JPS60204080A - 画像解析による組織自動定量測定方法およびその装置 - Google Patents
画像解析による組織自動定量測定方法およびその装置Info
- Publication number
- JPS60204080A JPS60204080A JP59057393A JP5739384A JPS60204080A JP S60204080 A JPS60204080 A JP S60204080A JP 59057393 A JP59057393 A JP 59057393A JP 5739384 A JP5739384 A JP 5739384A JP S60204080 A JPS60204080 A JP S60204080A
- Authority
- JP
- Japan
- Prior art keywords
- tissue
- area
- measurement
- automatic
- image
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 title description 8
- 238000012545 processing Methods 0.000 claims abstract description 14
- 239000000203 mixture Substances 0.000 claims description 16
- 238000010191 image analysis Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000000691 measurement method Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 239000000571 coke Substances 0.000 description 18
- 239000003245 coal Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 239000013078 crystal Substances 0.000 description 3
- 238000003763 carbonization Methods 0.000 description 2
- 238000004939 coking Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001000 micrograph Methods 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920003002 synthetic resin Polymers 0.000 description 2
- 239000000057 synthetic resin Substances 0.000 description 2
- 229910021383 artificial graphite Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Character Discrimination (AREA)
- Closed-Circuit Television Systems (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
及釜分野
本発明はコークス、ピンチ、人造黒鉛、焼結鉱等の、光
学的異方性組織を含んでなる物質を画像解析によって組
織分析する方法および装置に係わり、さらに詳しくは各
組織の構成比率を自動的に測定する定量測定方法および
その装置に関する。
学的異方性組織を含んでなる物質を画像解析によって組
織分析する方法および装置に係わり、さらに詳しくは各
組織の構成比率を自動的に測定する定量測定方法および
その装置に関する。
従来技術
例えばコークスは、異方性の認められない一様な組織、
および顕微鏡による観察で結晶が粒状に見える異方性組
織、繊維状に見える異方性組織、結晶が比較的大きくリ
ーフレット状に見える異方性組織、並びに石炭のイナー
ト組織に相当する組織等の様々な組織を含んで構成され
ている。このように光学的異方性組織を含んでなるコー
クスにおいては、それらの組織が生産過程における原料
炭の配合や乾留条件等と相関関係を有し、またコークス
としての強度や反応性2等の諸性状とも相関関係を有し
ていることが知られている。従って例えば組織の分析デ
ーターを統計的に処理することでコークスの諸性状を推
定できるとともに、さらにその生産における原料炭の配
合や乾留条件等のコントロールに関しての指標とするこ
とが可能となる。
および顕微鏡による観察で結晶が粒状に見える異方性組
織、繊維状に見える異方性組織、結晶が比較的大きくリ
ーフレット状に見える異方性組織、並びに石炭のイナー
ト組織に相当する組織等の様々な組織を含んで構成され
ている。このように光学的異方性組織を含んでなるコー
クスにおいては、それらの組織が生産過程における原料
炭の配合や乾留条件等と相関関係を有し、またコークス
としての強度や反応性2等の諸性状とも相関関係を有し
ていることが知られている。従って例えば組織の分析デ
ーターを統計的に処理することでコークスの諸性状を推
定できるとともに、さらにその生産における原料炭の配
合や乾留条件等のコントロールに関しての指標とするこ
とが可能となる。
しかしながら従来の顕微鏡組織による組織分析、特に組
織の構成比率(各組織が存在する比率)の測定において
は一般に人手によるポイント・カウント法が採用されて
いる。この方法の実施において従来は、検査員が偏光顕
微鏡を操作し、その視野を代表する組織と見做せる対象
部分を選定してその組織の判別を行い、これを多数視野
望ましくは500視野以上について繰り返し行うことに
より各組織の出現率をめ、これに基づいてサンプルにお
ける組織の構成比率をめている。このように目視観察に
基づいて各組織の判別を行う従来の方法では熟練を必要
とするうえ検査員の疲労が激しいことから問題がある。
織の構成比率(各組織が存在する比率)の測定において
は一般に人手によるポイント・カウント法が採用されて
いる。この方法の実施において従来は、検査員が偏光顕
微鏡を操作し、その視野を代表する組織と見做せる対象
部分を選定してその組織の判別を行い、これを多数視野
望ましくは500視野以上について繰り返し行うことに
より各組織の出現率をめ、これに基づいてサンプルにお
ける組織の構成比率をめている。このように目視観察に
基づいて各組織の判別を行う従来の方法では熟練を必要
とするうえ検査員の疲労が激しいことから問題がある。
しかも検査員の個人差等により測定精度、測定速度等の
主でも大きな問題があり、この解決のために自動化が望
まれている。
主でも大きな問題があり、この解決のために自動化が望
まれている。
このために従来から顕微鏡組織に関する自動測定装置の
開発が進められてきている。その1つとして、反射率測
定システムがある。これはフォトマルによって反射率を
測定し、測定した反射率をA/Dコンバータを介して数
値化して自動解析するものである。しかしながら、測定
した反射率である一次データに基づいて組織判定するた
め解析能力が悪く、異方性組織を含む物質に対してはこ
の方法では測定不可能である。また、石炭組織に関して
は、TVカメラを使用し、顕微鏡視野の画像を得て組織
の構成比率をめる方法も提案されている。しかしこの種
の従来の解析方法においては、得られた画像をエリアア
ナライザーを用いて解析して画像の輝度ヒストグラムを
め、これに基づいて組織分析するものであり、精度の点
で満足できないという問題がある。さらにまた、セミコ
ークスの組織分析システムとして、光源側の偏光板を回
転させ、成る回転角度毎の反射率を測定してその最大値
および最小値をめ、これから異方性指数を演算して、闇
値レベルにより組織を分類する方法も提案されている。
開発が進められてきている。その1つとして、反射率測
定システムがある。これはフォトマルによって反射率を
測定し、測定した反射率をA/Dコンバータを介して数
値化して自動解析するものである。しかしながら、測定
した反射率である一次データに基づいて組織判定するた
め解析能力が悪く、異方性組織を含む物質に対してはこ
の方法では測定不可能である。また、石炭組織に関して
は、TVカメラを使用し、顕微鏡視野の画像を得て組織
の構成比率をめる方法も提案されている。しかしこの種
の従来の解析方法においては、得られた画像をエリアア
ナライザーを用いて解析して画像の輝度ヒストグラムを
め、これに基づいて組織分析するものであり、精度の点
で満足できないという問題がある。さらにまた、セミコ
ークスの組織分析システムとして、光源側の偏光板を回
転させ、成る回転角度毎の反射率を測定してその最大値
および最小値をめ、これから異方性指数を演算して、闇
値レベルにより組織を分類する方法も提案されている。
しかしこの方法も精度の点で満足できないという問題が
ある。
ある。
尤里■旦煎
本発明の目的は光学的異方性組織を含んでなる物質に対
する画像解析による組織分析、特に各組織の構成比率を
自動的に測定する組織定輩測定方法および装置を提供す
ることである。
する画像解析による組織分析、特に各組織の構成比率を
自動的に測定する組織定輩測定方法および装置を提供す
ることである。
光里至盪底
本発明による方法および装置は、顕微鏡による組織像を
1′■カメラで撮像し、その画像を縦m100画素×1
00画素以上、通常は512画素×512画素に分割し
、各画素の濃度レベルが数十段階、通常は64段階以上
好ましくは256段階ないし1024段階に分別してデ
ジタル画像メモリーに記憶させ、前記デジタル画像メモ
リーに記憶させた画像の一部分である基準とせる面積部
分を抽出してこの面積部分におけるグレイレベルをめ、
また基準とせる面積部分がら何れかの方向へ位置をズラ
セて同一面積の面積部分を抽出してその面積部分におけ
るグレイレベルをめ、前記基準とゼる面積部分力よびそ
こから位置をスラせた面積部分におけるグレイレベルの
変化量をめ、予め設定しておいた測定対象組織およびそ
の組織に関する同様なグレイレベルの変化量の相関関係
に基づいて組織を認識することを特徴とする。
1′■カメラで撮像し、その画像を縦m100画素×1
00画素以上、通常は512画素×512画素に分割し
、各画素の濃度レベルが数十段階、通常は64段階以上
好ましくは256段階ないし1024段階に分別してデ
ジタル画像メモリーに記憶させ、前記デジタル画像メモ
リーに記憶させた画像の一部分である基準とせる面積部
分を抽出してこの面積部分におけるグレイレベルをめ、
また基準とせる面積部分がら何れかの方向へ位置をズラ
セて同一面積の面積部分を抽出してその面積部分におけ
るグレイレベルをめ、前記基準とゼる面積部分力よびそ
こから位置をスラせた面積部分におけるグレイレベルの
変化量をめ、予め設定しておいた測定対象組織およびそ
の組織に関する同様なグレイレベルの変化量の相関関係
に基づいて組織を認識することを特徴とする。
以下に本発明をさらに詳しく説明する。
第1図に例としてコークスのm織分析に使用するサンプ
ルを示す。このサンプル1は、測定対象とせるコークス
から従来行われている縮分法によって多数のコークス粒
2を作り、透明な合成樹脂3で固めた後、−断面をとっ
てこれを研磨して測定面IAとしたものである。本発明
はこのようなサンプル1を使用して測定対象物質を構成
する組織の構成比率を測定するのである。
ルを示す。このサンプル1は、測定対象とせるコークス
から従来行われている縮分法によって多数のコークス粒
2を作り、透明な合成樹脂3で固めた後、−断面をとっ
てこれを研磨して測定面IAとしたものである。本発明
はこのようなサンプル1を使用して測定対象物質を構成
する組織の構成比率を測定するのである。
第2図に示す組織自動定量測定装置は本発明により構成
された装置であり、ここでは概略的な構成を示している
。即ちこの装置はサンプル1をセットするステージ装置
10、サンプル1の測定面IAを見るための偏光顕微鏡
11、顕微鏡像を撮像するためのT、Vカメラ12、そ
して1゛Vカメラ12により得られた画像を基にして以
下に詳しく説明するように本発明の特徴とする処理を行
う本体装置13を含んでいる。この本体装置13は測定
視野を監視できるようにするためのモニターCR′r
16、測定結果を印字出力するためのプリンター17、
補助ディスク装置18、デジタイザー19およびキーボ
ード20を備えている。
された装置であり、ここでは概略的な構成を示している
。即ちこの装置はサンプル1をセットするステージ装置
10、サンプル1の測定面IAを見るための偏光顕微鏡
11、顕微鏡像を撮像するためのT、Vカメラ12、そ
して1゛Vカメラ12により得られた画像を基にして以
下に詳しく説明するように本発明の特徴とする処理を行
う本体装置13を含んでいる。この本体装置13は測定
視野を監視できるようにするためのモニターCR′r
16、測定結果を印字出力するためのプリンター17、
補助ディスク装置18、デジタイザー19およびキーボ
ード20を備えている。
ステージ装置10は詳細に示していないが周知のように
サンプル1を固定する手段を有している。
サンプル1を固定する手段を有している。
またこのステージ装置10は従来知られている自動走査
駆動可能なステージ装置とされており、このための駆動
機構14(概略的に示す)を備えている。この駆動機構
14によるステージ装置10の作動は本体装置13によ
って後述のように制御されるようになっている。
駆動可能なステージ装置とされており、このための駆動
機構14(概略的に示す)を備えている。この駆動機構
14によるステージ装置10の作動は本体装置13によ
って後述のように制御されるようになっている。
偏光′ia徽鏡11は自動焦点機構15 (概略的に示
す)を備えており、後述するように視野の移動等に際し
て常に鮮明な偏光像を得られるように制御できるように
なっている。この自動焦点機構15も原体装置13にっ
て自動制御されるようになっており、従来知られている
何れの機構とすることもできる。
す)を備えており、後述するように視野の移動等に際し
て常に鮮明な偏光像を得られるように制御できるように
なっている。この自動焦点機構15も原体装置13にっ
て自動制御されるようになっており、従来知られている
何れの機構とすることもできる。
偏光顕微鏡11には′r■カメラ12が組付けられて顕
微鏡像を撮像し、この影像信号を本体装置13に与える
ようになっている。このTVカメラ12としては高解像
のものが望まれる。
微鏡像を撮像し、この影像信号を本体装置13に与える
ようになっている。このTVカメラ12としては高解像
のものが望まれる。
本体装置13は、TVカメラ12により撮像された測定
視野に関する影像信号を受け、各点の濃度をアナログ/
デジタル変換して各画素の濃度レベルを決定し、測定視
野のデジタル画像を形成するようになっていて、本発明
において特徴とする組織定量測定の自動化を達成するた
めの手段、即ちデジタル画像メモリ−、記憶装置、およ
び処理装置即ち演算回路を含んでいる。
視野に関する影像信号を受け、各点の濃度をアナログ/
デジタル変換して各画素の濃度レベルを決定し、測定視
野のデジタル画像を形成するようになっていて、本発明
において特徴とする組織定量測定の自動化を達成するた
めの手段、即ちデジタル画像メモリ−、記憶装置、およ
び処理装置即ち演算回路を含んでいる。
ここで、デジタル画像メモリーは測定視野の画像をデジ
タル画像として記憶するためのものであり、画像を構成
する一平面を100画素×100画素以上、通常は51
2画素×512画素に分割し、各画素の濃度レベルを数
十段階、通常は64段階以上好ましくは256段階ない
し1024段階に分別して記憶する機能を備えたものと
されている。即ち本発明で使用するデジタル画像は二値
化画像ではない。
タル画像として記憶するためのものであり、画像を構成
する一平面を100画素×100画素以上、通常は51
2画素×512画素に分割し、各画素の濃度レベルを数
十段階、通常は64段階以上好ましくは256段階ない
し1024段階に分別して記憶する機能を備えたものと
されている。即ち本発明で使用するデジタル画像は二値
化画像ではない。
また、記憶装置は測定対象物質に含まれる組織において
判別すべき各組織に関するデータを予め記憶さセておく
ためのものであり、これらのデータは測定前に予めキー
ボード20等により本体装置13にインプットできるよ
うになっている。ここで判別すべき各組織に関するデー
タとは測定対象とする物質や判別すべき組織に関して相
違するので適宜設定されるのであるが、グレイレベル等
の静的なデータに限られな″い。本発明では後述するよ
うに測定対象部分を微少距離につき移動させた前後にお
ける各組織のパターンに特有なグレイレベルの変化に関
するデータを記憶させておき、これを組織の判別に利用
することを特徴とするのである。
判別すべき各組織に関するデータを予め記憶さセておく
ためのものであり、これらのデータは測定前に予めキー
ボード20等により本体装置13にインプットできるよ
うになっている。ここで判別すべき各組織に関するデー
タとは測定対象とする物質や判別すべき組織に関して相
違するので適宜設定されるのであるが、グレイレベル等
の静的なデータに限られな″い。本発明では後述するよ
うに測定対象部分を微少距離につき移動させた前後にお
ける各組織のパターンに特有なグレイレベルの変化に関
するデータを記憶させておき、これを組織の判別に利用
することを特徴とするのである。
処理装置は、前記デジタル画像メモリーに取り込んだ画
像の一部分をなす面積部分および該面積部分から何れか
の方向ヘズした位置における同一面積の面積部分に関す
るグレイレベルの相関関係をめ、前記記憶装置に記憶さ
せた各組織の特徴に照らして何れの組織であるかを判定
するとともに、サンプルに対して予め定めた手順で多点
測定して各組織の構成比率を演算するような一連の一連
を実行させるものである。
像の一部分をなす面積部分および該面積部分から何れか
の方向ヘズした位置における同一面積の面積部分に関す
るグレイレベルの相関関係をめ、前記記憶装置に記憶さ
せた各組織の特徴に照らして何れの組織であるかを判定
するとともに、サンプルに対して予め定めた手順で多点
測定して各組織の構成比率を演算するような一連の一連
を実行させるものである。
夫亙班
このような組織自動定量測定装置によって行う本発明の
測定方法の実施例につき以下に説明する。
測定方法の実施例につき以下に説明する。
先ず、コークス粒を含むサンプル1に対して予め第3図
に示すように適当間隔で測定位NPsを例えば500点
以上定め、この測定位置Psに対して順次に偏光顕微鏡
を位置制御して測定を実施するものとした。このような
測定位置Psの11g次の移動は駆動機構14によるス
テージ装置10の水平移動制御によって行い、これは予
め本体装置13の処理装置に与えたプログラムにより制
御した。この際、各測定位置Psに設ける焦点調整を焦
点機構15の制御により行った。
に示すように適当間隔で測定位NPsを例えば500点
以上定め、この測定位置Psに対して順次に偏光顕微鏡
を位置制御して測定を実施するものとした。このような
測定位置Psの11g次の移動は駆動機構14によるス
テージ装置10の水平移動制御によって行い、これは予
め本体装置13の処理装置に与えたプログラムにより制
御した。この際、各測定位置Psに設ける焦点調整を焦
点機構15の制御により行った。
各測定位置Psにおける組織をTVカメラI2により撮
像し、250μmX250μmの面積部分に相当する画
像を得た。この画像の一例を第4図に示す。さらにこの
画像を第5図に示すようにデジタル画像メモリ−Aに各
画素の濃度レヘルを256段階として記憶させた。ここ
で、サンプルlに対して予め定めた測定位置Psの視野
内にコークス粒が存在しているか否かを判定することが
必要となる。何故ならばこの測定位置Psの視野内に樹
脂3のみが存在しているならば、この視野における測定
は不要となるからである。このために、グレイレベルを
この判定のための基準とすることができた。即し樹脂部
分3はコークス組織2よりグレイレベルが低いので、こ
の画像全体としてのグレイレベルに暴づいて測定視野内
にコークス組織が50%以上存在しているか否かを判定
し、この判定に基づいてコークス組織の判別処理に進む
か、或いはこの測定位置psをとばして次の測定位置P
sへ進むかの判定処理を行った。このような判定処理は
予め本体装置13の処理装置に設定した判定プログラム
により、予め記憶装置に記憶させておいたグレイレベル
に関するデータを暴にして自動的に処理した。
像し、250μmX250μmの面積部分に相当する画
像を得た。この画像の一例を第4図に示す。さらにこの
画像を第5図に示すようにデジタル画像メモリ−Aに各
画素の濃度レヘルを256段階として記憶させた。ここ
で、サンプルlに対して予め定めた測定位置Psの視野
内にコークス粒が存在しているか否かを判定することが
必要となる。何故ならばこの測定位置Psの視野内に樹
脂3のみが存在しているならば、この視野における測定
は不要となるからである。このために、グレイレベルを
この判定のための基準とすることができた。即し樹脂部
分3はコークス組織2よりグレイレベルが低いので、こ
の画像全体としてのグレイレベルに暴づいて測定視野内
にコークス組織が50%以上存在しているか否かを判定
し、この判定に基づいてコークス組織の判別処理に進む
か、或いはこの測定位置psをとばして次の測定位置P
sへ進むかの判定処理を行った。このような判定処理は
予め本体装置13の処理装置に設定した判定プログラム
により、予め記憶装置に記憶させておいたグレイレベル
に関するデータを暴にして自動的に処理した。
コークス組織が50%以上存在している画像に関しては
、画像中央の位置を中心に50μm、X50μmの面積
に相当する測定マスクBを初期測定対象面積部分として
選定した。
、画像中央の位置を中心に50μm、X50μmの面積
に相当する測定マスクBを初期測定対象面積部分として
選定した。
次に、測定マスクに関してその組織が何れの組織である
かの識別処理を行った。この識別処理においては、ここ
では以下に述べるような本発明の特徴とする手順により
「粗さ」をめ、それぞれの組織に関して予め記憶装置に
記憶させておいた闇値によって各組織を識別した。
かの識別処理を行った。この識別処理においては、ここ
では以下に述べるような本発明の特徴とする手順により
「粗さ」をめ、それぞれの組織に関して予め記憶装置に
記憶させておいた闇値によって各組織を識別した。
即ち、先ず初期測定対象面積部分とせる測定マスクにお
けるグレイレベルをめ、次に画像における横方向を0°
として時計回りに0″、45″、90°、135°の各
方向へ測定マスクをそれぞれ20 tt mに相当する
距離につき移動(対象面積部分を変化させる)させ、そ
れぞれの新たな測定マスクにおけるグレイレベルをめて
、移動前後のグレイレベルの変化量をそれぞれ算出した
。このようなグレイレベルの変化量は、例えば組織の粒
度が微少で均等に分布しているような組織即ち相関が高
い組織においては変化量は小さく、組織の粒度が均等に
分布していないような組織即ち相関が低い組織において
は変化量は大きくなり、組織のパターンと大きな関係を
有するのであ′る。ここではこのようなグレイレベルの
変化量の絶対値を「粗さ」と定義し、この「粗さ」に闇
値を定めて組織の識別を行ったのである。また、第6図
に示すような繊維状の組織では、筋に沿った方向に関し
ては相関が比較的高いが、これと異なる方向に関しての
相関は前記相関に比較して低い。従って、「粗さ」の高
低に加えて、06.45°、90″、135@の各方向
に関しての「粗さ」の相違を考慮することで組織の識別
をより正確に行なえるのである。
けるグレイレベルをめ、次に画像における横方向を0°
として時計回りに0″、45″、90°、135°の各
方向へ測定マスクをそれぞれ20 tt mに相当する
距離につき移動(対象面積部分を変化させる)させ、そ
れぞれの新たな測定マスクにおけるグレイレベルをめて
、移動前後のグレイレベルの変化量をそれぞれ算出した
。このようなグレイレベルの変化量は、例えば組織の粒
度が微少で均等に分布しているような組織即ち相関が高
い組織においては変化量は小さく、組織の粒度が均等に
分布していないような組織即ち相関が低い組織において
は変化量は大きくなり、組織のパターンと大きな関係を
有するのであ′る。ここではこのようなグレイレベルの
変化量の絶対値を「粗さ」と定義し、この「粗さ」に闇
値を定めて組織の識別を行ったのである。また、第6図
に示すような繊維状の組織では、筋に沿った方向に関し
ては相関が比較的高いが、これと異なる方向に関しての
相関は前記相関に比較して低い。従って、「粗さ」の高
低に加えて、06.45°、90″、135@の各方向
に関しての「粗さ」の相違を考慮することで組織の識別
をより正確に行なえるのである。
このような判別処理もまた本体装置13の処理装置に予
め与えたプログラムにより自動的に処理した。
め与えたプログラムにより自動的に処理した。
このようにして測定位置Psに関しての組織を識別した
のち、このデーターを保存し、然る後火の測定位置Ps
に対する測定を上述のように実施し、これを予め定めた
測定数(500回)につき繰り返した。この間、判別さ
れた各組織の数を計数し、最終的にこの計数値からこの
コークスに含まれる組織の構成比率をめ、例えばプリン
ターエフによりその結果を打ち出した。
のち、このデーターを保存し、然る後火の測定位置Ps
に対する測定を上述のように実施し、これを予め定めた
測定数(500回)につき繰り返した。この間、判別さ
れた各組織の数を計数し、最終的にこの計数値からこの
コークスに含まれる組織の構成比率をめ、例えばプリン
ターエフによりその結果を打ち出した。
ここで、上述した「粗さ」のデータに基づく組織の識別
処理において例とせる測定対象物質であるコークスに関
しては次のように識別基準を設定して測定を実施した。
処理において例とせる測定対象物質であるコークスに関
しては次のように識別基準を設定して測定を実施した。
■ 異方性の見られない一様な組織は移動方向に無関係
に移動前後での濃度レベル段階の差が8以下であるとし
た。
に移動前後での濃度レベル段階の差が8以下であるとし
た。
■ 1.5μ以下の比較的均質な異方性組織は移動方向
に無関係に移動n;1後での濃度レベル段階の差が8を
超えて23以下であるとした。
に無関係に移動n;1後での濃度レベル段階の差が8を
超えて23以下であるとした。
■ 1.5μ〜10μの比較的均質な異方性組織は移動
方向に無関係に移動前後、での濃度レベル段階の差が2
3を超えて40以下であるとした。
方向に無関係に移動前後、での濃度レベル段階の差が2
3を超えて40以下であるとした。
■ 長さが10μ以上で幅が10μ以下の第6図に示し
たような繊維状組織は、方向によって濃度レベルの差が
倍以上であるとした。
たような繊維状組織は、方向によって濃度レベルの差が
倍以上であるとした。
■ 幅、長さとも10μ以上の異方性組織は移動方向に
無関係に移動前後での濃度レベル段階の差が40を超え
るとした。
無関係に移動前後での濃度レベル段階の差が40を超え
るとした。
■ 石炭のイナート由来のイナート組織は移動方向に無
関係に移動前後での濃度レベル段階の差が8を超え40
以下とし、且っ■の場合と濃度レベルが同じ程度である
とした。
関係に移動前後での濃度レベル段階の差が8を超え40
以下とし、且っ■の場合と濃度レベルが同じ程度である
とした。
このような識別基準によってサンプルlの各点Psの組
織を自動的に判別して構成比率をめた結果を従来のよう
に人手によってめた構成比率と比較した結果、第7図に
示すように充分に人手に換えて実用化するのに満足でき
る良好な結果を得られた。
織を自動的に判別して構成比率をめた結果を従来のよう
に人手によってめた構成比率と比較した結果、第7図に
示すように充分に人手に換えて実用化するのに満足でき
る良好な結果を得られた。
尚、本発明による方法は測定の対象物質により処理内容
および識別基準は相違するが、上述した本発明において
定義した「粗さ」゛に基づいて組織の識別が充分に可能
であることが見出された。
および識別基準は相違するが、上述した本発明において
定義した「粗さ」゛に基づいて組織の識別が充分に可能
であることが見出された。
窟里□□□須釆
■ 画像のパターンをその「粗さ」に基づいて識別し、
しかも異なる方向に関しての「粗さ」をめることでパタ
ーンとして認識できるので、人間による識別と同様な識
別ができる。
しかも異なる方向に関しての「粗さ」をめることでパタ
ーンとして認識できるので、人間による識別と同様な識
別ができる。
■ デジタル画像メモリーが数十段階、通常64段階以
上の濃度レベルで各画素のデーターを記憶するので、対
象勧賞に応じて「粗さ」の闇値を容易に設定でき、識別
能力も向上される。
上の濃度レベルで各画素のデーターを記憶するので、対
象勧賞に応じて「粗さ」の闇値を容易に設定でき、識別
能力も向上される。
■ 測定結果のバラツキがなく、常に同程度の精度を保
証できる。
証できる。
第1図は本発明による組織自動定量測定において使用す
るサンプルを示す斜視図。 第2図は本発明による組織自動定量測定装置の構成を示
す概略的な構成図。 第31:!0は本発明による組織自動定量測定において
サンプルに対する例とせる測定対象位置を示す説明図。 第4図はサンプルの測定対象位置において得られた画像
の一例を示す説明図。 第5図は画像を記憶させるデジタル画像メモリーの記憶
画像およびこれにおいて設定される測定マスクを示す説
明図。 第6図はここで繊維状組織と称する組織の画像を示す説
明図。 第7図は本発明による組織自動定量測定方法で測定した
場合と人手によって測定した場合との測定結果を比較す
るグラフ。 1・・・サンプル 2・・・コークス粒 3・・・合成樹脂 10・・・ステージ装置 11・・・偏光顕微鏡 12・・・TVカメラ 13・・・本体装置 14・・・駆動機構 15・・・自動焦点機構 16・・・モニターCRT 手続争甫正書(自発) 昭和60年7月3θ日 特許庁長官 志賀 学 殿 1、事件の表示 特願昭59−573932、発明の名
称 画像解析による組織自動定量測定方法およびその装置 3、補正をする者 事件との関係 特許出願人 住所 東京都八王子市石川町2951番地4氏名 日本
レギュレーター株式会社 住所 大阪府大阪市東区平野町5丁目1番地氏名 (0
28)大阪瓦斯株式会社 4、代理人 ■177 住所 東京都練馬区谷原5−8−14 電話 東京(03)(996) 1659番6、補正に
より増加する発明の数 7、補正の対象 願書のぜ題の欄及び「特許請求の範囲に記載された発明
の数」の欄 8、補正の内容 (1) 願書の標題 「特許願」の右側に(特許法第3
8条ただし書 の規定による特許出願) を加入する。 (2) 願書の項目rlJの次に項目「2」として次の
一項を加入する。 「2、特許請求の範囲に記載された 発明の数2」 (3) 項目「2.3.4.5.6Jを夫々「3.4.
5.6.7」と訂正する。
るサンプルを示す斜視図。 第2図は本発明による組織自動定量測定装置の構成を示
す概略的な構成図。 第31:!0は本発明による組織自動定量測定において
サンプルに対する例とせる測定対象位置を示す説明図。 第4図はサンプルの測定対象位置において得られた画像
の一例を示す説明図。 第5図は画像を記憶させるデジタル画像メモリーの記憶
画像およびこれにおいて設定される測定マスクを示す説
明図。 第6図はここで繊維状組織と称する組織の画像を示す説
明図。 第7図は本発明による組織自動定量測定方法で測定した
場合と人手によって測定した場合との測定結果を比較す
るグラフ。 1・・・サンプル 2・・・コークス粒 3・・・合成樹脂 10・・・ステージ装置 11・・・偏光顕微鏡 12・・・TVカメラ 13・・・本体装置 14・・・駆動機構 15・・・自動焦点機構 16・・・モニターCRT 手続争甫正書(自発) 昭和60年7月3θ日 特許庁長官 志賀 学 殿 1、事件の表示 特願昭59−573932、発明の名
称 画像解析による組織自動定量測定方法およびその装置 3、補正をする者 事件との関係 特許出願人 住所 東京都八王子市石川町2951番地4氏名 日本
レギュレーター株式会社 住所 大阪府大阪市東区平野町5丁目1番地氏名 (0
28)大阪瓦斯株式会社 4、代理人 ■177 住所 東京都練馬区谷原5−8−14 電話 東京(03)(996) 1659番6、補正に
より増加する発明の数 7、補正の対象 願書のぜ題の欄及び「特許請求の範囲に記載された発明
の数」の欄 8、補正の内容 (1) 願書の標題 「特許願」の右側に(特許法第3
8条ただし書 の規定による特許出願) を加入する。 (2) 願書の項目rlJの次に項目「2」として次の
一項を加入する。 「2、特許請求の範囲に記載された 発明の数2」 (3) 項目「2.3.4.5.6Jを夫々「3.4.
5.6.7」と訂正する。
Claims (1)
- 【特許請求の範囲】 fi+ 光学的異方性組織を含んでなる物質における各
組織の定置測定方法であって、 顕微鏡による組織像をTVカメラで撮像し、その画像を
縦横100画素×100画素以上、辿當は512画素×
512画素に分割し、各画素の濃度レベルが数十段階、
通常は64段階以上、好ましくは256段階ないし10
24段階に分別してデジタル画像メモリーに記憶させ、
前記デジタル画像メモリーに記憶させた画像の一部分で
ある基準とせる面積部分を抽出して、この面積部分にお
けるグレイレベルをめ、前記基準とせる面積部分から何
れかの方向へ位置をズラせて同一面積の面積部分を抽出
して、この面積部分におけるグレイレベルをめ、前記基
準とセる面積部分および前記位置をズラせた面積部分に
おけるグレイレベルの変化量をめ、 予め設定しておいた測定対象組織およびその組織に関す
るグレイレベルの変化量の相対関係に暴づいて組織を認
識する、 諸段階を包含することを特徴とする画像解析による組織
自動定量測定方法。 (2)前記基準とせる面積部分から何れかの方向へ位置
をズラセて同一面積の面積部分を抽出する段階において
、異なる少くとも2方向に位置をスラセて同一面積の少
くとも2つの異なる面積部分を抽出することを特徴とす
る特許請求の範囲第1項に記載の画像解析による組織自
動定量測定方法。 (3)測定対象物質のザンブルに対して異なる多数点、
好ましくは数百点の位置に関して前記組織の認識を繰り
返して実施し、この結果を基にして測定対象物質におけ
る各組織構成比率を自動的に決定させることを特徴とす
る特許請求の範囲第1項または第2J11に記載の画像
解析による組織自動定量測定方法。 (4)光学的異方性組織を含んでなる物質における各組
織の構成比率を自動的に測定するための画像解析による
組織自動定量測定装置であって、測定対象物質のサンプ
ルの組織拡大像を得るための偏光顕微鏡と、 偏光顕微鏡により得た像を撮像するための′r■カメラ
と、 ′r■カメラにより得た画像を記憶するための画像メモ
リーであって、画像を構成する一平面を100画素×1
00画素以上、通常は512画素×512画素に分割し
、各画素の濃度レベルを数十段階、通常は64段階以上
、好ましくは256段階ないし1024段階に分別でき
る機能を有するデジタル画像メモリーと、 サンプルに含まれる光学的異方性組織において判別すべ
き各組織に関する特徴を予め記憶させておくための記憶
装置と、 前記デジタル画像メモリーに取り込んだ画像の一部分を
なす面積部分および該面積部分から何れかの方向ヘズし
た位置における同一面積の面積部分に関するグレイレベ
ルの相関関係をめ、前記記憶装置に記憶さセ゛た各組織
の特徴に照らして何れの組織であるかを判定するととも
に、サンプルに対して予め定めた手順で多点測定して各
組織の構成比率を演算する処理装置と、 を有して構成されていることを特徴とする画像解析によ
る組織自動定量測定装置。 (5)サンプルに対して予め定めた手順で多点測定する
ために、該サンプルを保持せるステージ装置が自動走査
駆動可能なステージ装置とされていることを特徴とする
特許請求の範囲第4項記載の画像解析による組織自動定
量測定装置。 (6)前記偏光顕微鏡が自動焦点機構を備えていること
を特徴とする特許請求の範囲第4項または第5項に記載
の画像解析による組織自動定量測定装置。 (7)前記処理装置により演算した各組織の構成比率等
の演算結果を出力するプリンターが備えられていること
を特徴とする特許請求の範囲第4項から第6項までの何
れか1項に記載の画像解析による組織自動定量測定装置
。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5739384A JPH0644278B2 (ja) | 1984-03-27 | 1984-03-27 | 画像解析による組織自動定量測定方法およびその装置 |
US06/715,876 US4617682A (en) | 1984-03-27 | 1985-03-25 | Method and apparatus for automatic quantitative measurement of textures by image analysis |
CA000477493A CA1223355A (en) | 1984-03-27 | 1985-03-26 | Method and apparatus for automatic quantitative measurement of textures by image analysis |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5739384A JPH0644278B2 (ja) | 1984-03-27 | 1984-03-27 | 画像解析による組織自動定量測定方法およびその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS60204080A true JPS60204080A (ja) | 1985-10-15 |
JPH0644278B2 JPH0644278B2 (ja) | 1994-06-08 |
Family
ID=13054373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP5739384A Expired - Lifetime JPH0644278B2 (ja) | 1984-03-27 | 1984-03-27 | 画像解析による組織自動定量測定方法およびその装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US4617682A (ja) |
JP (1) | JPH0644278B2 (ja) |
CA (1) | CA1223355A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01259243A (ja) * | 1988-04-08 | 1989-10-16 | Sumitomo Metal Mining Co Ltd | 不透明鉱物等の顕微鏡画像の自動定量測定方法および装置 |
JP2016065821A (ja) * | 2014-09-25 | 2016-04-28 | 関西熱化学株式会社 | 石炭分析方法、石炭分析装置及びコンピュータプログラム。 |
JP2018044234A (ja) * | 2016-09-16 | 2018-03-22 | 新日鐵住金株式会社 | 構成比率推定装置、構成比率推定プログラム、及びその方法 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4845552A (en) * | 1987-08-20 | 1989-07-04 | Bruno Jaggi | Quantitative light microscope using a solid state detector in the primary image plane |
US5040225A (en) * | 1987-12-07 | 1991-08-13 | Gdp, Inc. | Image analysis method |
JPH0795345B2 (ja) * | 1988-04-21 | 1995-10-11 | 株式会社イーゼル | 画像処理方法 |
US4878114A (en) * | 1988-05-10 | 1989-10-31 | University Of Windsor | Method and apparatus for assessing surface roughness |
US5216624A (en) * | 1989-07-11 | 1993-06-01 | Hiroshi Kurita | Automated fossil-reflectance measurement apparatus and methods |
US5274715A (en) * | 1989-09-21 | 1993-12-28 | Hsu Shin Yi | Characterizing image texture |
US5341439A (en) * | 1989-09-21 | 1994-08-23 | Hsu Shin Yi | System for texture-based automatic detection of man-made objects in representations of sensed natural environmental scenes |
US5420628A (en) * | 1990-01-16 | 1995-05-30 | Research Development Foundation | Video densitometer with determination of color composition |
US5194949A (en) * | 1990-01-16 | 1993-03-16 | Research Development Foundation | Video densitometer |
JP2925647B2 (ja) * | 1990-04-16 | 1999-07-28 | オリンパス光学工業株式会社 | 顕微鏡変倍装置 |
CA2087040A1 (en) * | 1990-07-16 | 1992-01-17 | Jon Jacob Kaminer | Method and apparatus for measuring crimp frequency of a web |
US5303310A (en) * | 1991-08-30 | 1994-04-12 | Imc Fertilizer, Inc. | Method and apparatus for image analysis of composite ores |
FR2684829A1 (fr) * | 1991-12-04 | 1993-06-11 | Philips Electronique Lab | Methodes de synthese de signaux de texture et de transmission et/ou stockage de tels signaux, ainsi que dispositifs et systemes pour leur mise en óoeuvre. |
US5396260A (en) * | 1992-12-22 | 1995-03-07 | The Center For Innovative Technology | Video instrumentation for the analysis of mineral content in ores and coal |
FR2713779B1 (fr) * | 1993-12-10 | 1996-03-08 | Lorraine Laminage | Procédé automatique d'analyse macérale et de détermination du pouvoir réflecteur de la vitrinite dans les charbons. |
US6043840A (en) * | 1996-04-19 | 2000-03-28 | Alliedsignal Inc. | Apparatus and method for characterizing fiber crimps |
US6330343B1 (en) * | 1999-02-26 | 2001-12-11 | Conoco Inc. | Method for measuring coke quality by digital quantification of high intensity reflectivity |
US6954545B2 (en) | 1999-02-26 | 2005-10-11 | Conocophillips Company | Use of a scanner to determine the optical density of calcined coke as a measure of coke quality |
BE1014971A3 (fr) * | 2002-03-18 | 2004-07-06 | Centre Rech Metallurgique | Procede et dispositif pour la determination en ligne de rugosite de bandes d'acier en mouvement. |
US6947150B2 (en) * | 2002-05-16 | 2005-09-20 | Boise White Paper, Llc | Method and apparatus for determining out-of-plane defects in a paper sample |
RU2419778C2 (ru) * | 2005-05-25 | 2011-05-27 | Арева Нп | Способ измерения анизотропии элемента, содержащего, по меньшей мере, один делящийся материал, и соответствующая установка |
US9582919B2 (en) * | 2009-10-09 | 2017-02-28 | Microsoft Technology Licensing, Llc | Automatic run-time identification of textures |
US8872823B2 (en) * | 2009-10-09 | 2014-10-28 | Microsoft Corporation | Automatic real-time shader modification for texture fetch instrumentation |
CN105717116A (zh) * | 2016-02-23 | 2016-06-29 | 中国农业大学 | 动物源性肉骨粉的种属鉴别方法和系统 |
CN108931621B (zh) * | 2018-05-11 | 2020-10-02 | 中南大学 | 一种基于过程纹理特征的锌矿品位软测量方法 |
CN113516637B (zh) * | 2021-06-23 | 2022-02-15 | 深圳市小绿人网络信息技术有限公司 | 一种基于图像自动识别废钢种类的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5822940A (ja) * | 1981-08-03 | 1983-02-10 | Mitsubishi Chem Ind Ltd | 石炭組織分析法及び装置 |
JPS58222380A (ja) * | 1982-06-18 | 1983-12-24 | Fujitsu Ltd | 極点画像処理方式 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2092711A1 (ja) * | 1970-06-10 | 1972-01-28 | Armines | |
US4229797A (en) * | 1978-09-06 | 1980-10-21 | National Biomedical Research Foundation | Method and system for whole picture image processing |
US4466122A (en) * | 1981-02-17 | 1984-08-14 | Sidney Auerbach | Discriminator for pattern recognition |
-
1984
- 1984-03-27 JP JP5739384A patent/JPH0644278B2/ja not_active Expired - Lifetime
-
1985
- 1985-03-25 US US06/715,876 patent/US4617682A/en not_active Expired - Fee Related
- 1985-03-26 CA CA000477493A patent/CA1223355A/en not_active Expired
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5822940A (ja) * | 1981-08-03 | 1983-02-10 | Mitsubishi Chem Ind Ltd | 石炭組織分析法及び装置 |
JPS58222380A (ja) * | 1982-06-18 | 1983-12-24 | Fujitsu Ltd | 極点画像処理方式 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01259243A (ja) * | 1988-04-08 | 1989-10-16 | Sumitomo Metal Mining Co Ltd | 不透明鉱物等の顕微鏡画像の自動定量測定方法および装置 |
JP2016065821A (ja) * | 2014-09-25 | 2016-04-28 | 関西熱化学株式会社 | 石炭分析方法、石炭分析装置及びコンピュータプログラム。 |
JP2018044234A (ja) * | 2016-09-16 | 2018-03-22 | 新日鐵住金株式会社 | 構成比率推定装置、構成比率推定プログラム、及びその方法 |
Also Published As
Publication number | Publication date |
---|---|
US4617682A (en) | 1986-10-14 |
JPH0644278B2 (ja) | 1994-06-08 |
CA1223355A (en) | 1987-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPS60204080A (ja) | 画像解析による組織自動定量測定方法およびその装置 | |
JP3581149B2 (ja) | 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 | |
US5841882A (en) | Automatic process for the maceral analysis and the determination of the reflectance of vitrinite in coals | |
CN110161233B (zh) | 一种免疫层析试纸卡的快速定量检测方法 | |
AU599851B2 (en) | Process and system for digital analysis of images applied to stratigraphic data | |
Rolke et al. | Size structure analysis of zooplankton samples by means of an automated image analyzing system | |
JP2541735B2 (ja) | 塗膜劣化診断方法及び装置 | |
JP2008268131A (ja) | 穀粒の品質評価方法およびそれに用いる穀粒均平切断装置 | |
JP3165429B2 (ja) | 凝集像判定方法 | |
JPS59204741A (ja) | 硬度の自動測定装置 | |
LIPKIN et al. | Textural parameters related to nuclear maturation in the granulocytic leukocytic series | |
JPH06160298A (ja) | 自動色調判定方法 | |
JPH01259243A (ja) | 不透明鉱物等の顕微鏡画像の自動定量測定方法および装置 | |
CN106323877A (zh) | 用于测量焦炭内部组织的装置及其测量方法 | |
Gadelmawla et al. | Using the grey level histogram to distinguish between roughness of surfaces | |
DE4434505A1 (de) | System und Verfahren zum Verarbeiten eines Bildes | |
DE102010005616B3 (de) | Vorrichtung und Verfahren zum Bestimmen eines Rauheitsbereichs einer Oberfläche | |
RU2769111C1 (ru) | Способ выявления бейнита в конструкционной стали | |
Mukherjee et al. | Coal petrography: a pattern recognition approach | |
JP2889931B2 (ja) | 金属材料検査方法及び金属材料検査装置 | |
EP1129337A1 (de) | Anordnung und verfahren zur blutanalyse für die serodiagnostik | |
Bartosiewicz et al. | Devices for quantitative analysis | |
CN118071216A (zh) | 基于lims系统的多维度可视化不合格数据分析方法 | |
JP3435224B2 (ja) | 非金属介在物の検査装置 | |
JP3140225B2 (ja) | 色調検査判定評価方法 |