細線上
におけるある点から他の点までを、交叉点または分岐点
での進行方向を決定しながらトレースし、トレースされ
た細線情報を算出する第２の演算手段とを備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、眼底血管画像等の解析
に用いられる画像処理装置に関する。

【０００２】

【従来の技術】従来、眼底画像中の血管像の幅などの形
状データを計測する際に、人間が定規等を使用して測っ
ていた。

【０００３】

【発明が解決しようとする課題】上記のような従来の技
術においては、測定により得られたデータに個人差があ
り、定量性に欠けていた。また、血管の形状の特性か
ら、血管の長さ及び平均値を計測することは、非常に困
難であった。さらに、眼底画像に対して、デジタル画像
処理を施して血管の形状計測を行った場合、眼底血管に
見られる交叉及び分岐の指定など、多くの雑多な作業を
行わなければならなかった。

【０００４】本発明の目的は、簡単な操作で、眼底画像
の計測ができ、定量性のある測定結果が得られる眼科用
画像処理装置を提供することにある。

【０００５】

【課題を解決するための手段】上記課題の解決のため、
本発明は、２値化された血管部画像を細線化処理する細
線化手段と、該細線化手段により得られた細線の交叉点
情報または分岐点情報を算出する第１の演算手段と、前
記細線と前記交叉点情報または分岐点情報とから、細線
上におけるある点から他の点までを、交叉点または分岐
点での進行方向を決定しながらトレースし、トレースさ
れた細線情報を算出する第２の演算手段とを備える構成
とした。

【０００６】また、前記血管部画像と前記細線情報とか
ら、前記細線情報に対応する血管画像から交叉あるいは
分岐血管の画像を取り除いた血管画像を算出する第３の
演算手段を備えることが好ましい。また、前記第２の演
算手段は、交叉点または分岐点までにトレースした細線
の任意数のチェーンコードを算出し、該交叉点または分
岐点での近傍要素のうち、前記チェーンコードの中から
多いコードと一致する近傍要素を算出し、その近傍要素
を前記進行方向と決定することが好ましい。

【０００７】また、前記細線情報から、トレースされた
細線の長さと前記血管部画像の面積を算出する第４の演
算手段を備えることが好ましい。また、前記長さと前記
面積とから前記血管部画像の平均幅を算出する第５の演
算手段を備えることが好ましい。また、前記細線上にお
ける前記ある点と前記他の点との直線距離と前記長さと
から前記血管部画像の蛇行率を算出する第６の演算手段
を備えることが好ましい。

【０００８】

【作用】上記のような構成により、血管像上のある点か
ら他の点までの経路を交叉点や分岐点での進行方向を決
定しながら算出することができる。このようにして算出
されたデータを用いて、各種測定（血管画像の長さ、幅
等）を行うことができる。

【０００９】血管像上の前記「ある点」「他の点」は、
操作者が血管像上の解析したい部分を任意に決めて、指
定すればよい。

【００１０】

【実施例】図１は、本発明の実施例による画像処理装置
の構成図である。図１において、眼底カメラ１により被
検眼の眼底像を撮影し、眼底像の３５mmスライドを得
る。次に、スライドスキャナ３により、３５mmスライド
より眼底像を読み込み、デジタル画像を得る。そのデジ
タル画像は、画像メモリ５に格納する。

【００１１】眼底カメラ１にＣＣＤカメラを接続しても
よい。この場合、ＣＣＤカメラから送られる眼底像のア
ナログ画像信号をＡ／Ｄコンバータ２でデジタル画像デ
ータに変換して画像メモリ５に格納する。また、眼底カ
メラ１の代わりにスリットランプと各種レンズを用いて
眼底像を得ることも可能である。

【００１２】続いて、画像処理プロセッサ４を使用して
指定された眼底血管画像の抽出を行う。画像メモリ５に
格納されている眼底画像のデータを画像処理プロセッサ
４によって読み出し、眼底画像の血管部分をモニタ７に
表示する。図３は、表示された眼底画像の血管部分を示
す図である。マウス６によって、図３に示すように、測
定したい血管の両端位置（図中の点Ｓ、点Ｅ）を指定す
る。また、ここで、血管の両端位置指定の前に測定した
い血管部分を含む矩形領域をトリミングしてもよい。

【００１３】以下、上記のように画像処理プロセッサに
よって指定された血管を抽出する動作の説明をする。図
２は、本発明の実施例による画像処理装置の動作を示す
流れ図である。（１）濃度むらの除去処理眼底画像は、背景の濃度むらが大きい（図８（ａ））た
め、この背景の濃度むらをなくす処理を行う（図２ステ
ップ２０１）。

【００１４】まず、眼底画像データに対して、以下に示
す式に基づいて２次元のガウス関数の畳み込み演算を行
う。

【００１５】

【数１】

【００１６】こうしてできた画像データを元の画像デー
タから除算して濃度むらが取り除かれた画像データを得
る。ガウス関数の分散の値は、扱う画像の解像度によっ
て異なり、前記濃度むらを取る演算を行いながら結果画
像をモニタに映し、実際に目で確認しながら調節する。
このようにして得られた画像が図８（ｂ）である。上記
のような手法以外の背景の濃度むらの除去方法は、眼底
画像に対して最小値フィルタ処理、すなわち、画像中の
ある点（画素）の８近傍要素のうち最小の値をその点の
値とする処理を行い、その画像に前述のようにガウス関
数を畳込み演算を行う。こうしてできた画像を元の画像
から除算して濃度むらを取り除く。この手法で使用する
画像処理パラメータは結果画像をモニタに写し、実際に
目で確認しながら調節する。

【００１７】上記２つの手法による背景の濃度むら除去
は必要に応じて使い分けることが好ましい。（２）２値化処理「（１）濃度むらの除去」によって得られた画像の、抽
出対象と背景を分けるため、画像の各画素の濃度値を２
値化することによるセグメンテーションを行う（図２ス
テップ２０３）。２値化のしきい値は、処理結果をモニ
タに映し出し、分離の具合を確認しながら決定する。こ
のようにして得られた画像が図８（ｃ）である。

【００１８】なお、この２値化処理の前にヒストグラム
の平滑化処理（濃度の一様分布）などによって画像強調
を行うと、しきい値が決定しやすい（図２ステップ２０
２）。（３）ノイズ除去処理２値化によって得られた画像に対し、ノイズ除去処理を
行う（図２ステップ２０４）。まず、画像に対してラベ
リング処理を行う。２値化された画像の黒画素（濃度を
有する画素）がつながってできた領域（連結領域と呼
ぶ）のそれぞれに番号付けを行う。次に、ラベル付けさ
れた連結領域のうち小さい面積の領域領域をノイズと見
なして、その領域を消去する。

【００１９】次に、画像の血管部分内部に見られる穴の
穴埋め処理を行う（図２ステップ２０５）。図４（ａ）
は、画像の血管部分内部の穴を示す図である。白い楕円
が穴である。まず、画像を図４（ｂ）のように反転させ
る。その後、ラベリング処理を行い、前述のノイズ除去
処理と同じ要領で、反転後にできた黒画素の小領域すな
わち連結領域内の穴に当たる領域を消去する（図４
（ｃ））。そして、再び濃度反転させる（図４
（ｄ））。

【００２０】以上のようにして、ノイズ除去及び連結領
域内の穴埋めを行い、背景と分離された血管像を得る。
このようにして得られた画像が図９（ａ）である。（４）細線化処理ノイズ除去によって得られた画像に対し、細線化処理を
行う（図２ステップ２０６）。すなわち、各走査線と画
像中の連結領域とが交叉する部分において、その交叉す
る部分の走査線上の始端の画素と終端の画素を順に消去
していき１画素のみを残す。この処理を各走査線につい
て行うことにより、最終的に幅が１画素の細線を得る。

【００２１】また、同時に細線の分岐点及び交叉点を算
出する。細線のある点（画素）の８近傍要素に３個以上
の細線上の点（画素）が存在すれば、その点は分岐点あ
るいは交叉点とする。このようにして得られた画像が図
９（ｂ）である。（５）分岐、交叉の除去処理細線化処理によって得られた細線に対し、分岐又は交叉
を取り除くための処理を行う。図３に示したように指定
された２点（図３中の点Ｓ、点Ｅ）の一方の点から他点
に向かって細線のトレースを行い、同時にトレースした
細線画素の総数及び座標データを得る。ここで、細線ト
レース中に分岐及び交叉点に到達したら、進むべき経路
（最適経路）を決定する（図２ステップ２０７）。この
ときの決定方法を以下に述べる。

【００２２】図６に示すような点Ａから分岐点Ｂまでの
連結方向を示すチェーンコード（または連結コード）を
作成する。点Ａ〜分岐点Ｂ間の細線画素数がＫ個（Ｋは
任意の固定された自然数）あるとする。チェーンコード
は、細線上の一点（画素）に隣接する要素（画素）の相
対位置を図５（ａ）のように番号付け（相対位置コード
化）することによって得る。図５（ｂ）は細線を示す点
Ｅ〜点Ｆの経路に相対位置コードを記入した図である。
点Ｅから点Ｆまでの経路は、図５（ｂ）に示すように、
点Ｅから上方向に３画素分移動し、そこから右方向に３
画素分移動して点Ｆに至る。図５（ａ）によれば、上方
向の相対位置コードは「１」であり、右方向の相対位置
コードは「３」である。したがって、点Ｅから点Ｆまで
の経路は、相対位置コード「１」が３個、相対位置コー
ド「３」が３個で表される。これを示したのが下記表１
である。

【００２３】

【表１】

【００２４】図５（ｂ）の点Ｆは分岐点である。細線上
の分岐点Ｆにおける分岐するそれぞれの細線の相対位置
コードを算出する。この場合、２方向に分岐した細線の
それぞれの相対位置コードは「１」と「３」である。こ
れらの相対位置コードの中から、表１においてのコード
要素の多いものを最適経路方向とする。今の場合、表１
によれば、相対位置コードの「１」と「３」は、どちら
も３個であり、最短経路がどちらの分岐であるか決める
ことができない。このような場合は、分岐点の屈曲度を
利用する。図６に示すように、例えば、曲線１上におい
て点Ａ〜点Ｂ、点Ｂ〜点Ｃ、点Ｂ〜点Ｄの間の細線画素
数がそれぞれＫ個（Ｋは任意の固定された自然数）ある
とき、ベクトルＡＢとベクトルＢＣのＫ曲率はθ1であ
る。さらにベクトルＡＢとベクトルＢＤのＫ曲率θ2を
算出し、Ｋ曲率が小さくなる分岐細線上の点がある細線
を最適経路方向とする。図６の場合、θ1の方が小さい
ので、ベクトルＢＣ方向の細線が最適経路方向であると
判断する。（６）分岐、交叉を除去した血管像の取得ノイズ除去処理によって求められた２値化された血管像
（図７（ａ））と、分岐、交叉の除去処理によって求め
られた最適経路細線（図７（ｂ））とを利用して、分
岐、交叉を除去した血管像を得る。この手法は、以下の
通りである。

【００２５】分岐、交叉の除去処理によって求められた
最適経路細線を膨張処理する（図２ステップ２０８、図
７（ｃ））。すなわち、図７（ｂ）の２値化画像に対し
て、ゼロ画素（濃度を有しない画素）の８近傍要素に１
つでも値を持つ画素（濃度を有する画素）があれば、前
記ゼロ画素に一定値を持たせる処理を行う。この処理
は、１回の膨張処理後の画像をモニタで確認しながら、
最適な回数だけ繰り返して行う。

【００２６】上記膨張処理によって求められた画像（図
７（ｃ））とノイズ除去によって求められた画像（図７
（ａ））との論理和をとり、分岐、交叉を取り除いた血
管像を得る（図２ステップ２０９）。このようにして得
られた画像が図９（ｃ）である。このようにして求めた
画像の、血管領域の面積、すなわち、全ピクセル（画
素）数を求め、これを、分岐、交叉の除去処理で求めた
細線データ長で除算して血管幅を求める（図２ステップ
２１０）。すなわち、（血管幅）＝（血管領域面積）／（細線データ長）によって、血管幅を算出する。

【００２７】このとき、細線の長さは、ユークリッド距
離又は市街地距離を利用する。さらに、図３の点Ｓと点
Ｅの２点間の直線距離と細線データ長とから血管の蛇行
率を求める。

【００２８】

【発明の効果】以上説明したように、本発明によれば、
血管像中のある点から他の点までの分岐、交叉を削除し
た血管像を得ることができる。それに基づいた血管の長
さや幅等を定量性のある測定結果として得ることがで
き、得られたデータに客観性を持たせることができる。
そのため、他のデータとの比較等も容易に行うことがで
きる。

【００２９】また、解析したい血管の両端の位置指定の
みの簡単な操作で、分岐、交叉を削除した血管像を得る
ことができる。

【図面の簡単な説明】

【図１】本発明の実施例による画像処理装置の構成図。

【図２】本発明の実施例による画像処理装置の動作を示
す流れ図。

【図３】解析対象の血管の位置指定を説明する図。

【図４】血管像の穴埋め処理を説明する図。

【図５】（ａ）はチェーンコードフォーマットを示す
図、（ｂ）は細線データにコード付けを行った図。

【図６】Ｋ曲率の求め方を説明する図。

【図７】各処理の過程における血管像を示す図。（ａ）
は２値化処理後の画像、（ｂ）は細線化処理後の画像、
（ｃ）は膨張処理後の画像、（ｄ）は（ａ）と（ｃ）の
論理和をとる処理後の画像。

【図８】各処理の過程における眼底画像を示す図。
（ａ）は原画像、（ｂ）はシェーディング補正後の画
像、（ｃ）は画像強調後に２値化を行った画像。

【図９】各処理の過程における眼底画像を示す図。
（ａ）はノイズ除去後の画像、（ｂ）は、図９（ａ）に
対して細線化処理を行った画像、（ｃ）は血管抽出後の
画像。

【符号の説明】

１眼底カメラ２Ａ／Ｄコンバータ３スライドスキャナ４画像処理プロセッサ５画像メモリ６マウス７モニタ

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０６Ｔ 9/00 5/30 7/60 Ｇ０６Ｆ 15/66 ４０５ 9061−5Ｌ 15/70 ３５５ 9061−5Ｌ３６５

Claims

【特許請求の範囲】

【請求項１】２値化された血管部画像を細線化処理する
細線化手段と、該細線化手段により得られた細線の交叉点情報または分
岐点情報を算出する第１の演算手段と、前記細線と前記交叉点情報または分岐点情報とから、細
線上におけるある点から他の点までを、交叉点または分
岐点での進行方向を決定しながらトレースし、トレース
された細線情報を算出する第２の演算手段とを備えたこ
とを特徴とする眼科用画像処理装置。
【請求項２】前記血管部画像と前記細線情報とから、前
記細線情報に対応する血管画像から交叉あるいは分岐血
管の画像を取り除いた血管画像を算出する第３の演算手
段を備えたことを特徴とする請求項１記載の眼科用画像
処理装置。
【請求項３】前記第２の演算手段は、交叉点または分岐
点までにトレースした細線の任意数のチェーンコードを
算出し、該交叉点または分岐点での近傍要素のうち、前
記チェーンコードの中から多いコードと一致する近傍要
素を算出し、その近傍要素を前記進行方向と決定するこ
とを特徴とする請求項１記載の眼科用画像処理装置。
【請求項４】前記細線情報から、トレースされた細線の
長さと前記血管部画像の面積を算出する第４の演算手段
を備えたことを特徴とする請求項２記載の眼科用画像処
理装置。
【請求項５】前記長さと前記面積とから前記血管部画像
の平均幅を算出する第５の演算手段を備えたことを特徴
とする請求項４記載の眼科用画像処理装置。
【請求項６】前記細線上における前記ある点と前記他の
点との直線距離と前記長さとから前記血管部画像の蛇行
率を算出する第６の演算手段を備えたことを特徴とする
請求項５記載の眼科用画像処理装置。