JPH0996602A - 画像中の特定領域抽出装置 - Google Patents

Abstract

(57)【要約】 【課題】 対象物の画像に対して適正な動的閾値を設定
し、その閾値によって画像中の特定領域を精度よく抽出
する。 【解決手段】 対象物を撮像してディジタル画像Ｉ
（ｘ，ｙ）を得る撮像器と、着目画素（ｘ，ｙ）に近い
程値が大で、遠い程小になる分布関数Ｇ（ｘ，ｙ）を予
め格納する関数格納部と、画像Ｉ（ｘ，ｙ）と分布関数
Ｇ（ｘ，ｙ）から閾値Ｉth（ｘ，ｙ）を算出する閾値算
出部と、閾値Ｉth（ｘ，ｙ）によって画像Ｉ（ｘ，ｙ）
を二値化して特定領域を抽出する領域抽出部を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は対象物の画像に対し
て動的な閾値を設定し、その画像中のある特定領域を抽
出する装置に関し、例えば生体組織を対象物として、特
に腎臓の糸球体から糸球体中の細胞核を抽出しその数を
求める場合などに用いられる。

【０００２】

【従来の技術】画像中のある特定領域を抽出するために
は閾値を設定することが必要であるが、画像Ｆ（ｘ，
ｙ）のコントラストが部分的に異なる場合に閾値を一定
とせず、部分的に異なる閾値を設定することが知られて
いる（例えば、河田聡、他著「科学計測のための画像デ
ータ処理」、１９９４年、ＣＱ出版社発行、参照）。つ
まり、画素（ｘ，ｙ）ごとにその点を中心とする領域Ｐ
を与え、その領域Ｐにおける明度の平均値Ｄを、

【０００３】

【数３】 によって算出し、このＤを画素（ｘ，ｙ）における閾値
とするものである。

【０００４】

【発明が解決しようとする課題】しかしながら、上記の
閾値設定では、領域Ｐの内側の画素については画素ごと
の重要度は考慮せず全て同じ重要度と見なし、一方、領
域外は完全無視の形となっている。このことから、着目
画素における閾値が領域Ｐの境界近傍の画素の明度の影
響を比較的強く受けることになるため、閾値としては好
ましくない。

【０００５】また、与える領域Ｐ（形状や面積）が変わ
ると閾値もかわる。よって、どのような領域Ｐを与えれ
ばよいのか、あるいは領域Ｐをどのように修正するのか
という問題が残ることになり、結局、動的閾値の決定
は、容易でない。

【０００６】この発明は、このような事情を考慮してな
されたもので、画素ごとに重要度を加味し閾値を決定す
ること、すなわち着目画素に近い画素程重要視しそこか
ら離れる程重要度を低くして動的閾値を決定することに
より、また、閾値を自動修正することによって、良好な
閾値を容易に決定できる画像中の特定領域抽出装置を提
供するものである。

【０００７】

【課題を解決するための手段】この発明は、対象物を撮
像してディジタル画像Ｉ（ｘ，ｙ）を得る撮像器と、着
目画素（ｘ，ｙ）に近い程値が大で、遠い程小になる分
布関数Ｇ（ｘ，ｙ）を予め格納する関数格納部と、画像
Ｉ（ｘ，ｙ）と分布関数Ｇ（ｘ，ｙ）から閾値Ｉth
（ｘ，ｙ）を算出する閾値算出部と、閾値Ｉth（ｘ，
ｙ）によって画像Ｉ（ｘ，ｙ）を二値化して特定領域を
抽出する領域抽出部を備え、閾値算出部は、

【０００８】

【数４】 （ここで、α、βは分布関数Ｇ（ｘ，ｙ）の実効範囲で
あり、

【０００９】

【数５】 とする）によって閾値Ｉ_th（ｘ，ｙ）を算出することを
特徴とする画像中の特定領域抽出装置を提供するもので
ある。

【００１０】この発明における対象物とは、例えば、ヒ
トの生体組織である腎臓の糸球体であり、特定領域とは
糸球体中の細胞核である。撮像器には、例えばＣＣＤカ
メラが用いられる。関数格納部に格納される分布関数Ｇ
（ｘ，ｙ）とは例えば、 Ｇ（ｘ，ｙ）＝（１／２πσ²）・ｅｘｐ｛−（ｘ²＋ｙ
²）／２σ²｝ （但し、σ＞０）で表されるガウシャン関数である。

【００１１】また、関数格納部、閾値算出部および領域
抽出部は、ＣＰＵ、ＲＯＭ、ＲＡＭからなるマイクロコ
ンピュータによって構成することができる。さらに、こ
の発明は、二値化部によって抽出された複数の特定領域
の平均サイズを演算するサイズ演算部と、演算された平
均サイズと所定値との差を基準値と比較する比較部と、
その差が基準値より大きいときその差が基準値以下にな
るように分布関数Ｇ（ｘ，ｙ）を部分的に修正する関数
修正部をさらに備えることが好ましい。

【００１２】

【発明の実施の形態】以下、図面に示す実施例に基づい
てこの発明の実施の形態を詳述する。これによってこの
発明が限定されるものではない。

【００１３】図１は、この発明の装置を構成の示すブロ
ック図であり、１は対象物（例えば、ヒトの糸球体）を
含む領域を撮像するＣＣＤカメラ、１ａは背景やノイズ
を消去して対象物のみのディジタル画像Ｉ（ｘ，ｙ）を
得るための前処理部、２は画像Ｉ（ｘ，ｙ）を一時格納
するメモリ（ＲＡＭ）、３はガルシャン関数Ｇ（ｘ，
ｙ）を予め格納する関数格納部（ＲＯＭ）、４は画像Ｉ
（ｘ，ｙ）と関数Ｇ（ｘ，ｙ）に基づいて閾値Ｉ
_th（ｘ，ｙ）を算出する閾値算出部、５は閾値Ｉ
_th（Ｘ，Ｙ）によって画像Ｉ（ｘ，ｙ）を二値化して特
定領域（例えば、糸球体中の細胞核画像）を抽出する領
域抽出部、６は抽出された複数の特定領域の平均サイズ
を演算するサイズ演算部、７は設定部８に予め設定され
た所定値と平均サイズとの差を設定部８に設定された値
から算出した基準値と比較する比較部、９はその差が基
準値より大きいときその差が基準値以下になるようにガ
ルシャン関数Ｇ（ｘ，ｙ）の標準偏差σを修正する関数
修正部、１０は領域抽出部５によって抽出された領域の
数をカウントしてＣＲＴやプリンタに出力する出力部で
ある。

【００１４】次に、ヒトの腎臓糸球体内の細胞核数を求
める例を用いて、この実施例をさらに具体的に説明す
る。腎臓組織切片の染色にはＰＡＳ(Periodic Acid Sch
iff reaction) を用いた。その切片を顕微鏡を通してＣ
ＣＤカメラ１で撮影した腎臓組織画像を図２の（ａ）に
示す。図の中央にあるやや明るい環状領域で囲まれてい
る部分が糸球体領域である。

【００１５】ここでは、図２の（ａ）に示す腎臓組織画
像から抽出された糸球体領域（図２の（ｂ））を原画像
として扱っている。画像データは５１２×５１２（２ｎ
×２ｎ）画素、２５６階調の明度値（０：黒、２５５：
白）配列である。画像のサンプリング間隔（画素間の実
寸法）０．４９μｍである。

【００１６】そして、あるフィルタを用いて原画像をぼ
かし、そのぼけ画像を閾値面（動的閾値）として用い
る。ここでは、２次元ガウシャン（Gaiussian）関数Ｇ
（ｘ，ｙ）によるぼけ画像を閾値面として用いる。Ｇ
（ｘ，ｙ）はσを標準偏差とすると次式のように表され
る。

【００１７】

【数６】 ディジタル原画像とＧ（ｘ，ｙ）の畳み込みは近似的に
次式で実現され、ぼけ画像Ｉ_thを得る。

【００１８】

【数７】

【００１９】

【数８】 式（２）、（３）は実用的なＧ（ｘ，ｙ）の値をｘ，ｙ
方向共に〔−ｎ，ｎ−１〕画素の範囲に制限して具体化
したものである。

【００２０】Gaussian 関数のσを加減するだけでＩth
のぼけ具合を可変できるので、閾値面としての好ましい
ぼけ画像を選ぶことが容易になる。ここで、簡単のため
に、画像の明度断面の１次元モデルで動的閾値処理を説
明する。

【００２１】図３と図４で横軸は画素の位置、縦軸は画
素の明度値である。図３において、Ａは原画像を表す曲
線であり、曲線Ａに組まれる２つの凹部分が抽出したい
特定領域（細胞核）である。曲線Ａのような場合、単一
閾値では同時に２つの特定領域を正確に抽出することは
不可能である。そのために、（４）式の一次元ガウシャ
ン（Gaussian ）関数を用いて、Ａを式（５）によって
ぼかす。

【００２２】

【数９】

【００２３】図３中の曲線Ａ₁₀はσ＝１０のときの式
（４）を用いて式（５）により曲線Ａをぼかしたもので
ある。このＡ₁₀を閾値曲線として曲線Ａを二値化する
と、２つの特定領域をほぼ正確に抽出できることが分か
る。この発明では曲線Ａ₁₀のような閾値曲線（２次元の
場合は閾値面）を動的閾値と呼ぶ。

【００２４】図４には図３の曲線Ａと同じ特定領域を有
し、背景が異なる曲線Ｂ、およびそのぼけ曲線Ｂ₁₀（σ
＝１０）が示されている。これにより、Ｂ₁₀で曲線Ｂを
二値化すると曲線Ａと同じ二値化結果にならないことが
分かる。同じ特定領域を持つ画像に対して異なる結果と
なることは望ましくない。曲線Ｂの場合も、σの値を加
減して可能な限りＡと同じ二値化結果を得るためには、
その結果を評価する特徴量を定める必要がある。

【００２５】最も簡単で、効果的な特徴量は特定領域の
平均サイズ（１次元：長さ、２次元：面積）である。例
えば、曲線Ａの場合に抽出された２つの特定領域の平均
サイズｗ₀＝（ｗ₁ ＋ｗ₂ ）／２を特徴量の基準値と考
える。このとき、Ｂの二値化結果における平均サイズｗ
_0b＝（ｗ_1b＋ｗ_2b）／２とｗ₀との差｜ｗ_0b−ｗ₀｜が最
小となるσの値は、Ｂの最良の二値化結果を生じること
になる。図４にしめすようにＢ₁₂（σ＝１２）とＢの交
点はＡ₁₀とＡの交点とほぼ同じであるので、σ＝１２が
良いことが分かる。このように、抽出結果を計る特徴量
として平均サイズを用いることは簡便な一つの方法とい
える。

【００２６】σを変化させて自動的に最良結果を見出す
ために、σと平均サイズの関係を知らねばならない。図
４に示すように、原画像を表す曲線Ｂに対してσを増加
させれば、この平均サイズは大きくなることが分かる。
この関係を利用して原画像を自動的に最良に二値化する
ことができる。上に述べた適正値ｗ₀は標本によって幾
分異なると考えられるので、ある小さな正の実数εに対
して、もし値｜ｗ_0b−ｗ₀｜＜εであれば、二値化結果
は最良結果として受け入れる。そうでないとき、もしｗ
_0b＞ｗ₀＋εであれば、σを減少させ、ｗ_0b＜ｗ₀−εで
あれば、σを増加させれば良い。

【００２７】このように、小さな抽出すべき領域が散在
し個々の領域については中心部にいくほど暗くなるよう
な場合、大きなσ値によって抽出される領域は小さなσ
値によるものより広くなることは図３と図４に示される
状況と同じである。そこでこの発明では、次のように特
徴量をフィードバックして最適な動的閾値を決定し、核
領域を抽出する。

【００２８】まず、糸球体内の細胞核領域は面積に対し
正規分布をなすとみなす。分布の平均値Ｓは標本によっ
て異なるが、Ｓの妥当な存在範囲〔Ｓ_min，Ｓ_max〕は数
多くの標本を使った実験によって先験的に得られる。予
備実験では〔２２、３２〕（画素）が得られた。便宜
上、（Ｓ_max＋Ｓ_min）／２をＳａ、（Ｓ_max−Ｓ_min）／
２を△Ｓ_aで表すと、Ｓ_a＝２７画素、△Ｓ_a＝５画素で
ある。これらの値は設定部８に設定される。

【００２９】領域抽出部５において動的閾値処理により
抽出された核領域の平均面積がサイズ演算部６で演算さ
れ、その面積をＳ_O，Ｓ_a−Ｓ_oを△Ｓ_oとするとき、｜△
Ｓ_o｜＜ΔＳ_aであれば、その二値化画像を最終抽出結果
として受け入れ、そうでなければ、関数修正部９は△Ｓ
_oの符号をフィードバック情報として関数Ｇ（ｘ，ｙ）
のσを加減する。対応するフローチャートは図５に示し
ている。

【００３０】また、図６の（ｂ）〜（ｆ）および表１
は、図６の（ａ）に示す糸球体像について上記処理を行
ったときの種々のσ値による閾値結果と対応する評価値
を示したものである。この場合、σ＝2.5, 3.0, 3.5 に
よる結果がいずれも受理可能となる（表に○を付けたと
ころ）。従って、σが変化してこの区間に入った時点で
処理が終了する。求める核領域の個数Ｎ₀は、この区間
ではほぼ一定なので、いずれかのＮｏを選べば良い。

【表１】

【００３１】次に、この実施例において、糸球体の撮像
から核領域抽出結果を得るまでの一連の処理経過を画像
で示すとともに、総合的な実験結果を述べる。図７にお
いて、（ａ）は糸球体原画像、（ｂ）は式（２）により
原画像をぼかした画像、（ｃ）は式（６）により原画像
（ａ）を二値化した画像である。

【００３２】

【数１０】

【００３３】（ｃ）において外周部にあるリング状領域
は既に抽出した糸球体領域の境界部における濃度値の急
変で生じたものである。このリングを削除するために、
前処理部１ａにおいて次の処理を行う。まず、パターン
画像（ｄ）を作る。（ｄ）は糸球領域（ａ）の境界を幅
４画素で求めたものである。（ｃ）から（ｄ）の黒いリ
ングと同じ幾何位置にある領域を消して画像（ｅ）を得
る。

【００３４】画像（ｅ）において、抽出領域に付着した
り、点在する微細雑音を取り除くために、３×３のメデ
ィアンフィルタを通し、さらに４画素以下の領域を削除
して画像（ｆ）を得る。（ｆ）に対して前述のように抽
出領域のＳ_Oと△Ｓ₀を求め、｜△Ｓ₀｜＜△Ｓ_aの時点の
糸球体内の細胞核の数Ｎ₀をカウントする。

【００３５】糸球体画像を１５０枚用いて、この発明の
装置で核の抽出を行って、良好な結果を得た。実験結果
によりいずれも核をほぼ正確に計れることが分かった。
その中からランダムに３０枚選んで、抽出結果を原画像
と比較して詳しく点検したがいずれも±１０％以内の誤
差で細胞核の数をほぼ正確に計っていることが分かっ
た。このような結果は腎臓病の初期検査のデータとして
信頼できると思われる。

【００３６】

【発明の効果】この発明によれば、対象物の画像に対し
て適正な動的閾値が算出されるので、それによって対象
物の含む特定領域を精度よく容易に抽出することができ
る。

【図面の簡単な説明】

【図１】この発明の実施例の構成を示すブロック図であ
る。

【図２】実施例における対象物の画像図である。（ａ）
は腎臓組織画像、（ｂ）は糸球体画像。

【図３】実施例における一次元の画素の明度と閾値の関
係を示すグラフである。

【図４】実施例における一次元の画素の明度と閾値の関
係を示すグラフである。

【図５】実施例の手順を示すフローチャートである。

【図６】実施例によって得られる各種の特定領域の画像
図である。

【図７】実施例によって得られる一連の画像を示す画像
図である。

【符号の説明】

１．ＣＣＤカメラ ２．前処理部 ３．関数格納部 ４．閾値算出部 ５．領域抽出部 ６．サイズ演算部 ７．比較部 ８．設定部 ９．関数修正部 １０．出力部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 対象物を撮像してディジタル画像Ｉ
   （ｘ，ｙ）を得る撮像器と、着目画素（ｘ，ｙ）に近い
   程値が大で、遠い程小になる分布関数Ｇ（ｘ，ｙ）を予
   め格納する関数格納部と、画像Ｉ（ｘ，ｙ）と分布関数
   Ｇ（ｘ，ｙ）から閾値Ｉ_th（ｘ，ｙ）を算出する閾値算
   出部と、閾値Ｉ_th（ｘ，ｙ）によって画像Ｉ（ｘ，ｙ）
   を二値化して特定領域を抽出する領域抽出部を備え、閾
   値算出部は、 【数１】 （ここで、α、βは分布関数Ｇ（ｘ，ｙ）の実効範囲で
   あり、 【数２】 とする）によって閾値Ｉth（ｘ，ｙ）を算出することを
   特徴とする画像中の特定領域抽出装置。
2. 【請求項２】 分布関数が、 Ｇ（ｘ，ｙ）＝（１／２πσ²）・ｅｘｐ｛−（ｘ²＋ｙ
   ²）／２σ²｝ （但し、σ＞０）で表されるガウシャン関数である請求
   項１記載の画像中の特定領域抽出装置。
3. 【請求項３】 二値化部によって抽出された複数の特定
   領域の平均サイズを演算するサイズ演算部と、演算され
   た平均サイズと所定値との差を基準値と比較する比較部
   と、その差が基準値より大きいときその差が基準値以下
   になるように分布関数Ｇ（ｘ，ｙ）を部分的に修正する
   関数修正部をさらに備えた請求項１記載の画像中の特定
   領域抽出装置。
4. 【請求項４】 分布関数が Ｇ（ｘ，ｙ）＝（１／２πσ²）・ｅｘｐ｛−（ｘ²＋ｙ
   ²）／２σ²｝ （但し、σ＞０）で表されるガウシャン関数であり、関
   数修正部は、分布関数Ｇ（ｘ，ｙ）のσを修正すること
   を特徴とする請求項３記載の画像中の特定領域抽出装
   置。
5. 【請求項５】 対象物が糸球体であり、特定領域が糸球
   体中の細胞核である請求項１〜４のいずれかに記載の画
   像中の特定領域抽出装置。