JPH08145871A - 粒子画像の領域分割方法及び装置 - Google Patents

Abstract

(57)【要約】 【目的】液体中の粒子像を静止画像としてとらえ、目的
とする対象を安定して分割できる領域分割方法を提供す
る。 【構成】入力された画像から、画像の各点における濃度
値を横軸、濃度値の変化の大きさを表す量（例えば、
画像中の近接する２か所の小領域内のそれぞれの濃度値
の和の差、又はその絶対値、画像中の小領域内での濃
度値の分布の分散値、又は標準偏差、画像中の小領域
に含まれる画素の濃度値の荷重和、又はその絶対値）を
縦軸とし、濃度値に関し閾値Ｔ１’、Ｔ２’を、濃度値
の変化の大きさに関し閾値Ｔ３’を設定して、背景領域
ＢＧ、背景領域よりも高い濃度値をもった対象Ａ１、背
景領域よりも低い濃度値をもった対象Ａ２、背景領域と
の濃度差は低く、かつ背景領域に比較し濃度値の変化の
大きい対象Ｂ、とに分割する。 【効果】対象と背景との濃度差、色調差が小さい場合、
又は対象領域中に背景と同程度の濃度を含む領域が存在
する場合にも、正確に領域分割ができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、色彩情報、及び濃度情
報を用いた画像の領域分割方法に関し、特に血液や尿中
の粒子像を分割するのに好適な領域分割方法、及び装置
に関する。

【０００２】

【従来の技術】尿中の粒子を形態学的に検査するには、
従来、目視で行なう方法では、尿試料を遠心分離し、沈
渣物を染色してスライドガラス上に標本を作り、顕微鏡
観察して行っていた。その際、遠心分離での試料の濃縮
の度合い、及び観察する試料の量を一定にして、元の尿
試料中の、沈渣物の種類とその濃度が求められていた。

【０００３】沈渣物の中には、血球細胞や細菌等のよう
に、大きさが数マイクロメートルの粒子から、円柱など
のように数百マイクロメートルの粒子まであり、顕微鏡
の倍率を高倍率と低倍率に切り替えて、これら大きさの
異なる粒子を観察していた。

【０００４】従来の、顕微鏡観察による目視の検査で
は、（１）スライドガラスを使用した方法ではスループ
ットが悪く、（２）腐敗の早い尿標本の取り扱いが困難
である等、の問題がある。

【０００５】近年、血液像検査は、スライドガラス標本
を用いた方式から、血液サンプルを直接に液体試料のま
まで検査するフロー方式へと移行されつつある。フロー
方式では、検体の高速処理が実現できるものと期待され
ている。

【０００６】連続的に流れているサンプル試料中の粒子
画像を撮影し、個々の粒子画像から粒子を分析・分類す
る試みが、特表昭５７−５００９９５号公報、特開昭６
３−９４１５６号公報に記載されている。

【０００７】特表昭５７−５００９９５号公報には、サ
ンプル試料を特別な形状の流路に通し、試料中の粒子を
幅広の撮像領域中に流し、フラッシュランプを使用して
静止画像を撮影し、この静止画像を用いて粒子分析する
方法が記載されている。顕微鏡を用いて、サンプル粒子
の拡大像をＣＣＤカメラ上に投影するとき、パルス光源
であるフラッシュランプが、ＣＣＤカメラの動作に同期
して周期的に発光する。パルス光源の発光時間は短く、
粒子が連続的に流れていても静止画像を得ることがで
き、ＣＣＤカメラは毎秒３０枚の静止画像を撮影でき
る。

【０００８】特開昭６３−９４１５６号公報には、静止
画像撮影系とは別に、サンプル流の粒子画像撮影領域よ
りも上流に、粒子の通過を検出する粒子検出用の光学系
を配置する記載がある。予め、粒子検出部で粒子の通過
を検出して、丁度その粒子が、粒子撮像領域に達したと
き、適当なタイミングでフラッシュランプが点灯する方
法である。この方法では、パルス光源の発光を周期的に
行なわず、粒子の通過を検出して、その時だけタイミン
グを合わせてフラッシュランプが点灯して、静止画像を
撮影できる。この結果、効率的に粒子画像が集められ、
濃度の薄いサンプル試料の場合には、粒子の存在しない
サンプル流れの部分では、静止画像は撮影しないので、
無駄な画像処理を行なわないで済む。

【０００９】特開平５−２９６９１５号公報には、粒子
を検出する粒子検出用の光学系を、粒子画像撮像系の中
に組み込んだ方法が記載されている。即ち、粒子を検出
する粒子検出用のレーザ光束が、顕微鏡画像撮像系の顕
微鏡コンデンサレンズを通して、サンプル流れに照射す
る方法が記載されている。この方法では、粒子を検出す
る粒子検出用の光学系を、別に用意する必要がなく、粒
子検出位置を、できるだけ粒子画像の取り込み領域に近
づけて配置できる。

【００１０】このようにして得られる画像の領域分割方
法の従来技術として、例えば、血球像の分類を行なう領
域分割方法に関する記載が、特開平１−１１９７６５号
公報にある。この技術では、画像の濃度ヒストグラムに
より求めた閾値を用いて色彩空間で、画像の領域を分割
する。

【００１１】

【発明が解決しようとする課題】しかし、領域分割の対
象となる画像において、分析対象の粒子像の濃度分布
が、濃度の小さい値から大きい値まで広く分布する濃度
分布の場合には、従来技術では、必ずしも正確な領域分
割ができないという問題があった。さらに、分析対象の
濃度分布特性が色調により異なるため、領域分割され
た、複数の粒子像の２値画像を、同一の画像処理で行な
うと、必ずしも正確な領域にならないという問題があっ
た。

【００１２】尿沈渣では、沈渣成分の誤認防止、細胞判
定を容易に行なうために、通常、試料は染色される。染
色された生体試料の画像を撮影して、色空間で対象粒子
を抽出する方法は、幾つかの方法が知られている。しか
し、尿沈渣検査装置では、領域分割を行なう対象粒子
が、以下のように変化に富んだ性質をもっている。

【００１３】（１）対象粒子の大きさの分布の範囲が、
数μｍから数百μｍと幅広い。

【００１４】（２）色調の異なる複数個の粒子が、同一
の画像内に存在する。

【００１５】（３）対象粒子の濃度が、小さい値から大
きい値まで変化する場合がある。

【００１６】（４）同一種類の細胞でも、濃く染まる細
胞と淡く染まる細胞とがある。

【００１７】（５）対象粒子の濃度が、背景部の濃度と
同程度の濃度、又は低い濃度である場合がある。

【００１８】（６）試料の染色により、十分に染色され
る粒子、染色されにくい粒子（十分に染色されない粒
子、ほとんど染色されない粒子）が混在する。

【００１９】以上のように、尿沈渣検査装置での、対象
粒子は、変化に富んだ性質をもつため、従来の領域分割
方法を、単純に適用できないという問題があった。

【００２０】とくに、対象粒子が十分に染色されない場
合には、細胞質濃度と背景濃度に差がほとんどなく、対
象粒子が存在する領域の全てが同じ値をもつ、正確な２
値画像として抽出できないという問題があった。

【００２１】さらに、活性度の高い細胞は染色性が悪
く、ほとんど染色されない細胞が存在し、このような細
胞を含む画像では、対象粒子が存在する対象領域と背景
領域との色調がほとんど同じで、対象領域の内部に、背
景領域と同程度の濃度をもつ部分が多数存在するため、
正確にこのような細胞を抽出できないという問題があっ
た。

【００２２】このように、対象粒子が十分（良好に）に
染色されず、正確な２値画像が得られない場合には、対
象領域の特徴量が正確に求められず、対象粒子の分類を
誤る原因となるとういう問題があった。

【００２３】染色性が悪く、ほとんど染色されない細胞
等の対象粒子は、高い頻度で発生するため、従来技術で
は、試料に含まれる全ての粒子について、必ずしも正確
な領域分割ができず、沈渣成分の識別精度の向上の妨げ
となるという問題があった。

【００２４】上記問題点を解決するため、流体中に点在
する粒子を、静止画像として撮影記録し、この静止画像
の中から目的とする対象粒子を抽出する領域分割法にお
いて、 本発明の第１の目的は、静止画像の中から、濃
度差のある粒子像や色調差のある粒子像をも、安定して
領域分割して、正確に抽出できる領域分割法を提供する
ことにある。

【００２５】本発明の第２の目的は、静止画像の中か
ら、背景領域との色調差が小さく、対象粒子が存在する
対象領域内に、背景領域と同程度の濃度をもつ領域を多
数含む粒子像の場合にも、粒子像を安定して、正確に分
割できる領域分割方法を提供することにある。

【００２６】本発明の第３の目的は、静止画像の中か
ら、濃度差のある粒子像、色調差のある粒子像、及び、
背景領域との色調差が小さく、対象粒子が存在する対象
領域内に背景領域と同程度、又は以下の濃度をもつ領域
を多数含む粒子像、が混在する場合にも、各粒子像を安
定して、正確に分割できる領域分割方法を提供すること
にある。

【００２７】

【課題を解決するための手段】

〈１〉 本発明の第１の目的を実現するための、第１の
構成について以下説明する。第１の目的は、染色された
試料が流体とともに流される流れの中から、画像を入力
する画像入力光学系により、波長別に分離されて得た、
流れの中に点在する目的とする染色された対象粒子の、
赤成分の画像（Ｒ画像）、緑成分の画像（Ｇ画像）、及
び青成分の画像（Ｂ画像）を、それぞれ静止画像として
撮影記憶し、Ｒ画像、Ｇ画像、及びＢ画像の中の複数の
画像を使用し、背景領域と、対象粒子が存在する対象領
域とを識別する、粒子画像の領域分割法であり、Ｒ画
像、Ｇ画像、及びＢ画像の中から、少なくとも２つの画
像を選択して、この２つの画像の各画像に含まれる、画
像入力光学系の歪みによる濃度むらを補正する工程と、
２つの画像と、複数の閾値（Ｔ１、Ｔ２、Ｔ３、Ｔ４）
を使用し、背景領域を識別して、２つの画像から、背景
領域と、背景領域以外の領域であり対象粒子が存在する
対象領域とを表わす、２値化された２値画像を得る工程
と、を有し、対象粒子が存在する対象領域を抽出するこ
とを特徴とする領域分割法により達成される。この構成
により、２値画像に変換された上記の画像から目的とす
る沈渣成分である対象粒子を抽出することができる。

【００２８】画像入力光学系の歪みによる濃度むらの補
正により、上記の少なくとも２つの画像における濃度変
動の偏差は小さくなり、背景領域を安定して識別し、正
確に抽出できる。上記の２つの画像として、Ｇ画像、Ｒ
画像を選択するのが好ましい。 尿沈渣検査装置で得ら
れる画像では、背景領域は、通常、安定に存在すること
が判明しているので、背景領域を基準として、対象粒子
が存在する対象領域を識別することができる。即ち、背
景領域が安定に抽出できるので、背景領域以外の領域
に、背景領域と区別して検出すべき対象粒子を表す信号
成分が、全て含まれていると考えることができる。

【００２９】上記の２値画像に変換する工程を、上記２
つの画像として、Ｇ画像、Ｒ画像を選択した具体的な場
合を例にとって、以下に説明する。Ｇ画像、Ｒ画像のそ
れぞれの画像の濃度ヒストグラムを求め、ヒストグラム
の最大のピーク値を持つ濃度値を求める。次いで、Ｒ画
像の濃度ヒストグラムから、閾値Ｔ１、Ｔ２を求め、Ｇ
画像の濃度ヒストグラムから、閾値Ｔ３、Ｔ４は求め、
背景領域を抽出する。以下に、各閾値を求め、背景領域
を抽出する手順の概要を説明する。

【００３０】（手順１）各画像（Ｇ画像、Ｒ画像）の濃
度ヒストグラムを作成する。

【００３１】（手順２）各濃度ヒストグラムの頻度の最
大値をもつ濃度値（最大濃度値）を求める。

【００３２】（手順３）各濃度ヒストグラムのピークの
半値幅の位置を与える濃度を求める。

【００３３】（手順４）（手順１）〜（手順３）で求め
た、最大濃度値、ピークの半値幅の位置を与える濃度、
及び予め定めれらたパラメータから、閾値Ｔ１、Ｔ２、
Ｔ３、Ｔ４を算出する。

【００３４】（手順５）（手順１）〜（手順４）で算出
した閾値Ｔ１、Ｔ２、Ｔ３、Ｔ４をもとに、画像空間で
２値画像を作成する。背景領域は（数１）により、得ら
れる。

【００３５】 ｛Ｔ１≦Ｒ（ｉ，ｊ）＜Ｔ２｝∩｛Ｔ３≦Ｇ（ｉ，ｊ）＜Ｔ４｝ …（数１） ここで、∩は論理積、（ｉ，ｊ）は画素の位置を表わ
し、Ｒ（ｉ，ｊ）、Ｇ（ｉ，ｊ）はそれぞれ、画像入力
光学系の歪みによる濃度むらの補正がなされたＲ画像、
Ｇ画像を表わす。

【００３６】〈２〉 本発明の第２の目的を実現するた
めの、第２の構成について以下説明する。第２の目的
は、染色された試料が流体とともに流される流れの中か
ら、画像を入力する画像入力光学系により、波長別に分
離されて得た、流れの中に点在する目的とする染色され
た対象粒子の、赤成分の画像（Ｒ画像）、緑成分の画像
（Ｇ画像）、及び青成分の画像（Ｂ画像）を、それぞれ
静止画像として撮影記憶し、Ｒ画像、Ｇ画像、及びＢ画
像の中の１つの画像を使用し、背景領域と、対象粒子が
存在する対象領域とを識別する、粒子画像の領域分割法
であり、Ｒ画像、Ｇ画像、及びＢ画像の中から、所定の
１つの画像を選択して、この所定の画像に含まれる、画
像入力光学系の歪みによる濃度むらを補正する工程と、
前記の所定の画像の濃度値に、背景領域と濃度差の大き
い領域を分割するための第１群の閾値（第１、及び第２
の閾値）を設定して、２値化された第１の２値画像を得
る工程と、上記所定の画像を構成する各点の近傍領域内
での、濃度値の変化の大きさを表す量を上記の各点で計
算し、これらの各点で求めた濃度値の変化の大きさを表
わす量に、背景領域での濃度値の変化と比較し、濃度値
の変化の大きい領域を分割するための第２群の閾値（第
３の閾値、もしくは第４、及び第５の閾値）を設定し
て、２値化された第２の２値画像を得る工程と、第１の
２値画像と、第２の２値画像との論理演算、例えば、論
理和により、背景領域と、背景領域以外の領域であり対
象粒子が存在する対象領域とを表わす２値化された第３
の２値画像を求める第３の工程と、を有し、第３の２値
画像から、背景領域を検出して、対象領域を検出するこ
とを特徴とする領域分割法により達成される。

【００３７】なお、上記濃度値の変化の大きさを表す量
としては、例えば、画像中の近接する２か所の小領域
内のそれぞれの濃度値の和の差、又はその絶対値、画
像中の小領域内での濃度値の分布の分散値、又は標準偏
差、画像中の小領域に含まれる画素の濃度値の荷重
和、又はその絶対値、あるいは〜の何れかの値
（濃度値の変化の大きさを表す量）を、新たに濃度値と
みなし、再度、〜の方法を適用する処理を、一回、
又は複数回実施して得られる値、を使用する。上記の所
定の画像として、Ｇ画像を選択するのが好ましい。

【００３８】〈３〉 本発明の第３の目的を実現するた
めの、第３の構成について以下説明する。第３の目的
は、染色された試料が流体とともに流される流れの中か
ら、画像を入力する画像入力光学系により、波長別に分
離されて得た、流れの中に点在する目的とする染色され
た対象粒子の、赤成分の画像（Ｒ画像）、緑成分の画像
（Ｇ画像）、及び青成分の画像（Ｂ画像）を、それぞれ
静止画像として撮影記憶し、Ｒ画像、Ｇ画像、及びＢ画
像の中の複数の画像を使用し、背景領域と、対象粒子が
存在する対象領域とを識別する、粒子画像の領域分割法
であり、Ｒ画像、Ｇ画像、及びＢ画像の中から、少なく
とも２つの画像を選択して、この２つの画像に含まれ
る、画像入力光学系の歪みによる濃度むらを補正するス
テップＡと、上記２つの画像の内の一方の所定の画像を
選択して、上記所定の画像を構成する各点の近傍領域内
での、濃度値の変化の大きさを表す量を上記の各点で計
算し、これらの各点で求めた濃度値の変化の大きさを表
わす量に、背景領域での濃度値の変化と比較し、濃度値
の変化の大きい領域を分割するための第１の閾値（第１
の閾値、もしくは第２、及び第３の閾値）を設定して、
２値化された第１の２値画像を得る工程と、を有するス
テップＢと、上記２つの画像の濃度値に、複数の閾値
（Ｔ１、Ｔ２、Ｔ３、Ｔ４）を設け、上記所定の画像に
おいて、背景領域を識別して、上記所定の画像を、背景
領域と、対象粒子が存在する対象領域とを表わす、２値
化された第２の２値画像を得る工程と、を有する、ステ
ップＣと、第１の２値画像と、第２の２値画像と、の論
理演算（論理和）により、２値化された第３の２値画像
を得る工程と、を有する、ステップＤと、を有し、上記
第３の２値画像から、対象粒子が存在する対象領域を検
出することを特徴とする領域分割法により達成される。

【００３９】なお、上記ステップＡにおいて、上記２つ
の画像としてＧ画像、Ｒ画像を、上記ステップＢにおい
て、上記の所定の画像としてＧ画像を、選択するのが好
ましい。上記ステップＢ、及び上記ステップＣの実行
は、どちらを先に実行してもよいことは言うまでもな
い。もちろん、上記ステップＢ、及び上記ステップＣ
を、同時に平行して実行して、処理時間を短縮するのが
より好ましい。

【００４０】〈４〉 本発明の第３の目的を実現するた
めの、第４の構成について以下説明する。上記第１から
第３の構成とから得られた２値画像のいずれか２つの２
値画像、もしくは３つの２値画像論理演算（論理和）か
ら、新しい領域分割の結果を得る構成とする。上記第１
の構成において、所定の画像として、Ｇ画像、Ｒ画像、
Ｂ画像の中から異なる２又は３つの画像を順次選択して
実行し、得られる複数の第３の２値画像の論理演算、例
えば論理和から対象粒子が存在する対象領域を検出する
構成としてもよい。

【００４１】

【作用】本発明の第１の構成では、上記の手順により、
領域分割の対象となる画像（染色された試料の画像）に
おいて、目的とする粒子像の濃度の分布が、濃度の小さ
い値から大きい値まで広く分布する濃度分布である場合
にも、正確な領域分割ができる。さらに、分析対象の濃
度分布特性が色調により異なる場合にも領域分割ができ
る。即ち、染色された試料の画像から、目的とする対象
粒子の抽出に際し、濃度差のある粒子像や色調差のある
粒子像でも、濃度差、色調差に影響されることなく、安
定して正確に領域分割でき、この結果、領域分割後の２
値画像を、同一の画像処理で行なっても、正確な領域と
して認識できる。

【００４２】本発明の第２の構成では、濃度値の変化の
大きさを表す量（上記〜の方法にて得られた値）と
して、正値のみをとる量を用いた場合、画像の各点にお
ける濃度値を横軸、濃度値の変化の大きさを表す量を縦
軸とすると、図１に示すように、背景領域はＢＧ、背景
領域よりも高い濃度値をもった対象はＡ１、背景領域よ
りも低い濃度値をもった対象はＡ２、背景領域との濃度
差は低く、かつ背景領域に比較し濃度値の変化の大きい
対象はＢ、でそれぞれ示されるように分布する。そこ
で、濃度値に関し閾値Ｔ１’、Ｔ２’を、濃度値の変化
の大きさに関し閾値Ｔ３’を設定して、画像を背景領域
と対象領域とに分割できる。

【００４３】また、濃度値の変化の大きさを表す量とし
て、負値も取り得る量を用いた場合、図２に示すよう
に、背景領域はＢＧ、背景領域よりも高い濃度値をもっ
た対象はＡ１、背景領域よりも低い濃度値をもった対象
はＡ２、背景領域との濃度差は低く、かつ背景領域に比
較し濃度値の変化の大きい対象はＢ１、Ｂ２、でそれぞ
れ示されるように分布する。この場合には、濃度値に関
し閾値Ｔ１’、Ｔ２’を、濃度値の変化の大きさに関し
閾値Ｔ３”、Ｔ４’を設定して、背景領域と対象領域を
分割できる。なお、上記の方法を用いた場合には、上
記濃度値の変化の大きさの閾値により、対象領域をより
正確に抽出できる。

【００４４】また、本発明の第２の構成によれば、先に
説明したような変化に富んだ性質をもつ対象粒子の領域
分割が要求される尿沈渣検査装置において、試料の染色
により、対象粒子が十分に染色されず、対象粒子の濃度
が背景濃度とほとんど差がなく、このような対象粒子を
高い頻度で多数含む試料の場合にも、対象粒子の抽出が
できる。試料中に、ほとんど染色されない細胞を含み、
対象粒子が存在する対象領域と背景領域との色調差が小
さく、対象粒子が存在する対象領域内に、背景領域と同
程度の濃度、又は背景領域の濃度より低い濃度をもつ部
分（領域）が多数存在する場合にも、対象粒子の抽出を
処理速度を低下させることなく、簡単な演算によって、
このような対象粒子を、各粒子像毎に安定して正確に抽
出し、領域分割を行うことができる。

【００４５】本発明の第３、第４の構成では、試料の染
色により、十分に染色される粒子、染色されにくい粒子
（十分に染色されない粒子、ほとんど染色されない粒
子）が混在する場合にも、各粒子像毎に安定して分割で
き、より正確な２値画像が得られ、この結果、対象領域
の特徴量がより正確に求められ、対象粒子の分類の誤り
防止が可能となる。このように、染色の程度が異なる対
象粒子が混在し、染色性が悪く、ほとんど染色されない
対象粒子が試料に含まれる場合にも、各粒子像毎に正確
な領域分割ができ、各種の沈渣成分の識別精度が向上で
きるという特徴がある。

【００４６】

【実施例】はじめに、本発明の方法が、好適に適用でき
る尿沈渣検査について説明する。

【００４７】尿沈渣では、沈渣成分の誤認防止、細胞判
定を容易に行なうために、試料は染色されることが多
い。代表的な染色法としては、Ｓｔｅｒｎｈｅｉｍｅｒ
−Ｍａｌｂｉｎ（ＳＭ）染色と、Ｓｔｅｒｎｈｅｉｍｅ
ｒ（Ｓ）染色変法とがある。ＳＭ染色は、主に白血球の
染色性に広く利用されている。一方、Ｓ染色変法（以下
Ｓ染色と略す）は、塩基性色素であるアルシャンブル
ー、あるいはアストラルブルーと、塩基性色素であるピ
ロニンＢを用いた染色法でる。この染色法では、細胞
核、及び円柱基質が明瞭に青染され、細胞質やＲＮＡ成
分が、ピロニンＢにより赤染されるため、赤と青のコン
トラストが高くなるという利点がある。この他にも、各
種の染色法が知られている。尿沈渣検査では、染色され
た試料を使用して、血球細胞、円柱上皮細胞の分類と個
数の計数、結晶の種類の識別、酵母様真菌を含む細菌の
有無の識別と細菌の種類の判定、等が実行される。

【００４８】以下の各実施例では、一例として、Ｓｔｅ
ｒｎｈｅｉｍｅｒ染色変法で染色された尿中の固形物
（尿沈渣）を、自動的に分析する尿沈渣検査装置におけ
る画像の領域分割について説明する。

【００４９】また、以下の各実施例では、尿試料から遠
心分離せずに、染色した試料を、平坦なシースフローを
形成するフローセルに流し、フローセルを流れる沈渣粒
子に同期させて、パルス光をフローセルに照射して静止
画を得て、ＴＶカメラで撮像し、画像処理によって、尿
沈渣を識別分類する。以下の各実施例で説明される画像
処理は、撮影記録された画像中に存在する複数の沈渣物
（検査対象粒子）の識別を、最大でＴＶカメラの撮像周
期（１／３０秒）に合わせて、高速処理できる画像処理
である。

【００５０】図３に、尿沈渣検査装置の構成例を示す。
尿試料２２は、染色液２４と混合され染色され、フロー
セル２６内で、所定の寸法の厚さ、幅をもつ平坦な形状
に整形された後、シース液に包まれ所定の寸法をもつ空
間を、等速度で流れる。この装置では、半導体レーザ３
２からの光が、撮像領域の手前に存在する粒子検出領域
に照射され、粒子検出領域を通過する粒子が粒子検出器
３４で検出され、この粒子検出器３４による検出信号に
基づいて、一定時間の遅れ（粒子が粒子検出領域から撮
像領域に侵入するまでの時間）の後、フラッシュランプ
（Ｘｅランプ）３０を所定の短時間だけ発光させて、撮
像光学系（対物レンズ、リレーレンズ）を通して、撮影
領域がＴＶカメラ３６で撮像される。カメラ３６の出力
信号は、パーソナルコンピュータ２８に装填されている
画像処理ボードで、赤画像、緑画像、青画像（以下、Ｒ
画像、Ｇ画像、Ｂ画像と略す）の波長毎にＡ／Ｄ変換さ
れ、各画像とも、５１２画素×５１２画素×８ビットに
量子化（合計７８６，４３２バイトのデータとなる）さ
れて、画像メモリ３８に記憶される。この時、Ａ／Ｄ変
換器（図示せず）の出力は、カメラの黒レベルが０に白
レベルが２５５となる。但し、以下の処理では、処理の
都合上、対象を光吸収率で表現するために、黒レベルを
２５５に、白レベルを０とする。

【００５１】画像の入力系において、対物レンズとカメ
ラ間には、倍率拡大用のレンズ移動機構が配置されるた
め、撮像光学系の歪みによる濃度むらが発生する。この
濃度むらを、補正して、除去するために、領域分割の処
理を行なう前に、濃度補正処理を行なう。この補正は、
Ｒ画像、Ｇ画像、Ｂ画像毎に独立に行なうが、濃度補正
処理を行なう対象となる画像は、試料の染色法に従っ
て、最も好ましい条件を満たす画像が予め選択される。

【００５２】本来、対象がない時、又は、光吸収率が無
限小の一様な光学特性をもつ対象を撮影した時の画像
（白画像）、及び光吸収率が無限大の対象を撮影した時
の画像（黒画像）では、理想的には、画像の各画素の値
が均一であるが、実際には、光学系の歪みによって、背
景の濃度むらが発生する。そこで、実際に測定した、白
画像Ｗ（ｉ，ｊ）と黒画像Ｂ（ｉ，ｊ）とを使用して、
入力画像ｆ（ｉ，ｊ）を補正し変換して、歪みが補正さ
れた画像ｆ’（ｉ，ｊ）を得る。画像ｆは、Ｒ画像、Ｇ
画像、Ｂ画像のいずれかであり、（ｉ，ｊ）は、画像の
画素の位置を表わす。黒レベルの基準値をβ₀、白レベ
ルの基準値をα₀とし、入力画像ｆ（ｉ，ｊ）の相対値
を［β₀、α₀］の振幅の範囲で表現するものすれば、歪
みが補正された画像ｆ’（ｉ，ｊ）は、次の（数２）で
表すことができる。

【００５３】 ｆ’（ｉ，ｊ）＝（β₀−α₀）{ｆ（ｉ，ｊ）−Ｗ（ｉ，ｊ）}／ {Ｂ（ｉ，ｊ）−Ｗ（ｉ，ｊ）}＋α₀ …（数２） 但し、ｉ＝０，１，２，…，５１０，５１１、ｊ＝０，
１，２，…，５１０，５１１である。

【００５４】また近似的に、黒画像Ｂ（ｉ，ｊ）の分散
が、Ａ／Ｄ変換された値で１レベル以下であれば、黒画
像Ｂ（ｉ，ｊ）をその平均値Ｂ_avで置き換え、白画像Ｗ
（ｉ，ｊ）も各画素毎を参照することなく、小領域の白
画像Ｗ’（ｉ’，ｊ’）での画素を参照するものとすれ
ば、次の（数３）により、上記と同様の補正ができる。

【００５５】 ｆ’（ｉ，ｊ）＝（β₀−α₀）{ｆ（ｉ，ｊ）−Ｗ’（ｉ’，ｊ’）}／ {Ｂ_av−Ｗ’（ｉ’，ｊ’）}＋α₀ …（数３） ここで、参照する白画像の小領域の大きさをＭ×Ｎとす
ると、（ｉ’，ｊ’）は参照する座標を示し、 ｉ’＝［ｉ／Ｍ］ ｊ’＝［ｊ／Ｎ］ …（数４） であり、［ ］はガウス記号である。例えば、Ｍ＝Ｎ
＝８とすれば、白画像Ｗ’の大きさは、６４×６４画素
分の大きさでよいことになる。

【００５６】黒レベルの基準値β₀、白レベルの基準値
α₀は、各々Ｒ画像、Ｇ画像、Ｂ画像ともに、β₀＝２３
０、α＝４０程度の値に設定する。

【００５７】また、白画像は、その画像内で平滑化処理
を行なうか、あるいは複数の白画像を計測して、画像の
平均処理、又は平滑化処理を行ない、ノイズの影響が低
減できる。この補正により、撮影された色画像は、画像
全面に渡って濃度が、ほぼ均一になる。以上説明した、
画像の補正は、光学系の歪みが、実質的に無視できると
きには、省略できることは言うまでもない。

【００５８】以上の説明は、以下の各実施例において、
領域分割を行なうに先立って実行される共通する処理で
ある。

【００５９】（実施例１）本実施例では、フロー方式で
撮像した画像中に存在する、大きさの異なる（数μｍ〜
数百μｍ）複数個の粒子を効率よく分割するために、Ｔ
Ｖカメラで波長別に入力した画像から、光学系の濃度む
らを補正した後に、赤画像、緑画像の色空間で、背景領
域と、対象粒子が存在する対象領域を分割し、背景領域
と、対象粒子が存在する対象領域を表わす２値画像を得
る。

【００６０】本実施例では、検査対象粒子の自動識別に
好適な、青と赤のコントラストが高いＳ染色で染色した
試料の画像から、画像中の沈渣成分の領域を分割する。
領域分割は、画像の背景領域を基準として行なう。予め
上記で説明した補正処理を行ない、光学系の濃度むらを
補正し、濃度変動の偏差を小さくして、背景領域の安定
な抽出を行なう。

【００６１】以下、領域分割方法の詳細について説明す
る。

【００６２】以下に説明する領域分割方法では、Ｓ染色
で染色された試料の画像から、目的とする対象粒子の対
象領域の抽出に際し、濃度差のある粒子像や色調差のあ
る粒子像でも、安定に分割できる特徴がある。

【００６３】染色された生体試料の画像を撮影して、色
空間で対象物質（粒子）を抽出する方法は、幾つかの方
法が知られている。しかし、尿沈渣検査装置では、領域
分割を行なう対象が、先に説明したように、変化に富ん
た性質を有しており、従来法の領域分割方法は、そのま
ま単純に適用できない。

【００６４】本発明の発明者の研究によれば、尿沈渣検
査装置で得られる画像では、背景領域は、通常、安定に
存在することが判明しているので、目的とする対象粒子
を検出するために、本発明では、安定に存在する背景領
域を先ず識別して、これを基準とする方法を採用した。
即ち、背景領域が安定に抽出できれば、背景領域以外の
領域に、背景領域と区別して検出すべき対象粒子を表す
信号成分が、全て含まれていると考えることができる。

【００６５】顕微分光光度計による、代表的な沈渣粒子
を測定した結果から、染色剤の吸収ピークが５５０ｎｍ
近辺にあり、波長領域４００〜５００ｎｍ（青成分）で
の感度に比較し、波長領域５００〜７００ｎｍ（緑成
分、赤成分）での感度が高いことが判明した。この結果
から、Ｓ染色で染色された試料の画像の場合には、領域
分割を、Ｇ画像、及びＲ画像空間で行なうことが好まし
いことが明らかとなった。 図４は、色空間における背
景部の抽出を行なう領域分割を模式的に示す。ｘ軸をＧ
画像の濃度、ｙ軸をＲ画像の濃度とする。ここで、閾値
Ｔ１、Ｔ２は、Ｒ画像の濃度ヒストグラム４０から、閾
値Ｔ３、Ｔ４は、Ｇ画像の濃度ヒストグラム４０’か
ら、それぞれ求められる（なお、図４に示す領域分割法
と類似する方法が、特開平６−３１４３３８号公報に記
載されているが、特開平６−３１４３３８号公報では、
先に説明した撮像光学系の歪みによる濃度むらの補正は
なされていない）。

【００６６】具体的には、各々の画像の濃度ヒストグラ
ムを求め、ヒストグラムの最大のピーク値を持つ濃度
値、半価幅を与える濃度の値を求める。次いで、これら
の値を基にして、対象領域を抽出するに必要な背景領域
を識別して取り出す。

【００６７】以下、各閾値を算出し、背景領域を識別
し、識別された目的とする対象粒子のパターンについて
の特徴量を求める手順について、説明する。

【００６８】（手順１）：各画像（Ｇ画像、Ｒ画像）の
濃度ヒストグラムを作成する。各画像の画素の位置を
（ｉ，ｊ）で表わし、Ｇ画像をＧ（ｉ，ｊ）、Ｒ画像を
Ｒ（ｉ，ｊ）と、それぞれ表わす。

【００６９】（手順２）：各濃度ヒストグラムで、図５
に示すように頻度の最大値Ｐmax（＊）をもつ濃度値Ｐ_d
（＊）を求める。なお、＊は、Ｒ、Ｇのをいずれかを表
わす。

【００７０】（手順３）：各濃度ヒストグラムで、ピー
クの半値幅を与える濃度、Ｐ_hL（＊）、Ｐ_hh（＊）を求
める。＊は、Ｒ、Ｇのをいずれかを表わす。

【００７１】（手順４）：（手順１）〜（手順３）で求
めた濃度値Ｐ_d（＊）、Ｐ_hL（＊）、Ｐ_hh（＊）を使用
して、次の（数５）〜（数８）により、閾値Ｔ１、Ｔ
２、Ｔ３、Ｔ４を、それぞれ算出する。Ｒ画像から、 Ｔ１＝Ｐ_d（Ｒ）−｛Ｐ_d（Ｒ）−Ｐ_hL（Ｒ）｝・σ …（数５） Ｔ２＝Ｐ_d（Ｒ）−｛Ｐ_d（Ｒ）−Ｐ_hh（Ｒ）｝・σ …（数６） Ｇ画像から、 Ｔ３＝Ｐ_d（Ｇ）−｛Ｐ_d（Ｇ）−Ｐ_hL（Ｇ）｝・σ …（数７） Ｔ４＝Ｐ_d（Ｇ）−｛Ｐ_d（Ｇ）−Ｐ_hh（Ｇ）｝・σ …（数８） を得る。ここで、σは、予め定められる、実験的に決め
られるパラメータであり、σは、通常、３．０〜３．５
に設定される。

【００７２】（手順５）：（手順１）〜（手順４）で算
出された閾値Ｔ１〜Ｔ４をもとに、次の（数９）に従
い、画像空間で２値画像を作成する。背景領域（ＢＧ）
は、 ｛Ｔ１≦Ｒ（ｉ，ｊ）＜Ｔ２｝∩｛Ｔ３≦Ｇ（ｉ，ｊ）＜Ｔ４｝ …（数９） により、得られる。ここで、∩は論理積を表す。

【００７３】（手順６）：（手順５）で求めた２値画像
の修正、整形の処理を行なう。

【００７４】（手順７）：（手順５）で求めた背景領域
以外の、それぞれ互いに独立した領域に、対象粒子が存
在する対象領域として、ラベリングを行なう。

【００７５】（手順８）：（手順７）でラベリングされ
た対象領域のパターンについて、特徴量を求め、対象領
域のパターンを識別する。なお、周知の特徴量を、周知
の技術によって求め、個々の対象領域のパターンの識別
を行なうが、色調別に抽出した対象パターンを、対象粒
子の染色程度や、複数の対象粒子の位置状態（接触や重
畳の程度）により、（手順６）で得たパターンを合成す
れば、さらに安定な対象パターンを得ることができる。

【００７６】本実施例での処理の工程を整理すると、以
下のようになる。

【００７７】（１）濃度補正処理：Ｇ画像、及びＲ画像
で、光学系の歪みに由来する濃度むらを除去する。

【００７８】（２）領域分割：Ｇ画像、及びＲ画像で複
数の閾値を使用して、背景領域と対象領域とに分割し、
背景領域を０、対象領域を１とする２値画像を作成す
る。

【００７９】（３）修正処理：対象領域の穴埋め、背景
領域のノイズ除去等の２値画像の修正、整形を行なう。

【００８０】（４）ラベリング：２値画像の連結成分毎
にラベリング処理を行い、画像中の複数の対象に番号を
つける。

【００８１】（５）特徴量算出：番号をつけたそれぞれ
の対象につき、面積、周囲長、平均濃度等の特徴量を求
める。

【００８２】（６）識別：求めた特徴量をもとに、それ
ぞれの対象が、どのような尿沈渣成分であるかを判断
し、分類する。

【００８３】なお、（３）〜（６）では、太め処理、細
め処理等のフィルタ処理を含め、周知の従来技術を使用
できる。

【００８４】本実施例を、実際の４サンプルから得た９
９画像に適用した結果、９９画像中の９３画像におい
て、対象粒子を領域分割して抽出できた。抽出できなか
った６画像は、対象粒子が無染色状態の画像、焦点位置
の調整不良による画像等であった。

【００８５】図６、図７に本実施例を、実際のサンプル
に適用した結果（上記（３）の処理済み）を示す。な
お、図６、図７では、横（ｘ）軸、縦（ｙ）軸は、それ
ぞれ０〜５１１の５１２画素からなっている。図６は、
対象粒子の染色が良好な染色細胞の画像の領域分割結果
例、図７は、対象粒子の染色がほとんどされていない細
胞の画像の領域分割結果例である。本実施例によれば、
図７に示す例のように、対象粒子の染色が十分でない場
合、例えば、細胞質濃度と背景濃度に差がなく、完全に
抽出できない場合あるが、このような粒子は、以下で説
明する、実施例２、実施例３、実施例４による方法によ
り、抽出できる。

【００８６】（実施例２）以下では、簡単のため、染色
液でほとんど染色されない細胞（粒子）を、無染色細胞
（粒子）、また、良好に染色された細胞（粒子）を、染
色細胞（粒子）と略記する。なお、淡く染色されるが、
染色が不十分で、染色が良好でない細胞（粒子）も、以
下では無染色細胞（粒子）と呼ぶことにする。

【００８７】目的とする対象粒子が、染色剤により良好
に染色される染色粒子の場合には、先に説明した実施例
１の領域分割方法により、良好な領域分割ができる。

【００８８】しかし、実際には活性度の高い細胞は染色
性が悪く、ほとんど染色されない細胞（無染色細胞）が
存在する場合がある。このような無染色細胞は、尿試料
中に、高い頻度で存在することが判明している。また、
尿試料中には、染色性が良好ではなく、染色が不十分で
ある粒子も存在する。

【００８９】無染色細胞を含む画像では、対象領域と背
景領域との色調が、ほぼ同じであり、対象領域の内部
に、背景領域と同程度、又は以下の濃度をもつ部分が多
数存在する。無染色細胞が、画像の中に存在する場合、
実施例１の領域分割方法では、例えば、先に示したよう
に、図７に示す程度の領域分割しかできず、細胞が存在
する領域が同じ値をもつ画素で連結されていない。図７
のように、正確な２値画像が得られない場合には、対象
領域の特徴量が正確に求められず、分類を誤る可能性が
非常に高くなる。沈渣成分の識別精度を向上させるに
は、染色性が悪く、ほとんど染色されない細胞、その他
粒子等の対象を、正確に識別する領域分割が、必要とな
る。

【００９０】無染色細胞（染色液でほとんど染色されな
い細胞）は、ほぼ透明であり、細胞が存在する領域（対
象領域）は、背景領域とほぼ同じ色調をしており、対象
領域の内部に、背景領域とほぼ同程度の濃度領域を多数
含んでいる。まず、無染色細胞を含む画像と、染色細胞
を含む画像との差異について説明する。

【００９１】図８、図９に、それぞれ染色細胞、無染色
細胞を含む画像の濃度値の例を示す。

【００９２】以下に示す図８から図１３における、横軸
は、画像のｙ方向での、０〜５１１の５１２画素の位置
を示す。

【００９３】図８に、染色細胞（良好に染色された細
胞）を含む画像での、染色細胞を含む領域を通るｙ方向
での１ライン（ｘ＝３００）についての濃度値のプロッ
トを示す。図９に、無染色細胞を含む画像での、無染色
細胞を含む領域を通るｙ方向での１ライン（ｘ＝３４
０）についての濃度値のプロットを示す。

【００９４】図８、図９において、横軸は、画像中での
位置（ｙ座標値）、縦軸は濃度値である。濃度値は、０
に近いほど色が濃く、２５５に近いほど色が薄い。図８
では、染色細胞の領域の濃度値が、背景領域に比較し
て、低い値となっている様子が、Ｇ画像に顕著に表れて
いる。この場合、図８に示すように、濃度値に、例え
ば、〜１８０、〜２２０の値の閾値を設定すると、Ｇ画
像において、背景領域と対象領域とを、明確に分割でき
ることが分かる（図８には、参考のために、〜１９０の
閾値を同じに図示してある）。図９と、実際の画像（図
示せず）との比較から、周囲に比べ、濃度変化の大きい
部分（ｙ＝４００の近傍）に、細胞が存在することが判
明した。図９から、無染色細胞の領域（対象領域）で
は、背景の領域に比較し、濃度値の大きな部分、及び小
さな部分を、それぞれ多数含み、背景の領域と同程度の
濃度値をもつ部分も多数含み、図８の場合のように、濃
度値に、単に図９に示すように、同じ閾値を設定するだ
けでは、正確な領域分割ができないことを示している
（図９には、図８と同じ閾値を図示してある）。

【００９５】さらに、図９から、無染色細胞を含む画像
では、背景領域の濃度値の変動は小さいが、無染色細胞
の領域（対象領域）の濃度値の変動は大きいことが分か
る。

【００９６】本実施例では、この濃度値の変動に着目し
て、画像中の濃度値の変化の大きさを計算し、濃度値、
及び濃度値の変化の大きさに、それぞれ閾値を設け、領
域分割を行ない、無染色細胞（染色液でほとんど染色さ
れない細胞）を含む画像の領域分割を正確に行なう。

【００９７】まず、濃度値の変化の大きさを表わす指標
として、局所的な小領域における、濃度値の分散を考え
る。画像上の（ｘ，ｙ）における濃度値をＰ（ｘ，
ｙ）、局所的分散をｑ（ｘ，ｙ）として、ｑ（ｘ，ｙ）
を次の（数１０）で定義する。

【００９８】 ｑ（ｘ，ｙ）＝｛１／（２ｎ＋１）²｝ΣΣ｛Ｐ（ｉ，ｊ）｝²− ｛１／（２ｎ＋１）⁴｝｛ΣΣＰ（ｉ，ｊ）｝² …（数１０） （数１０）において、加算Σは、ｉ＝ｘ−ｎからｉ＝ｘ
＋ｎ、及びｊ＝ｙ−ｎからｊ＝ｙ＋ｎについて行なう。

【００９９】図１０、図１１に、それぞれ染色細胞、無
染色細胞を含む画像の分散値の例（ｎ＝２とした時のｑ
（ｘ，ｙ）の例）を示す。図１０、図１１は、それぞれ
図８、図９と同じ位置（１ライン）における、分散値ｑ
（ｘ，ｙ）をプロットしたもので、横軸は画像のｙ座標
値、縦軸は（数１０）により計算される分散値である。

【０１００】また、図１０、図１１において、横軸、ｙ
＝４９０近辺の大きなピークは、画像の端部の不連続成
分によるもので、画像中の認識対象（細胞）とは無関係
である。図１１は、無染色細胞を含む画像の分散値ｑ
（ｘ，ｙ）であり、図８と比較すると、背景領域の分散
値は０に近く、細胞の存在する領域の分散値は、大きい
値となっている。そこで、分散値に、閾値ｑ_thを設定
し、ｑ_thより大きい分散値をとる領域を、目的とする対
象領域とみなし、無染色細胞を含む画像の領域分割を行
なうことにする。図１１には、閾値ｑ_thを、〜２００と
する例を示してある。

【０１０１】図１０は、染色細胞を含む画像の分散値ｑ
（ｘ，ｙ）を示し、図８と比較すると、細胞の存在する
領域のエッジ部分（横軸、ｙ＝２００、及びｙ＝３００
近辺）において、分散値が大きな値を示している。しか
し、細胞の内部は、一様な色調で染色されているため、
分散値は小さく、分散値に閾値を設定し領域分割を行な
うと、細胞のエッジ部分だけが、対象領域として分割さ
れてしまう（図１０には、図１１と同様に、閾値ｑ
_thを、〜２００とする例を示してある。）。そこで、分
散値に閾値を設定し領域分割を行なうとともに、濃度値
に閾値を設定し領域分割を行い、両方の領域分割の結果
を重ね合わせることにより、染色細胞と無染色細胞の両
方の領域分割を正確に行なうことができる。

【０１０２】以上で述べた方法では、画像における濃度
変動の大きさを検出するために、（数１０）で定義され
る濃度の局所的分散値を用いたが、装置構成をより単純
するため、より簡便に濃度変動の大きさを検出する方法
として、次の（数１１）で定義される濃度差分値を用い
ることにする。（ｘ，ｙ）における濃度値をＰ（ｘ，
ｙ）、濃度差分値をｒ（ｘ，ｙ）とする。

【０１０３】 ｒ（ｘ，ｙ）＝ΣＰ（ｘ，ｙ＋ｉ）−ΣＰ（ｘ，ｙ−ｉ） …（数１１） （数１１）において、加算Σは、ｉ＝１からｉ＝ｎにつ
い行なう。この（数１１）の計算は、加算と減算のみで
実行でき、画像の一点で、差分値を計算するために使用
する濃度値は、画像上で１次元的に配列する画素の濃度
値であるので、簡便な装置構成により、画像信号の転送
に同期した高速な処理を実行できる。

【０１０４】図１２、図１３に、それぞれ染色細胞、無
染色細胞を含む画像の濃度差分値（ｎ＝２とした時の濃
度差分値）の例を示す。図１２、図１３は、それぞれ図
８、図９と同じ位置（１ライン）における濃度差分値を
プロットしたものである。分散値の場合と同様、横軸４
９０近辺のピーク値は、画像端の不連続部分による。

【０１０５】図１２は、染色細胞を含む画像の差分値を
示しており、図８と比較すると、対象領域のエッジ部分
で、差分値は正負に大きく変化する値をとり、対象領域
の内部、及び背景領域では、差分値は０に近い値をとっ
ている。

【０１０６】図１３は、無染色細胞を含む画像の差分値
を示し、図９と比較すると分かるように、差分値は背景
領域で０に近い値をとり、差分値は、対象（細胞）領域
で正負に大きく変化する値をとっている。

【０１０７】ただし、対象領域の内部でも、差分値が０
に近い値をとる部分が、多数含まれているため、差分値
に正負の２つの閾値、ｒ_th1、ｒ_th2（ｒ_th1＜０＜
ｒ_th2）を設定し、ｒ_th1＜ｒ（ｘ，ｙ）＜ｒ_th2なる領
域を、背景領域とする領域分割を行なうと、対象領域の
内部で、差分値が０に近い値をとる領域は、背景領域と
して分割されてしまう。また、この方法を、染色細胞を
含む画像に適用すると、細胞のエッジ部分のみを、対象
領域として分割することになってしまう。図１２、図１
３では、閾値を、ｒ_th1が〜−２０、ｒ_th2が〜２０の場
合を、示している。

【０１０８】ここで、濃度値と濃度差分値との関係を考
えてみる。濃度差分値が０をとる点は、濃度値が極大値
あるいは極小値をとっている点であり、このような点に
おける濃度値は、背景領域の平均の濃度値より比較的大
きな値、あるいは小さい値をとる可能性が高い。つま
り、濃度差分値に閾値を設定して領域分割を行なった結
果、正確に領域分割できない部分（背景領域として分割
されてしまう対象領域の内部の部分）は、濃度値に閾値
を設定し、領域分割を行えば対象領域として分割でき
る。そこで、差分値に閾値を設定し領域分割を行なうと
ともに、濃度値に閾値を設定し領域分割を行ない、両方
の領域分割の結果を重ね合わせること（論理ＯＲをと
る）により、無染色細胞を含む画像、染色細胞を含む画
像の両方を、正確に領域分割することができる。

【０１０９】以上説明した方法を、実際にフロー方式で
撮像した画像に適用した結果について説明する。最も無
染色となりやすい偏平上皮細胞を含む画像の５１例を調
べたところ、無染色粒子を含む画像が、８例出現した。
実施例１の方法では、正確な領域分割が困難であった無
染色粒子を含む８例の画像に、以上説明した方法を適用
した結果、染色粒子を含む画像の場合に得られる処理結
果と、同等の結果を得ることができた。以下では、これ
らの画像のうち、典型的な染色粒子を含む画像と、無染
色粒子を含む画像とを、それぞれ一例ずつとって説明す
る。

【０１１０】図１４、図１５に、濃度の局所的分散を用
いた２値化による方法を用いて、それぞれ染色細胞、無
染色細胞を含む画像を領域分割を行った結果（２値画像
（領域分割された２値画像に修正処理を行なった画
像））を示す。

【０１１１】なお、図１４から図１７において、横
（ｘ）軸、及び縦（ｙ）軸は、それぞれ０〜５１１の５
１２画素からなっている。

【０１１２】Ｇ画像の濃度値を使用して、（数１０）
で、ｎ＝２として計算される分散値と、Ｇ画像の濃度値
を、領域分割の処理で用いた。具体的には、（ｘ，ｙ）
における濃度値をＰ（ｘ，ｙ）、分散値をｑ（ｘ，
ｙ）、２値化結果をｓ（ｘ，ｙ）とすると、 Ｐ_th1＜Ｐ（ｘ，ｙ）＜Ｐ_th2 ａｎｄ ｑ（ｘ，ｙ）＜ｑ_th： ｓ（ｘ，ｙ）＝０（背景：白） ｏｔｈｅｒｗｉｓｅ：ｓ（ｘ，ｙ）＝１（対象領域：黒） …（数１２） として、ｓ（ｘ，ｙ）で表される２値画像を求めた後、
修正処理（背景領域のノイズ除去処理、対象領域の穴埋
め処理）として、対象領域の太め処理を１回行い、細め
処理を２回行った後、さらに太め処理を１回行った（こ
れらの各処理は周知技術である）。

【０１１３】濃度値に設定する閾値Ｐ_th1、Ｐ_th2は、濃
度ヒストグラムの最大値を与える濃度値Ｐ_m、最大値の
１／２の値を与える濃度値、Ｐ_s1、Ｐ_s2（Ｐ_s1＜Ｐ_m＜Ｐ
_s2）を求め、 Ｐ_th1＝Ｐ_m−３．５（Ｐ_m−Ｐ_s1） Ｐ_th2＝Ｐ_m＋３．５（Ｐ_s2-Ｐ_m） …（数１３） とした。また、分散値に設定する閾値はｑ_th＝３０とし
た。

【０１１４】図１５より、明らかに、無染色細胞を含む
画像の領域分割の結果は、図７に示す、実施例１による
結果に比較し、大きく改善されている。

【０１１５】また、染色細胞を含む画像（図１４）にお
いて、細菌が、細胞の領域の右側の２箇所（５０、５
１）に、無染色細胞を含む画像（図１５）において、細
菌が、細胞の領域の右側の１箇所（５２）に、それぞれ
検出されている。これらの細菌は、実施例１の方法によ
る結果（図６、図７）では、検出できなかった細菌であ
る。

【０１１６】染色細胞を含む画像（図１４）の細胞の領
域の左側の２箇所（６０、６１）に、無染色細胞を含む
画像（図１５）の細胞の領域の左側に１箇所（６２）
に、細菌より小さな点があるが、これは背景領域のノイ
ズ成分と思われる。

【０１１７】図１６、図１７に、濃度差分値を用いた２
値化による方法を用いて、それぞれ染色細胞、無染色細
胞を含む画像を領域分割を行った結果（２値画像（領域
分割された２値画像に修正処理を行なった画像））を示
す。Ｇ画像の濃度値を使用して、（数１１）で、ｎ＝２
として計算される差分値、及びＧ画像の濃度値を、領域
分割の処理で用いた。具体的には、（ｘ，ｙ）における
濃度値をＰ（ｘ，ｙ）、差分値をｒ（ｘ，ｙ）、２値化
結果をｓ（ｘ，ｙ）とすると、 Ｐ_th1＜Ｐ（ｘ，ｙ）＜Ｐ_th ａｎｄ ｒ_th1＜ｒ（ｘ，ｙ）＜ｒ_th2： ｓ（ｘ，ｙ）＝０（背景：白） ｏｔｈｅｒｗｉｓｅ：ｓ（ｘ，ｙ）＝１（対象領域：黒） …（数１４） として、ｓ（ｘ，ｙ）で表される２値画像を求めた後、
修正処理を行った。

【０１１８】修正処理、及び濃度閾値Ｐ_th1、Ｐ_th2の設
定は、上記の濃度の局所的分散を用いた２値化による方
法を用いた領域分割の場合と、同じ方法を用いた。ま
た、差分値に設定する閾値は、│ｒ_th1│、│ｒ_th2│は
１５〜２５程度に設定すればよく、ｒ_th1＝−２０、ｒ
_th2＝２０とした。

【０１１９】図１７より、明らかに、無染色細胞を含む
画像の領域分割の結果は、図７に示す、実施例１による
結果に比較し、大きく改善されている。

【０１２０】また、染色細胞を含む画像（図１６）にお
いて、細菌が、細胞の領域の右側の２箇所（５０、５
１）に、無染色細胞を含む画像（図１７）において、細
菌が、細胞の領域の右側の１箇所（５２）に、それぞれ
検出されている。これらの細菌は、実施例１の方法のよ
る結果（図６、図７）では、検出できなかった細菌であ
る。

【０１２１】図７、図１５、図１７を比較すると、実施
例１の領域分割法に比較し、上記の濃度の局所的分散、
差分値を用いた２値化による方法を用いた２種類の領域
分割法は、無染色細胞の領域分割に効果的であることが
分かる。また、２種類の方法のうち、濃度の分散値を用
いる方法の方が、無染色細胞の領域分割に、より効果的
である。しかし、濃度の差分値を用いる方法の方が、装
置が単純に構成できる。そこで、差分値を用いた領域分
割法の詳細を説明する。

【０１２２】図１６、図１７に示す結果は、差分値を計
算する（数１１）において、ｎ＝２とした時の結果であ
る。ある画素の差分値を計算する際に用いる近傍画素の
個数は２ｎ＋１で表され、この個数を、ここではマスク
サイズと呼ぶことにする。例えば、ｎ＝２の時、ある画
素の差分値の計算には、その画素を中心とし、ｙ方向に
前後２画素、合計５画素が必要であり、マスクサイズ＝
５である。マスクサイズ＝１の場合は、差分処理を行な
わないことを意味する。

【０１２３】図１８に、マスクサイズの変化による領域
分割の結果を示す。図１８では、５１２×５１２画素か
らなる画像を示している。マスクサイズが、領域分割に
与える影響を調べるために、ｎの値を変化させて、領域
分割を行った。図１８の例は、図７、図１５、図１７と
それぞれ同じ無染色細胞を含む画像の領域分割の結果で
ある。図８における、マスクサイズ＝５の結果は、図１
７の結果に相当する。図１８の例では、マスクサイズ＝
９による結果が、もっとも良好な領域分割の結果を与え
ている（しかし、細胞が存在する領域の内部の一部分
に、誤って識別された背景を示す白い領域が混在してい
る）。

【０１２４】また、図１５、図１７の結果と同様に、図
１８においても、細胞５２が、検出されている。なお、
マスクサイズ＝１による差分処理を行なわない場合の結
果は、図７に示す、実施例１による結果に類似した結果
である。

【０１２５】次に、このマスクサイズの大きさの影響を
周波数軸上で考えてみる。

【０１２６】図１９に、点線で、背景領域のｙ方向に１
ライン（５１２画素）のＧ画像の信号成分（濃度値）
を、離散フーリエ変換した結果を、実線で、無染色細胞
の領域を通るｙ方向の１ライン（５１２画素）のＧ画像
の信号成分（濃度値）を、離散フーリエ変換した結果
を、それぞれ示す。横軸は、画像の１辺（５１２画素）
を単位長として表現した空間周波数、縦軸は、濃度値の
最大値を０．１に正規化したときの信号のパワーを表わ
している。

【０１２７】図１９から、背景領域の信号はノイズ成分
であるため、直流成分を除き、ほぼ全域に同等のパワー
をもち分布していること、無染色細胞の領域を通過する
ラインの画像信号は、背景領域に比較し、周波数１〜１
５０の信号成分が強い、ということが分かる。

【０１２８】無染色細胞の領域を強調するために用いた
（数１１）を、ディジタルフィルタとみなすと、伝達関
数はｚ変換を用いて、 Ｈ（ｚ）＝Σ｛ｚ↑（ｋ）−ｚ↑（−ｋ）｝ …（数１５） と表される。ここでｚ↑（ｙ）は、ｚのべき（ｙ）乗を
示す（ｙ＝ｋ、ｙ＝−ｋ）。（数１５）において、加算
Σは、ｋ＝１からｋ＝ｎについて行なう。また、この時
の周波数応答は、 Ｈ（Ω）＝２ｊｓｉｎ｛（ｎ＋１）Ω／２｝ｓｉｎ｛ｎΩ／２｝／ ｓｉｎ｛Ω／２｝ …（１６） と表される。Ωは、画像上の２画素を単位長とする空間
周波数を表わし、ｊは虚数単位である。

【０１２９】図２０に、ｎ＝１、２、３の場合の周波数
振幅特性｜Ｈ（Ω）｜）を示す。

【０１３０】図２０の横軸は、画像の１辺の長さ（５１
２画素）を単位長として表現した空間周波数を表し、縦
軸は、フィルタの応答をマスクサイズを用いて正規化し
た値を表している。また、位相特性はπ／２で一定であ
り、このフィルタの作用は、無染色細胞を含む画像に特
有の周波数成分を強調し、背景から分離する作用と、位
相を９０度ずらすことにより、濃度で２値化したとき０
になる部分と、差分値を用いて２値化したとき０になる
部分とをずらす作用と、を有している。

【０１３１】図２０から、ｎ＝２（マスクサイズ５）、
ｎ＝３（マスクサイズ７）の場合には、無染色細胞を含
む画像に特有の中周波領域〜低周波領域の信号成分が強
められるが、マスクサイズが過大になると、図２０に
は、図示していないが、ｎ＝５の場合のように、ｎの値
を大ききしていくに従い、無染色細胞を含む画像に特有
の信号成分のうち、低周波領域が弱められてしまう。こ
のため、ｎの値は、２〜４（マスクサイズ５〜９）程度
が適当である。

【０１３２】図２１（Ａ）、図２１（Ｂ）に、染色され
た赤血球の画像を用いて、対象領域として分割される領
域の形状の、マスクサイズによる影響を、調べた結果を
示す。図２１（Ａ）、図２１（Ｂ）において、長さの単
位は、画素数である。

【０１３３】分類すべき対象のうち、赤血球は、細菌に
次いで小さく、その形状がほぼ円形であるので、赤血球
像を、マスクサイズを変化させて領域分割し、抽出され
た対象領域の形状の変化を評価することにより、画像処
理過程における劣化（対象粒子がもつ真の形状と、領域
分割された対象領域の形状との差）を評価できる。

【０１３４】図２１（Ａ）は、種々のマスクサイズ（図
中に数字で示す）を用いた場合について得た、対象領域
（赤血球）の面積、周囲長のプロットである。マスクサ
イズが大きくなるにつれ、面積、周囲長ともに大きくな
り、対象領域が広がっていく。

【０１３５】また、図２１（Ｂ）は、領域分割された赤
血球を、それぞれｘ軸、ｙ軸へ投影した時に得る、ｘ、
及びｙ方向の投影長のプロットである。赤血球はほぼ円
形をしているので、差分処理を用いない場合（マスクサ
イズ＝１）には、ｘ軸、ｙ軸への投影長が、ほぼ同じ値
である。しかし、差分処理を行なうと、ｘ軸方向への投
影長に比べ、差分処理の方向であるｙ軸方向の投影長
が、より大きくなり、対象領域が、縦長の楕円形になっ
ている。これは、図２０から分かるように、差分処理に
より、高周波成分が抑制され、対象のエッジが広がるた
め、処理方向へ伸張されるためである。

【０１３６】また、マスクサイズが大きくなる程この傾
向は強くなる。このように、無染色細胞を含む画像の２
値化における改善、染色細胞を含む画像の２値画像の劣
化、という２点を考慮して、マスクサイズを決定する必
要がある。

【０１３７】無染色細胞を含む画像の２値化の改善は、
より正確な特徴パラメータの算出を可能にし、後段での
パターン認識の認識率の向上につながるが、染色細胞を
含む画像の２値画像の劣化は、特徴パラメータを不正確
にし、特にサイズの小さな対象の分類精度に影響する。
また、２値化の際に用いる閾値によって、得られる２値
画像は変化する。一般に、閾値の絶対値が、小さいほど
無染色細胞の領域分割は良好に実行できるが、背景領域
のノイズ成分を拾いやすくなる。この点に注意して最適
な閾値を設定する必要がある。

【０１３８】図２２に、本実施例の粒子画像の領域分割
の手順を説明する処理のフローチャートを示す。先に説
明したように、処理の対象となる粒子画像は、画像メモ
リに記憶されている。本実施例で、使用する画像はＧ画
像であり、各画素の位置（ｘ，ｙ）における濃度値Ｐ
（ｘ，ｙ）で表わすものとする。

【０１３９】以下、図２２に示す、処理のステップに従
って、処理過程を説明する。

【０１４０】（ステップＳ１）： まず、画素（ｘ，
ｙ）における濃度値Ｐ（ｘ，ｙ）を画像メモリより読み
出す。

【０１４１】（ステップＳ２）： 濃度値Ｐ（ｘ，ｙ）
を、以下に示す２値画像を表す変数ｕ（ｘ，ｙ）に変換
する。

【０１４２】 Ｔ２’＜Ｐ（ｘ，ｙ）＜Ｔ１’の時：ｕ（ｘ，ｙ）＝０ …（数１７） ｏｔｈｅｒｗｉｓｅ ：ｕ（ｘ，ｙ）＝１ …（数１８） ここで、Ｔ１’、Ｔ２’は閾値を表し、例えば、次のよ
うにしてＴ１’、Ｔ２’を定める。まず、画像メモリに
記憶された画像の濃度値Ｐ（ｘ，ｙ）を読み出し、濃度
値のヒストグラムを作成し、ヒストグラムの形状から濃
度閾値Ｔ１’、Ｔ２’を決定する。通常、画像上で背景
部分の面積が最も大きいので、背景の平均濃度がヒスト
グラム上での最大値をとる。図５に示すように、このヒ
ストグラムの最大値を与える濃度値Ｐ_dを検出し、この
最大値をＰmaxとする。次に、Ｐmax／２の値を与える濃
度値を検出し、Ｐ_hL、Ｐ_hh（Ｐ_hL＜Ｐ_d＜Ｐ_hh）とす
る。

【０１４３】適当な定数ｋを定め、閾値Ｔ１’、Ｔ２’
を、（数１９）、（２０）から、決定する。

【０１４４】 Ｔ１’＝Ｐ_d＋ｋ（Ｐ_hL−Ｐ_d） …（数１９） Ｔ２’＝Ｐ_d＋ｋ（Ｐ_hh−Ｐ_d） …（数２０） 定数ｋは、あらかじめ実験的に求めておく。

【０１４５】（数１７）に示すように、Ｔ２’＜Ｐ
（ｘ，ｙ）＜Ｔ１’の時、画素（ｘ，ｙ）は背景領域に
あるとみなし（（数１７））、Ｔ２’≧Ｐ（ｘ，ｙ）、
又はＰ（ｘ，ｙ）≧Ｔ１’の時、画素（ｘ，ｙ）は対象
領域（背景領域以外の領域であり、背景領域と識別しよ
うとする粒子が存在する領域をさす）にあるとみなす
（（数１８））。

【０１４６】（ステップＳ３）： 画素（ｘ，ｙ）の近
傍の複数の画素の濃度値を、メモリより読み出す。

【０１４７】（ステップＳ４）： 濃度値の変化の大き
さ（画素（ｘ，ｙ）における濃度値の変化の大きさをｑ
（ｘ，ｙ）とする。）を、下記（ａ）〜（ｄ）の何れか
の方法を用いて、計算する。

【０１４８】（ａ）；（数２１）、又は（数２２）に示
すように、ステップＳ３で読み出した、画素（ｘ，ｙ）
の近傍の複数の画素の濃度値を、画像上で近接する２つ
の領域に属する画素に分け、それぞれの領域に属する画
素の濃度値の和を求め、次に、得られた２つの和の値の
差（（数２１））、又はその絶対値（（数２２））を求
める。

【０１４９】 ｑ（ｘ，ｙ）＝Σ｛Ｐ（ｘ，ｙ＋ｉ）−Ｐ（ｘ，ｙ−ｉ）｝ …（数２１） ｑ（ｘ，ｙ）＝│Σ（Ｐ（ｘ，ｙ＋ｉ）−Ｐ（ｘ，ｙ−ｉ））│ …（数２２） 例えば、ステップＳ３で読み出した画素（ｘ，ｙ）の近
傍の４個の画素の濃度値、Ｐ（ｘ，ｙ−２）、Ｐ（ｘ，
ｙ−１）、Ｐ（ｘ，ｙ＋１）、Ｐ（ｘ，ｙ＋２）から、
（数２１）、又は（数２２）によって、ｑ（ｘ，ｙ）を
計算する。(数２１)、（数２２）において、加算Σはｉ
＝１からｉ＝ｎについて行なう。

【０１５０】（ｂ）；ステップＳ３で読み出した、画素
（ｘ，ｙ）の近傍の複数の画素の濃度値の分散（（数２
３））、又は標準偏差（（数２４））を求め、濃度値の
変化の大きさｑ（ｘ，ｙ）とする。

【０１５１】 ｑ（ｘ，ｙ）＝｛１／（２ｎ＋１）²｝ΣΣ｛Ｐ（ｘ＋ｉ，ｙ＋ｊ）｝²− ｛１／（２ｎ＋１）²｝²｛ΣΣＰ（ｘ＋ｉ，ｙ＋ｊ）｝² …（数２３） ｑ（ｘ，ｙ）＝√〈｛１／（２ｎ＋１）²｝ΣΣ｛Ｐ（ｘ＋ｉ，ｙ＋ｊ）｝² −｛１／（２ｎ＋１）²｝²｛ΣΣＰ（ｘ＋ｉ，ｙ＋ｊ）｝²〉 …（数２４） なお、√〈 〉は、〈 〉内の平方根を示す。（数２
３）、（数２４）において加算Σは、それぞれｉ＝−ｎ
からｉ＝ｎ、ｊ＝−ｎからｊ＝ｎについて行なう。

【０１５２】例えば、ステップＳ３において、ｘ−１≦
ｉ≦ｘ＋１、ｙ−１≦ｊ≦ｙ＋１を満たす９個の画素の
濃度値Ｐ（ｉ，ｊ）を読み出し、（数２３）、又は（数
２４）によって、ｑ（ｘ，ｙ）を計算する。

【０１５３】（ｃ）；ステップＳ３で得た画素（ｘ，
ｙ）の近傍の複数の画素の濃度値と、それぞれの画素の
幾何学的配置に対応した重み値ｗと、の積をとり、得ら
れた積の総和を濃度値の変化の大きさｑ（ｘ，ｙ）
（（数２５））とする。

【０１５４】 ｑ（ｘ，ｙ）＝｛ΣΣｗ（ｉ，ｊ）Ｐ（ｘ＋ｉ，ｙ＋ｊ）｝ …（数２５） （数２５）において、加算Σはそれぞれｉ＝−ｎからｉ
＝ｎ、及びｊ＝−ｎからｊ＝ｎについて行なう。例え
ば、９個の重み値ｗ（ｋ，ｍ）（ｋ，ｍ＝−１、０、
１）をあらかじめ設定し、ステップＳ３において、９個
の画素の濃度値Ｐ（ｉ，ｊ）（ｘ−１≦ｉ≦ｘ＋１、ｙ
−１≦ｊ≦ｙ＋１）を読み出し、（数２５）によってｑ
（ｘ，ｙ）を計算する。重み値は、例えば、ｗ（０，
０）＝４、ｗ（−１，０）＝ｗ（１，０）＝ｗ（０，−
１）＝ｗ（０，１）＝１、ｗ（−１，−１）＝ｗ（−
１，１）＝ｗ（１，−１）＝ｗ（１，１）＝０とする。

【０１５５】（ｄ）；上記（ａ）〜（ｃ）の方法のう
ち、何れかの方法を用いて濃度値の変化の大きさｑ
（ｘ，ｙ）を求めた後、得られた濃度値の変化の大きさ
を濃度値Ｐ（ｘ，ｙ）とみなし、 Ｐ（ｘ，ｙ）＝ｑ（ｘ，ｙ） …（数２６） とおいて、上記（ａ）〜（ｃ）の何れかの方法により、
濃度値の変化の大きさｑ（ｘ，ｙ）を計算してもよい。

【０１５６】例えば、上記（ａ）の方法により、すべて
の画素（ｘ，ｙ）について、ｑ（ｘ，ｙ）の値を計算し
た後、（数２６）を適用して、次いで、上記（ｂ）の方
法を用いて、再度ｑ（ｘ，ｙ）を計算する。

【０１５７】（ステップＳ５）： 濃度値の変化の大き
さｑ（ｘ，ｙ）を、以下に示す２値画像を表す変数ｖ
（ｘ，ｙ）に変換する。

【０１５８】ｑ（ｘ，ｙ）が正値のみを取る場合は、閾
値Ｔ３’を使用して、 ｑ（ｘ，ｙ）＜Ｔ３’の時：ｖ（ｘ，ｙ）＝０ …（数２７） ｑ（ｘ，ｙ）≧Ｔ３’の時：ｖ（ｘ，ｙ）＝１ …（数２８） とし、ｑ（ｘ，ｙ）＜Ｔ３’の時、画素（ｘ，ｙ）は背
景領域にあるとみなし（（数２７））、ｑ（ｘ，ｙ）≧
Ｔ３’の時、画素（ｘ，ｙ）は対象領域にあるとみなす
（（数２８））。なお、上記の閾値Ｔ３’は、予め実験
的に求めておくことができる。

【０１５９】ｑ（ｘ，ｙ）が負値も取る場合（ステップ
Ｓ５’）は、閾値Ｔ３”、閾値Ｔ４’を使用して、 Ｔ４’＜ｑ（ｘ，ｙ）＜Ｔ３”の時：ｖ（ｘ，ｙ）＝０ …（数２９） ｏｔｈｅｒｗｉｓｅ ：ｖ（ｘ，ｙ）＝１ …（数３０） とし、Ｔ４’＜ｑ（ｘ，ｙ）＜Ｔ３”の時、画素（ｘ，
ｙ）は背景領域にあるとみなし（（数２９））、Ｔ４’
≧ｑ（ｘ，ｙ）、又はｑ（ｘ，ｙ）≧Ｔ３”の時、画素
（ｘ，ｙ）は対象領域にあるとみなす（（数３０））。
なお、上記の閾値Ｔ３”、閾値Ｔ４’は、予め実験的に
求めておくことができる。

【０１６０】（ステップＳ４’）でのＳ５、Ｓ５’の選
択は、（ステップＳ４）において、どのようにｑ（ｘ，
ｙ）が定義されるかにより、自動的に定まる。

【０１６１】（ステップＳ６）： （ステップＳ２）で
得られたｕ、と（ステップＳ５）、又は（ステップＳ
５’）で得られたｖの論理和を、画素（ｘ，ｙ）におけ
る２値化の結果とする。

【０１６２】（ステップＳ７、Ｓ８）： 画素（ｘ，
ｙ）が処理すべき最終の画素の点であれば、処理をステ
ップＳ９に移し、そうでなければ画素（ｘ，ｙ）を、次
の画素の点に移動して、ステップＳ１〜Ｓ６の処理を繰
り返す（ステップＳ７、Ｓ８）。

【０１６３】（ステップＳ９）： 以上の処理により得
た、対象領域を１、背景領域を０とする２値画像に対し
て、対象領域の穴埋め、背景領域のノイズ除去等の処理
を行なう修正処理を行なう。

【０１６４】（ステップＳ１０）： ２値画像の連結成
分毎に、周知技術によるラべリング処理を行ない、画像
中の複数の対象に番号を付ける。

【０１６５】（ステップＳ１１）： 番号が付けられた
各対象について、面積、周囲長、平均濃度、投影長等
の、周知技術による特徴量を求める。

【０１６６】（ステップＳ１２）： 求められた特徴量
を使用して、各対象を、尿沈渣成分のいずれかの種類に
分類識別する。

【０１６７】図２３に、本実施例を実施するための装置
構成を示す。液体中の粒子はパルスランプ１０１により
照射され、光学拡大系（図示せず）によって拡大された
後、テレビカメラ１０２により撮影され、アナログ電気
信号に変換される。テレビカメラ１０２の出力は、Ａ／
Ｄ変換器１０３によりディジタル信号に変換された後、
データバス１１０を介して、画像メモリ１０４に記憶さ
れる。閾値計算部１０５では、データバス１１０を介し
て、画像メモリ１０４に記憶された画像の濃度値を読み
出し、濃度値のヒストグラムを作成し、（数１９）、
（数２０）に従って、ヒストグラム形状より領域分割部
１０６で用いる濃度閾値Ｔ１’、Ｔ２’を決定する。

【０１６８】領域分割部１０６は、データバス１１０を
介して、画像メモリ１０４より得た濃度値と、閾値計算
部１０５より得た閾値Ｔ１’、Ｔ２’と、を用いて領域
分割を行ない、対象領域を１、背景領域を０とする２値
化を行った後、データバス１１０を介して、２値化の結
果を、画像メモリ１０７に記憶する。以上の処理の制御
は、全て計算機１０８が、ＣＰＵバス１０９を介して行
う。

【０１６９】図２４は、図２３における領域分割部１０
６の構成を示す。入力部２００は、図２３のデータバス
１１０に接続しており、データバス１１０を介したデー
タの入力を制御する。濃度２値化回路３００では、ま
ず、入力部２００を介して、閾値計算部１０５（図２
３）より、閾値Ｔ１’、Ｔ２’を読み出し、閾値メモリ
３１０に、Ｔ１’、Ｔ２’の値を記憶する。次に、入力
部２００を介して、画像メモリ１０４から、画像上の一
点の画素の濃度値を読み出し、比較器３２０で、この濃
度値と閾値Ｔ１’、Ｔ２’とを比較する。画像上の一点
を（ｘ，ｙ）、その点における濃度値をＰ（ｘ，ｙ）と
すると、比較器３２０では、濃度値Ｐ（ｘ，ｙ）と閾値
Ｔ１’、Ｔ２’とを比較し、Ｔ２’＜Ｐ（ｘ，ｙ）＜Ｔ
１’であれば、その画素は背景領域であるとみなして、
０を出力し、それ以外の時には、対象領域であるとみな
して、１を出力する。

【０１７０】また、上記の濃度の２値化と並行して、濃
度変化２値化回路４００が働く。濃度変化２値化回路４
００では、まず入力部２００を介して、画像メモリ１０
４（図２３）から、画像上（ｘ，ｙ）の複数の近傍画素
の濃度値を読み出し、メモリ４１０に記憶する。濃度変
化計算部４２０では、メモリ４１０に保持された（ｘ，
ｙ）の近傍画素の濃度値を利用して、下記（ａ）〜
（ｄ）の何れかの方法を用いて濃度値の変化の大きさを
計算する。（ｘ，ｙ）における濃度値の変化の大きさを
ｑ（ｘ，ｙ）とする。

【０１７１】（ａ）メモリ４１０に記憶されている画素
の濃度値を、画像上で近接する２つの領域に属する画素
に分け、それぞれの領域に属する画素の濃度値の和を求
める。次に、得られた２つの和の値の差、又はその絶対
値を求め、濃度値の変化の大きさをｑ（ｘ，ｙ）とす
る。例えば、４個の画素の濃度値Ｐ（ｘ，ｙ−２）、Ｐ
（ｘ，ｙ−１）、Ｐ（ｘ，ｙ＋１）、Ｐ（ｘ，ｙ＋２）
を、メモリ４１０に記憶しておき、（数３１）、又は
（数３２）によって、ｑ（ｘ，ｙ）を計算する。

【０１７２】 ｑ（ｘ，ｙ）＝ΣＰ（ｘ，ｙ＋ｉ）−ΣＰ（ｘ，ｙ−ｉ） …（数３１） ｑ（ｘ，ｙ）＝│ΣＰ（ｘ，ｙ＋ｉ）−ΣＰ（ｘ，ｙ−ｉ）│ …（数３２） （数３１）、（数３２）において、加算Σはそれぞれｉ
＝１からｉ＝２について行なう。図２５に、この場合の
濃度変化２値化回路４００の具体的な構成例を示す。メ
モリ４１０は、１個の濃度値をそれぞれ記憶する４個の
メモリ４１１〜４１４から構成される。メモリ４１１〜
４１４に、濃度値Ｐ（ｘ，ｙ−２）、Ｐ（ｘ，ｙ−
１）、Ｐ（ｘ，ｙ＋１）、Ｐ（ｘ，ｙ＋２）を、それぞ
れ記憶する。

【０１７３】濃度変化計算部４２０は、２個の加算器４
２１、４２２と１個の減算器４２３より構成され、（数
３１）で示される計算を行う。加算器４２１の出力は、
（数３１）の右辺の第２項で計算される値を出力し、加
算器４２２は、（数３１）の右辺の第１項で計算される
値を出力する。減算器４２３の出力は、（数３１）の右
辺で計算される値を出力する。減算器４２３に、絶対値
を出力する機能を持たせた場合、（数３２）で示される
計算をできる。

【０１７４】（ｂ）メモリ４１０に記憶された濃度値の
分散、又は標準偏差を求め、濃度値の変化の大きさｑ
（ｘ，ｙ）とする。例えばｘ−１≦ｉ≦ｘ＋１、ｙ−１
≦ｊ≦ｙ＋１を満たす、９個の画素の濃度値Ｐ（ｉ，
ｊ）をメモリ４１０に記憶しておき、次の（数３３）、
又は（数３４）によってｑ（ｘ，ｙ）を計算する。

【０１７５】 ｑ（ｘ，ｙ）＝｛１／９｝ΣΣ｛Ｐ（ｘ＋ｉ，ｙ＋ｊ）｝²− ｛１／８１｝｛ΣΣＰ（ｘ＋ｉ，ｙ＋ｊ）｝² …（数３３） ｑ（ｘ，ｙ）＝ √〈｛１／９｝ΣΣ｛Ｐ（ｘ＋ｉ，ｙ＋ｊ）｝²− ｛１／８１｝｛ΣΣＰ（ｘ＋ｉ，ｙ＋ｊ）｝²〉 …（数３４） なお、√〈 〉は、〈 〉内の平方根を示す。（数３
３）、（数３４）において、加算Σはそれぞれ、ｉ＝−
１からｉ＝１、及びｊ＝−１からｊ＝１について行な
う。

【０１７６】図２６に、この場合のメモリ４１０と濃度
変化計算部４２０の具体的な回路構成例を示す。メモリ
４１０は、１個の濃度値をそれぞれ記憶する９個のメモ
リ８１１〜８１９から構成される。メモリ８１１〜８１
９には、ｘ−１≦ｉ≦ｘ＋１、ｙ−１≦ｊ≦ｙ＋１を満
たす、９個の画素の濃度値Ｐ（ｉ，ｊ）を記憶させる。

【０１７７】濃度変化計算部４２０は、９個の２乗演算
器からなる２乗演算部８２１、加算器８２２、８２４、
除算器８２３、８２５、２乗演算器８２６、減算器８２
７から構成される。メモリ８１１〜８１９から読み出さ
れた値は、それぞれ２つに分けられ、一方は、２乗演算
部８２１に入力され、他方は、加算器８２４に入力され
る。加算器８２２で２乗演算部８２１の９個の２乗演算
器の出力の和を計算し、除算器８２３で、加算器８２２
の出力値を９で割る。除算器８２３は、（数３３）の右
辺の第１項で計算される値を出力する。

【０１７８】加算器８２４は、メモリ８１１〜８１９か
ら読み出された９個の濃度値の和を計算し、除算器８２
５で加算器８２４の出力値を９で割る。２乗演算器８２
６は、（数３３）の右辺の第２項で計算される値を出力
する。減算器８２７では、除算器８２３の出力と２乗演
算器８２６の出力の差を計算する。減算器８２７は、
（数３３）の右辺で計算される値を出力する。減算器８
２７の後に平方根を計算する回路を設けると、（数３
４）の右辺で計算される値を出力できる。

【０１７９】（ｃ）メモリ４１０に記憶された画素の濃
度値と、画素の画像上の幾何学的位置に対応した重み値
ｗとの積をとり、得られた積の総和を濃度値の変化の大
きさｑ（ｘ，ｙ）とする。例えば、９個の重み値ｗ
（ｋ，ｍ）（ｋ，ｍ＝−１、０、１）を予め設定し、メ
モリ４１０には、９個の画素の濃度値Ｐ（ｉ，ｊ）（ｘ
−１≦ｉ≦ｘ＋１、ｙ−１≦ｊ≦ｙ＋１）を保持してお
き、次の（数３５）によって、ｑ（ｘ，ｙ）を計算す
る。

【０１８０】 ｑ（ｘ，ｙ）＝｛ΣΣｗ（ｉ，ｊ）Ｐ（ｘ＋ｉ，ｙ＋ｊ）｝ …（３５） 重み値は、例えば、ｗ（０，０）＝−４、ｗ（−１，
０）＝ｗ（１，０）＝ｗ（０，−１）＝ｗ（０，１）＝
１、ｗ（−１，−１）＝ｗ（−１，１）＝ｗ（１，−
１）＝ｗ（１，１）＝０とする。（数３５）において、
加算Σは、それぞれ、ｉ＝−１からｉ＝１、及びｊ＝−
１からｊ＝１について行なう。

【０１８１】図２７に、この場合のメモリ４１０と濃度
変化計算部４２０の具体的な回路構成例を示す。メモリ
４１０は、１個の濃度値をそれぞれ記憶する９個のメモ
リ９３１〜９３９から構成される。メモリ９３１〜９３
９には、濃度値Ｐ（ｘ−１，ｙ−１）、Ｐ（ｘ，ｙ−
１）、Ｐ（ｘ＋１，ｙ−１）、Ｐ（ｘ−１，ｙ）、Ｐ
（ｘ，ｙ）、Ｐ（ｘ＋１，ｙ）、Ｐ（ｘ−１，ｙ＋
１）、Ｐ（ｘ，ｙ＋１）、Ｐ（ｘ＋１，ｙ＋１）が、そ
れぞれ記憶される。重み値メモリ９４１〜９４９には、
重み値ｗ（−１，−１）、ｗ（０，−１）、ｗ（１，−
１）、ｗ（−１，０）、ｗ（０，０）、ｗ（１，０）、
ｗ（−１，１）、ｗ（０，１）、ｗ（１，１）を、それ
ぞれ予め設定しておく。乗算器９５１〜９５９により、
濃度値と重み値の積を計算し、得られた９個の積の和を
加算器９６１により求める。

【０１８２】（ｄ）上記（ａ）〜（ｃ）の方法のうち、
何れかの方法を用いて、濃度値の変化の大きさを求めた
後、得られた濃度値の変化の大きさを、濃度値とみな
し、上記（ａ）〜（ｃ）の方法のうち、何れかの方法を
用いて再度濃度値の変化の大きさを計算し、得られた値
をｑ（ｘ，ｙ）としてもよい。

【０１８３】例えば、上記（ｃ）の方法ですべての画素
（例えば、５１２×５１２画素）について、ｑ（ｘ，
ｙ）の値を計算した後、このｑ（ｘ，ｙ）を用いて、 Ｐ（ｘ，ｙ）＝ｑ（ｘ，ｙ） …（３６） とおいて、更に上記（ｂ）の方法を用いて、再度ｑ
（ｘ，ｙ）を計算する。この場合、メモリ４１０と濃度
変化計算部４２０は、図２８で示される構成の濃度変化
計算部の回路に置き換えられる。

【０１８４】まず、荷重和計算回路９００によって、全
ての画素について（数３５）の右辺の値を計算し、得ら
れた値を画像メモリ１０００に記憶する。次に、画像メ
モリ１０００に記憶された値を、濃度値として分散計算
回路８００により、（数３３）の右辺の値を計算し出力
する。荷重和計算回路９００、分散計算回路８００の構
成の構成は、それぞれ図２７、図２６に示される構成で
ある。

【０１８５】図２４の比較部４３０は、図２５に示すよ
うに、閾値メモリ４３１と比較器４３２とからなる。閾
値メモリ４３１には、予め閾値Ｔ３’、又はＴ３”、Ｔ
４’が記憶されており、濃度変化の大きさｑ（ｘ，ｙ）
が正値のみを取る場合、ｑ（ｘ，ｙ）＜Ｔ３’であれ
ば、その画素は背景領域であるとみなし、０を出力し、
それ以外の時には対象領域であるとみなし、１を出力す
る。

【０１８６】また、ｑ（ｘ，ｙ）が負値も取る場合に
は、Ｔ４’＜ｑ（ｘ，ｙ）＜Ｔ３”ならば０、それ以外
の時には１を出力する。閾値Ｔ３’、Ｔ３”、Ｔ４’
は、予め実験的に求めておくことができる。次に、論理
和回路５００で、濃度２値化回路３００の出力と、濃度
変化２値化回路４００の出力との論理和をとる。以上の
処理を、全ての画素に適用して、対象領域を１、背景領
域を０とする２値画像を得る。このようにして得られた
２値画像に、さらにフィルタ部６００で、太め処理等に
よる対象領域の穴埋め、細め処理等による背景領域のノ
イズ除去の処理を行なうフイルタリングを施して、２値
画像の修正を行ない、修正された２値画像が、出力部７
００よりデータバス１１０に出力される（図２４）。

【０１８７】本実施例での処理の工程を整理すると、以
下のようになる。

【０１８８】（１）濃度補正処理：Ｇ画像で、光学系の
歪みに由来する濃度むらを除去する。

【０１８９】（２）領域分割：Ｇ画像での、濃度と、濃
度変化を表わす量とから、Ｇ画像を背景領域と対象領域
とに分割し、背景領域を０、対象領域を１とする２値画
像を作成する。

【０１９０】（３）修正処理：対象領域の穴埋め、背景
領域のノイズ除去等の２値画像の修正、整形を行なう。

【０１９１】（４）ラベリング：２値画像の連結成分毎
にラベリング処理を行ない、画像中の複数の対象に番号
をつける。

【０１９２】（５）特徴量算出：番号をつけたそれぞれ
の対象につき、面積、周囲長、平均濃度等の特徴量を求
める。

【０１９３】（６）識別：求めた特徴量をもとに、それ
ぞれの対象が、どのような尿沈渣成分であるかを判断
し、分類する。

【０１９４】なお、（３）〜（６）では、太め処理、細
め処理等のフィルタ処理を含め、周知の従来技術を使用
できる。

【０１９５】（実施例３）本実施例では、実施例２の構
成において、Ｇ画像の濃度に閾値を設けて領域分割する
構成の代わりに、実施例１の構成（Ｇ画像、及びＲ画像
の濃度に閾値を設けて領域分割する構成）を使用して、
より正確に、対象粒子を抽出するものである。

【０１９６】実際の多数のサンプルに対して適用した結
果によれば、実施例１の領域分割の方法では、どちらか
というと、染色細胞が、無染色細胞よりも正確に抽出で
き、実施例２の領域分割の方法では、Ｇ画像のみを使用
するので、染色された粒子画像のＧ画像が不鮮明である
場合には、染色細胞の抽出は実施例１よりも劣ることが
判明した。本実施例では、Ｇ画像、及びＲ画像の濃度に
閾値を設けて領域分割するので、Ｇ画像が不鮮明である
場合にも、Ｒ画像の情報が利用され、実施例１、実施例
２のいずれよりも、より正確に対象粒子を抽出できるこ
とになる。

【０１９７】本実施例での処理の工程を整理すると、以
下のようになる。

【０１９８】（１）濃度補正処理：Ｇ画像、及びＲ画像
で、光学系の歪みに由来する濃度むらを除去する。

【０１９９】（２）領域分割：Ｇ画像、及びＲ画像で複
数の閾値を使用して、背景領域と対象領域とに分割し、
背景領域を０、対象領域を１とする２値画像を作成す
る。

【０２００】（３）領域分割：Ｇ画像での、濃度変化を
表わす量から、Ｇ画像を背景領域と対象領域とに分割
し、背景領域を０、対象領域を１とする２値画像を作成
する。

【０２０１】（４）領域分割：（２）、（３）で得た２
値画像の論理和をとる。

【０２０２】（５）修正処理：対象領域の穴埋め、背景
領域のノイズ除去等の２値画像の修正、整形を行なう。

【０２０３】（６）ラベリング：２値画像の連結成分毎
にラベリング処理を行ない、画像中の複数の対象に番号
をつける。

【０２０４】（７）特徴量算出：番号をつけたそれぞれ
の対象につき、面積、周囲長、平均濃度等の特徴量を求
める。

【０２０５】（８）識別：求めた特徴量をもとに、それ
ぞれの対象が、どのような尿沈渣成分であるかを判断
し、分類する。

【０２０６】なお、（５）〜（６）では、太め処理、細
め処理等のフィルタ処理を含め、周知の従来技術を使用
できる。さらに、（２）、（３）の処理結果にたいし
て、（５）の処理を行ない、（５）の処理を省略して実
行してもよい。

【０２０７】上記の（２）、（３）の領域分割を行なう
処理は、いずれを先に行なってもよいし、平行処理して
もよいことは言うまでもない。

【０２０８】対象粒子の、赤成分の画像（Ｒ画像）、緑
成分の画像（Ｇ画像）、青成分の画像（Ｂ画像）から、
実施例１と同様に、対象粒子の、赤成分の画像（Ｒ画
像）、緑成分の画像（Ｇ画像）を選択し、さらに実施例
２と同様に、緑成分の画像（Ｇ画像）を選択して、実施
例２の構成の一部に、実施例１の構成を組み込んで、実
施例２において説明した、最も無染色となりやすい偏平
上皮細胞を含む画像の５１例に適用した結果、８例の無
染色粒子を含め、５１例の画像のすべてにおいて、良好
な領域分割結果を得た。即ち、実施例２の構成の一部
に、実施例１の構成を組み込み、実施例１、実施例２の
単独の方法では得られなかった、良好な領域分割を行な
うことができた。この結果、単独の方法では、１つの領
域として理想的に分割することが困難であった無染色細
胞を含め、ほとんどすべての対象粒子を、１つの連結し
た対象領域として分割できるようになり、沈渣成分の識
別の精度を向上させることができた。

【０２０９】本実施例では、試料の染色により、十分に
染色される粒子、染色されにくい粒子（十分に染色され
ない粒子、ほとんど染色されない粒子）が混在する場合
にも、背景領域を正確に識別して、各粒子像毎に安定し
て領域分割でき、より正確な２値画像が得られ、この結
果、対象領域の特徴量がより正確に求められ、対象粒子
の分類の誤りを少なくできる。このように、染色の程度
が異なる対象粒子が混在し、染色性が悪く、ほとんど染
色されない対象粒子が試料に含まれる場合にも、各粒子
像毎について正確な領域分割ができ、各種の沈渣成分の
識別精度が向上できる。

【０２１０】図３０、図３１は、本実施例による、実際
の試料における処理結果例を示す。

【０２１１】図３０における試料は、図６、図１４、図
１６に示す例と同じ試料であり、染色が良好な細胞（染
色細胞）の例を示す。図３１における試料は、図７、図
１５、図１７に示す例と同じ試料であり、染色が良好で
ない細胞（無染色細胞）の例を示す。

【０２１２】図３０、図３１において、２値画像２５
１、２６１は、それぞれ実施例１のＧ画像の濃度値とＲ
画像の濃度値に閾値を設定する方法による領域分割の結
果、２値画像２５２、２６２は、それぞれ実施例２のＧ
画像の濃度値の変化を表わす量に閾値を設定する方法
（ｎ＝２として、差分値を使用）による領域分割の結果
を示す。２値画像２５３は、２値画像２５１と２５２と
の論理和をとった結果を示し、２値画像２６３は、２値
画像２６１と２６２との論理和をとった結果を示す。な
お、これら、２値画像２５１、２６１、２５２、２６
２、２５３、２６３の領域分割の結果では、修正処理
（対象領域の穴埋め、背景領域のノイズ除去等の２値画
像の修正、整形処理）を行なっていない。２値画像２５
４、２６４は、２値画像２５３、２６３の対して、それ
ぞれ修正処理を行なって得た画像である。２値画像２５
１に対して、修正処理を行なうと図６の画像が得られ、
２値画像２６１に対して、修正処理を行なうと図７の画
像が得られる。

【０２１３】実施例３の方法では、実施例１、２の単独
の方法では、試料中の粒子を理想的に抽出することは困
難であっても、ほぼ見落としなく画像中の粒子を抽出す
ることが可能となる。

【０２１４】（実施例４）本実施例は、実施例１から実
施例３で説明した領域分割の方法により得た２値画像の
いずれか２つの２値画像、もしくは３つの２値画像の論
理演算（論理和）により、新たな２値画像を得て、より
正確に、対象粒子を抽出するものである。

【０２１５】図２９は、本実施例における、２つの異な
る方法（実施例１、及び実施例２に基づく領域分割法）
により領域分割された２つの２値画像の合成を、模式的
に説明する図である。実施例１に基づく領域分割法から
得た２値画像２１０と、実施例２のＧ画像の濃度値の変
化を表わす量から得た２値画像２２０とから、新しい２
値画像２３０が合成される。この合成は、上記２つの２
値画像２１０、２２０の論理和によって得られる。２値
画像２１０の粒子像２１２では、２値画像２２０で得ら
れている粒子像２２２の周辺の一部しか抽出されておら
ず、逆に２値画像２２０の粒子像２２１では、２値画像
２１０で得られている粒子像２１１（但し、粒子像２１
１の内部の一部が、背景領域として識別されている）の
内部の一部しか抽出されていない。

【０２１６】２つの２値画像２１０、２２０の論理和に
よって、合成された新しい２値画像２３０では、粒子像
２３１、２３２が求められ、それぞれの領域分割法の欠
点を互いに補いあって、より質の向上した２値画像が得
られ、より正確に目的とする対象粒子が抽出できる。以
上の説明では、合成の方法として論理和をとったが、画
像処理する試料の処理条件（染色条件等）、試料の種
類、対象粒子の種類等により、適宜設定される。

【０２１７】以上の各実施例において、領域分割に用い
る画像として、赤画像、緑画像、青画像のどの画像を選
択するかの決定は、分析対象とする試料の分光特性、背
景信号のレベルやバラツキ、対象粒子が存在する領域で
の信号のレベルやバラツキ等を考慮して、各実施例で説
明した領域分割の方法に対して、それぞれ行なえばよ
い。さらに、目的とする対象粒子が抽出する領域分割を
行なうための論理演算として、論理和をとったが、画像
処理する試料の処理条件（染色条件等）、試料の種類、
対象粒子の種類等により、適宜変更されることは言うま
でもない。

【０２１８】尿試料には、通常、染色液が添加され、沈
渣成分のうち細胞類は、通常、青、赤、赤紫等の色に染
色される。背景は白色をしているため、単純に、背景と
沈渣成分との色の違いに着目し、赤画像、緑画像、青画
像、それぞれの画像信号に閾値を設け、白色に近い部分
を背景領域、それ以外の領域を、目的とする粒子が存在
する対象領域とする、従来の領域分割法では、染色が十
分にできなかった粒子は、正確に検出することはできな
い。その理由は、細胞のうち、完全に死んでいない、活
性度の高い細胞は、染色剤を吸収しにくい性質をもち、
染色されず透明であるため、画像中の細胞の存在する領
域は、背景領域とほぼ同じ色調となっているため、従来
の単純な領域分割法では、正確に細胞領域を抽出できな
い。

【０２１９】十分に染色されない細胞は、無色透明であ
り、細胞内部、及び細胞表面の不均一性により、光の屈
折、散乱が生じ、細胞が存在する領域の画像の濃度値の
変化は大きい。このため、単純な領域分割法では、本
来、１つの細胞の存在する領域が、複数の小さな領域と
して分割されてしまい、それぞれの独立した領域が、異
なる沈渣成分として誤って識別されてしまい、沈渣成分
の識別の精度を低下させてしまう。

【０２２０】本発明では、このような細胞像の濃度値の
位置による細かな変化に着目して、画像中の各点におけ
る濃度の変化を表す量を計算し、濃度値に閾値を設ける
と同時に、濃度の変化を表す量に閾値を設け、領域分割
を行うことにより、対象粒子が十分に染色されない場合
でも、正確な領域分割を可能にするものである。

【０２２１】（実施例５）実施例１から実施例４におい
て説明した方法が適用される、粒子画像の領域分割を行
なう装置を、図３２を使用して以下に説明する。

【０２２２】ＴＶカメラ１０２からの、所定の撮影領域
（図３）の、Ｇ画像、Ｒ画像、及びＢ画像の画像信号
は、Ａ／Ｄ変換器１０３により、例えば５１２×５１２
画素に関するデジタルの画像データに変換される。これ
らの画像データの各画素に対して、以下に説明する各処
理が実行され、粒子が存在する領域と、背景領域とが識
別され、領域分割された２値画像が得られる。

【０２２３】濃度補正回路７２は、補正用データメモリ
７０に予め記憶されている、撮像光学系の歪みによる濃
度むらを補正する補正用データを使用して、（数２）、
又は（数３）に基づいて、濃度むらの補正を実行する。
この補正結果は、画像メモリ９０に格納される。以上の
構成は、実施例１から実施例３を実行する装置に共通の
構成である。

【０２２４】以下、実施例１から実施例４を実行する装
置構成の例を説明する。

【０２２５】（ａ） 実施例１を実行する装置は、図３
２に示す構成のうち、ヒストグラム計算回路７４と、閾
値計算回路７６と、濃度２値化回路７８と、２値画像メ
モリ８０とを有している。ヒストグラム計算回路７４
は、濃度補正回路７２により、濃度むらが補正されたＲ
画像データ、Ｇ画像データを使用して、Ｇ画像、及びＲ
画像のヒストグラムを求める。閾値計算回路７６は、
（数５）から（数８）に基づいて、閾値Ｔ１、Ｔ２、Ｔ
３、Ｔ４をそれぞれ算出する。濃度２値化回路７８は、
これら閾値Ｔ１、Ｔ２、Ｔ３、Ｔ４を使用して、Ｇ画
像、及びＲ画像データから、（数９）に基づいて背景領
域を検出して２値化された画像データを、２値画像メモ
リ８０の格納する。実施例１を実行する装置では、濃度
２値化回路７８、２値画像メモリ８０は、それぞれ２値
化回路９６、２値画像メモリ９８を兼ねている。（ｂ）
実施例２を実行する装置の構成は、図３２に示す構成
のうち、画像メモリ９０から読み出した濃度むらが補正
されたＲ画像データにおける画素間での濃度の変化の大
きさを検出して２値化する濃度変化２値化回路９２と、
その結果を記憶する２値画像メモリ９４と、上記（ａ）
で説明した濃度むらが補正されたＲ画像、Ｇ画像データ
のうち、Ｇ画像データを使用する、ヒストグラム計算回
路７４と、閾値計算回路７６と、濃度２値化回路７８
と、２値画像メモリ８０とを有している。濃度変化２値
化回路９２の具体的な構成は、実施例２においてすでに
詳細に説明した、図２５、図２６、図２７、及び図２８
のいずれかに示す構成と同様である。２値化回路９６
は、２値画像メモリ８０と２値画像メモリ９４に格納さ
れたデータ間での論理和（論理ＯＲ）により、領域分割
を行ない、その結果を２値画像メモリ９８に格納する。

【０２２６】なお、ヒストグラム計算回路７４と、閾値
計算回路７６と、濃度２値化回路７８とからなる処理
は、濃度変化２値化回路９２の処理と平行して実行され
ており、高速化が可能である。

【０２２７】以上では、Ｇ画像、及びＲ画像データの濃
度を使用する場合について説明したが、この構成に限定
されることなく、２つの画像データは、Ｒ、Ｇ、Ｂ画像
データから適宜選択される。選択された画像データを使
用して、閾値計算回路７６により、複数の閾値が算出さ
れ、濃度２値化回路７８により２値化された画像データ
を、２値画像メモリ８０に格納する。

【０２２８】さらに上記では、Ｇ画像データの画素間で
の濃度の変化の大きさを検出する濃度変化２値化回路９
２と、検出された結果を格納する２値画像メモリ９４の
構成について説明したが、濃度変化２値化回路９２と２
値画像メモリ９４からなる構成を、さらに１、もしくは
２つ並列に接続配置して、Ｇ画像データの他に、Ｂ画像
データ又はＲ画像データの１画像データの、もしくはＢ
画像データ、Ｒ画像データの２画像データの、画素間で
の濃度の変化の大きさを、平行して検出する構成とし、
このように並列に接続配置された複数の濃度変化２値化
回路９２からそれぞれ検出され、複数の２値画像メモリ
９４に格納されている画像と２値画像メモリ８０に格納
されている画像との間で、論理演算、例えば論理和を２
値化回路９６で実行し、得られる２値化された画像を２
値画像メモリ９８に格納する構成としてもよい。

【０２２９】このような構成によれば、Ｒ、Ｇ、Ｂ画像
データの中から複数の画像を使用して、それぞれの画像
において、画素間での濃度の変化の大きさを検出して、
２値化された画像データを得るので、Ｒ、Ｇ、Ｂ画像デ
ータの中の単独の画像を使用し、画素間での濃度の変化
の大きさを検出して、２値化された画像データを得る場
合に比較して、より正確に粒子が存在する粒子領域を識
別できる。

【０２３０】（ｃ） 実施例３を実行する装置は、図３
２に示す構成を有している。即ち、上記（ａ）、及び
（ｂ）の構成が結合された構成を有している。即ち、画
像メモリ９０から読み出した濃度むらが補正されたＧ画
像データにおける、画素間での濃度の変化の大きさを検
出して２値化された画像データを得る濃度変化２値化回
路９２と、２値化された画像データを格納する２値画像
メモリ９４と、濃度むらが補正されたＲ画像データ、Ｇ
画像データを使用して、Ｇ画像、及びＲ画像のヒストグ
ラムを求めるヒストグラム計算回路７４と、Ｇ画像、及
びＲ画像データから、閾値Ｔ１、Ｔ２、Ｔ３、Ｔ４を使
用して、（数９）に基づいて背景領域を検出して２値化
された画像データを得る濃度２値化回路７８と、２値化
された画像データを格納する２値画像メモリ８０と、２
値画像メモリ８０と２値画像メモリ９４に格納されたデ
ータ間での論理和（論理ＯＲ）演算を行なう２値化回路
９６と、論理和（論理ＯＲ）演算の結果であり、領域分
割された結果を格納する２値画像メモリ９８と、から構
成される。なお、濃度変化２値化回路９２の具体的な構
成は、実施例２においてすでに詳細に説明した、図２
５、図２６、図２７、及び図２８のいずれかに示す構成
と同様である。

【０２３１】なお、ヒストグラム計算回路７４と、閾値
計算回路７６と、濃度２値化回路７８とからなる処理
は、濃度変化２値化回路９２の処理と平行して実行され
ており、高速化が可能である。

【０２３２】以上では、Ｇ画像、及びＲ画像データの濃
度を使用する場合について説明したが、この構成に限定
されることなく、２つの画像データは、Ｒ、Ｇ、Ｂ画像
データから適宜選択される。選択された画像データを使
用して、閾値計算回路７６により、複数の閾値が算出さ
れ、濃度２値化回路７８により２値化された画像データ
を、２値画像メモリ８０に格納する。また、ヒストグラ
ム計算回路７４と、閾値計算回路７６と、濃度２値化回
路７８、２値画像メモリ８０とからなる構成を複数個並
列接続して、Ｇ画像、及びＲ画像データの濃度にさら
に、例えばＧ画像、及びＢ画像データの濃度を使用し
て、複数の２値画像メモリ８０に２値化された画像を得
て、２値画像メモリ８０に格納されている画像と、複数
の２値画像メモリ８０に格納されている画像との間で、
論理演算、例えば論理和を２値化回路９６で実行し、得
られる２値化された画像を２値画像メモリ９８に格納す
る構成としてもよい。

【０２３３】さらに、上記では、Ｇ画像データの画素間
での濃度の変化の大きさを検出する濃度変化２値化回路
９２と、検出された結果を格納する２値画像メモリ９４
の構成について説明したが、濃度変化２値化回路９２と
２値画像メモリ９４からなる構成を、さらに１、もしく
は２つ並列に接続配置して、Ｇ画像データの他に、Ｂ画
像データ又はＲ画像データの１画像データの、もしくは
Ｂ画像データ、Ｒ画像データの２画像データの、画素間
での濃度の変化の大きさを、平行して検出する構成と
し、このように並列に接続配置された複数の濃度変化２
値化回路９２からそれぞれ検出され、複数の２値画像メ
モリ８０に格納されている画像と、１又は複数の２値画
像メモリ９４に格納されている画像との間で、論理演
算、例えば論理和を２値化回路９６で実行し、得られる
２値化された画像を２値画像メモリ９８に格納する構成
としてもよい。

【０２３４】このような構成によれば、Ｒ、Ｇ、Ｂ画像
データの中から複数の画像を使用して、それぞれの画像
において、画素間での濃度の変化の大きさを検出して、
２値化された画像データを得るので、Ｒ、Ｇ、Ｂ画像デ
ータの中の単独の画像を使用し、画素間での濃度の変化
の大きさを検出して、２値化された画像データを得る場
合に比較してより正確に粒子が存在する粒子領域を識別
できる。

【０２３５】（ｄ） 実施例４を実行する装置の構成
は、上記で説明した（ａ）、（ｂ）の装置構成を備えて
おり、（ａ）、（ｂ）で説明した装置構成部分から得ら
れた結果を、２値化回路９６によって、論理演算（論理
和）をとり、領域分割された２値画像を得て、２値画像
メモリ９８に格納する。

【０２３６】以上説明した（ａ）から（ｄ）の装置構成
の２値画像メモリ９８に得られた、領域分割された２値
画像を使用して、粒子が存在する対象領域に関して特徴
量が、演算処理手段（図３２には図示せず）によって演
算検出され、尿沈渣粒子の識別が実行される。

【０２３７】

【発明の効果】本発明によれば、特に、変化に富んだ性
質をもつ対象粒子の検出が要求される尿沈渣検査装置で
得る画像の領域分割において、試料の染色により、対象
粒子が十分に染色されず、対象粒子の濃度が背景濃度と
ほとんど差がなく、このような対象粒子を高い頻度で多
数含む試料の場合にも、対象粒子の抽出ができる。即
ち、試料の染色により、十分に染色される粒子、染色さ
れにくい粒子（十分に染色されない粒子、ほとんど染色
されない粒子）が混在する場合にも、各粒子像毎に安定
して分割でき、より正確な２値画像が得られ、この結
果、対象領域の特徴量がより正確に求められ、対象粒子
の分類の誤り防止が可能となり、各種の沈渣成分の識別
精度が向上できる。

【図面の簡単な説明】

【図１】本発明の第２の実施例の粒子画像の像領域分割
方法の原理を説明する図。

【図２】本発明の第２の実施例の粒子画像の像領域分割
方法の原理を説明する図。

【図３】本発明の領域分割方法が適用される尿沈渣検査
装置の構成例を示す図。

【図４】本発明の色空間での背景部の抽出を行なう領域
分割を模式的に示す図。

【図５】本発明での、閾値の決定に使用するパラメータ
を求めるための濃度ヒストグラムを説明する図。

【図６】本発明の実施例１での、対象粒子の染色が良好
な染色細胞の画像、対象粒子の染色がほとんどされてい
ない細胞の画像、の領域分割結果の例を示す図。

【図７】本発明の実施例１での、対象粒子の染色が良好
な染色細胞の画像、対象粒子の染色がほとんどされてい
ない細胞の画像、の領域分割結果の例を示す図。

【図８】本発明の実施例２での、染色が良好な細胞を含
む画像、染色がほとんどされていない細胞を含む画像、
の濃度値の例を示す図。

【図９】本発明の実施例２での、染色が良好な細胞を含
む画像、染色がほとんどされていない細胞を含む画像、
の濃度値の例を示す図。

【図１０】本発明の実施例２での、染色が良好な細胞を
含む画像、染色がほとんどされていない細胞を含む画
像、の分散値の例を示す図。

【図１１】本発明の実施例２での、染色が良好な細胞を
含む画像、染色がほとんどされていない細胞を含む画
像、の分散値の例を示す図。

【図１２】本発明の実施例２での、染色が良好な細胞を
含む画像、染色がほとんどされていない細胞を含む画
像、の濃度差分値の例を示す図。

【図１３】本発明の実施例２での、染色が良好な細胞を
含む画像、染色がほとんどされていない細胞を含む画
像、の濃度差分値の例を示す図。

【図１４】本発明の実施例２での、濃度の局所的分散を
用いた２値化による方法を用いて行なった、染色が良好
な細胞を含む画像、染色がほとんどされていない細胞を
含む画像、の領域分割の結果例を示す図。

【図１５】本発明の実施例２での、濃度の局所的分散を
用いた２値化による方法を用いて行なった、染色が良好
な細胞を含む画像、染色がほとんどされていない細胞を
含む画像、の領域分割の結果例を示す図。

【図１６】本発明の実施例２での、濃度差分値を用いた
２値化による方法を用いた、染色が良好な細胞を含む画
像、染色がほとんどされていない細胞を含む画像、の領
域分割の結果例を示す図。

【図１７】本発明の実施例２での、濃度差分値を用いた
２値化による方法を用いた、染色が良好な細胞を含む画
像、染色がほとんどされていない細胞を含む画像、の領
域分割の結果例を示す図。

【図１８】本発明の実施例２での、マスクサイズの変化
による領域分割の結果例を示す図。

【図１９】本発明の実施例２での、１走査線における背
景領域、及び対象領域における、離散フーリエ変換した
結果例を示す図。

【図２０】本発明の実施例２での、フイルタの周波数振
幅特性（｜Ｈ（Ω）｜）の例を示す図。

【図２１】本発明の実施例２での、染色された赤血球の
画像を用いて、分割される領域の形状のマスクサイズに
よる影響を調べた結果例を示す図。

【図２２】本発明の実施例２での、粒子画像の領域分割
の手順を説明する処理のフローチャート。

【図２３】本発明の実施例２を実施するための装置の構
成例を示す図。

【図２４】図２３における領域分割部の構成例を示す
図。

【図２５】本発明の実施例２での、濃度変化計算部の具
体的な回路構成例を示す図。

【図２６】本発明の実施例２での、濃度変化計算部の具
体的な回路構成例を示す図。

【図２７】本発明の実施例２での、濃度変化計算部の具
体的な回路構成例を示す図。

【図２８】本発明の実施例２での、濃度変化計算部の具
体的な回路構成例を示す図。

【図２９】本発明の実施例４での、２つの異なる方法に
より領域分割された２つの２値画像の合成を、模的に説
明する図。

【図３０】本発明の実施例３での、実際の試料における
領域分割の結果例を示す図。

【図３１】本発明の実施例３での、実際の試料における
領域分割の結果例を示す図。

【図３２】本発明の粒子画像の像領域分割方法が適用さ
れる装置の構成例を示す図。

【符号の説明】

２２…尿試料、２４…染色液、２６…フローセル、２８
…パーソナルコンピュータ、３０…フラッシュランプ
（Ｘｅランプ）、３２…半導体レーザ、３４…粒子検出
器、３６…ＴＶカメラ、４０…Ｒ画像の濃度ヒストグラ
ム、４０’…Ｇ画像の濃度ヒストグラム、５０、５１、
５２…細胞、６０、６１、６２…ノイズ成分、７０…補
正用データメモリ、７２…濃度補正回路、７４…ヒスト
グラム計算回路、７６…閾値計算回路、７８…濃度２値
化回路、８０…２値画像メモリ、９０…画像メモリ、９
２…濃度変化２値化回路、９４…２値画像メモリ、９６
…２値化回路、９８…２値画像メモリ、１０２…ＴＶカ
メラ、１０３…Ａ／Ｄ変換器、１０１…パルスランプ、
１０２…テレビカメラ、１０３…Ａ／Ｄ変換器、１０４
…画像メモリ、１０５…閾値計算部、１０６…領域分割
部、１０７…画像メモリ、１０８…計算機、１０９…Ｃ
ＰＵバス、１１０…データバス、２００…入力部、２１
０、２２０、２３０…２値画像、２１１、２１２、２２
１、２２２、２３１、２３２…粒子像、３００…濃度２
値化回路、３１０…閾値メモリ、３２０…比較器、４０
０…濃度変化２値化回路、４１０…メモリ、４１１〜４
１４…、４２０…濃度変化計算部、４２１、４２２…加
算器、４２３…減算器、４３０…比較部、４３１…閾値
メモリ、４３２…比較器、５００…論理和回路、６００
…フィルタ部、７００…出力部、８００…分散計算回
路、８１１〜８１９…メモリ、８２１…２乗演算部、８
２２、８２４…加算器、８２３、８２５…除算器、８２
６…２乗演算器、８２７…減算器、９００…荷重和計算
回路、９３１〜９３９…メモリ、９４１〜９４９…重み
値メモリ、９５１〜９５９…乗算器、９６１…加算器、
１０００…画像メモリ。

Claims (36)

【特許請求の範囲】
1. 【請求項１】粒子画像を入力する画像入力光学系により
   得た、染色された対象粒子の、赤成分の画像（Ｒ画
   像）、緑成分の画像（Ｇ画像）、及び青成分の画像（Ｂ
   画像）を、静止画像として撮影記憶し、前記Ｒ画像、前
   記Ｇ画像、及び前記Ｂ画像の中の１又は複数の画像を使
   用して、背景領域と、前記対象粒子が存在する対象領域
   とを識別する粒子画像の領域分割法であり、前記Ｒ画
   像、前記Ｇ画像、及び前記Ｂ画像の中から選択される１
   又は複数からなる第１群の画像の、それぞれの画像の前
   記濃度値に対し、前記背景領域と濃度差の大きい領域を
   分割するための第１群の閾値を設定して、前記第１群の
   画像から、２値化された第１の２値画像を得る第１の工
   程と、前記Ｒ画像、前記Ｇ画像、及び前記Ｂ画像の中か
   ら選択される１又は複数からなる第２群の画像の、それ
   ぞれの画像を構成する各画素の近傍領域内での、前記濃
   度値の変化の大きさを表す量を、前記各画素で計算し、
   前記各画素で求めた前記濃度値の変化の大きさを表わす
   量に、前記背景領域における前記濃度値の変化と比較し
   前記濃度値の変化の大きい領域を分割するための第２群
   の閾値を設定し、前記第２群の画像から、２値化された
   第２の２値画像を得る第２の工程と、前記第１の２値画
   像と、前記第２の２値画像との論理演算によって、前記
   背景領域と、前記対象領域とを表す２値化された第３の
   ２値画像を求める第３の工程と、を有することを特徴と
   する粒子画像の領域分割法。
2. 【請求項２】請求項１に記載の粒子画像の領域分割方法
   において、前記粒子画像が、流れの中に点在する染色さ
   れた尿沈渣粒子の画像であることを特徴とする粒子画像
   の領域分割法。
3. 【請求項３】請求項１に記載の粒子画像の領域分割方法
   において、前記第１、及び第２の工程に先立って、前記
   Ｒ画像、前記Ｇ画像、及び前記Ｂ画像のうちの複数の画
   像に含まれる、前記画像入力光学系の歪みによる濃度値
   むらの補正が実行されることを特徴とする粒子画像の領
   域分割方法。
4. 【請求項４】請求項１に記載の粒子画像の領域分割方法
   において、前記第１群の画像が、前記Ｇ画像及び前記Ｒ
   画像であり、前記第２群の画像が、前記Ｇ画像であるこ
   とを特徴とする粒子画像の領域分割方法。
5. 【請求項５】請求項１に記載の粒子画像の領域分割方法
   において、前記第１群の画像及び前記第２群の画像が、
   前記Ｇ画像粒子画像であることを特徴とする領域分割方
   法。
6. 【請求項６】請求項１に記載の粒子画像の領域分割方法
   において、前記第１の工程と、前記第２の工程とが、少
   なくとも平行して実行されることを特徴とする粒子画像
   の領域分割方法。
7. 【請求項７】請求項１に記載の粒子画像の領域分割方法
   において、前記論理演算が、論理和であることを特徴と
   する粒子画像の領域分割方法。
8. 【請求項８】請求項１に記載の粒子画像の領域分割方法
   において、前記各画素の近傍の２か所の小領域のそれぞ
   れの小領域の内部での画素の前記濃度値の和の差、該和
   の差の絶対値の何れかを、前記濃度値の変化の大きさを
   表わす量とすることを特徴とする粒子画像の領域分割方
   法。
9. 【請求項９】請求項８に記載の粒子画像の領域分割方法
   において、前記小領域の大きさが、前記第２群の画像の
   所定の方向での２画素から４画素の範囲にある画素数か
   らなる大きさであることを特徴とする粒子画像の領域分
   割方法。
10. 【請求項１０】請求項１に記載の粒子画像の領域分割方
    法において、前記各画素の近傍の２か所の小領域のそれ
    ぞれの小領域の内部での画素の前記濃度値の荷重和、該
    荷重和の絶対値の何れかを、前記濃度値の変化の大きさ
    を表わす量とすることを特徴とする粒子画像の領域分割
    方法。
11. 【請求項１１】請求項１０に記載の粒子画像の領域分割
    方法において、前記小領域の大きさが、前記第２群の画
    像の所定の方向での２画素から４画素の範囲にある画素
    数からなる大きさであることを特徴とする粒子画像の領
    域分割方法。
12. 【請求項１２】請求項１に記載の粒子画像の領域分割方
    法において、前記各画素の近傍の小領域内にある画素の
    前記濃度値の分布の分散値、標準偏差の何れかを、前記
    濃度値の変化の大きさを表わす量とすることを特徴とす
    る粒子画像の領域分割方法。
13. 【請求項１３】粒子画像を入力する画像入力光学系によ
    り得た、染色された対象粒子の、赤成分の画像（Ｒ画
    像）、緑成分の画像（Ｇ画像）、及び青成分の画像（Ｂ
    画像）を、静止画像として撮影記憶し、前記Ｒ画像、前
    記Ｇ画像、及び前記Ｂ画像の中の１又は複数の画像を使
    用して、背景領域と、前記対象粒子が存在する対象領域
    とを識別する粒子画像の領域分割法であり、前記Ｒ画
    像、前記Ｇ画像、及び前記Ｂ画像のうちの複数の画像に
    含まれる、前記画像入力光学系の歪みによる濃度値むら
    の補正を行なう第１の工程と前記Ｒ画像、前記Ｇ画像、
    及び前記Ｂ画像の中から選択される１又は複数からなる
    第１群の画像の、それぞれの画像の前記濃度値に対し、
    前記背景領域と濃度差の大きい領域を分割するための第
    １群の閾値を設定して、前記第１群の画像から、２値化
    された第１の２値画像を得る第２の工程と、前記Ｒ画
    像、前記Ｇ画像、及び前記Ｂ画像の中から選択される１
    又は複数からなる第２群の画像の、それぞれの画像を構
    成する各画素の近傍領域内での、前記濃度値の変化の大
    きさを表す量を、前記各画素で計算し、前記各画素で求
    めた前記濃度値の変化の大きさを表わす量に、前記背景
    領域における前記濃度値の変化と比較し前記濃度値の変
    化の大きい領域を分割するための第２群の閾値を設定
    し、前記第２群の画像から２値化された第２の２値画像
    を得る、前記第２の工程と平行して行なわれる、第３の
    工程と、前記第１の２値画像と、前記第２の２値画像と
    の論理和演算によって、前記背景領域と、前記対象領域
    とを表す２値化された第３の２値画像を求める第３の工
    程と、を有することを特徴とする粒子画像の領域分割
    法。
14. 【請求項１４】請求項１３に記載の粒子画像の領域分割
    方法において、前記粒子画像が、流れの中に点在する染
    色された尿沈渣粒子の画像であることを特徴とする粒子
    画像の領域分割法。
15. 【請求項１５】請求項１３に記載の粒子画像の領域分割
    方法において、前記第１群の画像が、前記Ｇ画像及び前
    記Ｒ画像であり、前記第２群の画像が、前記Ｇ画像であ
    ることを特徴とする粒子画像の領域分割方法。
16. 【請求項１６】請求項１３に記載の粒子画像の領域分割
    方法において、前記第１群の画像及び前記第２群の画像
    が、前記Ｇ画像粒子画像であることを特徴とする領域分
    割方法。
17. 【請求項１７】請求項１３に記載の粒子画像の領域分割
    方法において、前記各画素の近傍の２か所の小領域のそ
    れぞれの小領域の内部での画素の前記濃度値の和の差、
    該和の差の絶対値の何れかを、前記濃度値の変化の大き
    さを表わす量とすることを特徴とする粒子画像の領域分
    割方法。
18. 【請求項１８】請求項１７に記載の粒子画像の領域分割
    方法において、前記小領域の大きさが、前記第２群の画
    像の所定の方向での２画素から４画素の範囲にある画素
    数からなる大きさであることを特徴とする粒子画像の領
    域分割方法。
19. 【請求項１９】粒子画像を入力する画像入力光学系と、
    染色された対象粒子の、赤成分の画像（Ｒ画像）、緑成
    分の画像（Ｇ画像）、及び青成分の画像（Ｂ画像）を静
    止画像として得る手段と、前記Ｒ画像、前記Ｇ画像、及
    び前記Ｂ画像の画像データを記憶する記憶手段と、を有
    し、前記Ｒ画像、前記Ｇ画像、及び前記Ｂ画像の中の１
    又は複数の画像を使用して、背景領域と、前記対象粒子
    が存在する対象領域とを識別する粒子画像の領域分割装
    置であり、前記Ｒ画像、前記Ｇ画像、及び前記Ｂ画像の
    中から選択される１又は複数からなる第１群の画像の、
    それぞれの画像の前記濃度値に対し、前記背景領域と濃
    度差の大きい領域を分割するための第１群の閾値を設定
    して、前記第１群の画像から、２値化された第１の２値
    画像を得る第１の２値化手段と、前記Ｒ画像、前記Ｇ画
    像、及び前記Ｂ画像の中から選択される１又は複数から
    なる第２群の画像の、それぞれの画像を構成する各画素
    の近傍領域内での、前記濃度値の変化の大きさを表す量
    を、前記各画素で計算し、前記各画素で求めた前記濃度
    値の変化の大きさを表わす量に、前記背景領域における
    前記濃度値の変化と比較し前記濃度値の変化の大きい領
    域を分割するための第２群の閾値を設定し、前記第２群
    の画像から、２値化された第２の２値画像を得る第２の
    ２値化手段と、前記第１の２値画像と、前記第２の２値
    画像との論理演算によって、前記背景領域と、前記対象
    領域とを表す２値化された第３の２値画像を求める第３
    の２値化手段と、を有することを特徴とする粒子画像の
    領域分割装置。
20. 【請求項２０】請求項１９に記載の粒子画像の領域分割
    装置において、前記粒子画像が、流れの中に点在する染
    色された尿沈渣粒子の画像であることを特徴とする粒子
    画像の領域分割装置。
21. 【請求項２１】請求項１９に記載の粒子画像の領域分割
    装置において、前記Ｒ画像、前記Ｇ画像、及び前記Ｂ画
    像のうちの複数の画像に含まれる、前記画像入力光学系
    の歪みによる濃度値むらの補正を行なう手段を有するこ
    とを特徴とする粒子画像の領域分割装置。
22. 【請求項２２】請求項１９に記載の粒子画像の領域分割
    装置において、前記第１群の画像が、前記Ｇ画像及び前
    記Ｒ画像であり、前記第２群の画像が、前記Ｇ画像であ
    ることを特徴とする粒子画像の領域分割装置。
23. 【請求項２３】請求項１９に記載の粒子画像の領域分割
    装置において、前記第１群の画像及び前記第２群の画像
    が、前記Ｇ画像粒子画像であることを特徴とする領域分
    割装置。
24. 【請求項２４】請求項１９に記載の粒子画像の領域分割
    装置において、前記第１の２値化手段と、前記第２の２
    値化手段とが、少なくとも平行して動作することを特徴
    とする粒子画像の領域分割装置。
25. 【請求項２５】請求項１９に記載の粒子画像の領域分割
    装置において、前記第３の２値化手段における前記論理
    演算が、論理和であることを特徴とする粒子画像の領域
    分割装置。
26. 【請求項２６】請求項１９に記載の粒子画像の領域分割
    装置において、前記各画素の近傍の２か所の小領域のそ
    れぞれの小領域の内部での画素の前記濃度値の和の差、
    該和の差の絶対値の何れかを求める手段を有し、前記和
    の差、前記和の差の絶対値の何れかを、前記濃度値の変
    化の大きさを表わす量とすることを特徴とする粒子画像
    の領域分割装置。
27. 【請求項２７】請求項２６に記載の粒子画像の領域分割
    装置において、前記小領域の大きさが、前記第２群の画
    像の所定の方向での２画素から４画素の範囲にある画素
    数からなる大きさであることを特徴とする粒子画像の領
    域分割装置。
28. 【請求項２８】請求項１９に記載の粒子画像の領域分割
    装置において、前記各画素の近傍の２か所の小領域のそ
    れぞれの小領域の内部での画素の前記濃度値の荷重和、
    該荷重和の絶対値の何れかを求める手段を有し、前記荷
    重和、前記荷重和の絶対値の何れかを、前記濃度値の変
    化の大きさを表わす量とすることを特徴とする粒子画像
    の領域分割装置。
29. 【請求項２９】請求項２８に記載の粒子画像の領域分割
    装置において、前記小領域の大きさが、前記第２群の画
    像の所定の方向での２画素から４画素の範囲にある画素
    数からなる大きさであることを特徴とする粒子画像の領
    域分割装置。
30. 【請求項３０】請求項１９に記載の粒子画像の領域分割
    装置において、前記各画素の近傍の小領域内にある画素
    の前記濃度値の分布の分散値、標準偏差の何れかを求め
    る手段を有し、前記分散値、標準偏差の何れかを、前記
    濃度値の変化の大きさを表わす量とすることを特徴とす
    る粒子画像の領域分割装置。
31. 【請求項３１】粒子画像を入力する画像入力光学系と、
    染色された対象粒子の、赤成分の画像（Ｒ画像）、緑成
    分の画像（Ｇ画像）、及び青成分の画像（Ｂ画像）を静
    止画像として得る手段と、前記Ｒ画像、前記Ｇ画像、及
    び前記Ｂ画像の画像データを記憶する記憶手段と、を有
    し、前記Ｒ画像、前記Ｇ画像、及び前記Ｂ画像の中の１
    又は複数の画像を使用して、背景領域と、前記対象粒子
    が存在する対象領域とを識別する粒子画像の領域分割装
    置であり、前記Ｒ画像、前記Ｇ画像、及び前記Ｂ画像の
    うちの複数の画像に含まれる、前記画像入力光学系の歪
    みによる濃度値むらの補正を行なう手段と、前記濃度値
    むらの補正が行なわれた、前記Ｒ画像、前記Ｇ画像、及
    び前記Ｂ画像の中から選択される１又は複数からなる第
    １群の画像の、それぞれの画像の前記濃度値に対し、前
    記背景領域と濃度差の大きい領域を分割するための第１
    群の閾値を設定して、前記第１群の画像から、２値化さ
    れた第１の２値画像を得る第１の２値化手段と、前記Ｒ
    画像、前記Ｇ画像、及び前記Ｂ画像の中から選択される
    １又は複数からなる第２群の画像の、それぞれの画像を
    構成する各画素の近傍領域内での、前記濃度値の変化の
    大きさを表す量を、前記各画素で計算し、前記各画素で
    求めた前記濃度値の変化の大きさを表わす量に、前記背
    景領域における前記濃度値の変化と比較し前記濃度値の
    変化の大きい領域を分割するための第２群の閾値を設定
    し、前記第２群の画像から２値化された第２の２値画像
    を得る、前記第１の２値化手段と平行して動作する、第
    ２の２値化手段と、前記第１の２値画像と、前記第２の
    ２値画像との論理和演算によって、前記背景領域と、前
    記対象領域とを表す２値化された第３の２値画像を求め
    る第３の２値化手段と、を有することを特徴とする粒子
    画像の領域分割装置。
32. 【請求項３２】請求項３１に記載の粒子画像の領域分割
    装置において、前記粒子画像が、流れの中に点在する染
    色された尿沈渣粒子の画像であることを特徴とする粒子
    画像の領域分割装置。
33. 【請求項３３】請求項３１に記載の粒子画像の領域分割
    装置において、前記第１群の画像が、前記Ｇ画像及び前
    記Ｒ画像であり、前記第２群の画像が、前記Ｇ画像であ
    ることを特徴とする粒子画像の領域分割装置。
34. 【請求項３４】請求項３１に記載の粒子画像の領域分割
    装置において、前記第１群の画像及び前記第２群の画像
    が、前記Ｇ画像粒子画像であることを特徴とする領域分
    割装置。
35. 【請求項３５】請求項３１に記載の粒子画像の領域分割
    装置において、前記各画素の近傍の２か所の小領域のそ
    れぞれの小領域の内部での画素の前記濃度値の和の差、
    該和の差の絶対値の何れかを求める手段を有し、前記和
    の差、前記和の差の絶対値の何れかを、前記濃度値の変
    化の大きさを表わす量とすることを特徴とする粒子画像
    の領域分割装置。
36. 【請求項３６】請求項３５に記載の粒子画像の領域分割
    装置において、前記小領域の大きさが、前記第２群の画
    像の所定の方向での２画素から４画素の範囲にある画素
    数からなる大きさであることを特徴とする粒子画像の領
    域分割装置。