WO2019043901A1 - 画像処理装置 - Google Patents

Abstract

この画像処理装置（１００）は、散乱線成分の低減後の散乱線低減画像（５２）と、散乱線成分の低減前の放射線画像（５１）との間の画素値の比率（α）を取得する画素比率取得手段（２３）を含み、画素値の比率に基づいて、ノイズ成分を散乱線低減画像から低減するノイズ低減手段（２２）を備える。

Description

画像処理装置

　この発明は、画像処理装置に関し、特に、放射線画像中に含まれるノイズを低減する処理を行う画像処理装置に関する。

　従来、放射線画像中に含まれるノイズを低減する処理を行う画像処理装置が知られている。このような画像処理装置は、たとえば、特開２０１７－１２４４５号公報に開示されている。

　放射線画像には、放射線源から被写体を透過して検出器に直接検出される直接線（１次放射線）による成分、被写体内で散乱されて検出器に検出される散乱線による成分、および、ノイズ成分が含まれる。ノイズ成分には、放射線光子を検出器により検出する際の統計的なゆらぎに起因する統計ノイズ（量子ノイズ）が含まれる。

　上記特開２０１７－１２４４５号公報に開示されている画像処理装置は、放射線画像に含まれる散乱線成分を推定する推定手段と、放射線画像に含まれるノイズ成分を低減するノイズ低減手段と、出力手段とを備える。

　上記特開２０１７－１２４４５号公報では、推定手段により推定された散乱線成分を放射線画像から減算することにより、散乱線低減画像が取得される。ノイズ低減手段により、放射線画像から第一のノイズ統計量と、散乱線低減画像から第二のノイズ統計量とが、それぞれ取得される。ノイズ統計量は、それぞれの画像の画素値に基づく画素毎の標準偏差であり、予め、ある画素と、その画素に含まれるノイズ統計量との相関を求めて記憶装置（ルックアップテーブル）に記憶される。ノイズ低減手段は、第一のノイズ統計量と、第二のノイズ統計量とに基づいて、ノイズ成分を低減する画像処理を行う。これにより、放射線画像から散乱線成分と、ノイズ成分とがそれぞれ低減された補正後の画像が出力される。

特開２０１７－１２４４５号公報

　しかしながら、上記特開２０１７－１２４４５号公報では、ノイズ統計量を取得するために、画素毎に予めノイズ統計量の相関を求めておく処理が必要であり、画像処理の際にも記憶装置を参照し、第一のノイズ統計量と第二の統計量とをそれぞれ取得する必要がある。そのため、ノイズ低減処理が煩雑で、演算コスト（演算負荷）が高いため処理が遅くなりやすい（処理が重くなりやすい）という問題点がある。

　この発明は、上記のような課題を解決するためになされたものであり、この発明の１つの目的は、処理を簡素化し、低い演算コスト（演算負荷）で高速にノイズ低減処理を行うことが可能な画像処理装置を提供することである。

　上記目的を達成するために、この発明の一の局面における画像処理装置は、被写体に放射線を照射することにより得られる放射線画像に含まれる散乱線成分を放射線画像から低減する散乱線低減手段と、放射線画像から散乱線成分が低減された散乱線低減画像に含まれるノイズ成分を低減するノイズ低減手段と、を備え、ノイズ低減手段は、散乱線成分の低減後の散乱線低減画像と、散乱線成分の低減前の放射線画像との間の画素値の比率を取得する画素比率取得手段を含み、画素値の比率に基づいて、ノイズ成分を散乱線低減画像から低減するように構成され、散乱線成分およびノイズ成分を放射線画像から低減した補正済み画像を出力するように構成されている。

　本明細書において、放射線は、たとえばＸ線であるが、Ｘ線以外のガンマ線や粒子線などの放射線も含む広い概念である。放射線画像は、被写体に放射線を照射し、被写体を透過した放射線を検出器により検出することにより得られる画像である。ノイズ成分は、放射線画像に含まれるノイズ成分であって、放射線光子を検出器により検出する際の統計的なゆらぎに起因する統計ノイズ（量子ノイズ）に起因するノイズ成分を含む概念である。統計ノイズ（統計ノイズの量）は、検出器に到達した放射線量（すなわち、放射線画像の画素値）に対して正の相関を有することが知られている。本発明のノイズ低減手段により低減するノイズ成分は、統計ノイズのように放射線画像の画素値に対して相関するノイズであり、画素値に対して相関するノイズであれば統計ノイズ以外のノイズを含んでもよいが、検出器（検出回路）の電気的なノイズなど、画素値に対して相関しないノイズは対象としない。散乱線低減画像（Ｓｃとする）と、放射線画像（Ｉｎとする）との間の画素値の比率とは、（Ｓｃ／Ｉｎ）により表される比率を含む。画素値の比率は、散乱線低減画像と、放射線画像とのそれぞれの画素値を用いて、散乱線成分の低減前後における画素値の変化を表す比率であれば、逆比（Ｉｎ／Ｓｃ）でもよいし、画素値の変化率（｜Ｉｎ－Ｓｃ｜／Ｉｎ）のような形の比率も許容する広い概念である。

　この発明の一の局面による画像処理装置では、上記のように、ノイズ低減手段を、散乱線成分の低減後の散乱線低減画像と、散乱線成分の低減前の放射線画像との間の画素値の比率を取得する画素比率取得手段を含み、画素値の比率に基づいて、ノイズ成分を散乱線低減画像から低減するように構成する。ここで、統計ノイズは放射線画像の画素値に対して相関を有することから、散乱線低減画像と放射線画像との間の画素値の比率により、散乱線量と、散乱線量に応じたノイズ成分の量（低減すべきノイズ成分の量）とを関連付けることができる。そのため、画素値の比率に基づく簡素な処理によっても、放射線画像から適切にノイズ成分を低減することができる。これにより、従来のように、放射線画像および散乱線低減画像からそれぞれノイズ統計量を別々に取得する必要がなく、単純に放射線画像および散乱線低減画像の画素値の比率に基づいてノイズ成分を低減することができるので、処理を簡素化し、低い演算コストで高速にノイズ低減処理を行うことができる。

　上記一の局面による画像処理装置において、好ましくは、ノイズ低減手段は、画素値の比率に基づいて合成重みを設定する合成重み設定手段と、設定された合成重みにより、ノイズ成分を散乱線低減画像から低減したノイズ低減画像と散乱線低減画像とを重み付け合成する合成手段とを含む。このように構成すれば、ノイズ低減効果を弱める場合には散乱線低減画像の合成重みを大きくし、ノイズ低減効果を強める場合にはノイズ低減画像の合成重みを大きくすることにより、ノイズ成分の低減度合いを調整できる。そして、合成重みを、画素値の比率に基づいて把握されるノイズ成分の量（低減すべきノイズ成分の量）に応じて設定することができるので、画素値の比率に基づいて演算コストを低減しつつ、散乱線低減画像に含まれるノイズ成分の量に応じた適切なノイズ低減処理ができる。

　この場合、好ましくは、合成重み設定手段は、放射線画像に対する散乱線低減画像の画素値の比率が小さいほど、ノイズ低減画像の重みが大きくなるように、合成重みを設定する。ここで、放射線画像に対する散乱線低減画像の画素値の比率が小さい場合、放射線画像に含まれる散乱線量が多いことを意味するから、検出された散乱線量に相関するノイズ成分の量が多いことになる。一方、画素値の比率が大きい場合、ノイズ成分の量は少ない。そこで、画素値の比率が小さいほど、ノイズ低減画像の重みを大きくして合成することにより、ノイズ成分の量に応じて効果的にノイズ成分を低減することができる。

　上記ノイズ低減手段が合成重み設定手段と合成手段とを含む構成において、好ましくは、合成重み設定手段は、放射線画像に対する散乱線低減画像の画素値の比率が閾値を下回る場合に、散乱線低減画像の重みをゼロに設定する。ここで、ノイズ成分の低減処理は、ノイズ低減効果を強める程、非ノイズ成分（画像化すべき情報）も除去されてしまうため、ノイズ低減効果には限界が生じる。そこで、非ノイズ成分が除去されすぎない程度のノイズ低減効果でノイズ低減画像を生成しておけば、画素値の比率が閾値を下回るようなノイズ成分の量が多い場合にノイズ低減画像をそのまま出力するようにすることにより、演算コストを増大させることなく、過度に画質を低下させない範囲にノイズ低減効果の限界を設定することができる。

　上記一の局面による画像処理装置において、好ましくは、散乱線低減画像を周波数分解して複数の周波数の帯域画像を取得する帯域画像取得手段と、複数の帯域画像の各々に含まれるノイズ成分を低減した複数の補正済み帯域画像を、合成する帯域画像合成手段とをさらに備え、ノイズ低減手段は、複数の帯域画像の各々に対して、画素値の比率に基づいてノイズ成分を低減するように構成されている。このように構成すれば、画素値の比率に基づくノイズ低減処理を、複数の帯域画像の各々に対して帯域別に行うことができる。その結果、周波数帯域毎に、適切なノイズ低減処理が実施された補正済み画像を得ることができる。

　この場合、好ましくは、ノイズ低減手段は、画素値の比率に基づいて、帯域画像毎に合成重みを別々に設定する合成重み設定手段と、帯域画像毎に設定された合成重みにより、各々の帯域画像からノイズ成分を低減したノイズ低減画像と、対応する帯域画像とを、重み付け合成する合成手段とを含む。このように構成すれば、ノイズ低減効果を帯域別に調整することができるようになるので、柔軟な画質調整が可能になる。

　上記のように、本発明によれば、処理を簡素化し、低い演算コストで高速にノイズ低減処理を行うことができる。

第１実施形態による画像処理装置を備えたＸ線撮影装置を示した模式図である。 第１実施形態による画像処理装置のブロック図である。 第１実施形態によるＸ線画像処理を説明するためのフローチャートである。 ノイズ低減処理の内容を説明するための図である。 散乱線成分が多い場合の画素値の比率を説明するための図である。 散乱線成分が少ない場合の画素値の比率を説明するための図である。 画素値の比率と合成重みとの変換関数の例を示した図である。 合成重みがゼロになる範囲を設けた変換関数の例を示した図である。 散乱線低減処理の具体例を説明するための模式図である。 フィルタ処理の具体例を説明するための模式図である。 合成処理の具体例を説明するための模式図である。 第２実施形態による画像処理装置のブロック図である。 第２実施形態のノイズ低減処理を説明するための図である。 周波数分解された各帯域画像と、変換関数および合成重みの対応関係を説明するための模式図である。 第２実施形態によるＸ線画像処理を説明するためのフローチャートである。

　以下、本発明を具体化した実施形態を図面に基づいて説明する。

［第１実施形態］
　本発明の第１実施形態による画像処理装置１００は、たとえばＸ線撮影装置１に適用され、Ｘ線撮影装置１により撮影されたＸ線画像に対する画像処理を行う。まず、図１を参照して、Ｘ線撮影装置１の全体構成について説明する。Ｘ線画像は、請求の範囲の「放射線画像」の一例である。

　（Ｘ線撮影装置の構成）
　図１に示すように、Ｘ線撮影装置１は、被写体ＰにＸ線を照射し、被写体Ｐを透過したＸ線を検出することにより、被写体Ｐの内部の透過像としてのＸ線画像を撮影する装置である。Ｘ線撮影装置１は、医療分野の臨床診断に用いるＸ線診断装置（医用Ｘ線装置）である。被写体Ｐは、主としてヒト（患者）である。本実施形態による画像処理装置１００としては、医用Ｘ線装置の他、たとえば非破壊検査等に用いられる産業用のＸ線撮影装置に適用されてもよい。

　Ｘ線撮影装置１は、被写体ＰにＸ線を照射するＸ線照射部２と、被写体Ｐを透過したＸ線を検出するＸ線検出部３と、制御部４と、画像処理装置１００とを備えている。

　Ｘ線照射部２とＸ線検出部３とは、それぞれ、被写体Ｐが載置される天板５を挟んで対向するように配置されている。Ｘ線照射部２およびＸ線検出部３は、移動機構６に移動可能に支持されている。天板５は、天板駆動部７により水平方向に移動可能である。被写体Ｐの関心領域を撮影できるように、移動機構６および天板駆動部７を介してＸ線照射部２、Ｘ線検出部３および天板５が移動される。移動機構６および天板駆動部７は、制御部４により制御される。

　Ｘ線照射部２は、電力供給によってＸ線を発生するＸ線管２ａを含み、図示しない高電圧発生部に接続されている。Ｘ線管２ａは、Ｘ線出射方向をＸ線検出部３の検出面に向けて配置されている。Ｘ線照射部２は、制御部４に接続されている。制御部４は、管電圧、管電流およびＸ線照射時間などの予め設定された撮影条件に従ってＸ線照射部２を制御し、Ｘ線管２ａからＸ線を発生させる。

　Ｘ線検出部３は、Ｘ線照射部２から照射され、被写体Ｐを透過したＸ線を検出し、検出したＸ線強度に応じた検出信号を出力する。Ｘ線検出部３は、たとえば、ＦＰＤ（Flat Panel Detector）により構成されている。Ｘ線検出部３は、所定の解像度のＸ線画像（検出信号）を画像処理装置１００に出力する。

　なお、図１の構成例では、Ｘ線照射部２と、Ｘ線検出部３とが天板５を挟んで上下に対向し、天板５上に被写体を臥位（寝かせた姿勢）あるいは座位（座った姿勢）で配置してＸ線撮影を行う装置を示している。Ｘ線撮影装置１としては、Ｘ線照射部２と、Ｘ線検出部３とが水平方向に対向し、Ｘ線照射部２とＸ線検出部３との間に被写体を立位（立った姿勢）で配置してＸ線撮影を行う装置であってもよいし、臥位、座位および立位のいずれでも撮影可能な装置であってもよい。

　制御部４は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory）などにより構成され、ＣＰＵが所定の制御プログラムを実行することにより、Ｘ線撮影装置１の各部を制御する制御部として機能する。制御部４は、Ｘ線照射部２の制御や、移動機構６および天板駆動部７の駆動制御を行う。

　図１の例では、Ｘ線撮影装置１は、表示部８、操作部９および記憶部１０を備える。表示部８は、たとえば液晶ディスプレイなどのモニタである。操作部９は、たとえばキーボードおよびマウス、タッチパネルまたは他のコントローラーなどを含んで構成される。記憶部１０は、たとえばハードディスクドライブなどの記憶装置により構成される。制御部４は、画像処理装置１００により生成された画像を表示部８に表示させる制御を行うように構成されている。また、制御部４は、操作部９を介した入力操作を受け付けるように構成されている。また、制御部４は、画像データ、撮影条件および各種の設定値を記憶部１０に記憶させるように構成されている。

　画像処理装置１００は、Ｘ線検出部３からＸ線検出信号を取得して、Ｘ線画像を生成する。画像処理装置１００は、取得したＸ線画像に対して画像処理を施す。画像処理は、Ｘ線画像中に含まれる散乱線成分を低減する処理、Ｘ線画像中に含まれるノイズ成分を低減する処理などの補正処理を含む。説明は省略するが、画像処理装置１００は、散乱線成分およびノイズ成分の低減以外にも、公知の補正処理等を行う。画像処理装置１００は、画像処理後のＸ線画像である補正済み画像を制御部４に出力する。補正済み画像は、表示部８に表示され、または記憶部１０に記録される。Ｘ線画像は、静止画像または動画像である。

　（画像処理装置の構成）
　図２に示すように、画像処理装置１００は、画像処理プログラムを実行することによりＸ線画像を処理するコンピュータにより構成される。たとえば、画像処理装置１００は、ＦＰＧＡ（field-programmable gate array）などのプログラム可能な論理デバイス２０に、画像処理を実行する機能を組み込んだ専用ハードウェアとして構成されている。画像処理装置１００は、制御部４と共通の、または別個のＣＰＵ、ＲＯＭおよびＲＡＭなどにより構成されてもよい。その場合、画像処理装置１００は、ＣＰＵに画像処理プログラムを実行させることによりソフトウェア上で構成される。なお、画像処理装置１００は、図１のように、制御部４とは別体で設けられていてもよいし、制御部４の一部として組み込まれていてもよい。

　第１実施形態では、画像処理装置１００は、散乱線低減手段２１と、ノイズ低減手段２２と、を備える。散乱線低減手段２１およびノイズ低減手段２２は、ＦＰＧＡなどの論理デバイス２０に組み込まれた画像処理モジュールとして構成されうる。散乱線低減手段２１およびノイズ低減手段２２は、ＣＰＵに画像処理プログラムを実行させることによりソフトウェア上で構成される画像処理を行う機能ブロックであり得る。

　被写体Ｐに放射線を照射してＸ線検出部３により検出すると、Ｘ線画像中には、被写体Ｐを透過した直接線に起因する直接線成分と、被写体Ｐ内で散乱して生じた散乱線に起因する散乱線成分と、その他のノイズ成分とが含まれる。直接線成分は、被写体Ｐの構造を反映した画像情報である。一方、散乱線成分およびノイズ成分は、被写体Ｐの構造情報を含まず、Ｘ線画像の画質を低下させるものである。そのため、画像処理装置１００による補正処理は、簡単に言えばＸ線画像から散乱線成分およびノイズ成分を除去して、極力、直接線成分だけを抽出する処理である。

　散乱線低減手段２１は、被写体Ｐに放射線を照射することにより得られるＸ線画像５１（図３参照）に含まれる散乱線成分をＸ線画像５１から低減する処理を行う。具体的には、散乱線低減手段２１は、Ｘ線画像５１中に含まれる散乱線成分を推定する推定処理と、推定した散乱線成分をＸ線画像５１から除去する散乱線成分の低減処理とを行う。散乱線低減手段２１は、Ｘ線画像５１から散乱線成分が低減された散乱線低減画像５２（図３参照）を生成する。

　ノイズ低減手段２２は、Ｘ線画像５１から散乱線成分が低減された散乱線低減画像５２に含まれるノイズ成分を低減する。具体的には、ノイズ低減手段２２は、放射線画像に含まれる統計ノイズ（量子ノイズ）に起因するノイズ成分を低減する処理を行う。ノイズ低減手段２２は、散乱線低減手段２１による散乱線成分の低減後の散乱線低減画像５２に対して、ノイズ成分を低減するフィルタ処理を行う。ノイズ低減手段２２は、フィルタ処理により、ノイズ成分を散乱線低減画像５２から低減したノイズ低減画像５３（図３参照）を生成する。

　第１実施形態では、ノイズ低減手段２２は、画素比率取得手段２３を含む。

　画素比率取得手段２３は、散乱線成分の低減後の散乱線低減画像５２と、散乱線成分の低減前のＸ線画像５１との間の画素値の比率α（図４参照）を取得する。ノイズ低減手段２２は、画素値の比率αに基づいて、ノイズ成分を散乱線低減画像５２から低減するように構成されている。

　具体的には、ノイズ低減手段２２は、合成重み設定手段２４、および合成手段２５を含む。

　合成重み設定手段２４は、画素値の比率α（図４参照）に基づいて合成重みｇを設定する。合成手段２５は、設定された合成重みｇ（図４参照）により、ノイズ成分を散乱線低減画像５２から低減したノイズ低減画像５３と散乱線低減画像５２とを重み付け合成する。これにより、ノイズ低減手段２２は、画素値の比率αに基づいて設定された合成重みｇでノイズ低減画像５３と散乱線低減画像５２とを重み付け合成することにより、ノイズ成分を散乱線低減画像５２から低減するように構成されている。

　このように、画像処理装置１００は、散乱線低減手段２１およびノイズ低減手段２２によって、Ｘ線画像５１から散乱線成分およびノイズ成分を低減する。そして、画像処理装置１００は、散乱線成分およびノイズ成分をＸ線画像５１から低減した補正済み画像５４（図３参照）を制御部４に出力するように構成されている。

　（Ｘ線画像処理）
　次に、図３を参照して、画像処理装置１００によるＸ線画像処理の流れについて説明する。

　ステップＳ１において、画像処理装置１００は、Ｘ線画像５１を取得する。

　ステップＳ２において、画像処理装置１００は、散乱線低減手段２１により、散乱線成分の推定処理および散乱線成分の低減処理を行う。散乱線低減手段２１は、散乱線成分の低減後の散乱線低減画像５２を生成する。

　散乱線成分の推定処理および散乱線成分の低減処理では、Ｘ線画像から散乱線成分を推定し、推定した散乱線成分をＸ線画像から低減できればよく、処理方法は特に限定されない。推定処理の例として、米国特許第８０６４６７６号明細書に記載されているように、Ｘ線画像の低周波帯域成分の輝度値（画素値）が高い画素を散乱線成分と見なす手法を用いてもよい。別の例として、特開平９－１４９８９５号公報に記載されているように、Ｘ線画像と点像分布関数とのコンボリューションにより散乱線成分を推定してもよい。これらの例示した手法以外の手法によって散乱線成分を推定し、Ｘ線画像中から低減してもよい。

　ステップＳ３において、画像処理装置１００は、ノイズ低減手段２２により、ノイズ成分の低減処理を行う。ノイズ低減手段２２は、散乱線成分およびノイズ成分がＸ線画像５１から低減された補正済み画像５４を生成する。ノイズ成分の低減処理の詳細については、後述する。

　ステップＳ４において、画像処理装置１００は、散乱線成分およびノイズ成分がＸ線画像５１から低減された補正済み画像５４を制御部４（図１参照）に出力する。

　（ノイズ成分の低減処理）
　次に、図４～図８を参照して、図３のステップＳ３に示したノイズ成分の低減処理について説明する。

　〈ノイズ成分の説明〉
　Ｘ線画像５１中のノイズ成分（統計ノイズ）の量については、検出器に到達した放射線量（すなわち、放射線画像の画素値）に対して正の相関を有することが知られている。したがって、図５に示すように、Ｘ線画像５１中の平均画素値Ｎ０が高いほど、統計ノイズの量も多くなる傾向がある。つまり、統計ノイズの量は、直接線および散乱線の合計線量が多い程、多くなる。

　Ｘ線画像５１中の散乱線成分の量は、被写体Ｐの体格（厚み）等によって異なる。一般に、被写体Ｐの厚みが大きく、Ｘ線が被写体Ｐ内を透過する距離が長いほど散乱線も多くなる傾向がある。図５に示すように、Ｘ線画像５１中の散乱線成分が多い場合、除去される散乱線成分が多くなるので、散乱線成分の低減後の散乱線低減画像５２の平均画素値Ｎ１ｆが小さくなる。図６に示すように、Ｘ線画像５１中の散乱線成分が少ない場合、除去される散乱線成分が少なくなるので、散乱線成分の低減後の散乱線低減画像５２の平均画素値Ｎ１ｔは大きくなる。また、Ｘ線画像５１中の散乱線成分が中程度の場合、散乱線成分の低減後の散乱線低減画像５２の平均画素値Ｎ１はＮ１ｔとＮ１ｆとの間になる。

　このように、統計ノイズの量がＸ線画像５１中の平均画素値Ｎ０に相関する一方、Ｘ線画像５１中に含まれる散乱線成分の量に応じて散乱線低減画像５２の平均画素値Ｎ１が変動するため、散乱線成分が多い場合（平均画素値Ｎ１ｆ）、散乱線低減画像５２におけるノイズ成分の量は相対的に多くなり、散乱線成分が少ない場合（平均画素値Ｎ１ｔ）、散乱線低減画像５２におけるノイズ成分の量は相対的に少なくなる。

　そのため、フィルタ処理によるノイズ低減効果は、散乱線成分の量に応じて適切に制御されることが好ましい。そこで、ノイズ低減手段２２は、ステップＳ３におけるノイズ成分の低減処理として、図４に示すステップＳ１１～Ｓ１４の各処理を実行することにより、Ｘ線画像中の散乱線成分の低減処理の前後における画素値の比率に基づいて、ノイズ低減効果を調整するように構成されている。

　〈フィルタ処理〉
　図４のステップＳ１１において、ノイズ低減手段２２は、散乱線低減画像５２に対してノイズ成分を低減するフィルタ処理を施すことにより、ノイズ低減画像５３を生成する。フィルタ処理は、平滑化処理である。フィルタ処理は、処理対象の画像に重畳したノイズ成分を平滑化できればよく、処理方法は特に限定されない。フィルタ処理の例としては、一般的なガウスフィルタが採用できる。フィルタ処理の例としては、エッジ保存フィルタとして知られるバイラテラルフィルタや異方性フィルタを用いてもよい。

　ガウスフィルタ、バイラテラルフィルタや異方性フィルタは、１枚の画像内での平滑化処理に用いられ、主に静止画に対して適用できる。動画像の場合、時系列のフレーム画像間での平滑化を行う。動画像の場合のフィルタ処理は、たとえばリカーシブフィルタなどの時間積分フィルタを用いることができる。動画像において、被写体Ｐまたは被写体Ｐ内の関心領域が画像中で動く場合には、画像認識による動体追跡処理を用いて各フレーム画像の対応箇所同士を検出し、画像中の部分領域毎に時間積分フィルタを適用してもよい。

　〈画素比率の取得〉
　ステップＳ１２において、画素比率取得手段２３が、Ｘ線画像５１と散乱線低減画像５２との、同一画素同士の画素値の比率αを算出する（画素比率取得処理）。たとえば、画素比率取得手段２３は、下式（１）により、画素値の比率αを算出する。

　α（ｘ，ｙ）　＝　Ｓｃ（ｘ，ｙ）／Ｉｎ（ｘ，ｙ）　・・・（１）
　ここで、（ｘ，ｙ）は、各々の画像中の画素の座標である（０≦ｘ≦Ｘ，０≦ｙ≦Ｙ）。Ｘ、Ｙは、それぞれ画像の横方向および縦方向のサイズ（画素数）である。Ｓｃ（ｘ，ｙ）は、散乱線低減画像５２における座標（ｘ，ｙ）の画素値である。Ｉｎ（ｘ，ｙ）は、散乱線低減前のＸ線画像５１における座標（ｘ，ｙ）の画素値である。Ｓｃ（ｘ，ｙ）≦Ｉｎ（ｘ，ｙ）であり、α（ｘ，ｙ）は、０≦α≦１の変数である。

　〈合成重みの設定処理〉
　ステップＳ１３において、合成重み設定手段２４が、画素値の比率αに基づいて合成重みｇを設定する（合成重み設定処理）。たとえば、合成重み設定手段２４は、下式（２）により、合成重みｇを算出する。

　ｇ（ｘ，ｙ）　＝　Ｆ（α（ｘ，ｙ））　・・・（２）
　ここで、Ｆは、αを変数とする変換関数である。合成重みｇ（ｘ，ｙ）は、０≦ｇ≦１の変数である。

　変換関数Ｆは、線形関数でもよいし、非線形関数でもよい。線形関数の例としては、たとえば下式（３）である。非線形関数の例としては、たとえば下式（４）である。
　Ｆ（ｋ）　＝　ａｋ＋ｂ　・・・（３）
　Ｆ（ｋ）　＝　ａｋ²＋ｂｋ¹＋ｃｋ^-1＋ｄ　・・・（４）
　ここで、変数ｋには、画素値の比率α（ｘ，ｙ）が代入される。ａ、ｂ、ｃ、ｄは、それぞれ変換関数Ｆを決めるパラメータ（係数）である。

　ここでは、合成重みｇは、後述する式（６）によって、散乱線低減画像５２とノイズ低減画像５３との重み付け合成に際しての、散乱線低減画像５２の重みを表す。言い換えると、合成重みｇが大きい（１に近い）ほど、合成処理におけるノイズ低減画像５３の割合が減少（散乱線低減画像５２の割合が増大）し、合成重みｇが小さい（０に近い）ほど、合成処理におけるノイズ低減画像５３の割合が増大する（散乱線低減画像５２の割合が減少）。

　図５および図６に示したように、低減前のＸ線画像における散乱線成分が多い程、画素値の比率αは小さくなる一方、散乱線低減画像５２におけるノイズ成分の量が相対的に多くなる。逆に、低減前のＸ線画像における散乱線成分が少ない程、画素値の比率αは大きくなる一方、散乱線低減画像５２におけるノイズ成分の量が相対的に少なくなる。

　そのため、合成重み設定手段２４は、Ｘ線画像５１に対する散乱線低減画像５２の画素値の比率αが小さいほど、ノイズ低減画像５３の重みが大きくなるように、合成重みｇを設定する。つまり、図７に示すように、αの値が小さいほど、ｇの値も小さくなるように、変換関数Ｆが設定される。

　図７は、縦軸に合成重みｇ、横軸に画素値の比率αをとり、変換関数Ｆを表す曲線を示した図である。αの値が小さいほど、ｇの値も小さくなる変換関数Ｆは、言い換えると、αの値に対してｇの値を単調増加させる関数である。図７では、典型的な変換関数Ｆとして、１次関数、ｎ次関数（ｎは２以上の整数）、累乗根の関数の３種類を例示している。これらのいずれかの変換関数Ｆにより、散乱線低減画像５２におけるノイズ成分の割合に応じた合成重みｇが設定できる。

　また、第１実施形態では、図８に示すように、合成重み設定手段２４は、Ｘ線画像５１に対する散乱線低減画像５２の画素値の比率αが閾値を下回る場合に、散乱線低減画像５２の重みをゼロに設定するように構成されていることが好ましい。

　ここで、散乱線成分の量によらず、フィルタ処理のパワー（ノイズ除去効果）は一定とする。この場合、特に散乱線成分の量が多い場合でも、フィルタ処理のパワーを超えるノイズ除去効果を得ることはできない。一方、フィルタ処理のパワーを高く設定しすぎると、ノイズ成分以外の直接線成分も除去されてしまうため、フィルタ処理のパワーを無制限に高くすることも適切でない。そこで、画素値の比率αが閾値Ｔｈ以下となり、ノイズ成分の量が相対的に多くなる場合には、合成重みｇを０にして、合成処理におけるノイズ低減画像５３の割合を１にする。つまり、フィルタ処理としては、直接線成分を除去しすぎない所定のパワーに設定しておき、画素値の比率αが閾値Ｔｈ以下となる場合、ノイズ低減手段２２は、ノイズ低減画像５３を補正済み画像５４として出力する。これにより、散乱線成分の量が多い場合でも過度なフィルタ処理により直接線成分が除去されることが抑制される。

　図８に示した第１実施形態の変換関数Ｆの具体例を下式（５）に示す。
　Ｆ（ｋ）　＝　ａｋ^1/2＋ｂ　・・・（５）
　ここで、変換関数Ｆは、（０≦Ｆ（ｋ）≦１）であり、閾値Ｔｈ以下の範囲で０になる領域を含む（ｋ≦Ｔｈのとき、Ｆ（ｋ）＝０）。パラメータａ、ｂおよび閾値Ｔｈには、フィルタ処理のパワーに応じて適切な値が設定される。

　〈合成処理〉
　図４に示すように、ステップＳ１４において、合成手段２５は、画素値の比率αに基づいて設定された合成重みｇでノイズ低減画像５３と散乱線低減画像５２とを重み付け合成する（合成処理）。重み付け合成の結果、合成手段２５は、補正済み画像５４を生成する。具体的には、合成手段２５は、下式（６）により、ノイズ低減画像５３と散乱線低減画像５２とを重み付け合成する。
　Ｏｕｔ（ｘ，ｙ）　＝　ｇ（ｘ，ｙ）×Ｓｃ（ｘ，ｙ）＋[１－ｇ（ｘ，ｙ）]×Ｓｍ（ｘ，ｙ）　　　・・・（６）
　ここで、Ｏｕｔ（ｘ，ｙ）は、補正済み画像５４における座標（ｘ，ｙ）の画素値である。Ｓｍ（ｘ，ｙ）は、ノイズ低減画像５３における座標（ｘ，ｙ）の画素値である。

　上式（６）に示すように、合成手段２５は、散乱線低減処理後の散乱線低減画像５２と、散乱線低減画像５２に対するフィルタ処理後のノイズ低減画像５３とをそれぞれ取得すると共に、合成重み設定手段２４により設定された合成重みｇを取得する。合成手段２５は、合成重みｇに応じた割合で、散乱線低減画像５２とノイズ低減画像５３とを合成する。

　この結果、画素値の比率αが小さく、合成重みｇが小さく設定される程、ノイズ低減画像５３の合成割合が大きくなる。このようにして、ノイズ低減手段２２は、ノイズ低減画像５３の合成割合の調整により、散乱線低減画像５２におけるノイズ成分の割合に応じてノイズ除去効果を調整する。上記の通り、画素値の比率αが閾値Ｔｈ以下となる場合、合成重みｇ＝０に設定されるため、上式（５）における散乱線低減画像５２の合成割合が０となる。その結果、ノイズ低減手段２２は、画素値の比率αが閾値Ｔｈ以下となる場合にノイズ低減画像５３を補正済み画像５４として出力する。

　（画像処理の例）
　次に、図９～図１１を参照して、第１実施形態の画像処理装置１００による画像処理を単純化して説明する。図９～図１１では、便宜的に、５×５画素のＸ線画像に対して、画像処理を行う例を示す。図中に示した５×５個の矩形領域の各々が画素であり、画素内の数値は、画素値を示す。

　図９は、散乱線低減処理を示す。Ｘ線画像５１の各々の画素に対して、散乱線低減手段２１により、それぞれ散乱線成分５６が推定される。散乱線低減手段２１は、推定した散乱線成分５６をＸ線画像５１から画素毎に除算して、散乱線低減画像５２を生成する。

　図１０は、フィルタ処理を示す。散乱線低減画像５２に対して、ノイズ低減手段２２によりフィルタ処理が行われ、ノイズ低減画像５３が生成される。ノイズ低減手段２２は、散乱線低減画像５２に対して、予め設定されたカーネル（フィルタ係数）５７を用いたコンボリューション（畳込）を行い、ノイズ低減画像５３を算出する。ここでは便宜的に、カーネルが均等な移動平均フィルタを用いる例を示している。ガウシアンフィルタ、バイラテラルフィルタなどの他のフィルタの場合、それぞれ対応するカーネルが設定される。

　図１１は、合成処理を示す。散乱線低減画像５２およびノイズ低減画像５３に対して、合成手段２５により、合成重みｇを用いた重み付け合成が行われ、補正済み画像が生成される。ここでは便宜的に、合成重みｇを、全ての画素について一定の０．５と仮定した例を示す。合成手段２５は、散乱線低減画像５２およびノイズ低減画像５３の対応する画素（ｘｙ座標）同士に、それぞれの重みを乗算した値の和（上式（６）参照）をとることにより、合成後の画素値を算出する。その結果、補正済み画像５４が得られる。

　なお、上式（２）、（５）から分かるように、実際には、散乱線低減画像５２およびノイズ低減画像５３の対応する画素同士の画素値の比率αに応じて、重みｇは画素毎に個別に設定される。合成手段２５は、画素毎に、対応する重みｇを用いて重み付け合成を行う。

　以上により、第１実施形態の画像処理装置１００による画像処理が行われる。

　（第１実施形態の効果）
　第１実施形態では、以下のような効果を得ることができる。

　第１実施形態では、上記のように、ノイズ低減手段２２を、散乱線成分の低減後の散乱線低減画像５２と、散乱線成分の低減前のＸ線画像５１との間の画素値の比率αを取得する画素比率取得手段２３を含み、画素値の比率αに基づいて、ノイズ成分を散乱線低減画像５２から低減するように構成する。上記の通り、統計ノイズはＸ線画像５１の画素値に対して相関を有することから、散乱線低減画像５２とＸ線画像５１との間の画素値の比率αにより、散乱線量と、散乱線量に応じたノイズ成分の量（低減すべきノイズ成分の量）とを関連付けることができる。そのため、画素値の比率αに基づく簡素な処理によっても、Ｘ線画像５１から適切にノイズ成分を低減することができる。これにより、従来のように、Ｘ線画像および散乱線低減画像からそれぞれノイズ統計量を別々に取得する必要がなく、単純にＸ線画像５１および散乱線低減画像５２の画素値の比率αに基づいてノイズ成分を低減することができるので、処理を簡素化し、低い演算コストで高速にノイズ低減処理を行うことができる。

　また、第１実施形態では、上記のように、ノイズ低減手段２２に、画素値の比率αに基づいて合成重みｇを設定する合成重み設定手段２４と、設定された合成重みｇにより、ノイズ成分を散乱線低減画像５２から低減したノイズ低減画像５３と散乱線低減画像５２とを重み付け合成する合成手段２５とを設ける。これにより、ノイズ低減効果を弱める場合には散乱線低減画像５２の合成重みを大きくし、ノイズ低減効果を強める場合にはノイズ低減画像５３の合成重みを大きくすることにより、ノイズ成分の低減度合いを調整できる。そして、合成重みを、画素値の比率αに基づいて把握されるノイズ成分の量（低減すべきノイズ成分の量）に応じて設定することができるので、画素値の比率αに基づいて演算コストを低減しつつ、散乱線低減画像５２に含まれるノイズ成分の量に応じた適切なノイズ低減処理ができる。

　また、第１実施形態では、上記のように、Ｘ線画像５１に対する散乱線低減画像５２の画素値の比率αが小さいほど、ノイズ低減画像５３の重みが大きくなるように、合成重みｇを設定するように合成重み設定手段２４を構成する。これにより、Ｘ線画像５１に対する散乱線低減画像５２の画素値の比率αが小さいほど、ノイズ低減画像５３の重みを大きくして合成することにより、ノイズ成分の量に応じて効果的にノイズ成分を低減することができる。

　また、第１実施形態では、上記のように、Ｘ線画像５１に対する散乱線低減画像５２の画素値の比率αが閾値Ｔｈを下回る場合に、散乱線低減画像５２の重みをゼロに設定するように、合成重み設定手段２４を構成する。これにより、画素値の比率αが閾値Ｔｈを下回るようなノイズ成分の量が多い場合にノイズ低減画像５３をそのまま出力するようにすることにより、演算コストを増大させることなく、過度に画質を低下させない範囲にノイズ低減効果の限界を設定することができる。

　［第２実施形態］
　次に、図１２～図１５を参照して、本発明の第２実施形態について説明する。第２実施形態では、Ｘ線画像を複数の帯域画像に周波数分解することにより、上記第１実施形態のノイズ低減処理を帯域画像毎に実施する例について説明する。なお、第２実施形態において、上記第１実施形態と同様の構成については、説明を省略する。

　（画像処理装置の構成）
　図１２に示すように、第２実施形態の画像処理装置２００は、散乱線低減手段２１およびノイズ低減手段１２２に加えて、帯域画像取得手段１２６と、帯域画像合成手段１２７とをさらに備える。帯域画像取得手段１２６および帯域画像合成手段１２７は、散乱線低減手段２１およびノイズ低減手段１２２と同様、論理デバイス２０に組み込まれた画像処理モジュールとして構成されうるほか、ソフトウェア上で構成される画像処理を行う機能ブロックであり得る。

　帯域画像取得手段１２６は、散乱線低減画像５２を周波数分解して複数の周波数の帯域画像１５５（図１３参照）を取得するように構成されている。周波数分解は、散乱線低減画像５２を複数の周波数帯域の帯域画像１５５に分解できればよく、処理方法は特に限定されない。また、分解する帯域幅および帯域の数については、要求される画質や処理速度に応じて設定されればよく、特に限定されない。

　周波数分解の処理方法としては、たとえば、フーリエ変換、画像ピラミッド法などがある。フーリエ変換は、空間領域の画像情報を空間周波数領域に変換する処理である。空間周波数領域で対応する周波数成分以外を除去した上で、逆フーリエ変換を行うことにより、周波数帯域毎の帯域画像を生成することができる。画像ピラミッド法は、元のＸ線画像を、複数段階に解像度を異ならせた複数の画像に分解する手法であり、高解像度から低解像度までの各画像が、周波数帯域の異なる帯域画像に相当する。

　帯域画像合成手段１２７は、複数の帯域画像１５５の各々に含まれるノイズ成分を低減した複数の補正済み帯域画像１５６を、合成するように構成されている。ここで、第２実施形態では、ノイズ低減手段１２２は、複数の帯域画像１５５の各々に対して、画素値の比率αに基づいてノイズ成分を低減するように構成されている。すなわち、帯域画像取得手段１２６によって分解された各々の帯域画像１５５に対して、ノイズ低減手段１２２によるノイズ低減処理が個別に行われる。帯域画像合成手段１２７は、図１３に示すように、ノイズ低減処理後のそれぞれの補正済み帯域画像１５６を合成することにより、補正済み画像５４を生成する。

　画像処理装置２００は、帯域画像合成手段１２７によって周波数合成された後の補正済み画像５４を出力するように構成されている。

　図１３に示すように、第２実施形態では、ノイズ低減手段１２２は、画素値の比率αに基づいて、帯域画像１５５毎に合成重みｇを別々に設定する合成重み設定手段２４を含む。具体的には、合成重み設定手段２４は、周波数帯域毎に予め設定された変換関数Ｆを用いて、それぞれの帯域画像１５５の合成重みｇを算出する。

　すなわち、図１４に示すように、周波数分解によって、帯域画像Ｉｎ１、Ｉｎ２、Ｉｎ３、・・・が得られた場合に、合成重み設定手段２４は、周波数帯域毎の変換関数Ｆ１、Ｆ２、Ｆ３、・・・を用いて、合成重みｇ１、ｇ２、ｇ３、・・・をそれぞれ取得する。それぞれの変換関数Ｆは、たとえば上式（３）～（５）に例示したような共通の関数を用いて、パラメータａ～ｄの値を異ならせることができる。これにより、周波数帯域別に、異なる変換関数Ｆ１、Ｆ２、Ｆ３、・・・が設定される。

　たとえば、Ｘ線画像に写る構造のエッジ成分などは、高周波帯域に含まれ、Ｘ線画像に写るＤＣ成分のような変化の少ない情報は、低周波帯域に含まれる。各帯域のノイズをどの程度除去すべきかは、最終的には用途やユーザの傾向を反映して決定することが好ましいため、変換関数Ｆのパラメータの一部または全部を変更可能とすることが好ましい。それぞれの変換関数Ｆのパラメータは、固定値でもよい。

　なお、第２実施形態においても、画素比率取得手段２３は、周波数分解処理の前のＸ線画像５１と、散乱線低減画像５２との画素値の比率αを取得する。つまり、画素値の比率αは、各帯域画像１５５に対して共通である。

　図１３に示すように、合成手段１２５は、帯域画像１５５毎に設定された合成重みｇにより、各々の帯域画像１５５からノイズ成分を低減したノイズ低減画像（ノイズ低減帯域画像１５７とする）と、対応する帯域画像１５５とを、重み付け合成する（合成処理）ように構成されている。

　すなわち、合成手段１２５は、各々の帯域画像１５５（図１５のＩｎ１～Ｉｎ３）と、帯域画像１５５に対するフィルタ処理後のノイズ低減帯域画像１５７（図１５のＳｍ１～Ｓｍ３）とをそれぞれ取得すると共に、合成重み設定手段２４により設定された周波数帯域別の合成重みｇを取得する。合成手段１２５は、それぞれの周波数帯域の合成重みｇに応じた割合で、帯域画像１５５とノイズ低減帯域画像１５７とを合成する。合成処理により、合成手段１２５は、周波数帯域毎の補正済み帯域画像１５６を生成する。

　（Ｘ線画像処理）
　次に、図１５を参照して、第２実施形態の画像処理装置２００によるＸ線画像処理の流れについて説明する。

　ステップＳ２１において、画像処理装置２００は、Ｘ線画像５１を取得する。

　ステップＳ２２において、画像処理装置２００は、散乱線低減手段２１により、散乱線成分の推定処理および散乱線成分の低減処理を行う。散乱線低減手段２１は、散乱線成分の低減後の散乱線低減画像５２を生成する。

　ステップＳ２３において、画像処理装置１００は、帯域画像取得手段１２６により、散乱線低減画像５２の周波数分解処理を行う。帯域画像取得手段１２６は、散乱線低減画像５２を所定数の帯域画像１５５に分解する。

　ステップＳ２４において、画像処理装置１００は、ノイズ低減手段１２２により、周波数分解された各々の帯域画像１５５に対して、それぞれノイズ成分の低減処理を行う。ノイズ低減手段１２２は、ノイズ成分が低減された補正済み帯域画像１５６を、周波数帯域毎に生成する。

　ステップＳ２５において、画像処理装置１００は、帯域画像合成手段１２７により、周波数帯域毎の補正済み帯域画像１５６を合成する処理を行う。帯域画像合成手段１２７は、合成により、補正済み画像５４を生成する。

　ステップＳ２６において、画像処理装置１００は、散乱線成分およびノイズ成分がＸ線画像５１から低減された補正済み画像５４を制御部４に出力する。

　第２実施形態のその他の構成は、上記第１実施形態と同様である。

　（第２実施形態の効果）
　第２実施形態では、以下のような効果を得ることができる。

　第２実施形態では、上記第１実施形態と同様に、画素値の比率αに基づいて、ノイズ成分を散乱線低減画像５２から低減するようにノイズ低減手段１２２を構成する。これにより、従来のように、Ｘ線画像および散乱線低減画像からそれぞれノイズ統計量を別々に取得する必要がなく、単純にＸ線画像５１および散乱線低減画像５２の画素値の比率αに基づいてノイズ成分を低減することができるので、処理を簡素化し、低い演算コストで高速にノイズ低減処理を行うことができる。

　また、第２実施形態では、上記のように、散乱線低減画像５２を周波数分解して複数の周波数の帯域画像１５５を取得する帯域画像取得手段１２６と、複数の帯域画像１５５の各々に含まれるノイズ成分を低減した複数の補正済み帯域画像１５６を、合成する帯域画像合成手段１２７とを設ける。そして、ノイズ低減手段１２２を、複数の帯域画像１５５の各々に対して、画素値の比率αに基づいてノイズ成分を低減するように構成する。これにより、画素値の比率αに基づくノイズ低減処理を、複数の帯域画像１５５の各々に対して帯域別に行うことができる。その結果、周波数帯域毎に、適切なノイズ低減処理が実施された補正済み画像５４を得ることができる。

　また、第２実施形態では、上記のように、ノイズ低減手段１２２に、画素値の比率αに基づいて、帯域画像１５５毎に合成重みｇを別々に設定する合成重み設定手段２４と、帯域画像１５５毎に設定された合成重みｇにより、各々の帯域画像１５５からノイズ成分を低減したノイズ低減画像（ノイズ低減帯域画像１５７）と、対応する帯域画像１５５とを、重み付け合成する合成手段１２５とを設ける。これにより、ノイズ低減効果を帯域別に調整することができるようになるので、柔軟な画質調整が可能になる。

　第２実施形態のその他の効果は、上記第１実施形態と同様である。

　（変形例）
　なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく請求の範囲によって示され、さらに請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。

　たとえば、上記第１および第２実施形態では、被写体が人である例を示したが、本発明はこれに限られない。本発明では、被写体は、人以外の生物であってもよいし、物であってもよい。たとえば、本発明の画像処理装置を、レントゲン装置などの医用機器以外の、Ｘ線検査装置（非破壊検査装置）などの産業用機器用の画像処理装置に用いてもよい。

　また、上記第１および第２実施形態では、ノイズ低減手段２２（１２２）に、合成重み設定手段２４と合成手段２５（１２５）とを設け、画素値の比率αに応じて合成重みｇを設定することにより、画素値の比率αに応じてノイズ除去効果を調整するように構成した例を示したが、本発明はこれに限られない。たとえば、フィルタ処理に用いるフィルタ係数（カーネル）を、ノイズ成分の量に応じて複数種類設定し、画素値の比率αに応じてフィルタ処理に用いるフィルタ（カーネル）を選択することにより、ノイズ除去効果を調整するように構成してもよい。

　また、上記第１および第２実施形態では、画素値の比率αが閾値Ｔｈを下回る場合に、散乱線低減画像５２の重みをゼロに設定するように合成重み設定手段２４を構成した例を示したが、本発明はこれに限られない。本発明では、画素値の比率αに対して合成重みを０に固定するための閾値を設定しなくてもよい。すなわち、画素値の比率αの全範囲に渡って、合成重みｇが変化するようにしてもよい。

　また、上記第１および第２実施形態では、説明の便宜上、本発明の画像処理装置の処理を処理フローに沿って順番に処理を行うフロー駆動型のフローチャートを用いて説明したが、本発明はこれに限られない。本発明では、処理動作を、イベント単位で処理を実行するイベント駆動型（イベントドリブン型）の処理により行ってもよい。この場合、完全なイベント駆動型で行ってもよいし、イベント駆動およびフロー駆動を組み合わせて行ってもよい。

　２１　散乱線低減手段
　２２、１２２　ノイズ低減手段
　２３　画素比率取得手段
　２４　合成重み設定手段
　２５、１２５　合成手段
　５１　Ｘ線画像（放射線画像）
　５２　散乱線低減画像
　５３　ノイズ低減画像
　５４　補正済み画像
　１００、２００　画像処理装置
　１２６　帯域画像取得手段
　１２７　帯域画像合成手段
　１５５　帯域画像
　１５６　補正済み帯域画像
　α　画素値の比率
　ｇ　合成重み
　Ｐ　被写体
　Ｔｈ　閾値

Claims (6)

1. 　被写体に放射線を照射することにより得られる放射線画像に含まれる散乱線成分を前記放射線画像から低減する散乱線低減手段と、
   　前記放射線画像から前記散乱線成分が低減された散乱線低減画像に含まれるノイズ成分を低減するノイズ低減手段と、を備え、
   　前記ノイズ低減手段は、前記散乱線成分の低減後の前記散乱線低減画像と、前記散乱線成分の低減前の前記放射線画像との間の画素値の比率を取得する画素比率取得手段を含み、前記画素値の比率に基づいて、前記ノイズ成分を前記散乱線低減画像から低減するように構成され、
   　前記散乱線成分および前記ノイズ成分を前記放射線画像から低減した補正済み画像を出力するように構成されている、画像処理装置。
2. 　前記ノイズ低減手段は、
   　　前記画素値の比率に基づいて合成重みを設定する合成重み設定手段と、
   　　設定された前記合成重みにより、前記ノイズ成分を前記散乱線低減画像から低減したノイズ低減画像と前記散乱線低減画像とを重み付け合成する合成手段とを含む、請求項１に記載の画像処理装置。
3. 　前記合成重み設定手段は、前記放射線画像に対する前記散乱線低減画像の前記画素値の比率が小さいほど、前記ノイズ低減画像の重みが大きくなるように、前記合成重みを設定する、請求項２に記載の画像処理装置。
4. 　前記合成重み設定手段は、前記放射線画像に対する前記散乱線低減画像の前記画素値の比率が閾値を下回る場合に、前記散乱線低減画像の重みをゼロに設定する、請求項２に記載の画像処理装置。
5. 　前記散乱線低減画像を周波数分解して複数の周波数の帯域画像を取得する帯域画像取得手段と、
   　前記複数の帯域画像の各々に含まれる前記ノイズ成分を低減した複数の補正済み帯域画像を、合成する帯域画像合成手段とをさらに備え、
   　前記ノイズ低減手段は、前記複数の帯域画像の各々に対して、前記画素値の比率に基づいて前記ノイズ成分を低減するように構成されている、請求項１に記載の画像処理装置。
6. 　前記ノイズ低減手段は、
   　　前記画素値の比率に基づいて、前記帯域画像毎に合成重みを別々に設定する合成重み設定手段と、
   　　前記帯域画像毎に設定された前記合成重みにより、各々の前記帯域画像から前記ノイズ成分を低減したノイズ低減画像と、対応する前記帯域画像とを、重み付け合成する合成手段とを含む、請求項５に記載の画像処理装置。

Images