JPWO2002043001A1 - 画像処理方法 - Google Patents

画像処理方法 Download PDF

Info

Publication number
JPWO2002043001A1
JPWO2002043001A1 JP2002545449A JP2002545449A JPWO2002043001A1 JP WO2002043001 A1 JPWO2002043001 A1 JP WO2002043001A1 JP 2002545449 A JP2002545449 A JP 2002545449A JP 2002545449 A JP2002545449 A JP 2002545449A JP WO2002043001 A1 JPWO2002043001 A1 JP WO2002043001A1
Authority
JP
Japan
Prior art keywords
image
dimensional
density
images
binarizing
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.)
Pending
Application number
JP2002545449A
Other languages
English (en)
Inventor
別府 嗣信
新井 嘉則
綱島 均
鈴木 正和
Original Assignee
学校法人日本大学
株式会社モリタ製作所
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to JP2000358420 priority Critical
Priority to JP2000358420 priority
Application filed by 学校法人日本大学, 株式会社モリタ製作所 filed Critical 学校法人日本大学
Priority to PCT/JP2001/010211 priority patent/WO2002043001A1/ja
Publication of JPWO2002043001A1 publication Critical patent/JPWO2002043001A1/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/007Dynamic range modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration by the use of histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Abstract

本発明の画像処理方法は、3次元対象物の深度の異なる複数の画像を、複数の角度に亘って抽出する抽出手順と、前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とを有するように構成されている。

Description

技術分野
本発明は、画像処理方法に係り、特に、3次元画像を処理するための画像処理方法に関する。
背景技術
近年、コンピュータ技術の発展に伴い、医科においてCTやMRIにより得られた3次元データを元にした生体の診断及び力学的構造解析が盛んに行なわれている。また、歯科分野でも、3次元的な画像診断が行われ、CTで撮影したデータから顎関節の3次元モデルを構築する研究が、例えば、新井嘉則、橋本光二、篠田宏司、「歯科用小照射野X線CT(Ortho−CT画像)用3次元画像表示プログラムの開発」、歯科放射線、39「4」P224−P229,2000」等により発表されている。
しかしながら、これまでの研究におけるCT画像の画像処理方法では、人が処理する部分が多いというのが実情である。そこで、CTで撮影したデータからポスト処理が容易に行なえるような3次元モデルを半自動的に作成できるようにすることが望まれている。
また、顎関節のCT画像は、生体に放射線を照射してその透過又は反射像を複数枚、撮像することにより得る。このとき、撮像時における生体の被曝線量を最小限に留めるために、被曝線量を大きくすることができず、放射線量を小さくする必要があった。
しかしながら、小さな放射線で画像を得た場合、その結果得られたCT画像は、ノイズの多い画像となるという問題があった。例えば、顎関節のCT装置では、従来の医科用CT装置の約1/100の低X線照射線量であるため、再構築した3次元画像の一部に、穴が残ってしまうという問題があった。
発明の開示
本発明は、上述した従来技術の問題を解決する、改良された画像処理方法を提供することを総括的な目的とする。
本発明の更なる目的は、高速な処理で、小さな放射線量でもノイズを低減した画像が得られる画像処理方法を提供することを目的とする。
この目的を達成するために、本発明は、3次元対象物の深度の異なる複数の画像を、1又は複数の軸に対して、複数の角度に亘って抽出する抽出手順と、前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とにより、3次元対象物の3次元画像を構築するように構成する。
また、この目的を達成するために、本発明の別の構成は、3次元対象物から、方向が異なる複数の軸上における深度の異なる複数の画像を、抽出する抽出手順と、前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とにより、3次元対象物の3次元画像を構築するように構成する。
本発明は、これらの構成により、高速な処理で、小さな放射線量でもノイズを低減した画像が得られる画像処理方法を提供することができ、更に、3次元対象物の深度の異なる複数の画像を、複数の角度に亘って抽出し、多数の画像を得ているので、抽出対象となる成分が少ない濃度範囲を削除しても、抽出対象の画像を確実に得ることができる。また、抽出対象となる成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化することにより、ノイズ成分を拡散できるので、ノイズの影響が小さい画像が得られる。
また、画像の精度を損なわずにノイズ成分を低減するために、深度方向に連続する所定数の画像の平均から平均化した画像を抽出する手順を含むように構成したり、又は深度方向に一画像ずつ、ずらしながら所定数の画像を平均化して、画像を抽出する手順を含むように構成することができる。
また、より高速な画像処理を行なうために、複数画像おきに1画像を平均化し、抽出する手順を含むように構成することができる。
なお、このようにしても、本発明は撮像画像数が多いので精度の低下は無視し得る。
また、ノイズ成分を低減し、抽出対象画像を確実に抽出するために、抽出対象の濃度レベルのヒストグラムにおいて、ノイズ成分を多く含む濃度分布のうち該ノイズ成分が無視できる濃度範囲を再マッピングした後、2値化する手順を含むように構成することができる。
また、背景成分又は撮像対象成分を含む画像から抽出対象成分画像を確実に抽出するために、前記撮像対象の濃度レベルのヒストグラムにおいて、背景成分を多く含む濃度範囲のピーク濃度又は前記抽出対象成分を多く含む濃度範囲のピーク濃度に所定の係数をかけた値に応じて再マッピングを行ない、2値化する手順を含むように構成することができる。
また、周辺画素の濃度分布を考慮して最適な画像を得るために、周辺画素の濃度分布に基づいて統計的に再マッピングを行ない、2値化する手順を含むように構成することができる。
発明を実施するための最良の形態
以下、本発明の実施の形態を図面に基づいて説明する。
(第1の実施例)
本実施例では、抽出対象をオルソ(Ortho)CT装置により得られた3次元データから、2次元の画像データを抽出して処理する場合を例にとって説明する。
図1にオルソCT装置の概略構成図を示す。
撮像装置1は、オルソCT装置であり、放射線源11、検知器12、アナログ−ディジタル変換器13、汎用コンピュータ14から構成されている。放射線源11は、放射線を出射しており、放射線源11から出射された放射線は、撮像対象21に照射される。放射線源11からの放射線は、撮像対象21を透過して検知器12に入射される。検知器12は、入射された放射線の強度に応じた検知信号を出力する。
なお、汎用コンピュータ14は、HDD、CD−ROM、CD−R、FDD等の記録媒体に記録された画像処理プログラムをインストールして、汎用コンピュータ14が、画像処理を行うようにしてもよい。
また、アナログ−ディジタル変換器13の処理を、汎用コンピュータ14が、ソフトウエアにより行うようにしてもよい。その場合は、アナログ−ディジタル変換器13が無くてもよい。
放射線源11と検知器12とは撮像対象21を挟んで互いに対向して配置されており、Z軸を中心として少なくとも180°回転可能とされている。検知器12で検知された検知信号(アナログ信号)は、アナログ−ディジタル変換器13に供給され、ディジタルデータに変換される。アナログ−ディジタル変換器13でディジタルデータに変換されたデータは、汎用コンピュータ14に供給されて画像処理が施されて、撮像対象21の3次元データを得ることができる。オルソCT装置により得られた3次元投影データデータは、図2に示されているように、240×300×300の円柱型の画像形成領域を有する。
本実施例における画像処理は、処理を簡単にするために、3次元データを2次元画像に低次元化し、処理後に再び3次元に再構築する。つまり、汎用コンピュータ14は、オルソCT装置により直接得られた円柱型の3次元データから、2次元の画像を切り出し、これに対して、後述するような画像処理を行ってノイズの少ない2値画像を得て、再び3次元データを再構築する。
なお、オルソCT装置の詳細は、〔Arai Y,Tammisalo E,Iwai K et.Development of Ortho Cubic Super High Resolution CT(Ortho−CT).Car’98,P780−P785(proc.),1998〕に示されている。
次に、オルソCT装置により直接得られた3次元データから、2次元の画像を切り出す方法について説明する。
図2は、本発明の一実施例の画像抽出方法を説明するための図を示す。
図1のオルソCT装置を用いて顎関節を撮影し、得られた3次元データから2次元画像を切り出す(抽出する)。比較的輪郭のはっきりした顎関節画像を得るために、例えば、1方向276枚、角度16方向の計4416枚の画像を切り出す。つまり、図2に示すように横300画素×縦240画素のサイズの画像を、各16方向における奥行き(深度)を異ならせて276枚切り出す。なお、各抽出画像の1画素は、例えば、8ビット、256階調で表現される。
図3は、図2のようにして、切り出した顎関節の原画像を示す。図3から明らかなように画像処理が行なわれない画像は、ノイズ成分が多い。
汎用コンピュータ14は、検知器12から得られた画像を前記手順により抽出した3次元ディジタルデータから上記2次元画像を抽出して内部メモリに記憶する。内部メモリに記憶された276枚の2次元画像を用いて本実施例の画像処理が実行される。
次に本実施例の画像処理について詳細に説明する。
図4に本発明の一実施例の画像処理のフローチャートを示す。
本実施例の画像処理は、主に、ステップS1〜S4から構成されている。ステップS1は、ノイズ成分を低減するために複数の画像を平均化する処理を行う。ステップS2は、ステップS1で平均化処理した画像を適切にマッピングし直すステップである。ステップS2では、例えば、ヒストグラム強調法を用いる。ステップS3は、ステップS2でマッピングした1枚の画像を2値化するステップである。ステップS4は、ステップS2で2値化した画像に基づいて3次元撮像対象物の3次元画像を構築するステップである。
ところで、ステップS1及びステップS2は、ステップS3で、ノイズの少ないきれいな2次元画像を得るための処理である。従って、ステップS1及びステップS2は、ステップS3の前処理とも言えるので、ステップS1及びステップS2をステップS3に含ませてもよい。
まず、ステップS1の平均化処理について説明する。図5に本発明の一実施例の平均化処理の動作説明図を示す。
平均化処理は、例えば、図5(A)に示すように8枚の画面の対応する各画素の平均値を1枚の画面の対応する各画素値として、2次元画像を構築する処理である。例えば、第1画面P1は、画面p1〜p8の8枚の画面の平均、第2画面P2は、画面p2〜p9の8枚の画面の平均、第3画面P3は、画面p3〜p10の8枚の画面の平均となる。
図6に図5に示す顎関節画像を平均化処理した画像を示す。
ノイズ成分の大きさは、ランダムであるので、足し合わせることにより、ノイズ成分が所定値に近づき目立たなくなる。図6に示すように平均化処理によりノイズ成分が低減していることがわかる。
このように平均化処理により各画面に対して特殊な画像処理を施すことなく、ノイズ成分を低減できる。また、本実施例では1画面ずつらしつつ8枚の画面を選択したが、図5(B)に示すように単純に8画面毎に平均化して画像を構築するようにしてもよい。また、平均化する画面数は、8画面に限定されるものでもない。さらに、平均も単純な平均値に限定されるものでもなく、画像を忠実に再現できる他の統計的な処理を施すようにしてもよい。例えば、ノイズの特性に応じて、相加平均を行ってもよい。
次に、ステップS2のヒストグラム強調法による強調処理が実行される。
ヒストグラム強調法は、画像に対して下記の式(1)を適用して濃度値a−b区間内のヒストグラムのみを強調するものである。
Y=255×(X−a)/(b−a)     ・・・(1)
本実施例では、まず、いくつかの濃度範囲を強調し、例えば、顎関節の輪郭を多く含む濃度値区間(a、b)を見つけ、次に、濃度値a−bを濃度値0−255にマッピングし直し、部分強調を行なうようにする。
なお、ヒストグラム強調法の詳細が、〔安居院、C言語による画像処理入門、昭晃堂、2000〕に示されている。
画像の濃度値のヒストグラムについて考察すると、2値化するのに適した画像では、2つの山が存在するのが一般的である。すなわち、2値化する際には、対象物と非対象物とで、それぞれピークを構成し、その違いが明確な画像であることが望ましいことになる。
以下、ヒストグラム強調について、具体的に説明する。
図7は、顎関節画像の濃度値のヒストグラムである。ヒストグラム強調処理は、対象物である顎関節の成分を含まない濃度値範囲(顎関節の成分がほとんどない、主にノイズ成分だけで構成されている範囲)を取り除き、残った他の濃度範囲を、元の範囲に再マッピングすることより、ノイズ成分の影響を低減する。
図7に示す顎関節画像では、試行錯誤の結果、例えば、濃度値100未満では、顎関節の情報をあまり含まないことがわかっている。そこで、濃度値100未満を削除し、元の範囲に再マッピングして、濃度値100〜255を強調することにより、ノイズが減少し、ノイズの影響を削減した画像を得ることができる。
なお、このように不確かなデータについて足切処理を行っても、3次元の顎関節画像を再構築する上では問題はない。つまり、本発明では多くの顎関節画像を扱うので、不確かなデータについて足切処理を行っても、他の角度の顎関節画像で、その部位が明確に示されるので再構築される顎関節画像としては問題ない。例えば、ある画像におけるエッジに位置する不鮮明な部位は、他の角度の画像では、中心に位置するので、不鮮明なエッジの位置のデータを無視しても、問題はない。
図8は、図7に示すヒストグラム特性の顎関節の原画像であり、図9は、濃度値100未満を削除し、濃度値100〜255が強調された顎関節画像であり、図10は、図9の顎関節画像のヒストグラムである。図9に示す強調後の画像は、図8に示す原画像に比べてノイズ成分が低減されており、かつ、顎関節部分と背景とのコントラストが明確になっていることがわかる。
なお、マッピングには、種々の方法が考えられる。図7に示す濃度ヒストグラムにおいて、3つのピークの内、左のピークは、黒レベル、真ん中は背景レベル、右は白レベルによるものと推測される。そこで、中央の背景部分は、顎関節画像情報にとっては無くても問題ないので、例えば、中央の背景部分を削除して、白レベルと黒レベル近辺のものだけを使用して、強調することもできる。
さらに、図7に示す濃度のヒストグラムにおいて、背景成分を多く含む濃度範囲のピーク濃度又は前記抽出対象成分を多く含む濃度範囲のピーク濃度に所定の係数をかけた値に応じて再マッピングを行なうようにしてもよい。
また、周辺の濃度分布から統計的に最も良好な画像が得られる濃度範囲を再マッピングの濃度範囲としてもよく、要はノイズの影響を低減できる濃度範囲で再マッピングをすればよい。
ステップ2に続いて、ステップS3で、例えば、Canny法により2値化処理が実行される。次にステップS3のCanny法による2値化処理について説明する。
Canny法による2値化処理は、画像の勾配の極大を求めることによりエッジ検出を行なう2値化処理である。
まず、2つの閾値を用いて強いエッジと弱いエッジを検出する。そして、弱いエッジが強いエッジに接続されている場合に限り、弱いエッジを出力エッジに含め、2値化する。なお、このCanny法の詳細は、〔CANNY,A Computational Approach to Edge Detection,IEEE TRANSACTION ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE,1986〕に示されている。
また、抽出画像部分に応じて閾値を経験的に最もよい画像が得られる適当な値に設定するようにしてもよい。さらに、2値化処理は、Canny法に限定されるものではなく、他の2値化法によって2値化を行なうようにしてもよい。
また、図9に示す強調後の画像を上記のCanny法により2値化したものが図11に示される2値化画像であり、図6に示す原画像をそのままCanny法により2値化したものが図12に示される2値化画像である。これによれば、図11に示される2値化画像は、図12に示される2値化画像に比べてノイズが低減していることがわかる。図12でも顎関節の輪郭が現れてはいるが、ノイズが多いことがわかる。これは、図7に示す原画像のヒストグラムには、複数の山が存在しており、これは、ノイズ成分が一定の濃度値に集中しているわけではなく、濃度値100〜255にも分散していることを示している。
本実施例では、ヒストグラム強調法により濃度値100〜255を濃度値0〜255にマッピングすることにより、濃度値100〜255に存在したノイズ成分を分散させることができ、Canny法による2値化の際に勾配が小さいノイズをエッジとして検出する頻度が低減することができ、よって、ノイズ成分をさらに低減できる。
このように、ヒストグラム強調法を行なった後に、Canny法により2値化することにより効果的にノイズを低減できる。
以上のようにして2値化された2次元画像を用いて3次元画像を再構築することにより、明瞭な3次元画像を得ることができる。なお、3次元画像は、例えば、画像の切り出しと逆のアルゴリズムで再構成することができる。
図13に上記の画像処理により得られた画像に基づいて再構築した3次元画像を示す。
本実施例によれば、小さい放射線被曝量で撮像されたノイズの多い、2次元画像から明瞭な3次元画像を得ることができる。このとき、本実施例では、複数枚の画像を平均化処理した画像をヒストグラム強調法を行なった後、2値化を行なうことにより、複雑な処理を行なうことなくノイズの影響を小さくしつつエッジ検出を行なうことができる。このため、ノイズの影響を最小限にできる。
なお、本実施例では、4416枚の全画像に対して同じ処理を行なったが、抽出部分に応じてその部分に最適な平均化処理、2値化処理を適用するようにしてもよい。例えば、閾値をかえつつ抽出結果をとり、部分毎に最適な画像が得られる閾値を設定して、撮像部分に応じて閾値を切り換えるようにする。
また、本実施例では、顎関節に適用した例について説明したが、本願発明の画像処理は顎関節だけでなく、放射線被曝線量が問題となり、少ない放射線で撮像を行なわなければならない撮像対象について適用可能である。
また、本実施例における画像処理方法は、Z軸を中心に多方向から画像を切り出し、一方向では得られないエッジを補間するものであった。Z軸に替えて、X軸又はY軸を中心に多方向から画像を切り出してもよい。
また、
▲1▼ XY平面で原点を中心に45度回転したX軸及びY軸
▲2▼ YZ平面で原点を中心に45度回転したY軸及びZ軸
▲3▼ ZX平面で原点を中心に45度回転したZ軸及びX軸
を中心に多方向から画像を切り出してもよい。
また、複数の軸を中心に多方向から画像を切り出すようにしてもよい。
(第2の実施例)
ところで、上記した画像処理方法は、図14に示されているように、例えば、Z軸を中心に、多方向から切り出した多くの画像に対して画像処理が行われるので、多くの時間を要するという問題がある。
例えば、1方向276枚、角度16方向の計4416枚の画像を切り出した場合の要処理時間について計測したところ、コンピュータの仕様によって異なるが、800MHzで動作する256MBのRAMメモリのコンピュータで実施した例では、画像切り出しに約15分、画像処理および再構築に約35分、3次元表示に約5分の計55分の時間を要した。臨床で応用できる時間は約10分であると言われており、このままでは、実用的とは言えない。
そこで、従来は三次元上で一つの軸に対し多方向から処理を行ってきたが、第2の実施例では、第15図に示すように、撮像装置を用いて得られた3次元データ(A)から、X軸、Y軸及びZ軸の各一方向、計三方向の2次元画像を切り出す(B)。この切り出したに対して、図4に示すような、平均化処理、ヒストグラム強調処理、2値化処理を行う(C)。この得られた2次元画像を用いて3次元画像を再構築して、内部メモリに記憶する(D)。内部メモリに記憶された3次元画像を表示する。なお、本実施例において、画像の切り出し以外は、上記第1の実施例の画像処理方法が利用できる。
なお、上記実施例はX、Y及びZ軸三方向から画像を切り出す場合について説明したが、それ以外の場合でも実施できる。
例えば、
▲1▼ XY平面で原点を中心に45度回転したX軸及びY軸
▲2▼ YZ平面で原点を中心に45度回転したY軸及びZ軸
▲3▼ ZX平面で原点を中心に45度回転したZ軸及びX軸
の一部又は全部を前記X、Y及びZ軸に加えてもよい。
例えば、図16に、X、Y及びZ軸に、XY平面で原点を中心に45度回転したX’軸及びY’軸からなる5軸の方向で切り出す例を示す。
また、図17に示す正四面体(A)、正六面体(B)、正八面体(C)、正一二面体(D)、正二十面体(E)の正多面体の各面の中心と正多面体の中心を結ぶ線の一部又は全部を軸としてもよい。
実際に、図15に示されている方法で、三方向から処理した三次元画像を図20に示す。従来の方法による三次元画像を図18に示し、第1の実施例の方法による三次元画像を図19に示す。図20の3次元画像は、図19の3次元画像と比較して、多少のノイズは見られるが対象物の形状認知可能な三次元画像が得られた。また、図20の3次元画像は、図18の3次元画像と比較して、欠損もなく対象物の形状認知可能な三次元画像であることがわかる。
また、処理時間は三次元投影データの読み込みから、ファイルの作成完了まで約14分であった。これまでの16方向処理では約55分と比較して、約1/4の時間で三次元画像を得ることができた。
このように、図20の画像は、16方向の三次元画像と比べると多少劣る部分もあることが見受けられるが、形状把握を目的とするならば、計算時間を考慮して三方向による画像処理によって得た三次元画像は有効であると考えられる。
上述の如く、第1及び第2の実施例は、3次元対象物の深度の異なる複数の画像を、複数の角度又は1又は複数の軸に関して抽出し、多数の画像を得ているので、抽出対象となる成分が少ない濃度範囲を削除しても、抽出対象の画像を確実に得ることができ、また、抽出対象となる成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化することにより、ノイズ成分を拡散できるので、ノイズの影響が小さい画像が得られる等の特長を有する。
また、第1及び第2の実施例は、深度方向に連続する所定数の画像の平均から平均化した画像を抽出することにより、画像の精度を損なわずにノイズ成分を低減できるため、ノイズの影響が小さい画像が得られる等の特長を有する。
また、第1及び第2の実施例は、深度方向に一画像ずつ、ずらしながら平均化し、画像を抽出することにより、画像の精度を損なわずにノイズ成分を低減できるため、ノイズの影響が小さい画像が得られる等の特長を有する。
また、本発明は、複数画像おきに1画像を平均化して、抽出することにより、高速に画像処理を行なえ、このとき、本発明では撮像画像数が多いので精度の低下を小さくできる等の特長を有する。
また、第1及び第2の実施例は、マッピングの際に、撮像対象の濃度レベルのヒストグラムにおいて、ノイズ成分を多く含む濃度分布のうち該ノイズ成分が無視できる濃度を閾値とすることにより、ノイズ成分を含まめることなく、再マッピングを行なうので、ノイズを低減でき、抽出対象を確実に抽出できる等の特長を有する。
また、第1及び第2の実施例は、、背景成分を多く含む濃度範囲のピーク濃度又は撮像対象成分を多く含む濃度範囲のピーク濃度に所定の係数をかけた値に基づいて再マッピングを行うことにより、背景成分又は撮像対象成分を含む濃度成分を確実に抽出できる等の特長を有する。
また、第1及び第2の実施例は、統計的に最適な画像が得られる閾値が設定されるので、3次元画像構築に最適な画像が得られる等の特長を有する。
また、図1の汎用コンピュータ14には、3次元対象物の深度の異なる複数の画像を、1又は複数の軸に対して、複数の角度に亘って抽出する抽出手順と、前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とをコンピュータに実行させるプログラムがインストールされて、このプログラムによって、上記第1及び第2の実施例における画像処理が行われてもよい。
なお、本発明は上記の実施例に限定されるものではなく、請求の範囲の記載を逸脱することなく、種々の変形例が可能であることは言うまでもない。
【図面の簡単な説明】
本発明の他の目的、特徴及び利点は添付の図面を参照しながら、以下の説明を読むことにより、一層明瞭となるであろう。
図1は、撮像装置(オルソCT装置)の概略構成図である。
図2は、画像抽出方法を説明するための図である。
図3は、撮像によって得られる顎関節の原画像を示す写真である。
図4は、第1の実施例における画像処理のフローチャートである。
図5は、平均化処理の動作説明図である。
図6は、図3に示す顎関節画像を平均化処理した画像を示す写真である。
図7は、顎関節画像のヒストグラムを示す図である。
図8は、図7のヒストグラム特性を有する顎関節像を示す写真である。
図9は、図10のヒストグラム特性を有する顎関節像を示す写真である。
図10は、図7に示す濃度値100〜255を濃度地0〜255にマッピングし直したヒストグラムを示す図である。
図11は、部分強調後の2値化画像を示す図である。
図12は、原画像の2値化画像を示す図である。
図13は、第1の実施例の画像処理により得られた画像に基づいて再構築した3次元画像を示す写真である。
図14は、Z軸、X軸及びY軸の3軸を中心にした画像の切り出しを説明するための図である。
図15は、第2の実施例における処理手順を説明ための図である。
図16は、5軸の画像の切り出しを説明するための図である
図17は、正多面体の図である。
図18は、従来の画像処理によって得た三次元画像を示す写真である。
図19は、第1の実施例によって得た三次元画像を示す写真である。
図20は、第2の実施例において、三方向による画像処理によって得た三次元画像を示す写真である。
上記図において用いられている主要な参照符合を以下に説明する。
1は、システムであり、11は、放射線源であり、12は、検知器であり、13は、アナログ−ディジタル変換器であり、14は、汎用コンピュータであり、21は、撮像対象である。

Claims (10)

  1. 3次元対象物の深度の異なる複数の画像を、1又は複数の軸に対して、複数の角度に亘って抽出する抽出手順と、
    前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、
    前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とを有することを特徴とする画像処理方法。
  2. 3次元対象物から、方向が異なる複数の軸上における深度の異なる複数の画像を、抽出する抽出手順と、
    前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、
    前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とを有することを特徴とする画像処理方法。
  3. 前記2値化手順は、前記深度方向に連続する所定数の画像の平均から平均化した画像を抽出する平均化手順を有することを特徴とする請求項1又2記載の画像処理方法。
  4. 前記平均化手順は、前記深度方向に一画像ずつ、ずらしながら平均化し、画像を抽出することを特徴とする請求項3記載の画像処理方法。
  5. 前記平均化手順は、複数画像おきに1画像を平均化し、抽出することを特徴とする請求項4記載の画像処理方法。
  6. 前記2値化手順は、前記抽出対象の濃度レベルのヒストグラムにおいて、ノイズ成分を多く含む濃度分布のうち該ノイズ成分が無視できる濃度範囲を再マッピングした後、2値化することを特徴とする請求項1乃至5のいずれか一項記載の画像処理方法。
  7. 前記2値化手順は、前記撮像対象の濃度レベルのヒストグラムにおいて、背景成分を多く含む濃度範囲のピーク濃度又は前記抽出対象成分を多く含む濃度範囲のピーク濃度に所定の係数をかけた値に応じて再マッピングを行ない、2値化することを特徴とする請求項1乃至5のいずれか一項記載の画像処理方法。
  8. 前記2値化手順は、周辺画素の濃度分布に基づいて統計的に再マッピングを行ない、2値化することを特徴とする請求項1乃至5のいずれか一項記載の画像処理方法。
  9. 3次元対象物の深度の異なる複数の画像を、1又は複数の軸に対して、複数の角度に亘って抽出する抽出手順と、
    前記抽出手順で得られた前記複数の画像のうち、対象物の成分が少ない濃度範囲を削除し、他の部分を所定の濃度値範囲にマッピングし直し、2値化する2値化手順と、
    前記2値化手順で前記2値化した画像に基づいて前記3次元対象物の3次元画像を構築する手順とをコンピュータに実行させることを特徴とする画像処理プログラム。
  10. 請求項9記載の画像処理プログラムを記録したコンピュータ読取可能な記録媒体。
JP2002545449A 2000-11-24 2001-11-22 画像処理方法 Pending JPWO2002043001A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2000358420 2000-11-24
JP2000358420 2000-11-24
PCT/JP2001/010211 WO2002043001A1 (en) 2000-11-24 2001-11-22 Image processing method

Publications (1)

Publication Number Publication Date
JPWO2002043001A1 true JPWO2002043001A1 (ja) 2004-04-02

Family

ID=18830321

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002545449A Pending JPWO2002043001A1 (ja) 2000-11-24 2001-11-22 画像処理方法

Country Status (5)

Country Link
US (1) US7068837B2 (ja)
JP (1) JPWO2002043001A1 (ja)
DE (1) DE10194962T1 (ja)
FI (1) FI20021342A (ja)
WO (1) WO2002043001A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005040239A (ja) * 2003-07-24 2005-02-17 Matsumoto Shika Univ Image processing method, image processing program, and computer-readable recording medium
JP4175468B2 (ja) * 2003-07-24 2008-11-05 学校法人日本大学 画像処理方法、画像処理プログラム及びコンピュータ読取可能な記録媒体
JP4090970B2 (ja) * 2003-09-09 2008-05-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 放射線断層画像撮影装置と放射線断層画像撮影方法および画像生成装置と画像生成方法
JP4056968B2 (ja) * 2003-12-02 2008-03-05 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線ct装置および画像処理方法
JP4610182B2 (ja) * 2003-12-05 2011-01-12 株式会社日立ハイテクノロジーズ 走査型電子顕微鏡
US7668285B2 (en) * 2004-02-16 2010-02-23 Kabushiki Kaisha Toshiba X-ray computed tomographic apparatus and image processing apparatus
US8073199B2 (en) * 2008-05-30 2011-12-06 Drs Rsta, Inc. Method for minimizing scintillation in dynamic images
US9982995B2 (en) 2011-05-24 2018-05-29 Koninklijke Philips N.V. 3D scanner using structured lighting
JP2013075035A (ja) * 2011-09-30 2013-04-25 Canon Inc 光断層像撮像方法、光断層像撮像装置およびプログラム
JP5781011B2 (ja) * 2012-05-23 2015-09-16 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および撮影装置並びにプログラム
EP2869261B1 (en) * 2013-11-04 2018-10-31 Cyrill Gyger Method for processing image data representing a three-dimensional volume

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62129035A (en) * 1985-11-29 1987-06-11 Yokogawa Medical Syst X-ray ct image forming method
EP0229971B1 (de) * 1985-12-20 1990-11-07 Siemens Aktiengesellschaft Zahnärztliches Röntgendiagnostikgerät zur Erstellung von Panorama-Schichtaufnahmen vom Kiefer eines Patienten
US4891829A (en) * 1986-11-19 1990-01-02 Exxon Research And Engineering Company Method and apparatus for utilizing an electro-optic detector in a microtomography system
JPS6488783A (en) * 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional reprojecting device
JPS6488786A (en) * 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional logical filtering device
JPS6488787A (en) * 1987-09-30 1989-04-03 Toshiba Corp Three-dimensional spatial filtering device
JPH03121579A (en) * 1989-10-04 1991-05-23 Toshiba Corp Three-dimensional picture processor
JPH0714023A (ja) * 1993-06-18 1995-01-17 Ge Yokogawa Medical Syst Ltd 医療診断用ウインド設定システム
JPH08138078A (ja) * 1994-11-09 1996-05-31 Toshiba Corp 画像処理装置
JP2000030044A (ja) * 1998-07-15 2000-01-28 Shimadzu Corp 3D image processing device
JP3992389B2 (ja) * 1999-01-11 2007-10-17 株式会社日立メディコ X線ct装置及びファントム

Also Published As

Publication number Publication date
US20030002724A1 (en) 2003-01-02
WO2002043001A1 (en) 2002-05-30
US7068837B2 (en) 2006-06-27
WO2002043001A8 (en) 2002-06-20
FI20021342A (fi) 2002-09-24
DE10194962T1 (de) 2003-12-04
DE10194962T0 (ja)

Similar Documents

Publication Publication Date Title
US10204414B2 (en) Integration of intra-oral imagery and volumetric imagery
Deserno Fundamentals of biomedical image processing
US10181206B2 (en) Method and apparatus for providing panorama image data
KR100722596B1 (ko) 화상처리방법과 화상처리장치
Tadeusiewicz Modern computational intelligence methods for the interpretation of medical images
Lyra et al. Filtering in SPECT image reconstruction
JP4477360B2 (ja) ディジタル・トモシンセシスにおける汎用フィルタ補正逆投影再構成
US7853064B2 (en) Method for the processing of radiological images in tomosynthesis for a detection of radiological signs
US5572565A (en) Automatic segmentation, skinline and nipple detection in digital mammograms
US5476096A (en) Analysis and measurement of temporal tissue variations
JP3974946B2 (ja) 画像分類装置
Dhawan et al. Mammographic feature enhancement by computerized image processing
US5832134A (en) Data visualization enhancement through removal of dominating structures
USRE35798E (en) Three-dimensional image processing apparatus
US6574304B1 (en) Computer aided acquisition of medical images
US7218766B2 (en) Computer aided detection (CAD) for 3D digital mammography
JP4832628B2 (ja) シャープなコントラストをもつエレメントの3次元画像を再構成する方法
JP3373720B2 (ja) X線断層撮影装置
DE69432995T2 (de) Automatisches Verfahren und System zur Segmentierung medizinischer Bilder
KR100503424B1 (ko) 다중단면 전산화단층촬영 영상을 이용한 폐결절 자동 검출방법 및 이를 기록한 기록매체
US5241471A (en) Method of multi-scale reconstruction of the image of the structure of a body at an increased speed
US7308124B2 (en) Correction of boundary artefacts in image data processing
US7177453B2 (en) Method and apparatus for partitioning a volume
Wang et al. Spiral CT image deblurring for cochlear implantation
US6978039B2 (en) Method and system for segmentation of medical images

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20020705

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040402

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040412

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070515

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070713

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070713

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20071023

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20071122

A911 Transfer of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20080109

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080527

A912 Removal of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20081010