JPWO2002043001A1 - 画像処理方法 - Google Patents
画像処理方法 Download PDFInfo
- 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
- density
- images
- dimensional
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 70
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000012935 Averaging Methods 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 17
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 42
- 210000001738 temporomandibular joint Anatomy 0.000 description 26
- 230000005855 radiation Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000013507 mapping Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical 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。
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)
- 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。 - 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000358420 | 2000-11-24 | ||
| JP2000358420 | 2000-11-24 | ||
| PCT/JP2001/010211 WO2002043001A1 (fr) | 2000-11-24 | 2001-11-22 | Procede de traitement d'image |
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 (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004136027A (ja) * | 2002-10-21 | 2004-05-13 | Univ Nihon | 画像処理装置 |
| JP2005040239A (ja) * | 2003-07-24 | 2005-02-17 | Univ Nihon | 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 |
| 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 |
| WO2012160470A1 (en) | 2011-05-24 | 2012-11-29 | Koninklijke Philips Electronics 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 |
| ES2706749T3 (es) * | 2013-11-04 | 2019-04-01 | Cyrill Gyger | Método para procesar datos de imagen que representan un volumen tridimensional |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62129035A (ja) * | 1985-11-29 | 1987-06-11 | 横河メディカルシステム株式会社 | Ｘ線ｃｔ像作成方法 |
| DE3675525D1 (de) * | 1985-12-20 | 1990-12-13 | Siemens Ag | Zahnaerztliches roentgendiagnostikgeraet 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 |
| 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 |
| JPS6488783A (en) * | 1987-09-30 | 1989-04-03 | Toshiba Corp | Three-dimensional reprojecting device |
| JPH03121579A (ja) * | 1989-10-04 | 1991-05-23 | Toshiba Corp | 三次元画像処理装置 |
| 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 Medical Eng Co Ltd | 画像処理装置 |
| JP2000030044A (ja) * | 1998-07-15 | 2000-01-28 | Shimadzu Corp | ３次元画像処理装置 |
| 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 |
-
2001
- 2001-11-22 DE DE10194962T patent/DE10194962T1/de not_active Withdrawn
- 2001-11-22 US US10/181,783 patent/US7068837B2/en not_active Expired - Fee Related
- 2001-11-22 WO PCT/JP2001/010211 patent/WO2002043001A1/ja active Application Filing
- 2001-11-22 JP JP2002545449A patent/JPWO2002043001A1/ja active Pending
-
2002
- 2002-07-08 FI FI20021342A patent/FI20021342A/fi not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| US20030002724A1 (en) | 2003-01-02 |
| US7068837B2 (en) | 2006-06-27 |
| DE10194962T1 (de) | 2003-12-04 |
| WO2002043001A8 (fr) | 2002-06-20 |
| WO2002043001A1 (fr) | 2002-05-30 |
| FI20021342A (fi) | 2002-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4175468B2 (ja) | 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 | |
| JP5858625B2 (ja) | 補正版再構成コンピュータ断層像生成方法 | |
| US9993215B2 (en) | CT image correction | |
| US7564998B2 (en) | Image processing apparatus and method, and program | |
| JPWO2002043001A1 (ja) | 画像処理方法 | |
| FR2909207A1 (fr) | Procede de visualisation tridimensionnelle d'images de tomosynthese en mammographie. | |
| KR102351283B1 (ko) | 딥러닝을 이용한 짧은 시간 촬영한 뇌 단층 촬영 이미지 복원 장치 | |
| JP2003189179A (ja) | 異常陰影検出装置および画像出力装置 | |
| JPH07226882A (ja) | ラジオグラフィー像の表示において診断上無関係な領域の可視化 | |
| Johari et al. | Metal artifact suppression in dental cone beam computed tomography images using image processing techniques | |
| JP2009178517A (ja) | 画像処理装置及びｘ線ｃｔ装置 | |
| JPH08161520A (ja) | 三次元画像の対象部分抽出方法 | |
| US20070053570A1 (en) | Image processing method, and computer-readable recording medium in which image processing program is recorded | |
| TWI716762B (zh) | 一種利用神經網路去除牙齒影像雜訊之方法 | |
| Budumuru et al. | Preprocessing analysis of medical image: a survey | |
| Kumasaka et al. | Skeletal pattern extraction of bone trabeculae using mathematical morphology | |
| JPH08272945A (ja) | 画像処理装置 | |
| Fukuda et al. | Improved tomosynthesis reconstruction using super-resolution and iterative techniques | |
| JP3925278B2 (ja) | 核医学イメージング装置 | |
| TWI594732B (zh) | Three-dimensional median filter applied to computed tomography | |
| JPH11155849A (ja) | 骨画像情報取得方法 | |
| JPH07320028A (ja) | 投影画像処理方法及び投影画像処理装置 | |
| WO2022185494A1 (ja) | 異常検出プログラム、異常検出方法、および情報処理装置 | |
| WO2022116143A1 (zh) | Pet成像方法、装置与设备 | |
| KR102026085B1 (ko) | Ct 데이터 표면 완성 방법 및 그 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
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 | Request for written amendment filed |
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 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070713 |
|
| A521 | Request for written amendment filed |
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 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071122 |
|
| A911 | Transfer to examiner for re-examination 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 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20081010 |