WO2005110232A1

WO2005110232A1 - 画像処理装置及びその方法

Info

Publication number: WO2005110232A1
Application number: PCT/JP2005/008930
Authority: WO
Inventors: Yasuo Omi; Osamu Miyazaki; Tsuyoshi Mitake
Original assignee: Hitachi Medical Corporation
Priority date: 2004-05-19
Filing date: 2005-05-17
Publication date: 2005-11-24
Also published as: US7817837B2; US20070230760A1; CN1953709A; JP4755087B2; CN100502786C; JPWO2005110232A1

Abstract

　本発明の画像処理装置は、画像データ内の少なくとも一部について平滑化画像と鮮鋭化画像とをそれぞれ作成する画像作成手段と、この画像作成手段によって作成された平滑化画像と鮮鋭化画像とを混合する混合画像を生成する混合画像生成手段と、を備えた画像処理装置において、前記画像データ内の各画素をそれぞれ取り巻く任意の大きさのマトリクス毎に該マトリクス内の複数の画素値に関する分析量を算出する分析量算出手段と、この分析量算出手段によって算出された分析量に応じて前記混合画像生成手段における平滑化画像と鮮鋭化画像の混合比率を制御する制御手段と、この制御手段によって制御された混合画像生成手段より出力される混合画像を表示する表示手段と、を備える。　これによって、画像の解像度の低下の抑制を抑制しつつ、雑音除去ができる。

Description

明細書

画像処理装置及びその方法

技術分野

[0001] 本発明は、被写体の画像を収集する場合において、収集された画像データの信号対ノイズ比 (S/N比)を向上させると共に、前記収集された画像の解像度の低下を抑制することに対して有用な技術に関する。

背景技術

[0002] 医用画像は、 X線、 γ線を含む放射線、磁気、超音波などの計測のためのェネルギー照射が被写体 (被検者)に行われ、前記エネルギー照射によって得られた前記被検者の透過信号や反射信号などがコンピュータによってデータ処理され、そのデータ処理された結果において前記被検者の内部が画像ィ匕されるものである。

近年、上記医用画像の計測時において、一方では X線被曝等の計測のために被検者に照射されるエネルギーを低減することが被検者保護の観点カゝら要求されている。他方では低減されたエネルギー照射下であっても高画質な画像が要求されて、る。

双方の要求は背反の関係にあり、これらの要求を満たすための一手法は、上記計測のためのエネルギーが抑制されたことにより増加する雑音信号成分を除去し、 S/N 比を改善する技術がある。

[0003] 従来の画像処理方法は [特許文献 1]に開示されている。 [特許文献 1]では、第 1の画像データの各画素につヽて鮮鋭度を強調した鮮鋭化画像データを取得する段階と、前記第 1の画像データの各画素にっ、て平滑ィ匕した平滑ィ匕画像データを取得する段階と、前記第 1の画像データの各画素についてエッジ度を算出する段階と、算出された前記エッジ度の最頻値に対し、前記平滑化画像データの融合比率を高めるようにエッジ度融合比率相関を設定する段階と、このエッジ度融合比率相関に基づき、前記鮮鋭ィ匕画像データと前記平滑ィ匕画像データとを画素毎に融合して第 2の画像データを得る画像データ融合段階とを備える。これによつて、画像データの輪郭部強調と粒子状ノイズ低減とを効果的に両立できる。特許文献 1：特開 2003— 132352号公報

発明の開示

発明が解決しょうとする課題

[0004] しかし、 [特許文献 1]によって開示された技術は、上記エッジ度を算出する段階がその算出時にスパイクノイズ以外の本来の画像の画素情報も雑音として認識し、それによって認識された本来の画素情報も除去されてしまうケースが考えられるため、画像の解像度の低下を招いてしまうおそれがある点について配慮が不十分であった。課題を解決するための手段

[0005] 本発明の画像処理装置は、画像データ内の少なくとも一部について平滑ィ匕画像と鮮鋭化画像とをそれぞれ作成する画像作成手段と、この画像作成手段によって作成された平滑化画像と鮮鋭化画像とを混合する混合画像を生成する混合画像生成手段と、を備えた画像処理装置において、前記画像データ内の各画素をそれぞれ取り巻く任意の大きさのマトリクス毎に該マトリクス内の複数の画素値に関する分析量を算出する分析量算出手段と、この分析量算出手段によって算出された分析量に応じて前記混合画像生成手段における平滑化画像と鮮鋭化画像の混合比率を制御する制御手段と、この制御手段によって制御された混合画像生成手段より出力される混合画像を表示する表示手段と、を備える。

これによつて、画像の解像度の低下を抑制しつつ、雑音除去が可能な画像処理装置が提供される。

[0006] また、本発明の画像処理方法は、画像データ内の少なくとも一部について平滑ィ匕画像と鮮鋭化画像とをそれぞれ作成する画像作成工程と、この画像作成手段によつて作成された平滑化画像と鮮鋭化画像とを混合する混合画像を生成する混合画像生成工程と、を含む画像処理方法において、前記画像データ内の各画素をそれぞれ取り巻く任意の大きさのマトリクス毎に該マトリクス内の複数の画素値に関する分析量を算出する分析量算出工程と、この分析量算出工程によって算出された分析量に応じて前記混合画像生成工程における平滑化画像と鮮鋭化画像の混合比率を制御する制御工程と、この制御工程によって制御された混合画像生成工程より出力される混合画像を表示する表示工程と、を含む。これによつて、画像の解像度の低下を抑制しつつ、雑音除去が可能な画像処理方法が提供される。

発明の効果

[0007] 本発明によれば、画像の解像度の低下を抑制しつつ、雑音除去ができる。

また、平滑化画像と鮮鋭化画像を混合する比率を適切に決定できるから、画像データの輪郭の維持とノイズ低減とを効果的に両立することができ、所望の分析量を持つ画像を作成できる。

図面の簡単な説明

[0008] [図 1]本発明の画像処理装置の概念構成図である。

[図 2]実施の形態 1における画像読込力も画像保存までのフローチャート図である。

[図 3]分散または標準偏差と混合重みとの関係の説明図である。

[図 4]各部位におけるウィナースペクトルの説明図である。

[図 5]分散または標準偏差と混合重みとの関係の説明図である。

[図 6]平滑化フィルタのフローチャート図である。

[図 7]平滑ィ匕フィルタの概念図である。

[図 8]標準偏差とマトリクスサイズの関係を示した図である。

[図 9]実施の形態 2における画像読込力も画像保存までのフローチャートである。

[図 10]ある ROIにおける元画像のウィナースペクトルと所望のウィナースペクトル設定の説明図である。

[図 11]分析量が分散または標準偏差である場合の第 2の混合重みの初期値決定用ルックアップテーブルの一例を示す図である。

[図 12]ある ROIにおける元画像のウィナースペクトルと所望のウィナースペクトルの差分を規格ィ匕した一例を示す図である。

[図 13]分析量がウィナースペクトルである場合の第 2の混合重みの初期値決定用ルツクアップテーブルの一例を示す図である。

[図 14]画像ノイズが目立つ画像例を示す図である。

[図 15]図 14の画像に従来技術を適用した画像の一例を示す図である。

[図 16]図 14の画像に本発明を適用した画像の一例を示す図である。 [図 17]ある標準偏差値を持つ従来画像例を示す図である。

[図 18]図 17の画像に本発明を適用した画像の一例を示す図である。

発明を実施するための最良の形態

[0009] 以下、添付図面に従って本発明に係る画像診断支援装置の好ましい実施の形態について詳説する。

(実施形態 1)

図 1は本発明に係る画像処理装置の構成例を示すブロック図である。

本発明に係る画像処理装置は、画像取得手段 1と、画像取得手段 1と信号伝達可能に接続される演算処理手段 2と、演算処理手段 2と信号伝達可能に接続される画像表示手段 3とを有して、る。

[0010] 画像取得手段 1は処理対象となる画像の種類によって異なり、例えば処理対象となる画像が X線透視像や CT画像や MR画像や超音波画像などの医療用デジタル画像データであるならば、それらの画像取得装置は、 X線装置や CT装置や MR装置や超音波装置などの医療用画像診断装置である。

あるいは、処理対象となる画像がデジタルカメラによる画像やスキャナで読み取った画像などのデジタル画像データの場合、それらの画像取得装置は、デジタルカメラやスキャナなどの画像取得機器である。本発明に開示する手法は、これらの画像取得機器にぉヽても少な!、入射光量では取得される画像の雑音成分が多!、ので、その雑音を除去する場合にも採用できる。

[0011] 演算処理手段 2は、画像取得手段 1と一体化されたコンピュータ、または別設の独立したコンピュータであり、平滑化画像作成手段 4、鮮鋭化画像作成手段 5、分析量算出手段 6、画像混合手段 7、保存手段 8、格納手段 9及び入力手段 10を有している。平滑化画像作成手段 4は処理対象元画像上のノイズ除去を行う。鮮鋭化画像作成手段 5は処理対象元画像の輪郭を強調する。分析量算出手段 6は画像の分散値や標準偏差値、ウイナースぺ外ル値などを算出する。画像混合手段 7は分析量算出手段 6によって算出された分析量に基づいて平滑ィ匕画像と鮮鋭ィ匕画像を混合する。保存手段 8は平滑化画像、鮮鋭化画像や混合画像を保存する機能や各種プログラムを保存する機能を有するものであって、ハードディスクなどである。格納手段 9は平滑化画像、鮮鋭化画像や混合画像を一時的に記憶する機能を有するものであって、メモリなどである。入力手段 10は操作者が画像処理装置を作動させるための各種パラメータを入力する機能を有するものであって、マウスやキーボードなどである。

また、画像取得手段 1が、コンピュータとして機能するために、デジタルシグナルプ口セッサ一（DSP)やマイクロプロセッサー（MPU)、およびセントラルプロセッシングュニット (CPU)の少なくとも 1つが含まれる。

[0012] 画像表示手段 3は、画像取得手段 1、演算処理手段 2、またはこのいずれかと一体化した、ある、は独立したディスプレイなどの表示装置である。

[0013] 図 2は本発明に係る画像処理装置の実施の形態 1のデータ読み込みから出力画像の表示までを示すフローチャートである。

ステップ 201では、画像取得手段 1が処理対象となる画像を読み込み、演算処理手段 2が前記読み込まれた画像を格納手段 9に格納する。

あるいは、演算処理手段 2は保存手段 8に既に保存されている画像を読み込み、演算処理手段 2が前記読み込まれた画像を格納手段 9に格納してもよい。

この際読込まれる画像は、 X線装置、 MR装置、 CT装置、超音波診断装置、デジタルカメラなどによって新規に作成されたデジタル画像データであればよく、その種類は限定されない。ステップ 202では、操作者 (図示省略)が平滑化画像と鮮鋭化画像を混合する比率の元となる分析量を算出するための各種パラメータを選択し、その選択された各種パラメータを演算処理手段 2に入力手段 10を用いて入力する。

[0014] このパラメータには、分析量の種類とマトリクスサイズがある。分析量とは、統計学的な物理量をいい、マトリクス内の画素値をもとに計算して得られる値で、画像の粒状性を反映する。分析量の種類は、例えば、マトリクス内の画素値の分散、標準偏差、ウィナースペクトル及び差分値の少なくとも一つである。ここでいう差分値はある注目する画素値とその周辺に位置する画素の画素値とを弓 Iき算した値を示して、る。マトリクスサイズとは、この分析量を算出する画素の範囲を指し、例えばある画素周辺の 3 X 3マトリクスや 5 X 5マトリクスを指定する。ここで、これらの分析量の種類とマトリクスサイズのパラメータは、操作者が任意に指定してもよいし、プログラムで予め設定していてもよい。なお、ステップ 202は前記パラメータを予め設定しておく場合、省略できる。

[0015] ステップ 203では、分析量算出手段 6がステップ 202で決定されたパラメータを元に、該当する分析量を算出する。

ここでマトリクス内の画素値の分散、標準偏差、およびウィナースペクトルの算出方法は公知の方法による。ステップ 204では、画像混合手段 7がステップ 203で算出された分析量に応じて、平滑化画像と鮮鋭化画像を混合する重みを算出する。混合重みの算出方法については後述する。

[0016] 混合重み W(x,y)は 1画素毎に決定し、全ての画素についてその算出が終わるまでステップ 203〜204を繰り返す。ステップ 205にて、演算処理手段 2は全ての画素について算出が終わったならば次のステップに進む。ステップ 206では、平滑化画像作成手段 4が処理対象元画像に対してノイズ除去処理を行う。ノイズ除去処理には移動平均フィルタや中間値フィルタなどの公知の平滑ィ匕フィルタが使用可能である力後述する分析量に基づく平滑ィ匕フィルタを使用してもよい。

[0017] ステップ 207では、鮮鋭化画像作成手段 5が処理対象の原画像に対して輪郭強調処理を行う。

輪郭強調処理にはラプラシアン (2次微分)を用いた鮮鋭ィ匕フィルタなどの公知の輪郭強調フィルタを用いればょ、。

[0018] ステップ 208では、画像混合手段 8がステップ 204で算出した混合重み W(x,y)に基づ V、て平滑ィ匕画像 AIMG(x,y)と鮮鋭ィ匕画像 BIMG(x,y)とを式 1にしたがって混合し、混合画像 OIMG(x,y)を作成する。

[数 1]

OIMG{x,y) = W(x, y) - AIMG{x, y) + {l - W{x, y)) - BIMG(x, y) (式 1)

[0019] ステップ 209では、演算処理手段 2がステップ 208で作成された混合画像 OIMG(x,y) を画像表示手段 3に表示させる。

ステップ 210では、演算処理手段 2が混合画像を保存する必要があるか否かを操作者に判断させる。この判断のために、演算処理手段 2は、画像表示手段 3に保存確認のメッセージを表示し、操作者はその表示に従って保存の要否を判断する。演算処理手段 2は、混合画像の保存が必要な場合、ステップ 211にて、保存手段 8に保存する。

[0020] 上記動作説明では、混合重み算出、平滑化画像作成、鮮鋭化画像作成の順番で処理内容を記述したが、これらの処理は順不同である。すなわちステップ 202〜205までの処理と、ステップ 206、ステップ 207は任意に処理順序を入れ替えてもよい。この処理順序の入れ替えは、操作者が入力手段 10を介して、その処理手順を画像表示手段 3に表示して任意に設定することができる。

また、演算処理手段 2の処理能力が高ければ、前記混合重み算出、前記平滑化画像作成及び前記鮮鋭化画像作成を並列処理やパイプライン処理して、さらなる演算の高速ィ匕を図ってもよい。

[0021] 次に、分析量が分散または標準偏差である場合の混合重みの算出方法の一例について説明する。

式 2、式 3は、ある画素 P(x,y)を中心とする M X Nマトリクスにおける分散 D(x,y)と標準偏差 a (x,y)を定義する。

[数 2]

(式 3)

ここでは画素 P(x,y)を中心とする M X Νマトリクス内の画素値の平均値であり次式で定義される。

[数 3]

P = ∑ ∑P(i,j) /{M ' N) (式 4)

[0022] 図 3は分散または標準偏差と混合重みの関係を示すグラフである。このグラフは、分散や標準偏差が 0から TH σまでの範囲に対して閾値 ΤΗΥ〜1の範囲を決定している。その決定方法は、図 3中の黒線 11のように線形、あるいは図 3中の破線 12のように 3 角関数型の何れであってもよ、。

[0023] 一般的に、マトリックス内の画素値の分散 D(x,y)や標準偏差 σ (x,y)は画像ノイズが多いと大きくなる傾向がある。そこで、分散 D(x,y)や標準偏差 a (x,y)が所定量よりも大きな画素ほど平滑ィ匕画像の混合比率を高めればノイズ低減効果が発揮される。他方、輪郭近傍のマトリクスの分散や標準偏差は急激な濃度変化があるために極端に高くなる。そこで、輪郭近傍のマトリクスではなんらかの構造物、例えば臓器の境界が存在して!/ヽると解することができる。

このような場合には、平滑化画像の混合比率を低くすれば、解像度を優先させる。閾値 TH σは、経験的に得られる輪郭近傍での標準偏差や分散とすればよい。

[0024] なお、図 3中の THYの起点は 0としてもよいが、 THYを 0とした場合、急激な濃度変化が存在する領域では鮮鋭化画像の部分に不自然な境界線 (2重線)などを生ずる場合がある。したがって、この不自然な境界線の発生を防ぐために THYは 0ではなぐ 0に漸近する値とする方が望ま U、。

[0025] また、マトリクスの大きさ (M X N)は任意でょヽが、輪郭や構造物の鮮鋭度を維持しつつノイズを除去するには基本的に 3 X 3や 5 X 5程度の大きさが望まし、。マトリクスサイズの大きさが 3 X 3や 5 X 5程度であれば、演算時間短縮の観点からも好適である

[0026] 次に、分析量がウィナースペクトルである場合の混合重みの算出方法について説明する。ウィナースペクトルは自己相関関数のフーリエ変換によって求められ、画像の粒状性の評価に一般的に用いられる分析量であり、ウィナースペクトル値が低いほど、粒状度が良いとされる。

[0027] 例として、図 4に腹部 CT画像の各部位におけるウィナースペクトルを示す。図 4のゥイナ一スペクトルは 32 X 32マトリクスで算出したものである。部位 21のマトリクス内には急激な濃度変化が存在しているので、骨などの輪郭がマトリクス内に含まれていると解される。部位 22と部位 23はマトリクス内に急激な濃度変化が存在していないので、輪郭や構造物がマトリクス内に含まれていないと解される。また、部位 23は部位 22に比べてウィナースペクトル値が低く粒状度が良いので、マトリクス内のノイズが少ないと解される。

[0028] ウィナースペクトルの形状は、図 4からわ力るように、急激な濃度変化の有無ゃノィズの強弱によって変化する。低周波数領域のウィナースペクトル値は輪郭近傍では急激な濃度変化があるために極端に高くなる。そこで、低周波数領域のウイナースべタトル値が閾値 WSTHよりも高いマトリクスの場合には、解像度を優先して、図 5のように平滑ィ匕画像の混合重みには最低値 THYを与える。

[0029] 低周波数領域のウィナースペクトル値が閾値 WSTHよりも低い場合には、ノイズ除去を優先する。具体的には、ウィナースペクトル値が図 5のように大きな画素ほど平滑ィ匕画像の混合比率を高くなるように混合重みを決定する。閾値 WSTHは経験的に得られる輪郭近傍でのウィナースペクトル値である。

[0030] 図 5の横軸は、例えば図 4における F1のように特定の周波数帯のウィナースペクトルとしてもよく、あるいは F2〜F3までの区間の平均値としてもよい。混合重みは、ゥイナ一スペクトルに対して THY〜1の範囲で決定する。その決定の方法は、図 5中の黒線 13のように線形に、あるいは図 5中の破線 14の 3角関数状に何れであってもよい。図 5 中の THYは 0にしてもよいが、 THYを 0にした場合、急激な濃度変化が存在する領域では鮮鋭ィ匕画像は不自然な境界線 (2重線)となる場合がある。よって THYは 0ではなぐ 0に漸近する値とする方が望ましい。図 4からわ力るように、ノイズが小さければウイナースベクトルは低くなり、輪郭などの急激な濃度勾配によるウィナースペクトルの変化は低周波数領域に現れる傾向がある。よって、特定の周波数帯におけるウィナースペクトルを図 5の横軸とする場合、輪郭の有無を的確に判定するために、この特定の周波数帯は高周波数領域に設定するのが望ましい。

[0031] また特定の区間におけるウィナースペクトルの平均値を図 5の横軸とする場合、輪郭の有無を的確に判定するために、特定の区間は低〜中周波数領域に設定することが望まし、。マトリクスの大きさ (M X N)が小さ!/、ほどウィナースペクトルの周波数分解能が低下し、マトリクスの大きさが大き、ほど細力、輪郭を不鮮明にする効果が強くなる。

よって、分析量がウィナースペクトルである場合には、マトリクスの大きさは 16 X 16、 32 X 32程度のマトリクスサイズであることが望まし、。 [0032] 次に、図 2のステップ 206の平滑ィ匕画像の作成方法について図 6をもとに説明する。図 6は、本実施の形態における分析量に基づく平滑ィ匕フィルタの概念図と処理フローチャートである。ステップ 601では、分析量算出手段 6が標準偏差を求める。

標準偏差を求める範囲は、画素 P(x,y)を中心とする 3 X 3な、しは 5 X 5マトリクスが望まし、がこの例示されたマトリクスサイズに限られな、。

[0033] ここで言う範囲とは後のマトリクスサイズとは異なり、標準偏差を求めるために暫定的に決めた範囲である。

ステップ 602では、演算処理手段 2は、ステップ 601で算出した標準偏差を元に、図 7 と図 8に従って平滑ィ匕するための単位であるマトリクスサイズを決定する。

[0034] 演算処理手段 2は、図 8に示すように、標準偏差が大きいほどマトリクスサイズを大きくするように決定する。ただし、輪郭部などでは標準偏差が極端に高くなるので、標準偏差が閾値 THSD以上の場合は解像度を優先して、最小マトリクスサイズ (3 X 3)としてもよい。ここで、 THSDは経験的に得られる輪郭近傍での標準偏差値である。演算処理手段 2は、 TH1〜TH5に任意の値を与えてもよぐ次式に従って決定してちょい。

[数 4]

THI = THSD IN

TH2 二 2 - THSD/ N

= 3 - THSD/ N

ΤΗ4 = 4 - THSD IN

ΤΗ5 = 5 - THSD/ N 式 5中の Nは 0から THSDまでの領域の分割数であり、図 7の場合、その分割数は 6である。なお図 7では最小マトリクスサイズを 3 X 3、最大マトリクスサイズを 13 X 13とし、 0 力も THSDまでの分割数を 6とした力最小および最大マトリクスサイズ、分割数はこれに限定されるものではなく任意に設定してもよい。

このように、ノイズを多く含み標準偏差が大きい部位は大きなマトリクスサイズで、ノィズが少なく標準偏差が小さ!/、画素は小さなマトリクスサイズで、また輪郭などの極端な濃度変化が存在する部位は最小マトリクスサイズで、分析量の演算処理を行う。

[0036] こうすることで、解像度の低下抑制の効果とノイズ除去効果の両立が可能となる。なお、画素 P(x,y)が画像の端に近い部位である場合、図 7に従って決定したマトリクスサィズではマトリクスが画像をはみ出す場合があるが、この場合ははみ出さないようなサィズに置き換えて処理すればよ、。

[0037] ステップ 603では、演算処理手段 2が、ステップ 602で決定したサイズで規定される画素 P(x,y)を中心とするマトリクス内で分析量に基づいた重みを掛けて画素値を平均化し、フィルタリング後の画素値を決定する。

[0038] 演算処理手段 2は、ステップ 601からステップ 603までの処理を全ての画素で繰り返すことで、画像全体に対して平滑ィ匕フィルタリング処理が行われる。

[0039] 次に、分析量に基づくフィルタリング後の画素値の決定方法について説明する。ある座標 (x,y)におけるフィルタリング前の画素値を P(x,y)、フィルタリング後の画素値を

P'(x,y)とすると、 P'(x,y)は次式に従って算出される。

[数 5]

(式 6)

[0040] ここで Nはマトリクスサイズであり、前述の手法で 1画素毎に決定される。また座標 (i,j) はマトリクス内の各座標であり、 P(i,j)は座標 (i,j)における画素値である。ここで iは x-(N-l)/2〜 x+(N-l)/2までの整数であり、 jは y- (N- 1)/2〜 y+(N-l)/2までの整数である。よって例えばマトリクスサイズ力 ¾ X 3ならば、 i, jは- 1,0,1であり、マトリクスサイズ力 S5 X 5ならば、 i, jは- 2,-1,0,1,2である。また W(i,j)は画素値を平均化する際の重みであり、次式に従って決定される。

[数 6]

P(i, j) - P(x,y) 、

(式 7)

ノ [0041] 式 7において σは標準偏差であり、これは前述の図 6のステップ 601において算出する値を用いればよい。また αは平滑ィ匕の度合いを決める任意の定数であり、 αを大きくするほど平滑ィ匕の度合いが強くなりノイズ除去効果が増す。式 7において平均化の重み W(i,j)は画素値の差やばらつき (標準偏差)、すなわち画素値の類似性に応じて決定され、類似性が強いほど重みは大きくなる。よって式 6によって画素値がよく似た値であるほど大きな重みを掛けて平均化されるため、従来の平滑ィ匕フィルタに比べて平均化による解像度低下の抑制効果が期待できる。よって、演算処理手段 2は、十分なノイズ除去効果が期待できるように aを定め式 7によって重みを決定し、式 6に従つて処理すれば、解像度の低下抑制の効果と十分なノイズ除去効果の両立が可能となる。式 7において W(i,j)は画素値に類似性に応じて決定される。また、演算処理手段 2 は、式 8のように画素値の類似性と中心画素力もの距離に応じて決定してもよい。この場合も式 7で重みを決定する場合と同様の効果が期待できる。

[数 7]

W ) = 1 P(i ) -P(x,y) (式 ₈₎

^_x -iY ₊ {y - jf { oca

[0042] 以上、図 2に示したフローチャートは、例えば図 1の演算処理手段 2によって自動的に実行可能である。

[0043] 次に本実施の形態 1を適用した場合として、信号対ノイズ比 (SN比)を向上させながら解像度の低下を抑制した混合画像を従来技術による画像と対比して示す。

図 14は信号ノイズ比が良好ではなく画像ノイズが目立つ CT画像のサンプル画像である。

図 15は図 14の画像に従来技術 (移動平均フィルタ)を適用してノイズ低減を行った場合のサンプル画像である。

[0044] これに対して、図 16は図 14の画像に本発明の実施の形態 1を適用してノイズ低減を行った場合のサンプル画像である。図 15と 16を比較すると、図 15では図 14にあったノィズが除去されるが、解像度が低下し、画像の鮮鋭度も低下している。

これに対して図 16では、図 14にあったノイズは明らかに減少しており、解像度も原画像と同等の解像度が維持されていることがわ力る。

このように、本実施形態によれば、ノイズの除去と解像度の維持を両立して、その画像の再現に最適な状態を提供できる。

[0045] (実施形態 2)

図 9は本発明に係る画像処理装置の実施の形態 2におけるデータ読み込みから出力画像の表示までを示すフローチャートである。

実施の形態 1との相違点は、画像内のある関心領域内の画像に対する混合重みと、画像全体に対する第 2の混合重みのように複数の混合重みを適用することである。ステップ 901で、演算処理手段 2は、処理対象となる画像を読み込み、格納手段 9に格納する。このとき、演算処理手段 2は、保存手段 8に既に保存されている画像を読み込んで格納してもよぐ CT装置やデジタルカメラなどによって新規に作成されたデジタル画像データを読み込んでもよヽことは、実施の形態 1にて説明したのと同様である。ステップ 902で、演算処理手段 2は、平滑化画像と鮮鋭化画像を混合する比率の元となる分析量を算出するための各種パラメータを画像表示手段 3に表示し、操作者はその表示された各種パラメータ力も入力手段 10を介して選択する。実施の形態 1 で説明したのと同様でいずれも画像の粒状性を反映する分析量である。

[0046] マトリクスサイズとは前述の分析量を算出する範囲のことを指し、例えば、演算処理手段 2は、分析量を算出するためのパラメータには、ある画素周辺の 3 X 3マトリクスや 5 X 5マトリクスを指定する。

また、マトリクスの形状が正方形であることを要しないことも実施の形態 1と同様である。

ここで分析量を算出するためのパラメータは操作者が任意に指定してもよぐ予め設定しておいてもよい。また、予め設定しておく場合には、ステップ 902は省略可能である。

[0047] ステップ 903では、操作者が入力手段 10を介してフィルタリング前の画像上に関心領域 (以下 ROIと称す)を設定する。

このとき演算処理手段 2は、 ROI内における分析量も計算し、画像表示手段 3上に画像と共に表示することが望まし、。 [0048] ステップ 904では、操作者が入力手段 10を介し、フィルタリング後の画像の ROI内における分析量が取るべき所望値を指定する。

例えば、分析量が分散や標準偏差である場合、操作者は入力手段 10を介し、ユーザ一インターフェイスを経由で任意の分散や標準偏差の値を入力する。

この入力例は、処理対象となる画像が CT画像であり、フィルタリングによって k倍の線量で撮影したものに相当する画像を作成した、ならば、現在の 1Λ倍の分散値や現在の倍の標準偏差値を指定すればよ、。

[0049] また、分析量がウィナースペクトルである場合、図 10に示すようなフィルタリング前のウィナースペクトル 25を画像表示手段 3上に表示し、操作者が入力手段 10を介し、グラフ上で所望の形状のウィナースペクトル 26を指定してもよい。

この場合、操作者は入力手段 10を介し、グラフィカルユーザーインターフェイス (GUI)によって、 ROI内のウィナースペクトルの形状を変更あるいは設定する。

ここで指定した値は、画像中もっとも重視すべき ROI内が所望の分析量を持つように指定する。

[0050] ステップ 905では、分析量算出手段 6は、ステップ 902で決定されたパラメータを元に、各画素を中心とするマトリクス内の分析量を算出する。

ここで分析量としての分散、標準偏差、ウイナースぺ外ルの算出方法は公知の方法でよい。

[0051] ステップ 906では、画像混合手段 7がステップ 905で算出された分析量を元に第 1の混合重み Wl(x,y)を算出する。

第 1の混合重みの算出方法は、前述の実施の形態 1における混合重みの算出方法と同様でよい。

第 1の混合重みは 1画素毎に決定し、演算処理手段 2は、ステップ 907で、全ての画素で算出が終わるまでステップ 905〜906を繰り返す。

演算処理手段 2は、全ての画素で算出が終わったならば次のステップに進む。

[0052] ステップ 908では、演算処理手段 2が、鮮鋭化画像作成手段 5を用いて処理対象元画像に対して輪郭強調処理を行う。

輪郭強調処理は、実施の形態 1で述べた手法と同様である。ステップ 909では、演算処理手段 2が、平滑化画像作成手段 4を用いて、処理対象元画像に対してノイズ除去処理を行う。ノイズ除去処理は実施の形態 1で述べた手法と同様でよい。

[0053] ステップ 910では、操作者がステップ 903で指定した元画像の ROI内の分析量、演算処理手段 2が、ステップ 904で決定された混合画像における ROI内の所望の分析量値を元に、第 2の混合重み W2の初期値を決定する。

第 2の混合重みの初期値の決定方法については後述する。

ステップ 911では、画像混合手段 7が、ステップ 906で得られた第 1の混合重みとステツプ 910で得られた第 2の混合重みに基づいて平滑ィ匕画像 AIMG(x,y)と鮮鋭ィ匕画像 BIMG(x,y)とを式 9にしたがって混合し、混合画像 OIMG(x,y)を作成する。

[数 8]

OIMG{x,ヌ) = 2 · Wl(x, y) - AIMG(x, y) + (l - W2 - Wl(x, 》 - BIMG{x, y) (式 9)

[0054] ステップ 912では、演算処理手段 2は、混合画像 OIMG(x,y)における ROI内の分析量を算出する。

ステップ 913では、演算処理手段 2は、ステップ 912で算出された ROI内の分析量がステップ 904で指定された値と一致する力否かを判定し、一致して、れば次のステツプに進む。

ステップ 914では、一致していない場合、演算処理手段 2が、混合重みが極限 (0または 1)に達して、なければ、第 2の混合重みの値を適宜変更しながらステップ 904で指定する所望の値と一致するまでステップ 910〜912までの処理を繰り返し、混合重みが極限に達して、る場合は、ステップ 904で指定する所望の値と一致するまでステツプ 909〜912までの処理を繰り返す。

[0055] ここでいう平滑化レベルとは、平滑化フィルタに移動平均フィルタや中間値フィルタを用いる場合にはマトリクスサイズの事を指し、前述の分析量に基づいた平滑化フィルタを用いる場合には式 7中の αのことを指す。

[0056] 演算処理手段 2がステップ 910〜912または 909〜912までの処理を繰り返しても、ステツプ 904で指定する所望の値とは完全に一致しない場合もある。この場合、演算処理手段 2は、ステップ 904で指定する所望の値との誤差が任意の範囲内 (例えば 5%)に収まるまでステップ 910〜912または 909〜912までの処理を繰り返してちょい。

[0057] また、演算処理手段 2は、ステップ 910〜912または 909〜912までを繰り返す回数をあらかじめ固定し、その中で所望の値との誤差が最も小さくなるように混合画像を作成してもよい。ステップ 915では、演算処理手段 2がステップ 912で作成された混合画像 OIMG(x,y)を画像表示手段 3に表示する。ステップ 916で、演算処理手段 2は、混合画像を保存する必要があるカゝ否か判断する。

保存が必要な場合、演算処理手段 2は、ステップ 917で画像保存手段 8に保存する

[0058] 次に第 2の混合重みの初期値の決定方法について説明する。まず、分析量が分散や標準偏差の場合にっヽて説明する。ある分散や標準偏差を持つ原画像に対して、特定の平滑ィ匕フィルタで作成した平滑ィ匕画像と特定の鮮鋭ィ匕フィルタで作成した鮮鋭化画像をある比率で混合した場合、混合画像における分散や標準偏差は一意に決まる。これらを表にまとめると、図 11のようなルックアップテーブルを作成することができる。このルックアップテーブルを用いた第 2の混合重みの初期値の決定方法について説明する。

[0059] 例えば、図 9のステップ 903において原画像における ROI内の分散や標準偏差の値が得られており、図 9のステップ 904において混合画像における ROI内の所望の分散や標準偏差の値が指定されている。図 11のルックアップテーブルの縦軸上 ROI内の分散や標準偏差の値に一致するところと、横軸上混合画像における ROI内の所望の分散や標準偏差の値に一致するところの交点にある値を、第 2の混合重みの初期値とする。

なお、図 11では分散や標準偏差に対して標本間隔 0.5のルックアップテーブルとなつている力標本間隔はこれに限られるものではなく任意の大きさでよい。

[0060] 次に分析量がウィナースペクトルの場合における第 2の混合重みの初期値の決定方法につ、て説明する。原画像のウィナースペクトルと所望のウィナースペクトルを差分し、 1で規格ィ匕すると図 12のようになる。あるウィナースペクトルを持つ原画像に対して、特定の平滑ィ匕フィルタで作成した平滑ィ匕画像と特定の鮮鋭ィ匕フィルタで作成した鮮鋭ィ匕画像をある比率で混合した場合、原画像と混合画像におけるウイナースべタトルの差分における各周波数成分値は一意に決まる。よって図 13のようなルックァップテーブルを作成することができる。図 9のステップ 803にお!/、て原画像における ROI内のウィナースペクトルが得られており、図 9のステップ 804において混合画像における所望のウィナースペクトルが指定されて、るので、これらを差分し規格化したものの 2つの周波数帯 27, 28を図 13のルックアップテーブルに当てはめて第 2の混合重みの初期値を決定すればよい。図 13ではウィナースペクトルの差に対して標本間隔 0.1のルックアップテーブルとなっている力標本間隔はこれに限られるものではなく任意の大きさでよい。

以上図 9に示したフローチャートは、例えば図 1の演算処理手段 2によって自動的に実行可能である。

[0061] 次に本実施の形態 2を適用し信号対ノイズ比 (S/N比)を向上させながら解像度の低下を抑制した結果を、従来例による場合と対比して示す。

図 17は ROI 31, 32内の標準偏差が約 8である CT画像のサンプル画像である。図 18は、図 17の画像に本発明の実施の形態 2を適用したサンプル画像で標準偏差値を 4に設定してある。

図 18より、解像度の低下を抑制しつつ、ノイズを低減させた所望の分析量の画像が得られることがゎカゝる。

本発明によれば、デジタル画像データの信号対ノイズ比を向上させる場合にぉヽて、解像度の低下を抑制しつつ画像ノイズを低減可能であると、う効果がある。

[0062] また、所望の関心領域内は所望の分析量を持つような画像が作成できるという効果もめる。

[0063] 以上で説明した実施形態は本発明を説明するための一例であって、それらをそれぞれ単独で実施しても、組み合わせて実施しても本発明の権利範囲に属する。産業上の利用可能性

[0064] 本発明の画像処理装置及びその方法は、被写体の画像を収集する場合において、収集された画像データの信号対ノイズ比 (S/N比)を向上させると共に、前記収集された画像の解像度の低下を抑制するものである。

Claims

請求の範囲

[1] 画像データ内の少なくとも一部について平滑ィ匕画像と鮮鋭ィ匕画像とをそれぞれ作成する画像作成手段と、この画像作成手段によって作成された平滑化画像と鮮鋭ィ匕画像とを混合する混合画像を生成する混合画像生成手段と、を備えた画像処理装置において、前記画像データ内の各画素をそれぞれ取り巻く任意の大きさのマトリクス毎に該マトリクス内の複数の画素値に関する分析量を算出する分析量算出手段と、この分析量算出手段によって算出された分析量に応じて前記混合画像生成手段における平滑化画像と鮮鋭化画像の混合比率を制御する制御手段と、この制御手段によって制御された混合画像生成手段より出力される混合画像を表示する表示手段と、を備えたことを特徴とする画像処理装置。

[2] 前記画像データは、 X線透視像や CT画像や MR画像や超音波画像を含む医療用デジタル画像データ若しくはデジタルカメラ、スキャナを含む画像取得機器より取得されたデジタル画像データであることを特徴とする請求項 1に記載の画像処理装置。

[3] 前記分析量算出手段によって算出される分析量は、画像の分散値や標準偏差値、ウィナースペクトル値、注目画素値とその周辺に位置する画素の画素値の差分値の少なくとも一つであることを特徴とする請求項 1に記載の画像処理装置。

[4] 前記画像混合処理における平滑化画像と鮮鋭化画像との混合比率、前記平滑ィ匕画像作成及び前記鮮鋭化画像作成の処理順序を任意に設定する手段をさらに備えたことを特徴とする請求項 1に記載の画像処理装置。

[5] 前記処理順序作成手段は、前記混合比率算出、前記平滑化画像作成及び前記鮮鋭化画像作成を並列処理するように設定することを特徴とする請求項 4に記載の画像処理装置。

[6] 前記画像混合処理における平滑化画像と鮮鋭化画像との混合比率は、線形又は 3 角関数型の何れかであることを特徴とする請求項 1に記載の画像処理装置。

[7] 前記画像平滑化手段は、画像データ内の標準偏差に応じて平滑化処理の単位である平滑ィ匕マトリクスサイズを前記画像内の各画素毎に変更し、該平滑ィ匕マトリクス内の画素値の類似性および中心画素力の距離の少なくともひとつに応じて平均化重みを変更して平滑ィ匕マトリクス内の複数の画素値を平均化することを特徴とする請求項 1に記載の画像処理装置。

[8] 前記画像平滑化手段における平滑化マトリクスサイズや平均化重みの係数からなる平滑ィ匕レベル、および画像混合手段が平滑画像と鮮鋭ィ匕画像を混合する比率のうち少なくとも一方を、前記混合画像におけるある関心領域内の分析量に応じて混合画像における所望の関心領域内の分析量が所望の値になるように自動調整する手段をさらに備えたことを特徴とする請求項 7に記載の画像処理装置。

[9] 前記表示手段に前記関心領域におけるウィナースペクトルを表示し、任意にゥイナ一スペクトルの形状を変更および設定可能なグラフィカルユーザーインターフェイスをさらに備えた請求項 8に記載の画像処理装置。

[10] 画像データ内の少なくとも一部について平滑ィ匕画像と鮮鋭ィ匕画像とをそれぞれ作成する画像作成工程と、この画像作成手段によって作成された平滑化画像と鮮鋭化画像とを混合する混合画像を生成する混合画像生成工程と、を含む画像処理方法において、前記画像データ内の各画素をそれぞれ取り巻く任意の大きさのマトリクス毎に該マトリクス内の複数の画素値に関する分析量を算出する分析量算出工程と、この分析量算出工程によって算出された分析量に応じて前記混合画像生成工程における平滑化画像と鮮鋭化画像の混合比率を制御する制御工程と、この制御工程によって制御された混合画像生成工程より出力される混合画像を表示する表示工程と、を含むことを特徴とする画像処理方法。

[11] 前記画像データは、 X線透視像や CT画像や MR画像や超音波画像を含む医療用デジタル画像データ若しくはデジタルカメラ、スキャナを含む画像取得機器より取得されたデジタル画像データであることを特徴とする請求項 10に記載の画像処理方法

[12] 前記分析量算出工程によって算出される分析量は、画像の分散値や標準偏差値、ウィナースペクトル値、注目画素値とその周辺に位置する画素の画素値の差分値の少なくとも一つであることを特徴とする請求項 10に記載の画像処理方法。

[13] 前記画像混合処理における平滑化画像と鮮鋭化画像との混合比率、前記平滑ィ匕画像作成及び前記鮮鋭化画像作成の処理順序を任意に設定する工程をさらに含むことを特徴とする請求項 10に記載の画像処理方法。

[14] 前記処理順序作成工程は、前記混合比率算出、前記平滑化画像作成及び前記鮮鋭化画像作成を並列処理するように設定することを特徴とする請求項 13に記載の画像処理方法。

[15] 前記画像混合処理における平滑化画像と鮮鋭化画像との混合比率は、線形又は 3 角関数型の何れかであることを特徴とする請求項 10に記載の画像処理方法。

[16] 前記画像平滑化工程は、画像データ内の標準偏差に応じて平滑化処理の単位である平滑ィ匕マトリクスサイズを前記画像内の各画素毎に変更し、該平滑ィ匕マトリクス内の画素値の類似性および中心画素力の距離の少なくともひとつに応じて平均化重みを変更して平滑ィ匕マトリクス内の複数の画素値を平均化することを特徴とする請求項 10に記載の画像処理方法。

[17] 前記画像平滑化工程における平滑化マトリクスサイズや平均化重みの係数からなる平滑ィ匕レベル、および画像混合手段が平滑画像と鮮鋭ィ匕画像を混合する比率のうち少なくとも一方を、前記混合画像におけるある関心領域内の分析量に応じて混合画像における所望の関心領域内の分析量が所望の値になるように自動調整する手段をさらに備えたことを特徴とする請求項 16に記載の画像処理方法。

[18] 前記関心領域におけるウィナースペクトルを表示し、任意にウィナースペクトルの形状を変更および設定可能なグラフィカルユーザーインターフェイスをさらに備えた請求項 17に記載の画像処理方法。

[19] 画像データ内の各画素をそれぞれ取り巻く任意の大きさのマトリクス毎に該マトリクス内の複数の画素値に関する分析量を算出する工程と、この分析量算出手段によつて算出された分析量に応じて画像データ内の少なくとも一部について平滑ィ匕画像と鮮鋭化画像とをそれぞれ作成する工程と、前記平滑化画像と鮮鋭化画像とを混合する工程と、この工程により混合された混合画像を表示する表示工程と、を含むことを特徴とする画像処理方法。