JPH1196380A - Feature amount extracting method, feature extracting device, image discriminating method, image discriminating device and storage medium - Google Patents
Feature amount extracting method, feature extracting device, image discriminating method, image discriminating device and storage mediumInfo
- Publication number
- JPH1196380A JPH1196380A JP9256895A JP25689597A JPH1196380A JP H1196380 A JPH1196380 A JP H1196380A JP 9256895 A JP9256895 A JP 9256895A JP 25689597 A JP25689597 A JP 25689597A JP H1196380 A JPH1196380 A JP H1196380A
- Authority
- JP
- Japan
- Prior art keywords
- value
- image
- profile
- calculating
- feature amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、画像から特徴量を
抽出する特徴量抽出方法及び特徴量抽出装置に関し、特
に、放射線胸部画像等において、その画像処理条件を決
定するための特徴量や、肺正面や肺側面等の撮影体位を
判別するための特徴量を抽出する特徴量抽出方法及び特
徴量抽出装置に関するものである。また、本発明は、画
像から抽出された特徴量を用いて、その画像のカテゴリ
を自動的に判別する画像判別方法及び画像判別装置に関
し、特に、放射線胸部画像等において、肺領域のプロフ
ァイルの形状的特徴から肺正面や肺側面等の撮影体位を
判別する画像判別方法及び画像判別装置に関するもので
ある。また、本発明は、上記特徴量抽出方法や画像判別
方法を実施するための処理ステップをコンピュータが読
出可能に格納した記憶媒体に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a feature value extracting method and a feature value extracting device for extracting a feature value from an image, and more particularly, to a feature value for determining an image processing condition of a radiation chest image or the like. The present invention relates to a feature value extraction method and a feature value extraction device for extracting a feature value for determining a photographing position such as a lung front or a lung side surface. The present invention also relates to an image discriminating method and an image discriminating apparatus for automatically discriminating a category of an image by using a feature amount extracted from the image, and particularly to a shape of a lung region profile in a radiation chest image or the like. The present invention relates to an image discriminating method and an image discriminating apparatus for discriminating a photographing position such as a front of a lung or a side of a lung from a characteristic feature. The present invention also relates to a storage medium in which processing steps for executing the above-described feature amount extraction method and image determination method are stored in a computer-readable manner.
【０００２】[0002]
【従来の技術】近年では、ディジタル技術の進歩によ
り、例えば、放射線胸部画像をディジタル化し、そのデ
ィジタル画像に画像処理を行って、ＣＲＴ等に表示す
る、或いは、プリント出力することが行われている。2. Description of the Related Art In recent years, with the advance of digital technology, for example, a radiation chest image has been digitized, and the digital image is subjected to image processing and displayed on a CRT or the like, or printed out. .
【０００３】ところで、放射線胸部の撮影では、撮影目
的に応じて撮影体位が異なるのが一般的である。例え
ば、目的に応じて、肺正面からの撮影や肺側面からの撮
影等、撮影体位が異なる。また、撮影体位毎に、その画
像の濃度分布も異なり、注目領域の濃度分布の幅も異な
る。このため、表示出力やプリント出力等のための画像
処理も、各撮影体位毎に異なる処理を行うのが通常であ
る。したがって、画像処理を行う際には、撮影体位に適
した処理を行うために、撮影体位を装置（画像処理装
置）に入力することが必要となる。しかしながら、画像
処理を行う度に撮影体位を逐一入力する作業は、大変な
労力を要し、また、入力ミスが生じやすい。[0005] In radiographic imaging of the chest, it is general that the imaging position is different depending on the purpose of imaging. For example, depending on the purpose, the photographing position varies, such as photographing from the front of the lung or photographing from the side of the lung. Further, the density distribution of the image differs for each photographing position, and the width of the density distribution of the attention area also differs. For this reason, image processing for display output, print output, and the like is generally performed differently for each photographing position. Therefore, when performing image processing, it is necessary to input a photographing position to an apparatus (image processing apparatus) in order to perform processing suitable for the photographing position. However, the operation of inputting the photographing position one by one every time image processing is performed requires a great deal of labor, and input errors are likely to occur.
【０００４】そこで、この問題を解決するために、画像
の特徴量を用いて、撮影体位を自動的に判別する自動判
別方法がある。この自動判別方法は、特公平６−７７５
０号等に記載されているように、画像の累積ヒストグラ
ムを作成し、この累積ヒストグラムの略中央部分の変化
率の値に基づいて、画像のカテゴリを判別する方法であ
る。In order to solve this problem, there is an automatic discrimination method for automatically discriminating the photographing position using the feature amount of an image. This automatic discrimination method is disclosed in Japanese Patent Publication No. 6-775.
As described in No. 0 or the like, a method is used in which a cumulative histogram of an image is created, and the category of the image is determined based on the value of the rate of change at a substantially central portion of the cumulative histogram.
【０００５】また、関心領域の画像データを見やすくす
るために、画像から特定の特徴量を抽出し、また、画像
処理条件を決定するために、体内濃度値の最大値や最少
値等の特徴量を用いる自動判別方法もある。このような
自動判別方法での特徴量抽出方法としては、例えば、図
１１に示すような、画像全体の濃度値ヒストグラム（図
中の実線Ａ）を作成し、その形状から最大値及び最小値
を求める方法がある。或いは、特開平５−７５７８号等
に記載されているような、２値化のためのしきい値を変
更しながらラベリング処理を行って領域を算出し、特定
条件下の該領域から最大値及び最少値を算出する方法が
ある。Further, in order to make the image data of the region of interest easy to see, a specific feature amount is extracted from the image, and in order to determine image processing conditions, a feature amount such as a maximum value or a minimum value of the in-vivo density value is determined. Is also available. As a feature amount extraction method in such an automatic discrimination method, for example, as shown in FIG. 11, a density value histogram (solid line A in the figure) of the entire image is created, and the maximum value and the minimum value are determined from the shape. There is a way to ask. Alternatively, a region is calculated by performing a labeling process while changing a threshold value for binarization as described in JP-A-5-7578, and the maximum value and the maximum value are calculated from the region under specific conditions. There is a method of calculating the minimum value.
【０００６】[0006]
【発明が解決しようとする課題】しかしながら、上述し
た特公平６−７７５０号等に記載の従来の自動判別方法
では、画像のカテゴリを判別するためのパラメータが予
め固定されており、一定条件下で撮影した画像でない
と、その画像のカテゴリの判別ができなかった。また、
この方法では、累積ヒストグラムの略中央部分の変化率
の値に基づいて、画像のカテゴリを判別するため、濃度
値の最大値と最少値間の幅が変化した場合、判別精度が
低下する、という問題があった。さらに、この方法で
は、撮影条件等を変更する場合、画像のカテゴリを判別
するためのパラメータも変更する必要があり、この変更
は熟練した技術が必要であった。したがって、容易にパ
ラメータを変更できない、という問題があった。However, in the conventional automatic discrimination method described in Japanese Patent Publication No. Hei 6-7750, a parameter for discriminating the category of an image is fixed in advance, and under a certain condition. Unless the image was taken, the category of the image could not be determined. Also,
According to this method, since the category of the image is determined based on the value of the change rate of the substantially central portion of the cumulative histogram, if the width between the maximum value and the minimum value of the density value changes, the determination accuracy decreases. There was a problem. Furthermore, in this method, when changing photographing conditions and the like, it is necessary to change parameters for determining the category of an image, and this change requires a skilled technique. Therefore, there is a problem that parameters cannot be easily changed.
【０００７】一方、上記図１１に示した濃度値ヒストグ
ラムを作成して特徴量を抽出する従来の特徴量抽出方法
では、上記図１１の濃度値ヒストグラムは、体内濃度値
の分布（図中の点線ａ）と、す抜け領域及びす抜け領域
と一定幅で接する体内領域の濃度値の分布（図中の点線
ｂ）との足しあわせになっており、形状から求まる最大
濃度値ｍａｘと、実際の体内領域の最大濃度値ｍａｘ２
とは異なる、という問題があった。また、特開平５−７
５７８号等に記載の従来の特徴量抽出方法では、２値化
のためのしきい値を変更しながらラベリング処理を行っ
て逐次的に処理を行うため、非効率的であり、その処理
時間がかかる、という問題があった。したがって、この
ような問題のある従来の特徴量抽出方法を自動判別方法
に用いた場合、判別精度が低下することは言うまでもな
い。On the other hand, in the conventional feature value extraction method of creating a density value histogram shown in FIG. 11 and extracting a feature value, the density value histogram of FIG. a) and the density value distribution (dotted line b in the figure) of the through area and the in-vivo area that contacts the through area at a constant width (dotted line b in the figure), and the maximum density value max obtained from the shape and the actual density value max. Maximum density value max2 of the body region
There was a problem that it was different. Also, Japanese Patent Laid-Open No. 5-7
In the conventional feature amount extraction method described in Japanese Patent No. 578 or the like, since the labeling process is performed sequentially while changing the threshold value for binarization, the process is inefficient. There was such a problem. Therefore, when the conventional feature extraction method having such a problem is used in the automatic discrimination method, it goes without saying that the discrimination accuracy is reduced.
【０００８】そこで、本発明は、上記の欠点を除去する
ために成されたもので、画像の特徴量を高精度且つ効率
的に抽出することができる特徴量抽出方法、画像の撮影
体位を正確に判別することができる画像判別方法、及び
上記上記特徴量抽出方法や画像判別方法を実施するため
の処理ステップをコンピュータが読出可能に格納した記
憶媒体を提供することを目的とする。また、本発明は、
画像の特徴量を高精度且つ効率的に抽出する特徴量抽出
装置、及び画像の撮影体位を正確に判別する画像判別装
置を提供することを目的とする。SUMMARY OF THE INVENTION Accordingly, the present invention has been made in order to eliminate the above-mentioned disadvantages, and a feature amount extracting method capable of extracting feature amounts of an image with high accuracy and efficiency. It is an object of the present invention to provide an image discriminating method capable of discriminating an image and a storage medium in which processing steps for executing the above-described feature amount extracting method and image discriminating method are stored in a computer readable manner. Also, the present invention
It is an object of the present invention to provide a feature amount extraction device that extracts a feature amount of an image with high accuracy and efficiency, and an image determination device that accurately determines a photographing position of an image.
【０００９】[0009]
【課題を解決するための手段】斯かる目的下において、
第１の発明は、対象画像から特徴量を抽出する特徴量抽
出方法であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
ステップと、上記抜け削除ステップで削除されなかった
領域から画像濃度値の最高値及び該最高値の座標を算出
する最高値算出ステップと、上記最高値算出ステップで
算出された最高値及び該最高値の座標を用いて上記特徴
量を算出する特徴量算出ステップとを含むことを特徴と
する。For such a purpose,
A first invention is a feature amount extraction method for extracting a feature amount from a target image, and a pass-through deletion step of deleting a pass-through region and a region adjacent to the pass-through region from the target image within a predetermined width, A maximum value calculation step of calculating the maximum value of the image density value and the coordinates of the maximum value from the area not deleted in the omission deletion step, and the maximum value and the coordinates of the maximum value calculated in the maximum value calculation step. And a feature amount calculating step of calculating the feature amount using the feature amount.
【００１０】第２の発明は、上記第１の発明において、
上記特徴量算出ステップは、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルから凹部
を算出する凹部算出ステップと、上記凹部算出ステップ
で算出された凹部から画像濃度値の最低値及び該最低値
の座標を算出する最低値算出ステップとを含むことを特
徴とする。[0010] The second invention is the above-mentioned first invention, wherein:
The feature amount calculating step includes: a profile creating step of creating a profile of an image density value passing through the coordinates of the highest value calculated in the highest value calculating step; and a recess calculating a recess from the profile created in the profile creating step. It is characterized by including a calculating step and a minimum value calculating step of calculating a minimum value of the image density value from the concave portion calculated in the concave portion calculating step and a coordinate of the minimum value.
【００１１】第３の発明は、上記第１の発明において、
上記最高値算出ステップは、所定濃度値以上の画素の座
標の重心を上記最高値の座標とし、該座標上の濃度値を
上記最高値とするステップを含むことを特徴とする。[0011] A third invention is the above-mentioned first invention, wherein:
The step of calculating the maximum value includes a step of setting a barycenter of coordinates of pixels having a predetermined density value or more as the coordinates of the maximum value and setting a density value on the coordinates to the maximum value.
【００１２】第４の発明は、上記第１の発明において、
上記特徴量算出ステップは、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルを距離軸
に対して所定間隔に分割し、その分割点上の濃度値及び
該濃度値の距離軸に対する変化量を算出する変化量算出
ステップとを含むことを特徴とする。[0012] In a fourth aspect based on the first aspect,
The feature amount calculation step includes: a profile creation step of creating a profile of an image density value passing through the coordinates of the highest value calculated in the highest value calculation step; and a profile created in the profile creation step with respect to a distance axis. And a step of calculating a density value at the division point and a change amount of the density value with respect to the distance axis.
【００１３】第５の発明は、上記第４の発明において、
上記変化量算出ステップは、上記プロファイル上です抜
け領域及び該す抜け領域に所定幅で接する領域を除く領
域の幅を正規化し、その正規化した領域のプロファイル
を距離軸に対して所定間隔に分割するステップを含むこ
とを特徴とする。According to a fifth aspect, in the fourth aspect,
The change amount calculating step normalizes a width of an area excluding a missing area on the profile and an area in contact with the missing area with a predetermined width, and divides the profile of the normalized area into predetermined intervals with respect to a distance axis. It is characterized by including the step of performing.
【００１４】第６の発明は、対象画像から特徴量を抽出
する特徴量抽出方法であって、上記対象画像の所定領域
を横切るプロファイルを作成するプロファイル作成ステ
ップと、上記プロファイル作成ステップで作成されたプ
ロファイルを距離軸に対して所定間隔で分割し、その分
割点上の濃度値及び該濃度値の距離軸に対する変化量を
算出して上記特徴量とする特徴量算出ステップとを含む
ことを特徴とする。According to a sixth aspect of the present invention, there is provided a feature amount extracting method for extracting a feature amount from a target image, wherein the profile creating step creates a profile crossing a predetermined area of the target image, and the profile creating step creates the profile. Dividing the profile at a predetermined interval with respect to the distance axis, calculating a density value on the division point and a change amount of the density value with respect to the distance axis, and calculating the feature amount as the above-mentioned feature amount. I do.
【００１５】第７の発明は、上記第１又は第６の発明に
おいて、上記対象画像は平滑化された画像であることを
特徴とする。In a seventh aspect based on the first or sixth aspect, the target image is a smoothed image.
【００１６】第８の発明は、対象画像から特徴量を抽出
する特徴量抽出装置であって、上記対象画像からす抜け
領域及び該す抜け領域に接する領域を所定幅内で削除す
るす抜け削除手段と、上記抜け削除手段で削除されなか
った領域から画像濃度値の最高値及び該最高値の座標を
算出する最高値算出手段と、上記最高値算出手段で算出
された最高値及び該最高値の座標を用いて上記特徴量を
算出する特徴量算出手段とを備えることを特徴とする。According to an eighth aspect of the present invention, there is provided a feature amount extracting apparatus for extracting a feature amount from a target image, wherein a through region and a region adjacent to the through region are deleted within a predetermined width from the target image. Means, maximum value calculating means for calculating the maximum value of the image density value and the coordinates of the maximum value from the area not deleted by the missing deletion means, and the maximum value and the maximum value calculated by the maximum value calculating means And a feature value calculating means for calculating the feature value using the coordinates of the above.
【００１７】第９の発明は、上記第８の発明において、
上記特徴量算出手段は、上記最高値算出手段で算出され
た最高値の座標を通る画像濃度値のプロファイルを作成
するプロファイル作成手段と、上記プロファイル作成手
段で作成されたプロファイルから凹部を算出する凹部算
出手段と、上記凹部算出手段で算出された凹部から画像
濃度値の最低値及び該最低値の座標を算出する最低値算
出手段とを含むことを特徴とする。According to a ninth aspect, in the eighth aspect,
The feature amount calculating means includes: a profile creating means for creating a profile of an image density value passing through the coordinates of the highest value calculated by the highest value calculating means; and a recess for calculating a recess from the profile created by the profile creating means. It is characterized by including a calculating means, and a minimum value calculating means for calculating a minimum value of the image density value from the concave part calculated by the concave part calculating means and a coordinate of the minimum value.
【００１８】第１０の発明は、上記第８の発明におい
て、上記最高値算出手段は、所定濃度値以上の画素の座
標の重心を上記最高値の座標とし、該座標上の濃度値を
上記最高値とする手段を含むことを特徴とする。In a tenth aspect based on the eighth aspect, the maximum value calculating means sets the center of gravity of the coordinates of pixels having a predetermined density value or more as the coordinates of the maximum value, and sets the density value on the coordinates to the maximum value. It is characterized by including means for setting a value.
【００１９】第１１の発明は、上記第８の発明におい
て、上記特徴量算出手段は、上記最高値算出手段で算出
された最高値の座標を通る画像濃度値のプロファイルを
作成するプロファイル作成手段と、上記プロファイル作
成手段で作成されたプロファイルを距離軸に対して所定
間隔に分割し、その分割点上の濃度値及び該濃度値の距
離軸に対する変化量を算出する変化量算出手段とを含む
ことを特徴とする。In an eleventh aspect based on the eighth aspect, the feature quantity calculating means includes a profile creating means for creating a profile of an image density value passing through the coordinates of the highest value calculated by the highest value calculating means. And a change amount calculating unit that divides the profile created by the profile creating unit at a predetermined interval with respect to the distance axis, and calculates a density value at the division point and a change amount of the density value with respect to the distance axis. It is characterized by.
【００２０】第１２の発明は、上記第１１の発明におい
て、上記変化量算出手段は、上記プロファイル上です抜
け領域及び該す抜け領域に所定幅で接する領域を除く領
域の幅を正規化し、その正規化した領域のプロファイル
を距離軸に対して所定間隔に分割する手段を含むことを
特徴とする。In a twelfth aspect based on the eleventh aspect, the change amount calculating means normalizes a width of a region excluding a missing region on the profile and a region in contact with the missing region with a predetermined width, and It is characterized in that it includes means for dividing the profile of the normalized area at predetermined intervals with respect to the distance axis.
【００２１】第１３の発明は、対象画像から特徴量を抽
出する特徴量抽出装置であって、上記対象画像の所定領
域を横切るプロファイルを作成するプロファイル作成手
段と、上記プロファイル作成手段で作成されたプロファ
イルを距離軸に対して所定間隔で分割し、その分割点上
の濃度値及び該濃度値の距離軸に対する変化量を算出し
て上記特徴量とする特徴量算出手段とを備えることを特
徴とする。According to a thirteenth aspect, there is provided a feature amount extracting apparatus for extracting a feature amount from a target image, wherein the profile creating unit creates a profile crossing a predetermined area of the target image, and the profile creating unit creates the profile. A feature value calculating unit that divides the profile at a predetermined interval with respect to the distance axis, calculates a density value on the division point and a change amount of the density value with respect to the distance axis, and sets the feature value as the feature value. I do.
【００２２】第１４の発明は、上記第８又は第１３の発
明において、上記対象画像は平滑化された画像であるこ
とを特徴とする。In a fourteenth aspect based on the eighth or thirteenth aspect, the target image is a smoothed image.
【００２３】第１５の発明は、請求項１〜７の何れかに
記載の特徴量抽出方法により、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別することを
特徴とする。According to a fifteenth aspect, the photographing position of the target image is determined by using the characteristic amount extracted from the target image by the characteristic amount extracting method according to any one of claims 1 to 7. I do.
【００２４】第１６の発明は、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別する画像判
別方法であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
ステップと、上記抜け削除ステップで削除されなかった
領域から画像濃度値の最高値及び該最高値の座標を算出
する最高値算出ステップと、上記最高値算出ステップで
算出された最高値の座標を通る画像濃度値のプロファイ
ルを作成するプロファイル作成ステップと、上記プロフ
ァイル作成ステップで作成されたプロファイルから凹部
を算出する凹部算出ステップと、上記凹部算出ステップ
の算出結果に基づいて上記対象画像の撮影体位を判別す
る第１の判別ステップとを含むことを特徴とする。According to a sixteenth aspect, there is provided an image discriminating method for discriminating a photographing position of a target image by using a feature amount extracted from the target image. A deletion step of deleting a region within a predetermined width; a maximum value calculation step of calculating a maximum image density value and coordinates of the maximum value from the region not deleted in the deletion step; A profile creation step of creating a profile of an image density value passing through the coordinates of the highest value calculated in the step, a recess calculation step of calculating a recess from the profile created in the profile creation step, and a calculation result of the recess calculation step And a first determination step of determining the photographing position of the target image based on
【００２５】第１７の発明は、上記第１６の発明におい
て、上記第１の判別ステップの判別結果に基づいて、上
記凹部算出ステップで算出された凹部から画像濃度値の
最低値及び該最低値の座標を算出する最低値算出ステッ
プと、上記最低値算出ステップで算出された最低値と、
該最低値の座標から所定距離に存在する上記プロファイ
ル上の画像濃度値とを比較する濃度値比較ステップと、
上記濃度値比較ステップの比較結果に基づいて上記対象
画像の撮影体位を判別する第２の判別ステップとを含む
ことを特徴とする。In a seventeenth aspect based on the sixteenth aspect, the minimum value of the image density value and the minimum value of the minimum value of the image density value are calculated from the concave portion calculated in the concave portion calculating step based on the determination result of the first determining step. A minimum value calculation step of calculating coordinates, the minimum value calculated in the minimum value calculation step,
A density value comparing step of comparing an image density value on the profile existing at a predetermined distance from the coordinates of the lowest value,
And a second determining step of determining a photographing position of the target image based on a comparison result of the density value comparing step.
【００２６】第１８の発明は、上記第１５又は第１６の
発明において、上記対象画像は平滑化された画像である
ことを特徴とする。In an eighteenth aspect based on the fifteenth or sixteenth aspect, the target image is a smoothed image.
【００２７】第１９の発明は、請求項８〜１４の何れか
に記載の特徴量抽出装置により、対象画像から抽出した
特徴量を用いて、該対象画像の撮影体位を判別すること
を特徴とする。According to a nineteenth aspect, the photographing position of the target image is determined by using the characteristic amount extracted from the target image by the characteristic amount extracting device according to any one of claims 8 to 14. I do.
【００２８】第２０の発明は、対象画像から抽出した特
徴量を用いて、該対象画像の撮影体位を判別する画像判
別装置であって、上記対象画像からす抜け領域及び該す
抜け領域に接する領域を所定幅内で削除するす抜け削除
手段と、上記抜け削除手段で削除されなかった領域から
画像濃度値の最高値及び該最高値の座標を算出する最高
値算出手段と、上記最高値算出手段で算出された最高値
の座標を通る画像濃度値のプロファイルを作成するプロ
ファイル作成手段と、上記プロファイル作成手段で作成
されたプロファイルから凹部を算出する凹部算出手段
と、上記凹部算出手段の算出結果に基づいて上記対象画
像の撮影体位を判別する第１の判別手段とを備えること
を特徴とする。According to a twentieth aspect, there is provided an image discriminating apparatus for discriminating a photographing position of a target image by using a feature amount extracted from the target image. Missing deletion means for deleting an area within a predetermined width; maximum value calculating means for calculating a maximum image density value and coordinates of the maximum value from an area not deleted by the missing deletion means; and calculating the maximum value Profile creation means for creating a profile of an image density value passing through the coordinates of the highest value calculated by the means, recess calculation means for calculating a recess from the profile created by the profile creation means, and calculation results of the recess calculation means And first determining means for determining the photographing position of the target image based on
【００２９】第２１の発明は、上記第２０の発明におい
て、上記第１の判別手段の判別結果に基づいて、上記凹
部算出手段で算出された凹部から画像濃度値の最低値及
び該最低値の座標を算出する最低値算出手段と、上記最
低値算出手段で算出された最低値と、該最低値の座標か
ら所定距離に存在する上記プロファイル上の画像濃度値
とを比較する濃度値比較手段と、上記濃度値比較手段の
比較結果に基づいて上記対象画像の撮影体位を判別する
第２の判別手段とを備えることを特徴とする。According to a twenty-first aspect, in the twentieth aspect, the minimum value of the image density value and the minimum value of the minimum value of the image density value are calculated from the concave portion calculated by the concave portion calculating portion based on the determination result of the first determining portion. A lowest value calculating means for calculating coordinates, a density value comparing means for comparing the lowest value calculated by the lowest value calculating means with an image density value on the profile existing at a predetermined distance from the coordinates of the lowest value; And a second determining means for determining a photographing position of the target image based on a comparison result of the density value comparing means.
【００３０】第２２の発明は、上記第１９又は第２０の
発明において、上記対象画像は平滑化された画像である
ことを特徴とする。According to a twenty-second aspect, in the nineteenth or twentieth aspect, the target image is a smoothed image.
【００３１】第２３の発明は、請求項１〜７の何れかに
記載の特徴量抽出方法の処理ステップ、又は、請求項１
５〜１８の何れかに記載の画像判別方法の処理ステップ
をコンピュータが読出可能に格納した記憶媒体であるこ
とを特徴とする。According to a twenty-third aspect, a processing step of the feature quantity extracting method according to any one of the first to seventh aspects, or the first aspect,
A computer-readable storage medium storing the processing steps of the image discriminating method according to any one of 5 to 18.
【００３２】[0032]
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて説明する。Embodiments of the present invention will be described below with reference to the drawings.
【００３３】まず、第１の実施の形態について説明す
る。First, the first embodiment will be described.
【００３４】本発明に係る画像判別方法は、例えば、図
１に示すような画像判別装置１００により実施され、こ
の画像判別装置１００は、本発明に係る画像判別装置を
適用したものでもある。The image discriminating method according to the present invention is carried out by, for example, an image discriminating apparatus 100 as shown in FIG. 1, and this image discriminating apparatus 100 is one to which the image discriminating apparatus according to the present invention is applied.
【００３５】すなわち、画像判別装置１００は、上記図
１に示すように、特徴量抽出部１１０と、特徴量抽出部
１１０の出力が供給される画像判別部１２０と、特徴量
抽出部１１０及び画像判別部１２０を各々制御する制御
部１３０と、制御部１３０からアクセスされるプグラム
メモリ１４０とを備えている。That is, as shown in FIG. 1, the image discriminating apparatus 100 includes a feature extracting unit 110, an image discriminating unit 120 to which the output of the feature extracting unit 110 is supplied, a feature extracting unit 110, The control unit 130 includes a control unit 130 that controls each of the determination units 120, and a program memory 140 that is accessed by the control unit 130.
【００３６】プログラムメモリ１４０には、例えば、図
２に示すようなフローチャートに従った処理プログラム
が予め格納されており、この処理プログラムが制御部１
３０により読み出され実行されることで、特徴量抽出部
１１０及び画像判別部１２０の後述する動作制御が行わ
れる。For example, a processing program according to a flowchart shown in FIG. 2 is stored in the program memory 140 in advance.
By being read and executed by 30, the operation control of the feature amount extraction unit 110 and the image determination unit 120, which will be described later, is performed.
【００３７】特徴量抽出部１１０は、例えば、図３に示
すように、入力された画像データ（ここでは、図４に示
すような放射線胸部画像データｆ（ｘ，ｙ）とする）か
らす抜け領域（上記図４の斜線部分）及びす抜け領域と
一定幅で接する体領域を削除するす抜け削除回路１１１
と、す抜け削除回路１１１にて削除されなかった領域か
ら濃度値の最高値とその座標を算出する最高値算出回路
１１２と、最高値算出回路１１２で算出された濃度値の
最高値の座標を通るプロファイルを作成するプロファイ
ル作成回路１１３と、プロファイル作成回路１１３で作
成されたプロファイルから凹部領域を算出する凹部算出
回路１１４と、凹部算出回路１１４で算出された凹部領
域から濃度値の最低値とその座標を算出する最低値算出
回路１１５とを備えている。また、画像判別部１２０
は、凹部算出回路１１４で算出された凹部領域から撮影
体位を判別する第１の判定回路１２１と、最低値算出回
路１１５で算出された濃度値の最低値の座標から一定距
離にある上記プロファイル上の画像の濃度値を比較する
度値比較回路１２２と、濃度値比較回路１２２の比較結
果から撮影体位を判別する第２の判定回路１２３とを備
えている。For example, as shown in FIG. 3, the feature quantity extraction unit 110 passes through the input image data (here, the radiation chest image data f (x, y) as shown in FIG. 4). A pass-through deletion circuit 111 that deletes a region (a hatched portion in FIG. 4) and a body region in contact with the pass-through region at a fixed width.
And a maximum value calculation circuit 112 for calculating the maximum value of the density value and its coordinates from the area not deleted by the pass-through deletion circuit 111, and the coordinates of the maximum value of the density value calculated by the maximum value calculation circuit 112. A profile creating circuit 113 for creating a passing profile; a recess calculating circuit 114 for calculating a recessed area from the profile created by the profile creating circuit 113; A minimum value calculation circuit 115 for calculating coordinates. Also, the image discriminating unit 120
Are the first determination circuit 121 for determining the photographing position from the concave area calculated by the concave area calculation circuit 114, and the above-mentioned profile located at a fixed distance from the coordinates of the lowest density value calculated by the lowest value calculation circuit 115. And a second determination circuit 123 for determining the photographing position from the comparison result of the density value comparison circuit 122.
【００３８】尚、本発明に係る特徴量抽出方法は、上述
の特徴量抽出部１１０により実施され、この特徴量抽出
部１１０は、本発明に係る特徴量抽出装置を適用したも
のでもある。また、上記図２の処理プログラムが格納さ
れたプログラムメモリ１４０は、本発明に係る記憶媒体
を適用したものである。The feature value extracting method according to the present invention is performed by the above-described feature value extracting unit 110, and the feature value extracting unit 110 employs the feature value extracting apparatus according to the present invention. Further, the program memory 140 in which the processing program of FIG. 2 is stored applies the storage medium according to the present invention.
【００３９】上述のような画像判別装置１００は、プロ
グラムメモリ１４０に格納された上記図２の処理プログ
ラムが、制御部１３０により読み出され実行されると、
以下のように動作する。When the processing program of FIG. 2 stored in the program memory 140 is read and executed by the control unit 130,
It works as follows.
【００４０】先ず、す抜け削除回路１１１は、入力され
た画像データｆ（ｘ，ｙ）において、照射領域内のす抜
け領域と、す抜け領域と一定幅で接する体領域とを、例
えば、０画素で置き換える（ステップＳ２０１）。具体
的には、入力された画像データｆ（ｘ，ｙ）に対して、First, the pass-through deletion circuit 111 sets, in the input image data f (x, y), a pass-through region in the irradiation region and a body region which is in contact with the pass-through region at a certain width, for example, by 0. Replace with a pixel (step S201). Specifically, for the input image data f (x, y),
【００４１】[0041]
【数１】 (Equation 1)
【００４２】なる式（１）で示される画像の変換を行
う。この式（１）において、”ｆ１（ｘ，ｙ）”は、画
像データｆ（ｘ，ｙ）から、す抜け領域と、す抜け領域
と一定幅で接する体領域とを削除した後の画像データを
示す。また、”ｓｇｎ（ｘ，ｙ）”は、実験等により定
められた定数Ｔｈ１、体領域を削除する幅を決定する定
数ｄ１，ｄ２を持って、The image represented by the following equation (1) is converted. In this equation (1), “f1 (x, y)” is the image data obtained by deleting the through area and the body area that is in contact with the through area at a certain width from the image data f (x, y). Is shown. “Sgn (x, y)” has a constant Th1 determined by experiments and the like, and constants d1 and d2 that determine the width of deleting the body region.
【００４３】[0043]
【数２】 (Equation 2)
【００４４】なる式（２）で示される。Is represented by the following equation (2).
【００４５】次に、最高値算出回路１１２は、す抜け削
除回路１１１で得られた画像データｆ１（ｘ，ｙ）にお
いて、濃度値の最高値ｍａｘとその座標を算出する（ス
テップＳ２０２）。Next, the maximum value calculating circuit 112 calculates the maximum value max of the density value and its coordinates in the image data f1 (x, y) obtained by the through deletion circuit 111 (step S202).
【００４６】次に、プロファイル作成回路１１３は、最
高値算出回路１１２で算出された濃度値の最高値ｍａｘ
の座標を通り、例えば、体側に垂直方向のプロファイル
を作成する（ステップＳ２０３）。尚、ここでは、上記
図４に示すように、最高値ｍａｘを通る横軸ａ方向のプ
ロファイルを作成するものとする。Next, the profile creation circuit 113 calculates the maximum value max of the density value calculated by the maximum value calculation circuit 112.
, A vertical profile is created on the body side (step S203). Here, as shown in FIG. 4, it is assumed that a profile in the horizontal axis a direction passing through the maximum value max is created.
【００４７】次に、凹部算出回路１１４は、プロファイ
ル作成回路１１３で作成されたプロファイルから凹部領
域を算出する（ステップＳ２０４）。具体的には、Next, the recess calculating circuit 114 calculates a recess area from the profile created by the profile creating circuit 113 (step S204). In particular,
【００４８】[0048]
【数３】 (Equation 3)
【００４９】なる式（３）で示されるｘ領域を算出す
る。この式（３）において、”ｙ１”は、最高値算出回
路１１２で算出された濃度値の最高値のｙ軸上の座標位
置を示し、”ｄ”は、実験等により定められた定数を示
す。An x region represented by the following equation (3) is calculated. In this equation (3), “y1” indicates the coordinate position on the y-axis of the highest value of the density value calculated by the highest value calculation circuit 112, and “d” indicates a constant determined by an experiment or the like. .
【００５０】このとき、第１の判定回路１２１は、凹部
算出回路１１４にて凹部領域が算出されたか否かを判別
し（ステップＳ２０５）、その判別結果により、凹部領
域が算出されなかった場合、入力された画像データｆ
（ｘ，ｙ）は撮影体位が「肺側面」の画像データである
と判定し（ステップＳ２０６）、本処理を終了する。一
方、凹部領域が算出された場合、後述のステップＳ２０
７に進む。At this time, the first determination circuit 121 determines whether or not the concave area has been calculated by the concave area calculation circuit 114 (step S205). Input image data f
At (x, y), it is determined that the photographing position is the image data of the "pulmonary side" (step S206), and this processing ends. On the other hand, when the concave region is calculated, the process proceeds to step S20 described below.
Go to 7.
【００５１】ここで、図５（ａ）は、肺正面の画像から
生成された標準的なプロファイルを示したものであり、
同図（ｂ）は、肺側面の画像から生成された標準的なプ
ロファイルを示したものである。これらの図に示すよう
に、放射線胸部画像において、標準的なプロファイルで
は、凹部領域の有無を判定することで、撮影体位が「肺
正面」であるか「肺側面」であるかを判定することがで
きる。すなわち、凹部算出回路１１４にて凹部領域が算
出された場合には、撮影体位が「肺正面」であり、そう
でなかった場合には、撮影体位が「肺側面」であると判
定することができる。しかしながら、「肺側面」につい
ては、例えば、上記図４（ｃ）に示すように、凹部領域
が存在する場合あり、凹部の有無だけでは誤判定が生じ
る場合がある。そこで、上述のステップＳ２０５で、凹
部領域が算出された場合には、単純に撮影体位が「肺正
面」であるとは判定せずに、次のステップＳ２０７に進
む。Here, FIG. 5A shows a standard profile generated from an image of the lung front.
FIG. 2B shows a standard profile generated from an image of the lung side surface. As shown in these figures, in a radiographic chest image, in a standard profile, by determining the presence or absence of a concave region, it is possible to determine whether the imaging position is “lung front” or “lung side”. Can be. That is, when the recessed region is calculated by the recessed portion calculation circuit 114, the photographing position is determined to be “the front of the lung”; otherwise, the photographing position is determined to be “the side of the lung”. it can. However, as for the “pulmonary side”, for example, as shown in FIG. 4C, there is a case where a recessed region exists, and an erroneous determination may occur only with the presence or absence of a recessed portion. Therefore, when the recessed area is calculated in step S205 described above, the process proceeds to the next step S207 without simply determining that the imaging position is “the front of the lung”.
【００５２】すなわち、凹部算出回路１１４にて凹部領
域が算出された場合、先ず、最低値算出回路１１５は、
凹部算出回路１１４で算出された凹部領域から濃度値の
最低値とその座標を算出する。これにより、例えば、上
記図４では、最高値ｍａｘを通る横軸ａ内の縦隔内ａ’
の最低値とその座標が算出される（ステップＳ２０
７）。That is, when the concave area is calculated by the concave area calculating circuit 114, first, the lowest value calculating circuit 115
The minimum value of the density value and its coordinates are calculated from the concave area calculated by the concave section calculation circuit 114. Thereby, for example, in FIG. 4 described above, the mediastinum a ′ within the horizontal axis a passing through the maximum value max
Is calculated and its minimum value is calculated (step S20).
7).
【００５３】次に、濃度値比較回路１２２は、最低値算
出回路１１５で算出された濃度値の最低値と、該最低値
の座標から一定距離ｄ１離れた上記プロファイル上の濃
度値とを比較する（ステップＳ２０８）。Next, the density value comparison circuit 122 compares the minimum value of the density value calculated by the minimum value calculation circuit 115 with the density value on the profile which is a fixed distance d1 away from the coordinates of the minimum value. (Step S208).
【００５４】そして、第２の判定回路１２３は、濃度値
比較回路１２２の比較結果（比較値）と、実験等により
定められた定数Ｔｈ２とを用いて、撮影体位を判定する
（ステップＳ２０９）。例えば、Then, the second determination circuit 123 determines the photographing position using the comparison result (comparison value) of the density value comparison circuit 122 and a constant Th2 determined by experiments or the like (step S209). For example,
【００５５】[0055]
【数４】 (Equation 4)
【００５６】なる式（４）を満たす場合には、入力され
た画像データｆ（ｘ，ｙ）は撮影体位が「肺正面」の画
像データであると判定し（ステップＳ２１０）、本処理
を終了する。一方、上記式（４）満たなかった場合に
は、入力された画像データｆ（ｘ，ｙ）は撮影体位が
「肺側面」の画像データであると判定し（ステップＳ２
０６）、本処理を終了する。If the following expression (4) is satisfied, it is determined that the input image data f (x, y) is image data in which the photographing posture is "front of the lung" (step S210), and this processing ends. I do. On the other hand, if the above expression (4) is not satisfied, it is determined that the input image data f (x, y) is image data of the imaging position of "the lung side" (step S2).
06), this process ends.
【００５７】尚、第２の判定回路１２３での撮影体位の
判定は、上記式（４）を用いて行う、すなわち濃度値の
比を用いて行うようにしたが、これに限らず、濃度値の
差を用いるようにしてもよい。例えば、The determination of the photographing position in the second determination circuit 123 is performed by using the above equation (4), that is, by using the ratio of density values. However, the present invention is not limited to this. May be used. For example,
【００５８】[0058]
【数５】 (Equation 5)
【００５９】なる式（５）を満たす場合には、撮影体位
が「肺正面」であると判定し、そうでない場合には、撮
影体位が「肺側面」であると判定する。If the following expression (5) is satisfied, it is determined that the photographing position is "the lung front", and otherwise, it is determined that the photographing position is "the lung side".
【００６０】上述のように、この第１の実施の形態で
は、す抜け領域と、す抜け領域に接する一定幅の体内領
域を削除するように構成したことにより、体内領域の最
大濃度値を、短時間で精度よく安定して抽出することが
できる。また、体内領域の濃度値の最大値を通るプロフ
ァイルの形状から、撮影体位を判定するように構成した
ことにより、撮影条件の変化等の影響を受けることな
く、短時間で精度良く、撮影体位を判定することができ
る。さらに、凹部領域の濃度値を算出するように構成し
たことにより、安定して、精度良く、且つ短時間で、最
高濃度値と同一水平軸内の縦隔内の最低濃度値を算出す
ることができる。さらにまた、濃度値比較回路１２２の
比較結果を用いて、第２の判定回路１２３で撮影体位を
判定するように構成したことにより、肺側面で撮影した
画像のプロファイルにて凹部領域が存在する場合でも、
撮影体位が肺正面であると誤判定されることはない。し
たがって、精度良く撮影体位を判定することができる。As described above, in the first embodiment, the maximum density value of the in-vivo region is reduced by omitting the through region and the in-vivo region having a constant width in contact with the through region. Extraction can be performed stably with high accuracy in a short time. In addition, since the photographing position is determined from the shape of the profile that passes through the maximum value of the density value of the body region, the photographing position can be accurately determined in a short time without being affected by changes in the photographing conditions. Can be determined. Further, since the configuration is such that the density value of the concave area is calculated, it is possible to calculate the lowest density value in the mediastinum within the same horizontal axis as the highest density value stably, accurately, and in a short time. it can. Furthermore, the configuration in which the imaging position is determined by the second determination circuit 123 using the comparison result of the density value comparison circuit 122 enables the case where a concave region exists in the profile of the image captured on the lung side surface. But
There is no erroneous determination that the photographing position is in front of the lung. Therefore, the photographing position can be accurately determined.
【００６１】つぎに、第２の実施の形態について説明す
る。Next, a second embodiment will be described.
【００６２】この第２の実施の形態では、上記図３に示
した最高値算出回路１１２において、す抜け領域、及び
す抜け領域と一定幅で接する領域を削除した画像から濃
度値の最高値とその座標を算出する際、累計ヒストグラ
ムを用いて、一定濃度値以上の画素の重心を最高値及び
その座標とする。In the second embodiment, in the maximum value calculation circuit 112 shown in FIG. 3, the maximum value of the density value is obtained from the image in which the through region and the region in contact with the through region with a fixed width are deleted. When calculating the coordinates, the center of gravity of the pixels having a certain density value or more is set as the highest value and the coordinates using the cumulative histogram.
【００６３】すなわち、最高値算出回路１１２は、例え
ば、図６に示すようなフローチャートに従った処理プロ
グラムが実行されることで、以下のように動作する。That is, the maximum value calculating circuit 112 operates as follows by executing a processing program according to a flowchart as shown in FIG. 6, for example.
【００６４】尚、上記図６の処理プログラムは、プログ
ラムメモリ１４０に予め格納されており、制御部１３０
により読み出さ実行されるものでる。また、この処理プ
ログラムが格納されたプログラムメモリ１４０は、本発
明に係る記憶媒体を適用したものである。The processing program of FIG. 6 is stored in the program memory 140 in advance, and the control unit 130
Is read and executed. The program memory 140 in which the processing program is stored is the one to which the storage medium according to the present invention is applied.
【００６５】先ず、す抜け削除回路１１１により得られ
た画像（す抜け領域、及びす抜け領域と一定幅で接する
領域を削除した画像）の累計ヒストグラムを作成する
（ステップＳ３０１）。First, a cumulative histogram of an image obtained by the pass-through deletion circuit 111 (an image in which a pass-through area and an area in contact with the pass-through area with a fixed width are deleted) is created (step S301).
【００６６】次に、ステップＳ３０１で作成した累計ヒ
ストグラム上において、実験等により定められた定数Ｔ
ｈ３以上の画素を抽出する（ステップＳ３０２）。Next, on the cumulative histogram created in step S301, a constant T determined by an experiment or the like is set.
The pixel of h3 or more is extracted (step S302).
【００６７】そして、ステップＳ３０２で抽出した画素
の重心を算出し（ステップＳ３０３）、その重心点の座
標、及びその濃度値を、後段のプロファイル作成回路１
１３に対して出力する最高濃度値の座標、及び最高濃度
値とする（ステップＳ３０４）。Then, the barycenter of the pixel extracted in step S302 is calculated (step S303), and the coordinates of the barycenter point and its density value are stored in the profile creation circuit 1 in the subsequent stage.
The coordinates of the maximum density value to be output to the pixel 13 and the maximum density value are set (step S304).
【００６８】上述のように、この第２の実施の形態で
は、累計ヒストグラムを用い、一定濃度値（Ｔｈ３）以
上の重心を、プロファイル作成回路１１３で用いる最高
濃度値の座標及び最高濃度値とするように構成したこと
により、ノイズを除去することができ、安定した特徴量
を得ることができる。As described above, in the second embodiment, the center of gravity equal to or higher than a certain density value (Th3) is used as the coordinates of the highest density value and the highest density value used in the profile creation circuit 113 using the cumulative histogram. With such a configuration, noise can be removed and a stable feature amount can be obtained.
【００６９】尚、ステップＳ３０２で抽出した画素の重
心を算出した後（ステップＳ３０３）、更に、その重心
を通るプロファイルを平滑化し、その平滑化したプロフ
ァイルから、プロファイル作成回路１１３で用いる最高
濃度値の座標及び最高濃度値を得るようにしてもよい。After calculating the center of gravity of the pixel extracted in step S302 (step S303), the profile passing through the center of gravity is further smoothed, and the smoothed profile is used to determine the highest density value used in the profile creation circuit 113. The coordinates and the maximum density value may be obtained.
【００７０】具体的にはこの場合、例えば、図７に示す
ように、上述したようにしてステップＳ３０１〜ステッ
プＳ３０２の処理が行われ、ステップＳ３０３にて、ス
テップＳ３０２で抽出した画素の重心が算出される。そ
こで、ステップＳ３０３で算出された重心の座標を通る
プロファイルを平滑化する（ステップＳ４０１）。ここ
での平滑化には、例えば、濃度平均、一定領域内の中間
値、グレイスケールモルフォロジ等を用いる。そして、
ステップＳ４０１で平滑化したプロファイル上の最高濃
度値及びその座標を、後段のプロファイル作成回路１１
３に対して出力する最高濃度値の座標、及び最高濃度値
とする（ステップＳ３０４）。More specifically, in this case, for example, as shown in FIG. 7, the processing in steps S301 to S302 is performed as described above, and in step S303, the center of gravity of the pixel extracted in step S302 is calculated. Is done. Therefore, a profile passing through the coordinates of the center of gravity calculated in step S303 is smoothed (step S401). For the smoothing here, for example, a density average, an intermediate value in a certain area, a gray scale morphology and the like are used. And
The highest density value and its coordinates on the profile smoothed in step S401 are stored in the profile creation circuit 11 in the subsequent stage.
The coordinates of the maximum density value to be output with respect to No. 3 and the maximum density value are set (step S304).
【００７１】このような構成とすることでも、さらにノ
イズの影響を受けることなく、安定して精度良く特徴量
を算出することができる。With such a configuration, the feature amount can be calculated stably and accurately without being affected by noise.
【００７２】つぎに、第３の実施の形態について説明す
る。Next, a third embodiment will be described.
【００７３】この第３の実施の形態では、上述した第１
の実施の形態における特徴量抽出部１１０及び画像判別
部１２０を、例えば、図８に示すような構成とする。In the third embodiment, the first
The feature amount extracting unit 110 and the image discriminating unit 120 in the embodiment are configured as shown in FIG. 8, for example.
【００７４】すなわち、特徴量抽出部１１０は、入力さ
れた画像データｆ（ｘ，ｙ）からす抜け領域及びす抜け
領域と一定幅で接する体領域を削除するす抜け削除回路
５１１と、す抜け削除回路５１１にて削除されなかった
領域から濃度値の最高値とその座標を算出する最高値算
出回路５１２と、最高値算出回路５１２で算出された濃
度値の最高値の座標を通るプロファイルを作成するプロ
ファイル作成回路５１３と、プロファイル作成回路５１
３で作成されたプロファイルから特徴量を得る抽出回路
５１４とを備えている。また、画像判別部１２０は、抽
出回路５１４で得られた特徴量から撮影体位を判別する
判定回路５２１を備えている。That is, the feature amount extraction unit 110 includes a pass-through deletion circuit 511 that deletes a pass-through region and a body region in contact with the pass-through region with a fixed width from the input image data f (x, y), A maximum value calculation circuit 512 for calculating the highest density value and its coordinates from the area not deleted by the deletion circuit 511 and a profile passing through the coordinates of the highest density value calculated by the highest value calculation circuit 512 are created. Profile creation circuit 513 and profile creation circuit 51
And an extraction circuit 514 for obtaining a feature amount from the profile created in Step 3. In addition, the image determination unit 120 includes a determination circuit 521 that determines the photographing position from the feature amount obtained by the extraction circuit 514.
【００７５】また、この第３の実施の形態では、例え
ば、図９に示すようなフローチャートに従った処理プロ
グラムがプログラムメモリ１４０に予め格納されてお
り、この処理プログラムが制御部１３０により読み出さ
れ実行される。したがって、上記図８の構成の特徴量抽
出部１１０及び画像判別部１２０は、プログラムメモリ
１４０に格納された上記図９の処理プログラムが制御部
１３０により読み出され実行されることで、以下のよう
に動作する。In the third embodiment, for example, a processing program according to a flowchart shown in FIG. 9 is stored in the program memory 140 in advance, and this processing program is read out by the control unit 130. Be executed. Therefore, the feature amount extraction unit 110 and the image determination unit 120 having the configuration of FIG. 8 read and execute the processing program of FIG. 9 stored in the program memory 140 by the control unit 130 as follows. Works.
【００７６】尚、上記図９の処理プログラムが格納され
たプログラムメモリ１４０は、本発明に係る記憶媒体を
適用したものである。The program memory 140 storing the processing program shown in FIG. 9 is obtained by applying the storage medium according to the present invention.
【００７７】先ず、す抜け削除回路５１１は、上述した
す抜け削除回路１１１と同様に、入力された画像データ
ｆ（ｘ，ｙ）から、す抜け領域と、す抜け領域と一定幅
で接する体領域とを削除する（ステップＳ６０１）。First, the pass-through deletion circuit 511, like the pass-through deletion circuit 111 described above, uses the input image data f (x, y) to make contact with the pass-through area and the pass-through area at a fixed width. The area is deleted (step S601).
【００７８】次に、最高値算出回路５１２は、上述した
最高値算出回路１１２と同様に、す抜け削除回路５１１
で削除されなかった画像領域から、濃度値の最高値ｍａ
ｘとその座標を算出する（ステップＳ６０２）。Next, the maximum value calculation circuit 512, like the above-described maximum value calculation circuit 112, passes through the circuit 511.
From the image area not deleted in step
x and its coordinates are calculated (step S602).
【００７９】次に、プロファイル作成回路５１３は、最
高値算出回路５１２で算出された濃度値の最高値ｍａｘ
の座標を通る、例えば、図１０に示すように、肺内領域
を横軸ａ方向に横切るプロファイルと、肺内領域を縦軸
ｂ方向に横切るプロファイルとを作成する（ステップＳ
６０３）。Next, the profile creation circuit 513 determines the maximum value max of the density value calculated by the maximum value calculation circuit 512.
For example, as shown in FIG. 10, a profile crossing the intra-pulmonary region in the direction of the horizontal axis a and a profile crossing the intra-pulmonary region in the direction of the vertical axis b are created (step S).
603).
【００８０】次に、抽出回路５１４は、プロファイル作
成回路５１３で作成プロファイルかを均等に分割し、そ
の分割点上の濃度値Ｘ0 ，Ｘ1 ，・・・，Ｘn と、分割
点上の濃度値Ｘ0 ，Ｘ1 ，・・・，Ｘn の変化量Ｙ0 ，
Ｙ1 ，・・・，Ｙn とを、特徴量として得る（ステップ
Ｓ６０４）。[0080] Next, extraction circuit 514 equally divides the creation or profile in the profile creation circuit 513, the density value X 0 on the division point, X 1, · · ·, and X n, the division point of the concentration values X 0, X 1, ···, X n of the variation Y 0,
Y 1 ,..., Y n are obtained as feature amounts (step S604).
【００８１】そして、判定回路５２１は、抽出回路５１
４で得られた特徴量を用いて、例えば、ニューラルネッ
ト、判別分析、或いは、回帰分析等を行うことで、入力
された画像データｆ（ｘ，ｙ）の撮影体位を判定する
（ステップＳ６０５）。Then, the judgment circuit 521
Using the feature amount obtained in step 4, for example, a neural net, discriminant analysis, or regression analysis is performed to determine the photographing position of the input image data f (x, y) (step S605). .
【００８２】上述のように、この第３の実施の形態で
は、肺内領域を横切るプロファイルから特徴量を得るよ
うに構成したことにより、撮影体位の判別精度を向上さ
せることができる。また、体内領域の最高濃度値ｍａｘ
を横切るプロファイルから特徴量を得るように構成した
ことにより、肺領域の抽出を行う必要がなく、短時間で
安定した特徴量を得ることができる。As described above, in the third embodiment, the feature amount is obtained from the profile crossing the in-pulmonary region, so that the accuracy of determining the photographing position can be improved. Also, the maximum concentration value max in the body region
Is configured so as to obtain a feature amount from a profile that crosses the line, there is no need to extract a lung region, and a stable feature amount can be obtained in a short time.
【００８３】尚、抽出回路５１４にて特徴量を抽出する
際、例えば、プロファイル上で濃度値が”０”でない領
域幅を正規化し、その正規化した領域を均等に分割して
特徴量を抽出するようにしてもよい。これにより、体格
のばらつきを吸収することができ、より精度の高い判別
できる特徴量を得ることができる。When the feature value is extracted by the extraction circuit 514, for example, the width of a region where the density value is not "0" on the profile is normalized, and the normalized region is equally divided to extract the feature value. You may make it. This makes it possible to absorb variations in physique, and to obtain a feature amount that can be distinguished with higher accuracy.
【００８４】本発明の目的は、上述した第１〜第３の実
施の形態のホスト及び端末の機能を実現するソフトウェ
アのプログラムコードを記憶した記憶媒体を、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（又はＣＰＵやＭＰＵ）が記憶媒体に格納された
プログラムコードを読みだして実行することによって
も、達成されることは言うまでもない。この場合、記憶
媒体から読み出されたプログラムコード自体が前述した
各実施の形態の機能を実現することとなり、そのプログ
ラムコードを記憶した記憶媒体は本発明を構成すること
となる。An object of the present invention is to supply a storage medium storing software program codes for realizing the functions of the host and the terminal according to the first to third embodiments to a system or an apparatus, and to provide the system or the apparatus with the storage medium. It is needless to say that the present invention is also achieved when the computer (or CPU or MPU) of the apparatus reads out and executes the program code stored in the storage medium. In this case, the program code itself read from the storage medium implements the functions of the above-described embodiments, and the storage medium storing the program code constitutes the present invention.
【００８５】プログラムコードを供給するための記憶媒
体としては、ＲＯＭ、フロッピーディスク、ハードディ
スク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、Ｃ
Ｄ−Ｒ、磁気テープ、不揮発性のメモリカード等を用い
ることができる。The storage medium for supplying the program code includes ROM, floppy disk, hard disk, optical disk, magneto-optical disk, CD-ROM,
DR, a magnetic tape, a nonvolatile memory card, or the like can be used.
【００８６】また、コンピュータが読みだしたプログラ
ムコードを実行することにより、上述した第１〜第３の
実施の形態の機能が実現されるだけでなく、そのプログ
ラムコードの指示に基づき、コンピュータ上で稼動して
いるＯＳ等が実際の処理の一部又は全部を行い、その処
理によって実施の形態の機能が実現される場合も含まれ
ることは言うまでもない。By executing the program code read out by the computer, not only the functions of the first to third embodiments described above are realized, but also the computer executes the program code based on the instructions of the program code. It goes without saying that the operating OS or the like performs part or all of the actual processing, and the functions of the embodiments are realized by the processing.
【００８７】さらに、記憶媒体から読み出されたプログ
ラムコードが、コンピュータに挿入された拡張機能ボー
ドやコンピュータに接続された機能拡張ユニットに備わ
るメモリに書き込まれた後、そのプログラムコードの指
示に基づき、その機能拡張ボードや機能拡張ユニットに
備わるＣＰＵなどが実際の処理の一部又は全部を行い、
その処理によって上述した第１〜第３の実施の形態の機
能が実現される場合も含まれることは言うまでもない。Further, after the program code read from the storage medium is written into a memory provided in an extension function board inserted into the computer or a function extension unit connected to the computer, based on the instructions of the program code, The CPU provided in the function expansion board or function expansion unit performs part or all of the actual processing,
It goes without saying that the processing may realize the functions of the above-described first to third embodiments.
【００８８】[0088]
【発明の効果】以上説明したように第１の発明によれ
ば、対象画像（例えば、肺正面や肺側面等の撮影体位で
撮影して得られた放射線画像）から、す抜け領域と、該
す抜け領域に接する所定幅の領域とを削除し、削除され
なかった画像領域の最高濃度値を算出するように構成し
たことにより、計算時間のかかるラベリング処理等を行
うことなく、安定して精度よく、且つ短時間に、上記画
像領域内の最高濃度値を得ることができる。したがっ
て、上記最高濃度値から特徴量を高精度且つ効率的に得
ることができる。また、この特徴量を用いて、対象画像
の撮影体位等を高精度に判別することができる。As described above, according to the first aspect of the present invention, a target image (for example, a radiographic image obtained by photographing the subject in a photographing position such as the front of the lung or the side of the lung) is used to determine the passing area and the By removing the area of a predetermined width that is in contact with the pass-through area and calculating the maximum density value of the image area that has not been deleted, stable and accurate calculation can be performed without performing a time-consuming labeling process. The highest density value in the image area can be obtained well and in a short time. Therefore, the feature amount can be obtained with high accuracy and efficiency from the maximum density value. Further, the photographing position and the like of the target image can be determined with high accuracy using the feature amount.
【００８９】第２の発明によれば、上記第１の発明にお
いて、上記最高濃度値の座標を通るプロファイルを作成
し、そのプロファイルの凹部を算出するように構成した
ことにより、プロファイルの形状（凹部の有無等）を特
徴量として用いて、対象画像の撮影体位等を判別するこ
とができる。また、この場合、撮影条件の変化等の影響
を受けることなく、短時間で精度よく、その判別を行う
ことができる。また、プロファイルの凹部の最低濃度値
を算出するように構成したことにより、上記最高濃度値
と同軸上の画像領域内の最低濃度値を安定して精度よく
得ることができる。この最低濃度値を上記プロファイル
の形状と共に特徴量として用いることで、対象画像の撮
影体位の判別等の誤判別を防ぐことができ、より精度の
高い判別を行うことができる。According to the second aspect, in the first aspect, a profile passing through the coordinates of the maximum density value is created and a concave portion of the profile is calculated, whereby the profile of the profile (the concave portion) is formed. , Etc.) can be used as the feature amount to determine the photographing position and the like of the target image. Further, in this case, the determination can be performed accurately in a short time without being affected by a change in the photographing conditions. Further, since the lowest density value of the concave portion of the profile is calculated, the lowest density value in the image area coaxial with the highest density value can be stably and accurately obtained. By using this minimum density value as a feature amount together with the shape of the profile, erroneous determination such as determination of the photographing position of the target image can be prevented, and more accurate determination can be performed.
【００９０】第３の発明によれば、上記第１の発明にお
いて、所定濃度値以上の画素の重心を上記最高濃度値と
するように構成したことにより、ノイズの影響を受ける
ことなく、精度よく上記最高濃度値を得ることができ
る。According to the third aspect, in the first aspect, the center of gravity of a pixel having a predetermined density value or more is set to the maximum density value, so that the pixel is not affected by noise and can be accurately controlled. The highest density values can be obtained.
【００９１】第４の発明によれば、上記第１の発明にお
いて、最高濃度値を横切るプロファイルから特徴量（変
化量）を得るように構成したことにより、撮影体位を判
別するため等の有効な特徴量を得ることができる。According to the fourth aspect, in the first aspect, the feature amount (change amount) is obtained from the profile crossing the maximum density value, so that it is effective for determining the photographing position. The feature amount can be obtained.
【００９２】第５の発明によれば、上記第４の発明にお
いて、正規化した領域のプロファイルから特徴量を得る
ように構成したことにより、被写体のばらつきの影響を
除去し、より精度よく撮影体位の判別等に有効な特徴量
を得ることができる。According to the fifth aspect, in the fourth aspect, the feature amount is obtained from the profile of the normalized area, so that the influence of the variation of the subject is removed, and the photographing position can be more accurately determined. It is possible to obtain a feature amount effective for discrimination and the like.
【００９３】第６の発明によれば、所定領域を横切るプ
ロファイルから特徴量（変化量）を得るように構成した
ことにより、撮影体位を判別するため等の有効な特徴量
を、高精度且つ効率的に得ることができる。According to the sixth aspect of the present invention, a feature amount (change amount) is obtained from a profile crossing a predetermined area, so that an effective feature amount for discriminating a photographing position can be obtained with high accuracy and efficiency. Can be obtained.
【００９４】第７の発明によれば、上記第１又は第６の
発明において、ノイズの影響を受けることなく、特徴量
を得ることができる。According to the seventh aspect, in the first or sixth aspect, the characteristic amount can be obtained without being affected by noise.
【００９５】第８の発明によれば、対象画像（例えば、
肺正面や肺側面等の撮影体位で撮影して得られた放射線
画像）から、す抜け領域と、該す抜け領域に接する所定
幅の領域とを削除し、削除されなかった画像領域の最高
濃度値を算出するように構成したことにより、計算時間
のかかるラベリング処理等を行うことなく、安定して精
度よく、且つ短時間に、上記画像領域内の最高濃度値を
得ることができる。したがって、上記最高濃度値から特
徴量を高精度且つ効率的に得ることができる。また、こ
の特徴量を用いて、対象画像の撮影体位等を高精度に判
別することができる。According to the eighth aspect, the target image (for example,
From the radiographic image obtained by photographing in the photographing position such as the front of the lung or the side of the lung, the through area and the area of a predetermined width in contact with the through area are deleted, and the maximum density of the image area that is not deleted is removed. With the configuration for calculating the value, the maximum density value in the image area can be obtained stably, accurately, and in a short time without performing a labeling process or the like that requires a long calculation time. Therefore, the feature amount can be obtained with high accuracy and efficiency from the maximum density value. Further, the photographing position and the like of the target image can be determined with high accuracy using the feature amount.
【００９６】第９の発明によれば、上記第８の発明にお
いて、上記最高濃度値の座標を通るプロファイルを作成
し、そのプロファイルの凹部を算出するように構成した
ことにより、プロファイルの形状（凹部の有無等）を特
徴量として用いて、対象画像の撮影体位等を判別するこ
とができる。また、この場合、撮影条件の変化等の影響
を受けることなく、短時間で精度よく、その判別を行う
ことができる。また、プロファイルの凹部の最低濃度値
を算出するように構成したことにより、上記最高濃度値
と同軸上の画像領域内の最低濃度値を安定して精度よく
得ることができる。この最低濃度値を上記プロファイル
の形状と共に特徴量として用いることで、対象画像の撮
影体位の判別等の誤判別を防ぐことができ、より精度の
高い判別を行うことができる。According to the ninth aspect, in the eighth aspect, a profile passing through the coordinates of the maximum density value is created, and the concave portion of the profile is calculated, whereby the profile of the profile (the concave portion) is formed. , Etc.) can be used as the feature amount to determine the photographing position and the like of the target image. Further, in this case, the determination can be performed accurately in a short time without being affected by a change in the photographing conditions. Further, since the lowest density value of the concave portion of the profile is calculated, the lowest density value in the image area coaxial with the highest density value can be stably and accurately obtained. By using this minimum density value as a feature amount together with the shape of the profile, erroneous determination such as determination of the photographing position of the target image can be prevented, and more accurate determination can be performed.
【００９７】第１０の発明によれば、上記第８の発明に
おいて、所定濃度値以上の画素の重心を上記最高濃度値
とするように構成したことにより、ノイズの影響を受け
ることなく、精度よく上記最高濃度値を得ることができ
る。According to the tenth aspect, in the eighth aspect, the center of gravity of a pixel having a predetermined density value or more is set to the maximum density value, so that the pixel is not affected by noise and can be accurately controlled. The highest density values can be obtained.
【００９８】第１１の発明によれば、上記第８の発明に
おいて、最高濃度値を横切るプロファイルから特徴量
（変化量）を得るように構成したことにより、撮影体位
を判別するため等の有効な特徴量を得ることができる。According to the eleventh aspect, in the eighth aspect, the feature amount (change amount) is obtained from the profile crossing the maximum density value, so that it is effective for determining the photographing position. The feature amount can be obtained.
【００９９】第１２の発明によれば、上記第１１の発明
において、正規化した領域のプロファイルから特徴量を
得るように構成したことにより、被写体のばらつきの影
響を除去し、より精度よく撮影体位の判別等に有効な特
徴量を得ることができる。According to the twelfth aspect, in the eleventh aspect, the feature amount is obtained from the profile of the normalized region, so that the influence of the variation of the subject is removed, and the photographing position can be more accurately determined. It is possible to obtain a feature amount effective for discrimination and the like.
【０１００】第１３の発明によれば、所定領域を横切る
プロファイルから特徴量（変化量）を得るように構成し
たことにより、撮影体位を判別するため等の有効な特徴
量を、高精度且つ効率的に得ることができる。According to the thirteenth aspect, since the feature amount (change amount) is obtained from the profile crossing the predetermined area, the effective feature amount for discriminating the photographing position can be obtained with high accuracy and efficiency. Can be obtained.
【０１０１】第１４の発明によれば、上記第８又は第１
３の発明において、ノイズの影響を受けることなく、特
徴量を得ることができる。According to the fourteenth aspect, the eighth or the first
In the invention of the third aspect, the feature amount can be obtained without being affected by noise.
【０１０２】第１５の発明によれば、高精度且つ効率的
に抽出された特徴量を用いることができるため、画像の
撮影体位を精度よく正確に判別することができる。According to the fifteenth aspect, since the feature amount extracted with high accuracy and efficiency can be used, the photographing position of the image can be accurately and accurately determined.
【０１０３】第１６の発明によれば、対象画像（例え
ば、肺正面や肺側面等の撮影体位で撮影して得られた放
射線画像）から、す抜け領域と、該す抜け領域に接する
所定幅の領域とを削除し、削除されなかった画像領域の
最高濃度値を算出し、該最高濃度値の座標を通るプロフ
ァイルを作成し、そのプロファイルの凹部を算出するよ
うに構成したことにより、計算時間のかかるラベリング
処理等を行うことなく、安定して精度よく、且つ短時間
に、上記画像領域内の最高濃度値を得ることができ、こ
の最高濃度値から得られたプロファイルの形状（凹部の
有無等）を特徴量として用いて、対象画像の撮影体位を
正確に判別することができる。また、撮影条件の変化等
の影響を受けることなく、その判別を行うことができ
る。According to the sixteenth aspect, a pass-through area and a predetermined width in contact with the pass-through area are obtained from an object image (for example, a radiographic image obtained by photographing in a photographing position such as the front of the lung or the side of the lung). By calculating the maximum density value of the image area that has not been deleted, creating a profile passing through the coordinates of the maximum density value, and calculating the concave portion of the profile, the calculation time is reduced. The maximum density value in the image area can be obtained stably, accurately, and in a short time without performing such labeling processing, and the shape of the profile obtained from this maximum density value (the presence or absence of a concave portion) ) Can be used as the feature amount to accurately determine the photographing position of the target image. Further, the determination can be performed without being affected by a change in the photographing condition or the like.
【０１０４】第１７の発明によれば、上記第１６の発明
において、プロファイルの凹部の最低濃度値を算出する
ように構成したことにより、上記最高濃度値と同軸上の
画像領域内の最低濃度値を安定して精度よく得ることが
できる。この最低濃度値を上記プロファイルの形状と共
に特徴量として用いることで、対象画像の撮影体位の判
別の誤判別を防ぐことができ、より精度の高い判別を行
うことができる。According to a seventeenth aspect, in the sixteenth aspect, the minimum density value of the concave portion of the profile is calculated, whereby the minimum density value in the image area coaxial with the maximum density value is calculated. Can be obtained stably and accurately. By using the minimum density value as a feature amount together with the profile shape, it is possible to prevent erroneous determination of the photographing position of the target image, and to perform more accurate determination.
【０１０５】第１８の発明によれば、上記第１５又は第
１６の発明において、ノイズの影響を受けることなく、
特徴量を得ることができ、この特徴量を用いて、高精度
な撮影体位の判別を行うことができる。According to the eighteenth aspect, in the fifteenth or sixteenth aspect, without being affected by noise,
The feature amount can be obtained, and the photographing position can be determined with high accuracy using the feature amount.
【０１０６】第１９の発明によれば、高精度且つ効率的
に抽出された特徴量を用いることができるため、画像の
撮影体位を精度よく正確に判別することができる。According to the nineteenth aspect, since the feature quantity extracted with high accuracy and efficiency can be used, the photographing position of the image can be accurately and accurately determined.
【０１０７】第２０の発明によれば、対象画像（例え
ば、肺正面や肺側面等の撮影体位で撮影して得られた放
射線画像）から、す抜け領域と、該す抜け領域に接する
所定幅の領域とを削除し、削除されなかった画像領域の
最高濃度値を算出し、該最高濃度値の座標を通るプロフ
ァイルを作成し、そのプロファイルの凹部を算出するよ
うに構成したことにより、計算時間のかかるラベリング
処理等を行うことなく、安定して精度よく、且つ短時間
に、上記画像領域内の最高濃度値を得ることができ、こ
の最高濃度値から得られたプロファイルの形状（凹部の
有無等）を特徴量として用いて、対象画像の撮影体位を
正確に判別することができる。また、撮影条件の変化等
の影響を受けることなく、その判別を行うことができ
る。According to the twentieth aspect, a pass-through area and a predetermined width in contact with the pass-through area are obtained from a target image (for example, a radiographic image obtained by photographing in a photographing position such as the front of the lung or the side of the lung). By calculating the maximum density value of the image area that has not been deleted, creating a profile passing through the coordinates of the maximum density value, and calculating the concave portion of the profile, the calculation time is reduced. It is possible to obtain the maximum density value in the image area stably, accurately, and in a short time without performing such a labeling process or the like. ) Can be used as the feature amount to accurately determine the photographing position of the target image. Further, the determination can be performed without being affected by a change in the photographing condition or the like.
【０１０８】第２１の発明によれば、上記第２０の発明
において、プロファイルの凹部の最低濃度値を算出する
ように構成したことにより、上記最高濃度値と同軸上の
画像領域内の最低濃度値を安定して精度よく得ることが
できる。この最低濃度値を上記プロファイルの形状と共
に特徴量として用いることで、対象画像の撮影体位の判
別の誤判別を防ぐことができ、より精度の高い判別を行
うことができる。According to a twenty-first aspect, in the twentieth aspect, the minimum density value in the concave portion of the profile is calculated, whereby the minimum density value in the image area coaxial with the maximum density value is calculated. Can be obtained stably and accurately. By using the minimum density value as a feature amount together with the profile shape, it is possible to prevent erroneous determination of the photographing position of the target image, and to perform more accurate determination.
【０１０９】第２２の発明によれば、上記第１９又は第
２０の発明において、ノイズの影響を受けることなく、
特徴量を得ることができ、この特徴量を用いて、高精度
な撮影体位の判別を行うことができる。According to the twenty-second aspect, in the nineteenth or twentieth aspect, without being affected by noise,
The feature amount can be obtained, and the photographing position can be determined with high accuracy using the feature amount.
【０１１０】第２３の発明によれば、請求項１〜７の何
れかに記載の特徴量抽出方法の処理ステップ、又は、請
求項１５〜１８の何れかに記載の画像判別方法の処理ス
テップを記憶した記憶媒体を、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（又はＣ
ＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコー
ドを読みだして実行できるように構成したことにより、
画像の特徴量を高精度且つ効率的に抽出するシステムや
装置、又は、画像の撮影体位を正確に判別するシステム
や装置を提供することができる。According to the twenty-third aspect, the processing steps of the feature quantity extracting method according to any one of claims 1 to 7 or the processing steps of the image discriminating method according to any one of claims 15 to 18 are performed. The stored storage medium is supplied to a system or apparatus, and the computer (or C
PU and MPU) can read and execute the program code stored in the storage medium,
It is possible to provide a system and an apparatus for extracting a feature amount of an image with high accuracy and efficiency, or a system and an apparatus for accurately determining a photographing position of an image.
【図１】第１の実施の形態において、本発明に係る画像
判別装置を適用した画像判別装置の構成を示すブロック
図である。FIG. 1 is a block diagram showing a configuration of an image discriminating apparatus to which an image discriminating apparatus according to the present invention is applied in a first embodiment.
【図２】上記画像判別装置で実行される処理プログラム
を説明するためのフローチャートである。FIG. 2 is a flowchart for explaining a processing program executed by the image discriminating apparatus.
【図３】上記画像判別装置の特徴量抽出部及び画像判別
部の詳細な構成を示すブロック図である。FIG. 3 is a block diagram illustrating a detailed configuration of a feature amount extraction unit and an image determination unit of the image determination device.
【図４】上記画像判別装置に入力される画像データの一
例を説明するための図である。FIG. 4 is a diagram illustrating an example of image data input to the image discriminating apparatus.
【図５】撮影体位が「肺正面」及び「肺側面」である画
像におけるプロファイルを説明するための図である。FIG. 5 is a diagram for explaining a profile in an image in which a photographing position is “lung front” and “lung side”.
【図６】第２の実施の形態において、上記画像判別装置
で実行される処理プログラムを説明するためのフローチ
ャートである。FIG. 6 is a flowchart for explaining a processing program executed by the image discriminating apparatus in the second embodiment.
【図７】上記処理プログラムにおいて、平滑化の処理が
組み込まれた場合を説明するためのフローチャートであ
る。FIG. 7 is a flowchart for explaining a case where a smoothing process is incorporated in the processing program.
【図８】第３の実施の形態において、上記画像判別装置
の特徴量抽出部及び画像判別部の詳細な構成を示すブロ
ック図である。FIG. 8 is a block diagram illustrating a detailed configuration of a feature amount extraction unit and an image determination unit of the image determination device according to the third embodiment.
【図９】上記画像判別装置で実行される処理プログラム
を説明するためのフローチャートである。FIG. 9 is a flowchart illustrating a processing program executed by the image discriminating apparatus.
【図１０】上記特徴量抽出部で抽出される特徴量を説明
するための図である。FIG. 10 is a diagram for explaining a feature value extracted by the feature value extraction unit.
【図１１】従来の特徴量抽出方法を説明するための図で
ある。FIG. 11 is a diagram for explaining a conventional feature amount extraction method.
１１０ 特徴量抽出部 １１１ す抜け削除回路 １１２ 最高値算出回路 １１３ プロファイル作成回路 １１４ 凹部算出回路 １１５ 最低値算出回路 １２０ 画像判別部 １２１ 第１の判定回路 １２２ 濃度値比較回路 １２３ 第２の判定回路 Reference Signs List 110 feature amount extraction unit 111 slip-through deletion circuit 112 maximum value calculation circuit 113 profile creation circuit 114 recess calculation circuit 115 minimum value calculation circuit 120 image determination unit 121 first determination circuit 122 density value comparison circuit 123 second determination circuit
Claims (23)
出方法であって、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除ステップと、 上記抜け削除ステップで削除されなかった領域から画像
濃度値の最高値及び該最高値の座標を算出する最高値算
出ステップと、 上記最高値算出ステップで算出された最高値及び該最高
値の座標を用いて上記特徴量を算出する特徴量算出ステ
ップとを含むことを特徴とする特徴量抽出方法。1. A feature amount extraction method for extracting a feature amount from a target image, comprising: a pass-through deletion step of deleting a pass-through region and a region adjacent to the pass-through region from the target image within a predetermined width; A maximum value calculation step of calculating the maximum value of the image density value and the coordinates of the maximum value from the area not deleted in the omission deletion step; and using the maximum value and the coordinates of the maximum value calculated in the maximum value calculation step. And a feature amount calculating step of calculating the feature amount.
る画像濃度値のプロファイルを作成するプロファイル作
成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルから凹部を算出する凹部算出ステップと、 上記凹部算出ステップで算出された凹部から画像濃度値
の最低値及び該最低値の座標を算出する最低値算出ステ
ップとを含むことを特徴とする請求項１記載の特徴量抽
出方法。2. The feature amount calculation step includes: a profile creation step of creating a profile of an image density value passing through coordinates of the highest value calculated in the highest value calculation step; and a profile creation step of the profile created in the profile creation step. 2. The method according to claim 1, further comprising: a concave portion calculating step of calculating a concave portion; and a minimum value calculating step of calculating a minimum value of an image density value and coordinates of the minimum value from the concave portion calculated in the concave portion calculating step. Feature extraction method.
以上の画素の座標の重心を上記最高値の座標とし、該座
標上の濃度値を上記最高値とするステップを含むことを
特徴とする請求項１記載の特徴量抽出方法。3. The step of calculating the maximum value includes the step of setting the center of gravity of the coordinates of pixels having a predetermined density value or more as the coordinates of the maximum value, and setting the density value on the coordinates to the maximum value. The method for extracting feature values according to claim 1.
る画像濃度値のプロファイルを作成するプロファイル作
成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルを距離軸に対して所定間隔に分割し、その分割点上の
濃度値及び該濃度値の距離軸に対する変化量を算出する
変化量算出ステップとを含むことを特徴とする請求項１
記載の特徴量抽出方法。4. The feature amount calculation step includes: a profile creation step of creating a profile of an image density value passing through the coordinates of the highest value calculated in the highest value calculation step; and a profile creation process of the profile creation step. 2. The method according to claim 1, further comprising the steps of: dividing the distance axis at a predetermined interval; calculating a density value on the division point; and calculating a change amount of the density value with respect to the distance axis.
The described feature amount extraction method.
ァイル上です抜け領域及び該す抜け領域に所定幅で接す
る領域を除く領域の幅を正規化し、その正規化した領域
のプロファイルを距離軸に対して所定間隔に分割するス
テップを含むことを特徴とする請求項４記載の特徴量抽
出方法。5. The change amount calculating step includes normalizing a width of an area excluding a pass-through area on the profile and an area adjacent to the pass-through area by a predetermined width, and converting the profile of the normalized area with respect to a distance axis. 5. The method according to claim 4, further comprising the step of dividing the data into predetermined intervals.
出方法であって、 上記対象画像の所定領域を横切るプロファイルを作成す
るプロファイル作成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルを距離軸に対して所定間隔で分割し、その分割点上の
濃度値及び該濃度値の距離軸に対する変化量を算出して
上記特徴量とする特徴量算出ステップとを含むことを特
徴とする特徴量抽出方法。6. A feature amount extraction method for extracting a feature amount from a target image, comprising: a profile creation step of creating a profile that crosses a predetermined region of the target image; and a distance axis for the profile created in the profile creation step. And a feature amount calculating step of calculating a density value on the division point and a change amount of the density value with respect to a distance axis to obtain the feature amount. Method.
ことを特徴とする請求項１又は６に記載の特徴量抽出方
法。7. The method according to claim 1, wherein the target image is a smoothed image.
出装置であって、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除手段と、 上記抜け削除手段で削除されなかった領域から画像濃度
値の最高値及び該最高値の座標を算出する最高値算出手
段と、 上記最高値算出手段で算出された最高値及び該最高値の
座標を用いて上記特徴量を算出する特徴量算出手段とを
備えることを特徴とする特徴量抽出装置。8. A feature amount extracting device for extracting a feature amount from a target image, wherein a pass through region and a region adjacent to the pass through region from the target image are deleted within a predetermined width. A maximum value calculating unit that calculates the maximum value of the image density value and the coordinates of the maximum value from the area that is not deleted by the omission deletion unit; and using the maximum value and the coordinates of the maximum value calculated by the maximum value calculating unit. And a feature value calculating means for calculating the feature value.
像濃度値のプロファイルを作成するプロファイル作成手
段と、 上記プロファイル作成手段で作成されたプロファイルか
ら凹部を算出する凹部算出手段と、 上記凹部算出手段で算出された凹部から画像濃度値の最
低値及び該最低値の座標を算出する最低値算出手段とを
含むことを特徴とする請求項８記載の特徴量抽出装置。9. The feature amount calculating unit includes: a profile creating unit that creates a profile of an image density value passing through the coordinates of the highest value calculated by the maximum value calculating unit; and a profile created by the profile creating unit. 9. A concave portion calculating means for calculating a concave portion, and a minimum value calculating portion for calculating a minimum value of an image density value from the concave portion calculated by the concave portion calculating portion and coordinates of the minimum value. Feature extraction device.
上の画素の座標の重心を上記最高値の座標とし、該座標
上の濃度値を上記最高値とする手段を含むことを特徴と
する請求項８記載の特徴量抽出装置。10. The maximum value calculating means includes means for setting the center of gravity of the coordinates of pixels having a predetermined density value or more as the coordinates of the maximum value, and setting the density value on the coordinates to the maximum value. A feature amount extraction device according to claim 8.
出手段で算出された最高値の座標を通る画像濃度値のプ
ロファイルを作成するプロファイル作成手段と、 上記プロファイル作成手段で作成されたプロファイルを
距離軸に対して所定間隔に分割し、その分割点上の濃度
値及び該濃度値の距離軸に対する変化量を算出する変化
量算出手段とを含むことを特徴とする請求項８記載の特
徴量抽出装置。11. The feature amount calculation unit includes: a profile creation unit that creates a profile of an image density value passing through the coordinates of the highest value calculated by the maximum value calculation unit; and a profile creation unit that creates a profile created by the profile creation unit. 9. The characteristic amount according to claim 8, further comprising: a density value on the division point divided by a predetermined interval with respect to the distance axis, and a change amount calculating means for calculating a change amount of the density value with respect to the distance axis. Extraction device.
イル上です抜け領域及び該す抜け領域に所定幅で接する
領域を除く領域の幅を正規化し、その正規化した領域の
プロファイルを距離軸に対して所定間隔に分割する手段
を含むことを特徴とする請求項１１記載の特徴量抽出装
置。12. The change amount calculating means normalizes a width of an area excluding a pass-through area on the profile and an area in contact with the pass-through area by a predetermined width, and converts the profile of the normalized area with respect to a distance axis. 12. The feature extracting apparatus according to claim 11, further comprising: means for dividing the feature into predetermined intervals.
抽出装置であって、 上記対象画像の所定領域を横切るプロファイルを作成す
るプロファイル作成手段と、 上記プロファイル作成手段で作成されたプロファイルを
距離軸に対して所定間隔で分割し、その分割点上の濃度
値及び該濃度値の距離軸に対する変化量を算出して上記
特徴量とする特徴量算出手段とを備えることを特徴とす
る特徴量抽出装置。13. A feature amount extracting apparatus for extracting a feature amount from a target image, comprising: a profile creation unit for creating a profile that crosses a predetermined area of the target image; and a distance axis for the profile created by the profile creation unit. And a feature amount calculating means for calculating a density value on the division point and a variation amount of the density value with respect to a distance axis to obtain the feature amount. apparatus.
ることを特徴とする請求項８又は１３に記載の特徴量抽
出装置。14. The feature extracting apparatus according to claim 8, wherein the target image is a smoothed image.
抽出方法により、対象画像から抽出した特徴量を用い
て、該対象画像の撮影体位を判別することを特徴とする
画像判別方法。15. An image discriminating method, wherein a photographing position of a target image is discriminated by using a feature value extracted from the target image by the feature value extracting method according to claim 1. .
て、該対象画像の撮影体位を判別する画像判別方法であ
って、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除ステップと、 上記抜け削除ステップで削除されなかった領域から画像
濃度値の最高値及び該最高値の座標を算出する最高値算
出ステップと、 上記最高値算出ステップで算出された最高値の座標を通
る画像濃度値のプロファイルを作成するプロファイル作
成ステップと、 上記プロファイル作成ステップで作成されたプロファイ
ルから凹部を算出する凹部算出ステップと、 上記凹部算出ステップの算出結果に基づいて上記対象画
像の撮影体位を判別する第１の判別ステップとを含むこ
とを特徴とする画像判別方法。16. An image discriminating method for discriminating a photographing position of a target image by using a feature amount extracted from the target image, wherein a pass-through region from the target image and a region in contact with the pass-through region have a predetermined width The highest value of the image density value and the coordinates of the highest value from the area that has not been deleted in the above-described deletion deletion step; and the highest value calculation step. A profile creation step of creating a profile of an image density value passing through the coordinates of the highest value, a recess calculation step of calculating a recess from the profile created in the profile creation step, and a recess calculation step based on the calculation result of the recess calculation step. A first determining step of determining the photographing position of the target image.
基づいて、上記凹部算出ステップで算出された凹部から
画像濃度値の最低値及び該最低値の座標を算出する最低
値算出ステップと、 上記最低値算出ステップで算出された最低値と、該最低
値の座標から所定距離に存在する上記プロファイル上の
画像濃度値とを比較する濃度値比較ステップと、 上記濃度値比較ステップの比較結果に基づいて上記対象
画像の撮影体位を判別する第２の判別ステップとを含む
ことを特徴とする請求項１６記載の画像判別方法。17. A minimum value calculating step of calculating a minimum value of an image density value and coordinates of the minimum value from the concave portion calculated in the concave portion calculating step based on a determination result of the first determining step; A density value comparison step of comparing the minimum value calculated in the minimum value calculation step with an image density value on the profile existing at a predetermined distance from the coordinates of the minimum value; and a comparison result of the density value comparison step. 17. A method according to claim 16, further comprising: determining a photographing position of the target image.
ることを特徴とする請求項１５又は１６に記載の画像判
別方法。18. The method according to claim 15, wherein the target image is a smoothed image.
量抽出装置により、対象画像から抽出した特徴量を用い
て、該対象画像の撮影体位を判別することを特徴とする
画像判別装置。19. An image discriminating apparatus for judging a photographing position of a target image by using a feature amount extracted from the target image by the feature amount extracting apparatus according to any one of claims 8 to 14. .
て、該対象画像の撮影体位を判別する画像判別装置であ
って、 上記対象画像からす抜け領域及び該す抜け領域に接する
領域を所定幅内で削除するす抜け削除手段と、 上記抜け削除手段で削除されなかった領域から画像濃度
値の最高値及び該最高値の座標を算出する最高値算出手
段と、 上記最高値算出手段で算出された最高値の座標を通る画
像濃度値のプロファイルを作成するプロファイル作成手
段と、 上記プロファイル作成手段で作成されたプロファイルか
ら凹部を算出する凹部算出手段と、 上記凹部算出手段の算出結果に基づいて上記対象画像の
撮影体位を判別する第１の判別手段とを備えることを特
徴とする画像判別装置。20. An image discriminating apparatus for discriminating a photographing position of a target image by using a feature amount extracted from the target image, wherein a pass-through area of the target image and an area in contact with the pass-through area have a predetermined width. And a maximum value calculating unit that calculates the maximum value of the image density value and the coordinates of the maximum value from an area that is not deleted by the above-described deletion deleting unit. Profile creation means for creating a profile of an image density value passing through the coordinates of the highest value obtained, a recess calculation means for calculating a recess from the profile created by the profile creation means, and a calculation result of the recess calculation means. An image discriminating apparatus, comprising: first discriminating means for discriminating a photographing position of a target image.
いて、上記凹部算出手段で算出された凹部から画像濃度
値の最低値及び該最低値の座標を算出する最低値算出手
段と、 上記最低値算出手段で算出された最低値と、該最低値の
座標から所定距離に存在する上記プロファイル上の画像
濃度値とを比較する濃度値比較手段と、 上記濃度値比較手段の比較結果に基づいて上記対象画像
の撮影体位を判別する第２の判別手段とを備えることを
特徴とする請求項２０記載の画像判別装置。21. A minimum value calculating unit that calculates a minimum value of an image density value from the concave portion calculated by the concave portion calculating unit and coordinates of the minimum value based on a determination result of the first determining unit; Density value comparing means for comparing the lowest value calculated by the lowest value calculating means with an image density value on the profile present at a predetermined distance from the coordinates of the lowest value; and a comparison result of the density value comparing means. 21. The image discriminating apparatus according to claim 20, further comprising: second discriminating means for discriminating a photographing position of the target image.
ることを特徴とする請求項１９又は２０に記載の画像判
別装置。22. The apparatus according to claim 19, wherein the target image is a smoothed image.
抽出方法の処理ステップ、又は、請求項１５〜１８の何
れかに記載の画像判別方法の処理ステップをコンピュー
タが読出可能に格納したことを特徴とする記憶媒体。23. A computer readable storage of the processing steps of the feature quantity extraction method according to any one of claims 1 to 7, or the processing steps of the image discrimination method according to any one of claims 15 to 18. A storage medium characterized by the following.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25689597A JP3501634B2 (en) | 1997-09-22 | 1997-09-22 | Feature extraction method, feature extraction device, image discrimination method, image discrimination device, and storage medium |
| US09/152,873 US6594380B2 (en) | 1997-09-22 | 1998-09-14 | Image discrimination apparatus and image discrimination method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25689597A JP3501634B2 (en) | 1997-09-22 | 1997-09-22 | Feature extraction method, feature extraction device, image discrimination method, image discrimination device, and storage medium |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1196380A true JPH1196380A (en) | 1999-04-09 |
| JP3501634B2 JP3501634B2 (en) | 2004-03-02 |
Family
ID=17298899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25689597A Expired - Fee Related JP3501634B2 (en) | 1997-09-22 | 1997-09-22 | Feature extraction method, feature extraction device, image discrimination method, image discrimination device, and storage medium |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3501634B2 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001056854A (en) * | 1999-06-24 | 2001-02-27 | General Electric Co <Ge> | Method and device for determining dynamic range of medical digital image |
| JP2002282244A (en) * | 2001-03-23 | 2002-10-02 | Canon Inc | Image processing unit, method and program |
| JP2003006637A (en) * | 2001-06-22 | 2003-01-10 | Canon Inc | Device, system and method for processing image, storage medium and program |
| US7359541B2 (en) | 2000-04-28 | 2008-04-15 | Konica Corporation | Radiation image processing apparatus |
| JP2012078088A (en) * | 2010-09-30 | 2012-04-19 | Fujifilm Ri Pharma Co Ltd | Image processing device, method, and computer program |
-
1997
- 1997-09-22 JP JP25689597A patent/JP3501634B2/en not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001056854A (en) * | 1999-06-24 | 2001-02-27 | General Electric Co <Ge> | Method and device for determining dynamic range of medical digital image |
| JP4518632B2 (en) * | 1999-06-24 | 2010-08-04 | ゼネラル・エレクトリック・カンパニイ | Method and apparatus for determining the dynamic range of medical digital images |
| US7359541B2 (en) | 2000-04-28 | 2008-04-15 | Konica Corporation | Radiation image processing apparatus |
| JP2002282244A (en) * | 2001-03-23 | 2002-10-02 | Canon Inc | Image processing unit, method and program |
| JP2003006637A (en) * | 2001-06-22 | 2003-01-10 | Canon Inc | Device, system and method for processing image, storage medium and program |
| JP4669160B2 (en) * | 2001-06-22 | 2011-04-13 | キヤノン株式会社 | Image processing apparatus, image processing system, image processing method, storage medium, and program |
| JP2012078088A (en) * | 2010-09-30 | 2012-04-19 | Fujifilm Ri Pharma Co Ltd | Image processing device, method, and computer program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3501634B2 (en) | 2004-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100366224C (en) | Image processing apparatus and control method therefor | |
| US8103077B2 (en) | Method and system for locating opaque regions in chest X-ray radiographs | |
| JP4280729B2 (en) | Irradiation field region extraction method and radiation imaging apparatus | |
| KR101926015B1 (en) | Apparatus and method processing image | |
| US9317926B2 (en) | Automatic spinal canal segmentation using cascaded random walks | |
| CN112634309A (en) | Image processing method, image processing device, electronic equipment and storage medium | |
| US20090116731A1 (en) | Method and system for detection of concha and intertragal notch point in 3D undetailed ear impressions | |
| CN113160153A (en) | Lung nodule screening method and system based on deep learning technology | |
| US20080075345A1 (en) | Method and System For Lymph Node Segmentation In Computed Tomography Images | |
| JP3619158B2 (en) | Image processing apparatus, image processing system, image processing method, image processing method program, and recording medium | |
| JP5640280B2 (en) | Osteoporosis diagnosis support device and osteoporosis diagnosis support program | |
| JP3631095B2 (en) | Irradiation field area extraction device, radiation imaging apparatus, radiation image system, irradiation field area extraction method, and computer-readable storage medium | |
| EP3843038A1 (en) | Image processing method and system | |
| JPH1196380A (en) | Feature amount extracting method, feature extracting device, image discriminating method, image discriminating device and storage medium | |
| US8073232B2 (en) | Method and system for diaphragm segmentation in chest X-ray radiographs | |
| US6594380B2 (en) | Image discrimination apparatus and image discrimination method | |
| JP3397652B2 (en) | Image determining method, image determining apparatus, and storage medium | |
| JP2000271108A (en) | Device and system for processing image, method for judging posture of object, and storage medium | |
| JP5355292B2 (en) | Image processing apparatus and image processing method | |
| JP3832974B2 (en) | Irradiation area extraction method, irradiation area extraction apparatus, and computer-readable storage medium | |
| JPH11290303A (en) | Method and device for discriminating image and storage medium | |
| CN118365650B (en) | Pulmonary nodule focus heterologous detection result analysis method and system | |
| JP2001325594A (en) | Featura quantity extracting device, image processor, image processing system, image processing method, and storage medium | |
| JP2000060832A (en) | Image discrimination method, image discrimination device, image processor and storage medium | |
| JP2000067224A (en) | Method and device for discriminating image, image processor and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20031125 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20031202 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081212 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081212 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091212 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091212 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101212 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121212 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131212 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |