KR20120103456A

KR20120103456A - 화상처리장치, 화상처리방법, 및 컴퓨터 판독가능한 기억매체

Info

Publication number: KR20120103456A
Application number: KR1020120021604A
Authority: KR
Inventors: 히데아키 미야모토
Original assignee: 캐논 가부시끼가이샤
Priority date: 2011-03-09
Filing date: 2012-03-02
Publication date: 2012-09-19
Also published as: CN102743181A; CN105335945B; US20120230541A1; KR101493375B1; US8983122B2; CN102743181B; JP5828649B2; JP2012190148A; CN105335945A; EP2498219A1

Abstract

화상처리장치는, 화상의 복수의 블록에 대해 식별 정보를 얻는 제1 취득부와, 상기 식별 정보에 근거해서 정해진 상기 화상의 영역의 화소값으로부터 화상처리에 사용되는 정보를 얻는 제2 취득부와, 상기 제2 취득부에서 얻어진 정보에 의거하여 상기 화상의 화상처리를 행하는 화상처리부를 구비한다.

Description

화상처리장치, 화상처리방법, 및 컴퓨터 판독가능한 기억매체{IMAGE PROCESSING APPARATUS, IMAGE PROCESSING METHOD, AND COMPUTER-READABLE STORAGE MEDIUM}

본 발명은, 방사선의 촬영에 있어서 얻어진 화상의 화상처리에 관한 것이다. 특히, 본 발명은 화상처리의 처리 방법을 결정하는데 유용한 기술에 관한 것이다.

최근의 디지털 기술의 진보에 따라, X선화상을 디지털 데이터로서 출력가능한 2차원 X선 센서(예를 들면, 플랫 패널 검출기; ＦＰＤ)도 널리 사용되고 있다. 의료용 X선 촬영은, 일반적으로 의료 진단분야에 사용된다. 이에 따라, 진단 목적으로 알맞은 디지털 화상처리의 요구가 증가하고 있다.

일본국 공개특허 특개소 61-68031호에서는, 피사체의 촬영 부위나, 촬영 방법에 관한 정보의 입력을 행하여서 미리 정해진 화상처리 알고리즘화상처리에 적용하는 방법이 개시되어 있다. 이 방법에 따르면, 입력된 정보에 근거하여, 진단 목적으로 알맞은 디지털 화상처리를 행할 수 있다.

또한, 화상처리 파라미터를 개별의 화상에 대하여 입력하지 않고도 범용 화상 처리를 실현할 수 있는 기술에 대한 요구가 증가하고 있다.

일본국 공개특허공보 특개 2006-087934호에서는, 화상으로부터 진단상 불필요한 부분을 화상해석에 의해 제거하는 방법이 개시되어 있다. 상기 불필요한 부분은, 예를 들면, 진단에 필요한 조사 필드 영역 외의 영역과 센서에 직접 X선이 조사된 부분이다. 나머지 부분은 히스토그램 해석되어 화상처리 파라미터가 얻어진다.

X선 동영상 촬영을 행하는 경우에, 촬영 범위를 연속적으로 변경한다. 이 때문에, 콜리메이터에 의해 X선을 좁히는 것, X선에 직접 노광된 영역의 유/무, 특징적인 인체구조(예를 들면, 폐야(lung field), 뼈영역)의 형상이나 위치 관계, 및 화상 내에서의 특징적 구조의 크기가, 계속해서 변화된다. 아주 다양하게 화상을 촬영하므로, 화상을 처리하기 위해 범용 화상처리를 사용할 수 있는 경우 편리하다.

또한, X선 조사량을 저감할 필요가 있으므로, 원하는 화질을 항상 얻을 수 없다. 따라서, 계조처리, 다이나믹 레인지 압축 처리, 노이즈 저감 처리, 및 에지(edge) 강조처리등의 화상처리의 중요성은 높아지고 있다.

그렇지만, 일본국 공개특허 특개소 61-68031호에 나타낸 촬영 부위와 촬영 방법에 관한 정보의 입력 방법에서는, 화상마다 정보를 입력할 필요가 있으므로, 그 방법을 다양한 화상에 대하여 범용적으로 적용할 수 없다.

또한, 일본국 공개특허공보 특개 2006-087934호에 나타낸 방법에 의하면, 상기 조사 필드이외의 영역과 식별처리에 의해 따라 X선을 직접 조사한 영역의 추출은, 파라미터를 결정짓는 화상의 일부에만 행해질 수 없다. 이 때문에, 상기 방법에 의해 모든 화상을 처리할 수 있는 것은 아니다.

본 발명은, 화상처리의 처리 방법을, 화상의 다양성에 관계없이 안정하게 설정할 수 있는 구조를 제공하는 것을 목적으로 한다.

본 발명의 일 국면에 의하면, 화상처리장치는, 화상의 복수의 블록마다 식별 정보를 얻는 제1 취득부와, 상기 식별 정보에 근거해서 정해진 상기 화상의 영역의 화소값으로부터 화상처리에 사용되는 정보를 얻는 제2 취득부와, 상기 제2 취득부에서 얻어진 정보에 의거하여 상기 화상의 화상처리를 행하는 화상처리부를 구비한다.

본 발명의 또 다른 특징들 및 국면들은, 첨부도면을 참조하여 아래의 예시적 실시예들의 상세한 설명으로부터 명백해질 것이다.

본 명세서에 포함되고 그 일부를 구성하는 첨부도면들은, 본 발명의 예시적인 실시예들, 특징들 및 국면들을 나타내고, 이 설명과 함께, 본 발명의 원리를 설명하는 역할을 한다.
도 1은 본 발명의 제 1 실시예의 X선 화상처리 시스템의 구성을 설명하는 도면이다.
도 2는 제 1 실시예의 화상해석 처리부의 처리의 흐름을 설명하는 흐름도다.
도 3은 본 발명의 제 2 실시예의 X선 화상처리 시스템의 구성을 설명하는 도면이다.
도 4는 제 2 실시예의 화상해석 처리부의 처리의 흐름을 설명하는 흐름도다.
도 5는 본 발명의 제 3 실시예의 X선 화상처리 시스템의 구성을 설명하는 도면이다.
도 6은 제 3 실시예의 화상해석 처리부의 처리의 흐름을 설명하는 흐름도다.
도 7은 본 발명을 실현 가능한 컴퓨터 시스템의 일례를 나타낸다.

이하, 도면들을 참조하여 본 발명의 여러 가지 예시적 실시예들, 특징들 및 국면들을 상세히 설명한다.

본 발명의 제1 예시적 실시예에 따른 X선 화상처리 시스템을, 도 1을 참조해서 설명한다.

X선 화상처리 시스템(100)은, X선 발생부(101)와 2차원 X선 센서(104)를 구비한다. X선 발생부(101)는, 매초 3∼30의 X선 펄스를 발생하는 것이 가능하다. 2차원 X선 센서(104)는, 피사체(102)를 통과한 X선(103)을 받아서, X선 펄스에 동기한 X선 동화상을 촬상한다. 이하의 예시적 실시예에 의하면, X선 발생부(101)가 X선을 연속해서 조사함으로써, 2차원 X선 센서(104)에 의해 매초 3∼30의 화상을 촬상할 수 있다.

한층 더, X선 화상처리 시스템(100)은, 화상해석 처리부(105)와 화상처리부(106)를 구비한다. 화상해석 처리부(105)는 2차원 X선 센서(104)가 출력한 동화상의 각 프레임을 해석해서 화상해석값을 출력한다. 화상처리부(106)는, 화상해석값에 의거하여 동화상의 각 프레임에 대해 화상처리를 행한다.

또한, X선 화상처리 시스템(100)은, 화상처리가 이루어진 동화상을 표시하는 화상표시부(107)를 구비한다.

화상해석 처리부(105)의 구성은, 본 예시적 실시예의 가장 특징적인 구성이며, 이하 상세하게 설명한다.

화상해석 처리부(105)는, 블록 분할부(108)와 제1 취득부(109)를 구비한다. 블록 분할부(108)는, 동화상의 각 프레임을 블록들로 분할한다. 각 블록은, 소정의 화소수를 포함한다. 제1 취득부(109)는, 블록마다 식별 정보를 산출하거나, 식별 정보 산출 결과를 외부장치로부터 취득한다. 이하의 예시적 실시예에서는 제1 취득부(109)가 식별 정보를 산출하는 경우에 관하여 설명한다.

화상해석 처리부(105)는, 영역의 식별부(110)와 제2 취득부(111)를 더 구비한다. 영역의 식별부(110)는, 소정의 식별 조건을 충족시키는 블록을 추출한다. 제2 취득부(111)는, 영역의 식별부(110)가 추출한 블록을 구성하는 화소에 의거하여 화상처리에 필요한 정보를 취득한다. 이후, 제2 취득부(111)가 출력한 정보를 화상해석 처리부(105)의 화상해석값이라고 부른다.

이하, 이상의 구성을 갖는 화상해석 처리부(105)의 동작을 도 2에 나타낸 흐름도를 참조하여 설명한다. 이하의 설명에서는, 설명의 간략화를 위해, 상기 2차원 X선 센서(104)가 출력한 동화상의 각 프레임은, 512×512의 화소로 구성된 화상이다. 또한, 화상해석 처리부(105)에서 행한 화상해석처리에 관하여, 이 화상으로부터 2개의 화소값(대소)의 화소값을 화상처리에 필요한 정보로서 출력한다.

한층 더, 추출된 2개의 화소값(대소)이 나타낸 화소값 범위를 소정의 화소값 범위로 변환함으로써, 콘트라스트를 강조하는 계조처리는 화상처리부(106)에 의해 행해진다.

단계S201에 있어서, 화상해석 처리부(105)는, 2차원 X선 센서(104)로부터 출력된 동화상의 각 프레임을 블록 분할부(108)에 입력한다. 블록 분할부(108)는, 512×512화소 화상을, 예를 들면 64×64블록으로 분할해서, 그 얻어진 블록을 출력한다. 각 블록은, 예를 들면, 8×8화소로 이루어진다.

단계S202에 있어서, 화상해석 처리부(105)는, 블록 분할부(108)가 출력하는 블록을 제1 취득부(109)에 입력한다. 제1 취득부(109)는, 블록내 화소로부터의 식별 정보로서, 블록내 화소값의 변동을 산출한다. 이 블록내 화소값의 변동을 나타낼 수 있는 여러 가지 값들이 있지만, 본 실시예에 따른 다음식에서는 분산 값Ｖａｒ를 사용한다.

(1)

상기 식에 있어서, L은 입력 화상의 최대 가능 화소값이고, P(l)은 화소수가 1인 블록내의 화소수를 블록내의 총 화소수로 나누어서 정규화한 값이다. Ｍｅａｎ은 블록내 화소의 평균치다. 이 식별 정보 산출처리는, 제1 취득부(109)에 입력된 블록 모두에 대하여 행해진다. 이렇게, 본 실시예의 처리에 따르면, 64×64블록에 대응한 64×64수의 분산 값Ｖａｒ를 식별 정보로서 출력한다.

단계S203에 있어서, 화상해석 처리부(105)는, 제1 취득부(109)가 출력한 식별 정보를 영역의 식별부(110)에 입력한다. 영역의 식별부(110)는, 식별 정보가 나타내는 블록내 화소의 변동이 소정의 식별 조건을 충족시키는 것인가 아닌가를 판정하고, 그 식별 조건을 충족시키는 식별 정보에 대응한 블록을 관심 블록으로서 출력한다.

식별 정보로서 분산 값Ｖａｒ를 사용했을 경우, 위치(x, y)의 블록Ｂｌｋ(x, y)이 관심 블록인가의 여부는, 블록Ｂｌｋ(x, y)에 대응하는 분산 값을 Ｖａｒ(x, y)로서, 예를 들면 다음식과 같은 식별 조건을 사용해서 판정한다.

(2)

상기 식에 있어서, Ｔ_ｖａｒ는 관심 블록과 그 이외의 블록을 식별하는데 사용된 역치다. Ｔ_ｖａｒ에는 경험적으로 구한 값을 사용한다. 본 예에서는, 통계량인 분산 값이 소정의 범위에 있는 블록을 관심 블록으로서 정한다.

단계S204에 있어서, 화상해석 처리부(105)는, 영역의 식별부(110)가 출력하는 관심 블록과 2차원 X선 센서(104)가 출력하는 동화상의 각 프레임을 제2 취득부(111)에 입력한다. 제2 취득부(111)는, 동화상의 각 프레임을 구성하는 화소 중, 관심 블록에 속하는 화소로부터 최소값 및 최대값을 산출하여, 그 값을 화상처리에 필요한 정보로서 출력한다.

이 최소값 및 최대값이 관심 블록의 화소값의 분포를 대표하는 값이 된다. 또한, 화상해석 처리부(105)가 출력하는 화상해석값이다. 화상처리부(106)는, 이 2개의 화소값이 나타낸 화소값 범위를 소정의 화소값 범위로 변환함으로써 입력인 동화상의 각 프레임의 콘트라스트를 강조해서 그 결과를 출력한다. 상기 화소값의 분포 정보에 의거하여 상기 화상에 화상처리부(106)는 계조 처리를 실시한다.

본 실시예에 의하면, 화상을 블록으로 분할하고, 블록내의 화소값의 국소적 변동에 의거하여 관심 블록을 식별한다. 그리고, 식별한 관심 블록을 구성하는 화소로부터 2개의 화소값(대소)을 산출한다. 그 얻어진 화소값은 화상해석값으로서 결정한다. 이들 화상해석값은, 동화상의 각 프레임의 콘트라스트를 강조하는 계조처리에 필요한 2개의 화소값(대소)으로서 사용된다.

본 예시적 실시예의 구성에서는, 국소 영역의 분산 값 등의 통계적 정보에 의거하여 화상처리에 필요한 정보를 얻는다. 이에 따라, 동화상의 각 프레임으로부터 추출된 피사체 종류나 위치 관계 등의 화상의 의미적 정보를 사용하지 않는다. 따라서, 피사체 종류나 위치 관계 등의 화상의 의미적 정보를 인식/이해할 필요가 없다. 그래서, 콜리메이터나 X선으로 직접 조사한 부분의 유무와, 피사체 촬영 부위에 의존하지 않는 범용 화상처리가 실현될 수 있다.

상기의 설명에 따라 단계S201에 있어서 화상해석 처리부(105)는, 2차원 X선 센서(104)가 출력한 동화상의 각 프레임을 직접 블록 분할부(108)에 입력했지만, 그 화상 입력 전에 화상축소 처리를 행할 수 있다.

예를 들면, 동화상의 각 프레임의 인접하는 2×2화소의 평균치를 1화소의 값으로서 하면, 1/2 사이즈의 화상으로 축소할 수 있다. 화상해석처리에 필요한 정보량을 유지하도록 화상축소 처리를 행하면, 평균치를 화소값으로서 사용하는 것에 의한 노이즈 저감과, 화소수 삭감에 의한 처리 속도의 향상이 실현 가능하다.

또한, 단계S201에 있어서, 블록 분할부(108)는, 어떤 블록을 구성하는 화소가 다른 블록에는 속하지 않도록 화상을 블록 분할해도 좋다. 또한, 인접하는 인접 블록간이 중복하도록 화상을 블록들로 분할하고, 그 중복부에서의 화소가 복수의 블록에 속한다.

예를 들면, 블록간에 화상이 에지를 갖는 경우, 블록들이 중복하지 않으면 에지 정보가 잃어버려진다. 한편, 블록들이 중복하면, 에지 정보를 얻어 보존할 수 있다.

또한, 상기의 설명에 있어서, 식별 정보로서 분산 값Ｖａｒ를 사용했지만, 블록내의 변동을 나타내는 통계값은, 분산 값에 한정되는 것이 아니다. 예를 들면, 다음식에서의 에너지Ｅｇｙ와 엔트로피Ｅｐｙ를 사용할 수 있다.

(3)

계산량이나 단계S203에서 사용된 식별 조건의 정의의 쉬움을 고려하여 화상의 텍스처(texture) 특성을 나타내는 통계값이 사용될 수 있다.

또한, 상기의 설명에서는, 단계S202에 있어서, 제1 취득부(109)는, 식별 정보로서, 블록내 화소의 변동을 나타내는 특징량을 산출하지만, 복수의 특징량을 산출하여도 좋다.

예를 들면, 블록에서의 화소로부터 에지 부분의 존재를 나타내는 통계값을 산출하여, 식별 정보에 추가시킨다. 또한, 단계S203에 있어서, 강한 에지나 특정한 방향을 지시하는 에지를 포함하는 블록을 관심 블록으로부터 제외하는 조건은, 상기 식별 조건에 추가된다.

에지 부분의 존재를 평가하는데 사용된 평가 값은, 블록내 화소의 최대값과 최소값간의 차이나, 블록내 화소(i, j)의 세로방향/가로방향의 미분 필터를 적용하여 얻어진 결과(ｆｙ(i, j), ｆｘ(i, j))로부터 다음식에 따라 산출된 경사 강도ｍａｇ(i, j)와 경사방향θ(i, j)의 평균치나 피크치다.

(4)

이 구성에 따르면, 단계S203에 있어서 에지 정보를 고려한 관심 블록의 식별이 가능해진다.

에지 정보를 고려한 관심 블록의 식별이 가능해지므로, X선에 직접 노출된 2차원 X선 센서(104)의 수광면의 일부의 에지를 상기 관심 블록으로 제외할 수 있다. 또한, 금속등의 인공물을 포함하는 영역을 관심 블록으로부터 제외할 수 있다.

또한, 최소값, 최대값, 평균치, 중앙치 및 피크치등의 블록을 구성하는 화소에 의거한 통계값을, 산출해서 식별 정보에 추가시킬 수 있다. 이러한 값을 상기 식별 정보에 추가하는 경우, 예를 들면, 단계S203에서는 화소값에 대해 통계값이 지나치게 높거나 지나치게 낮은 블록을 관심 블록으로부터 제외하는 조건을 추가한다.

이 구성에 의하면, 단계S203에 있어서 화소값을 고려한 관심 블록의 식별이 가능해진다. 이에 따라, X선을 직접 조사한 부분이나 조사 필드이외의 영역은, 상기 화상으로부터 제외될 수 있다.

한층 더, 블록의 위치정보는, 상기 식별 정보에 포함될 수 있다. 단계S203에 있어서는, 예를 들면, 화상의 측면(side)보다도 중앙에 무게를 두는 조건은, 식별 조건에 추가될 수 있다. 이러한 구성에 따라, 일반적으로, 피사체의 관심 있는 부위는, X선 촬상을 행하는 경우에 상기 화상의 중앙위치에 설정될 것이다.

한층 더, 조사 분야의 측면은, 상기 화상의 중앙에 설정되지 않을 것이다. 이에 따라, 간단한 방식으로 안정한 화상처리에 필요한 정보를 얻을 수 있다.

상기의 설명에서는, 화상처리부(106)에서 행한 화상처리는 계조처리이고, 화상해석 처리부(105)는 이 계조처리에 필요한 화상해석값을 얻는다.

그러나, 본 발명의 화상처리는 계조처리에 한정하는 것이 아니다. 예를 들면, (도면에 나타나 있지 않은) 화상처리 선택부(115)는, 계조처리, 다이나믹 레인지 압축 처리, 노이즈 저감 처리, 및 에지 강조처리로부터 임의의 하나 이상의 동작을 선택할 수 있다. 그리고, 상기 선택된 화상처리에 대응한 식별 정보가 얻어진다.

노이즈 저감 처리에 의하면, X선의 조사량이 적은 영역의 정보가 중요하다. 그래서, 화소값이 식별 정보에 추가되고, 상기 센서의 신호대 잡음비에 따라 X선의 조사가 적은 저화소값 영역이 관심 영역으로서 결정된다. 이에 따라, 노이즈의 특성에 일치하는 노이즈 저감 처리를 행할 수 있다.

제2 취득부(111)는 관심 블록의 고립 음영의 회수를 노이즈의 평가 값으로서 취득하고, 화상처리부(106)는, 예를 들면, 평활화 필터의 사이즈를 평가 값에 의거하여 결정한다.

노이즈 저감처리의 식별 정보와 식별 조건은, 계조 데이터 변환 처리의 식별 정보와 식별 조건과 다르다.

또한, 에지 강조처리에서는, X선의 조사량이 적은 영역을 강조하지 않는 것이 중요하다. 아울러, 폐야등의 고화소값 영역의 정보도 중요하다.

예를 들면, 상기 식(2)의 조건을 만족하는 고화소값 영역은, 관심 블록으로서 선택된다. 이것은, 분산이 적은 X선 영역을 직접 조사한 영역을 제외한 후 피사체영역으로부터 정보를 선택할 수 있기 때문이다.

예를 들면, 강조하고 싶은 주파수대역을 관심 블록의 화상의 공간주파수로부터 제2 취득부(111)는 해석 값으로서 취득하고, 화상처리부(106)는, 강조 필터의 사이즈를 그 해석 값에 의거하여 결정한다. 에지 강조처리의 식별 정보와 식별 조건은, 계조 데이터 변환 처리와 노이즈 저감 처리의 식별 정보 및 식별 조건과 다르다.

다이나믹 레인지 압축 처리에 의하면, 계조 데이터 변환 처리에서 얻어진 것과 같은 관심 블록의 화소로부터 최소값 및 최대값이 화상해석값으로서 얻어지고, 다이나믹 레인지 압축 처리가 그 화상해석값에 의거하여 행해진다.

한층 더, 제2 취득부(111)는 관심 블록에서의 화소로부터 다이나믹 레인지 압축 처리에 사용된 주파수처리의 대역을 해석 값으로서 취득하고, 화상처리부(106)는 처리 필터의 사이즈를 그 해석 값에 의거하여 결정한다.

이 경우에는, 2개의 관심 영역이 생성되고, 각 영역으로부터 화상처리에 필요한 정보가 취득된다.

상술한 것처럼, 다이나믹 레인지 압축 처리의 식별 정보와 식별 조건은, 계조 데이터 변환 처리, 노이즈 저감 처리 및 에지 강조처리의 식별 정보 및 식별 조건과 다르다.

에지 강조처리와 다이나믹 레이진 압축 처리는 주파수처리다. 이렇게 하여, 블록의 사이즈는, 계조 데이터 변환 처리나 노이즈 저감 처리가 선택되었을 경우 사용된 블록의 사이즈보다 큰 것이 바람직하다.

또한, 화상처리부(106)에서 행한 화상처리는, 상기의 계조처리, 다이나믹 레인지 압축 처리, 노이즈 저감 처리 및 에지 강조처리의 모두, 혹은 조합이어도 된다. 이 처리의 모두 혹은 조합이 행해지면, 화상해석부(105)는, 화상처리부(106)에서 행하는 화상처리에 필요한 모든 화상해석값을 산출하기 위해서, 복수의 식별 정보, 복수의 관심 블록, 복수의 화상처리에 필요한 정보를 산출한다.

또한, 화상처리부(106)에서 행한 화상처리는, X선 화상처리 시스템(100)에 설치된 (도면에 나타나 있지 않은) 조작원 콘솔로부터 선택될 수 있다. 조작원 콘솔로부터 화상처리가 선택된 경우, 화상해석부(105)는 필요한 식별 정보, 관심 블록, 그 선택된 화상처리에 따라 화상처리에 필요한 정보를 산출하고, 화상해석값을 구한다.

또한, 제1 취득부(109) 및 영역의 식별부(110)는, 블록에 대해서는 독립적인 처리다. 따라서, 그래픽 처리장치(ＧＰＵ)와 같은 병렬처리장치를 사용하면, 블록 분할후의 처리를 병렬로 실행할 수 있다. 이에 따라, 처리속도를 더욱 개선할 수 있다.

이하, 본 발명의 제2 예시적 실시예에 따른 X선 화상처리 시스템을, 도 3을 참조해서 설명한다.

제2 예시적 실시예에 따른 X선 화상처리 시스템은, ＧＰＵ와 같은 병렬처리장치를 사용했을 경우에 유용하다. 또한, X선 화상처리 시스템300은, 상기 X선 화상처리 시스템100과 마찬가지로, X선 발생부(101)와 2차원 X선 센서(104)를 구비한다. X선 발생부(101)는 매초 3∼30펄스의 X선 펄스를 발생하는 것이 가능하고, 2차원 X선 센서(104)는 피사체(102)를 통과한 X선(103)을 받아서 X선 펄스에 동기한 동화상을 X선 화상으로서 촬상한다.

한층 더, X선 화상처리 시스템(300)은, 화상해석 처리부(301)와 화상처리부(106)를 구비한다. 화상해석 처리부(301)는, 2차원 X선 센서(104)로부터 출력된 동화상의 각 프레임을 해석해서, 화상해석값을 출력한다. 화상처리부(106)는, 화상해석값에 의거하여 동화상의 각 프레임의 화상처리를 행한다.

도 3의 화상해석 처리부(301)는, 상기 제1 예시적 실시예의 경우와 같이, 동화상의 각 프레임을 소정수의 화소의 블록들로 분할하는 블록 분할부(108)를 구비한다. 화상해석 처리부(301)는, 분할된 블록마다 식별 정보를 산출하는 제1 취득부(109)와, 소정의 식별 조건을 충족시키는 블록을 추출하는 영역의 식별부(110)를 구비한다.

한층 더, 화상해석 처리부(301)는, 블록 분할부(108)가 출력하는 블록마다 화상처리에 필요한 정보를 산출하는 정보산출부(302)를 구비한다. 화상해석 처리부(301)는 제2 취득부(303)를 구비한다. 제2 취득부(303)는, 정보산출부(302)가 출력한 정보로부터 화상처리에 필요한 정보를 취득한다. 이 정보산출부(302)가 출력한 정보는, 영역의 식별부(110)가 식별한 관심 블록에 대응한다.

이하, 이상의 구성을 갖는 화상해석 처리부(301)의 동작을 도 4의 흐름도를 참조하여 설명한다. 이하의 설명에서, 제1 예시적 실시예와 마찬가지로, 설명을 간략화하기 위해서, 상기 2차원 X선 센서(104)가 출력하는 동화상의 각 프레임을 512×512의 화소로 구성된 화상이다. 또한, 화상해석 처리부(105)에서 행한 화상해석처리는, 이 화상으로부터 2개의 화소값(대소)을 특징량으로서 추출하는 처리다.

한층 더, 추출된 2개의 화소값(대소)이 나타내는 화소값 범위를 소정의 화소값 범위로 변환함으로써, 콘트라스트를 강조하는 계조처리는 화상처리부(106)에 의해 행해진다.

단계S401은 제1 예시적 실시예의 단계S201과 같다. 즉, 화상해석 처리부(301)는, 2차원 X선 센서(104)가 출력하는 동화상의 각 프레임을 블록 분할부(108)에 입력하고, 블록 분할부(108)는 그 분할된 블록을 출력한다.

단계S402에 있어서, 화상해석 처리부(301)는, 블록 분할부(108)가 출력하는 블록을 제1 취득부(109) 및 정보산출부(302)에 입력한다. 제1 취득부(109)는, 제1 예시적 실시예의 경우와 같이, 식별 정보로서, 블록내 화소의 화소값의 변동을 나타내는 특징량을 산출한다.

한편, 정보산출부(302)는, 블록내 화소의 평균치를 산출한다. 이 산출 처리는, 입력된 블록 모두에 적용된다. 즉, 본 실시예의 처리의 가정에 따르면, 64×64블록에 대응하는 식별 정보 64×64 및 정보 64×64를 출력한다.

단계S403은 제1 예시적 실시예의 단계S203과 같다. 즉, 화상해석 처리부(301)는, 제1 취득부(109)가 출력한 식별 정보를 영역의 식별부(110)에 입력하고, 영역의 식별부(110)는 상기 식별 조건을 충족시키는 블록을 관심 블록으로서 출력한다.

단계S404에 있어서, 화상해석 처리부(301)는, 정보산출부(302)가 출력하는 정보와 상기 영역의 식별부(110)가 출력하는 관심 블록을 제2 취득부(303)에 입력한다. 제2 취득부(303)는, 블록마다의 평균치 중, 관심 블록에 속하는 평균치로부터 최소값 및 최대값을 선택하여, 화상해석 처리부(301)의 화상해석값으로서 출력한다.

화상처리부(106)는, 최소값 및 최대값(즉, 화상해석값)이 나타낸 화소값의 범위를 소정의 화소값 범위로 변환함으로써 상기 입력된 동화상의 각 프레임의 콘트라스트를 강조한다.

이상의 처리에 의하면, 제1 취득부(109), 정보산출부(302) 및 상기 영역의 식별부(110)는, ＧＰＵ와 같은 병렬처리장치에 의해 실현되는 것이 바람직하다.

본 예시적 실시예에 따르면, 화상을 블록들로 분할하고, 블록내의 화소의 화소값의 국소적 변동과 블록내의 화소 평균치를 구한다. 그리고, 화소값의 국소적 변동에 의거하여 관심 블록을 식별한다. 또한, 미리 구해진 관심 블록내의 화소들의 화소 평균치의 최소값 및 최대값은, 화상해석값으로서 선택되어 계조처리에 사용된다.

이 구성에서는, 단계S402에 있어서, 식별 정보와 아울러, 화상처리에 필요한 정보를, 병렬연산처리장치를 사용해서 미리 산출한다. 이에 따라, 단계S404에서는, 512×512화소로부터 64×64블록까지 삭감된 데이터로부터 화상해석값을 간단히 선택하여서 처리를 행할 수 있다.

이 선택은, 제1 예시적 실시예의 단계S204에 있어서 관심 블록을 구성하는 화소들로부터 화상처리에 필요한 정보를 산출하는 경우의 속도보다 고속으로 행해질 수 있다.

따라서, 제2 예시적 실시예의 구성에서는, 상기 제1 예시적 실시예와 동일한 효과에 아울러, 병렬처리장치의 이점을 살린 고속처리가 실현될 수 있다.

또한, 제2 예시적 실시예에서도, 상기 제1 예시적 실시예의 경우와 같이, 단계S401 앞에서 화상축소 처리를 행하여도 된다.

또한, 제2 예시적 실시예에 있어서도, 제1 예시적 실시예의 경우와 같이, 단계S401의 블록 분할에 관해서 인접 블록이 중복하도록 화상을 분할해도 된다.

제2 예시적 실시예에는, 상기 제1 예시적 실시예에서 사용된 정보와 같은 식별 정보를 사용할 수 있다. 또한, 복수의 특징량을 사용할 수 있다.

상기 제2 예시적 실시예의 화상처리부(106)에서 행한 화상처리도, 상기 제1 예시적 실시예와 같이 계조처리에 한정하는 것이 아니다. 그 화상처리도, 다이나믹 레인지 압축 처리, 노이즈 저감 처리 및 에지 강조처리에 적용 가능하다.

또한, 제2 예시적 실시예에 있어서도, 상기 제1 예시적 실시예의 경우와 같이, 화상처리부(106)에서 행한 화상처리는, X선 화상처리 시스템(300)에 설치된 (도면에 나타나 있지 않은) 조작원 콘솔로부터 선택될 수 있다. 화상해석 처리부(301)로부터 출력된 화상해석값은, 상기 선택된 화상처리에 근거하여 바꾸어도 된다.

이상에서 서술한 구성에 따르면, 제2 예시적 실시예에서는, 상기 제1 예시적 실시예에서 설명한 것과 동일한 효과를 얻을 수 있다.

이하, 본 발명의 제3 예시적 실시예에 따른 X선 화상처리 시스템을, 도 5를 참조해서 설명한다. X선 화상처리 시스템(500)은, X선 발생부(101)와 2차원 X선 센서(104)를 구비한다. X선 발생부(101)는 매초 3∼30펄스의 X선 펄스를 발생하는 것이 가능하다. 2차원 X선 센서(104)는 피사체(102)를 통과한 X선(103)을 받아서 X선 펄스에 동기한 동화상을 X선 화상으로서 촬상한다.

한층 더, X선 화상처리 시스템(500)은, 화상해석 처리부(501)와 화상처리부(106)를 구비한다. 화상해석 처리부(501)는, 2차원 X선 센서(104)로부터 출력된 동화상의 각 프레임을 해석해서, 화상해석값을 출력한다. 화상처리부(106)는, 그 화상해석값에 의거하여 동화상의 각 프레임의 화상처리를 행한다.

도 5의 화상해석 처리부(501)는, 제1 예시적 실시예의 경우와 같이, 블록 분할부(108), 제1 취득부(109) 및 영역의 식별부(110)를 구비한다. 블록 분할부(108)는, 동화상의 각 프레임을 블록들로 분할한다. 각 블록은, 소정수의 화소를 포함한다. 제1 취득부(109)는, 블록마다 식별 정보를 산출한다. 영역의 식별부(110)는, 식별 정보에서의 소정의 식별 조건을 충족시키는 블록을 추출한다.

한층 더, 화상해석 처리부(501)도, 제2 취득부(111)를 구비한다. 제2 취득부(111)는, 관심 블록을 구성하는 화소에 의거하여 화상처리에 필요한 정보를 취득한다. 화상해석 처리부(501)는, 제2 취득부(111)가 출력한 값을 화상해석값으로서 출력한다.

도 5의 화상해석 처리부501은, 상기의 제1 예시적 실시예에서의 화상해석 처리부105의 구성과 아울러, 기계학습부(502)를 구비한다.

기계학습부(502)는, 대량의 샘플 화상 데이터와 훈련 데이터를 기억하는 훈련 데이터베이스(503)를 구비한다. 훈련 데이터베이스(503)는, 과거에 취득된 화상 데이터다. 그 훈련 데이터는, 샘플 화상 데이터에 대응한 관심블록과, 예를 들면 미리 수동 입력에 의해 얻어진 관심 블록의 데이터를 조합하여서 취득된 데이터다.

또한, 기계학습부(502)는, 블록 분할부(504)와 취득부(505)를 구비한다. 블록 분할부(504)는, 화상처리부(105)와 같고, 훈련 데이터베이스(503)에 기억된 샘플 화상 데이터를 블록들로 분할해서 식별 정보를 산출한다.

한층 더, 기계학습부(502)는, 영역의 식별부(110)에서 사용한 식별 조건을 학습하는 식별 조건학습부(506)를 구비한다. 식별 조건학습부(506)는, 샘플 화상 데이터로부터 산출된 식별 정보와, 훈련 데이터베이스(503)에 기억된 관심 블록 데이터에 근거하여, 식별 조건을 학습한다.

이상의 구성을 갖는 화상해석 처리부(501)는, 제1 예시적 실시예와 같은 동화상에 대하여 화상해석처리 및 화상처리를 행하는 화상처리 플로우의 이외에, 훈련 데이터를 사용해서 식별 조건을 학습하는 학습 플로우를 가진다. 그 화상처리 플로우가 상기 제1 예시적 실시예에 따라 상술한 처리와 같으므로, 그 설명을 반복하지 않는다. 학습 플로우의 동작을 도 6의 흐름도를 참조하여 설명한다.

단계S601에 있어서, 화상해석 처리부(501)는, 훈련 데이터베이스(503)로부터 샘플 화상을 판독하고, 블록 분할부(504)에 입력한다. 블록 분할부(504)는, 화상처리 플로우와 같은 블록 분할 처리를 샘플 화상에 실행하고, 그 얻어진 결과를 출력한다.

단계S602에 있어서, 화상해석 처리부(501)는, 블록 분할부(504)가 출력한 블록을 취득부(505)에 입력한다. 취득부(505)는, 상술한 화상처리와 같은 식별 정보산출 처리를 각 블록에 대하여 행하고, 블록마다 식별 정보를 산출한다.

단계S603에 있어서, 화상해석 처리부(501)는, 취득부(505)가 출력한 식별 정보 및 훈련 데이터베이스(503)에 기억된 관심 블록 데이터를 식별 조건학습부(506)에 입력한다.

식별 조건학습부(506)는, 샘플 화상으로부터 얻어진 식별 정보와, 대응하는 관심 블록 데이터에 의거하여, 식별 조건을 취득한다. 그 학습은, 바람직하게는 예를 들어 서포트 벡터 머신(ＳＶＭ)에 의해 행해진 기계학습처리로 행해질 수 있다.

학습 플로우로 얻어진 식별 조건은, 화상처리 플로우에 있어서의 관심 블록 식별에 사용된다.

상기 제3 예시적 실시예의 X선 화상처리 시스템500의 구성은, 상기 제1 예시적 실시예의 X선 화상처리 시스템100과 동일하지만, 기계학습부(502)를 더 구비한다. 그렇지만, 제2 예시적 실시예의 화상처리 시스템(300)은, 상기 기계학습부(502)를 갖도록 구성되어도 된다.

본 예시적 실시예에 따르면, 미리 준비된 샘플 화상 데이터와, 그 샘플 화상 데이터에 대응하는 관심 블록 데이터로 이루어진 훈련 데이터로부터, 기계학습에 의해 영역의 식별부(110)에서 사용한 식별 조건을 학습할 수 있다.

이에 따라, 예를 들면 제1 예시적 실시예에 따라 식(2)의 역치 처리에서 사용한 역치를, 훈련 데이터로부터 효율적으로 구할 수 있다. 또한, 대량의 훈련 데이터를 사용하므로 다양한 화상에 적용가능한 식별 조건을 학습할 수 있다.

또한, 훈련 데이터에 데이터를 추가 가능하므로, 식별 조건을 쉽게 향상시킬 수 있다.

도 1, 도 3 및 도 5에 나타낸 부들이 전용 하드웨어이지만, 상기 시스템의 하드웨어 기능은 소프트웨어에 의해 실현하는 것도 가능하다. 상기 부들을 소프트웨어로 실현하는 경우에, 도 1, 도 3 및 도 5에 나타낸 부들의 기능은, 정보처리장치에 소프트웨어를 인스톨하고, 소프트웨어의 실행에 의한 화상처리방법을 정보처리장치의 연산 기능을 이용해서 실현된다.

소프트웨어의 실행에 의해, 예를 들면 2차원 X선 센서(104)가 출력한 동화상의 각 프레임에 대하여 화상해석공정 및 화상처리공정이 실행된다.

도 7은, 정보처리장치와 그 주변기기의 하드웨어 구성을 나타내는 블록도다. 정보처리장치(1000)는, 서로 통신이 가능하도록 촬상장치(2000)와 접속되어 있다.

<정보처리장치>

중앙처리장치(ＣＰＵ)(1010)는, 랜덤 액세스 메모리(ＲＡＭ)(1020)나 판독전용 메모리(ＲＯＭ)(1030)에 기억된 프로그램과 데이터를 사용해서 정보처리장치(1000)의 전체 제어를 행한다. ＣＰＵ(1010)는, 프로그램의 실행에 의해 미리 정해진 화상처리에 관한 연산 처리를 실행하는 것이 가능하다.

ＲＡＭ(1020)은, 광자기디스크(1060)나 하드 디스크(1050)로부터 로드된 프로그램이나 데이터를 일시적으로 기억하기 위한 에어리어를 구비한다. ＲＡＭ(1020)은, 촬상장치(2000)로부터 취득한 X선 투시의 동화상 데이터를 일시적으로 기억하기 위한 에어리어를 구비한다. 또한, ＲＡＭ(1020)은, ＣＰＵ(1010)가 각종의 처리를 실행할 때에 사용되는 워크 에어리어도 구비한다. ＲＯＭ(1030)에는, 정보처리장치(1000)의 설정 데이터와, 부트 프로그램이 격납되어 있다.

오퍼레이팅 시스템(ＯＳ), 도 1 내지 6에 나타낸 각 부가 행하는 각 처리를 컴퓨터에 구비된 ＣＰＵ(1010)에게 실행시키기 위한 프로그램이나 데이터는, 하드 디스크(1050)에 기억된다. 상기 프로그램과 데이터는, ＣＰＵ(1010)에 의한 제어에 따라서 ＲＡＭ(1020)에 로드되어, ＣＰＵ(1010)(컴퓨터)에 의해 처리된다. 또한, X선 투시의 동화상의 데이터를 이 하드 디스크(1050)에 기억하는 것도 가능하다.

광자기디스크(1060)는, 정보기억매체의 일례다. 하드 디스크(1050)에 기억된 프로그램과 데이터의 일부 혹은 전부를 이 광자기디스크(1060)에 기억하는 것이 가능하다.

마우스(1070)와 키보드(1080)는, 정보처리장치(1000)의 조작자가 각종의 지시를 ＣＰＵ(1010)에 대하여 입력하는 경우에 사용된다. 프린터(1090)는, 화상표시부(107)에 표시된 화상을 기록 매체 위에 인쇄할 수 있다.

표시장치(1100)는, 음극선관(ＣＲＴ) 디스플레이나 액정화면을 포함한다. 표시장치(1100)는, ＣＰＵ(1010)에 의한 처리 결과를 화상이나 문자를 사용하여 표시할 수 있다. 예를 들면, 도 1, 도 3, 도 5에 나타낸 각부에 의해 처리된 후, 화상표시부(107)로부터 출력된 화상을 표시하는 것이 가능하다. 이 경우, 화상표시부(107)는, 표시장치(1100)에 화상을 표시하기 위한 표시 제어부로서 기능한다. 버스(1040)는, 정보처리장치(1000)의 각부를 서로 연결한다. 이에 따라, 각부의 사이에서 데이터를 송수신할 수 있다.

<촬상장치 2000>

다음에, 촬상장치(2000)에 관하여 설명한다. 촬상장치(2000)는, 예를 들면, 동화상을 촬상하는 것이 가능하고, X선 투시 장치와 같은 장치다. 그 얻어진 화상 데이터는 정보처리장치(1000)에 송신된다. 복수의 화상 데이터는, 정보처리장치(1000)에 일괄적으로 송신될 수 있다. 또한, 데이터는, 촬상시마다, 송신될 수 있다.

이상에서 설명한 바와 같이, 본 발명에 의하면, 아주 다양한 화상에 대한 범용 화상처리를 행할 수 있는 시스템을 제공한다.

본 발명을 예시적 실시예들을 참조하여 기재하였지만, 본 발명은 상기 개시된 예시적 실시예들에 한정되지 않는다는 것을 알 것이다. 아래의 청구항의 범위는, 모든 변형, 동등한 구조 및 기능을 포함하도록 아주 넓게 해석해야 한다.

Claims

화상의 복수의 블록에 대해 식별 정보를 얻는 제1 취득부;
상기 식별 정보에 근거해서 정해진 상기 화상의 영역의 화소값으로부터 화상처리에 사용되는 정보를 얻는 제2 취득부; 및
상기 제2 취득부에서 얻어진 정보에 의거하여 상기 화상의 화상처리를 행하는 화상처리부를 구비한, 화상처리장치.
제 1 항에 있어서,
상기 제2 취득부에서 취득된 영역은 상기 화상의 소정의 중앙부분으로부터 취득된, 화상처리장치.
제 1 항 또는 제 2 항에 있어서,
상기 식별 정보는 상기 블록내에 에지(edge) 부분의 존재를 평가하는데 사용된 평가 값을 포함하고, 소정의 에지 부분은 상기 제2 취득부에서 취득되는 영역으로부터 제외하는, 화상처리장치.
제 1 항에 있어서,
상기 화상처리부에서 처리하는 화상처리를 선택하는 선택부를 더 구비하고, 상기 선택부에서 선택된 화상처리에 따라 상기 제2 취득부의 상기 식별 정보 또는 식별 조건 중 어느 하나가 변경되는, 화상처리장치.
제 4 항에 있어서,
상기 선택부에서 선택된 화상처리에 따라 상기 블록의 크기가 변경되는, 화상처리장치.
제 1 항에 있어서,
상기 화상처리부는, 계조처리, 다이나믹 레인지 압축 처리, 노이즈 저감 처리, 및 에지 강조처리 중 적어도 하나를 행하는, 화상처리장치.
제 1 항에 있어서,
상기 식별 정보는 상기 블록을 구성하는 화소값의 변동을 나타내는 통계값을 포함하고,
상기 제2 취득부는, 상기 통계값이 소정의 범위의 블록에 있는 블록을 상기 영역으로서 식별하는, 화상처리장치.
제 1 항에 있어서,
상기 제2 취득부는, 상기 영역의 화소값의 분포 정보를 취득하고,
상기 화상처리부는, 상기 화소값의 분포 정보에 의거하여 상기 화상에 대해 계조처리 또는 다이나믹 레인지 압축 처리 중 어느 쪽인가 적어도 한쪽을 실행하는, 화상처리장치.
제 1 항에 있어서,
상기 제2 취득부는, 상기 영역에서의 상기 화소로부터 노이즈 평가 값을 취득하고,
상기 화상처리부는, 상기 평가 값에 의거하여 상기 화상의 노이즈 저감 처리를 실행하는, 화상처리장치.
제 1 항에 있어서,
상기 식별 정보는, 상기 화상의 텍스처(texture) 특성을 나타내는 통계값을 포함하는, 화상처리장치.
제 1 항에 있어서,
상기 식별 정보는, 상기 블록의 화소값으로부터 얻어진 평균치, 최대값, 최소값, 중앙치 및 피크치 중 적어도 하나를 포함하는, 화상처리장치.
제 9 항에 있어서,
상기 노이즈 평가 값은, 상기 블록의 화소값으로부터 얻어진 분산 값, 최대값과 최소값 사이의 차분값을 포함하는, 화상처리장치.
제 1 항에 있어서,
상기 제1 취득부는, 인접 블록간에 상기 블록이 중복하도록 분할하는, 화상처리장치.
제 1 항에 있어서,
상기 화상처리부는, 상기 화상을 미리 소정의 사이즈로 축소하도록 구성된 화상축소부를 더 구비한, 화상처리장치.
제 1 항에 있어서,
상기 제2 취득부는, 복수의 샘플 화상과, 상기 샘플 화상에 대응하는 미리 얻어진 관심 블록 데이터를 사용하여, 상기 관심 블록에 사용되는 식별 정보를 학습하는 식별 조건 학습부를 더 구비한, 화상처리장치.
화상의 복수의 블록에 대해 식별 정보를 취득하는 단계;
상기 식별 정보에 근거해서 정해진 상기 화상의 영역의 화소값에 의거하여 화상처리에 필요한 정보를 취득하는 단계; 및
상기 얻어진 정보에 의거하여 상기 화상의 화상처리를 행하는 단계를 포함하는, 화상처리방법.
청구항 16에 기재된 화상처리방법을 컴퓨터에게 실행시키기 위한 프로그램을 기억하는 비일시적 컴퓨터 판독 가능한 기억매체.