画像処理装置、画像処理システム、画像処理方法、及び記憶媒体
【課題】階調変換等の画像処理に用いる特徴量を抽出する領域（注目領域）を安定して適切に抽出する構成とすることで、良好な処理後画像を提供できる画像読取装置を提供する。
【解決手段】領域抽出手段１１２において、輪郭取得手段１１３は、第２の領域（す抜け領域）を抽出し、その第２の領域（す抜け領域）から当該第２の領域（す抜け領域）でない領域との境界を被写体の輪郭線として抽出する。解析手段１１４は、輪郭取得手段１１３により抽出された輪郭線の曲率等を解析する。この解析結果に基づいて、第１の領域（注目領域）を抽出する。
【解決手段】領域抽出手段１１２において、輪郭取得手段１１３は、第２の領域（す抜け領域）を抽出し、その第２の領域（す抜け領域）から当該第２の領域（す抜け領域）でない領域との境界を被写体の輪郭線として抽出する。解析手段１１４は、輪郭取得手段１１３により抽出された輪郭線の曲率等を解析する。この解析結果に基づいて、第１の領域（注目領域）を抽出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、例えば、階調変換処理に用いる特徴量を処理対象画像から抽出する画像処理装置、画像処理システム、画像処理方法、及びそれを実施するための処理ステップをコンピュータが読出可能に格納した記憶媒体に関するものである。
【背景技術】
【０００２】
従来より、撮像センサを有するカメラ等の撮影装置により、被写体をＸ線撮影して得られたＸ線画像をディジタル化して、モニタ画面（ＣＲＴ等）上に表示出力したり、Ｘ線診断用フィルム上にプリント出力する場合、Ｘ線画像に対して階調変換処理を施すことで、Ｘ線画像を観察しやすい濃度値に変換するのが一般的である。
【０００３】
具体的には例えば、肩部等のＸ線撮影により得られたＸ線画像をＸ線診断用フィルム上に出力する場合、Ｘ線画像全体のヒストグラムを作成し、そのヒストグラムの一定部分（例えば、下部２０％点等）の濃度値（ピクセル値）を特徴量として抽出し、その特徴量がＸ線診断用フィルム上で一定濃度値（例えば、１．１程度）となるような、Ｘ線画像に対する階調変換を行う。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上述したような従来の階調変換処理では、Ｘ線画像において、ある領域の濃度値（ヒストグラムの下部２０％点の濃度値等）が、Ｘ線診断用フィルム上での一定濃度値となるような変換を行なっているにすぎず、特徴量としての濃度値を抽出する領域によっては、Ｘ線画像全体のＸ線診断用フィルム上での濃度値がばらつくことがあった。
【０００５】
具体的には例えば、Ｘ線画像は、骨や皮膚等の異なる組織部分の領域からなり、それぞれのＸ線透過率は異なっている。このため、階調変換に用いる特徴量（濃度値）を抽出する領域が、実際に観察したい領域（関節部等の注目領域）以外の領域であった場合、注目領域を観察しやすいようにするための階調変換に用いる特徴量として適切でない特徴量が得られることになる。このような特徴量を用いて階調変換を行なうと、Ｘ線画像全体に濃度値のばらつきが生じ、注目領域の濃度値が観察に適切な濃度値に変換されない場合がある。これは、診断効率の低下や誤診断等の問題につながる。
【０００６】
また、従来では、Ｘ線画像に対する階調変換処理等の画像処理や、その処理後のＸ線画像の出力を適切に行なうためには、Ｘ線画像の撮影体位を入力する必要があった。
【０００７】
具体的には例えば、肩部のＸ線画像では、そのＸ線画像が右肩の画像であるか、或いは左肩の画像であるかを入力する必要がある。これは、特徴量抽出処理として、右肩用の特徴量抽出処理と、左肩用の特徴量抽出処理がそれぞれ存在するためである。右肩用の特徴量抽出処理では、右肩の関節領域を注目領域として抽出し、その注目領域から特徴量を抽出する。一方、左肩用の特徴量抽出処理では、左肩の関節領域を注目領域として抽出し、その注目領域から特徴量を抽出する。
したがって、右肩或いは左肩のＸ線画像に対して適切な特徴量抽出処理を行なうためには、Ｘ線画像が右肩の画像であるか、或いは左肩の画像であるかを入力する必要がある。
【０００８】
また、撮影台に被写体が横たわり、当該被写体に対してＸ線撮影が行なわれる場合、その体位によって、Ｘ線画像の上下（例えば、頭部撮影では頭部の向き）が反転することがある。すなわち、この場合に得られるＸ線画像では、頭が上の場合と、頭が下の場合とがある。
したがって、Ｘ線画像を正常な向き（観察者に対して正常な向き）で出力するためには、Ｘ線画像が頭が上の画像であるか、或いは頭が下の画像であるかを入力する必要がある。
【０００９】
上述のようなＸ線画像の撮影体位を入力は非常に面倒な作業であると共に、その入力がなかった場合、或いは入力ミスがあった場合には、適切な画像処理が実行できなかったり、Ｘ線画像が上下逆に出力されてしまうことがあった。
【００１０】
そこで、本発明は、上記の欠点を除去するために成されたもので、処理対象の画像に対して安定した適切な画像処理を施す構成により、良好な処理後画像を提供できる、画像処理装置、画像処理システム、画像処理方法、及びそれを実施するための処理ステップをコンピュータが読出可能に格納した記憶媒体を提供することを目的とする。
【００１１】
また、本発明は、画像中に存在する被写体方向を自動的に判別する構成により、効率的に且つ適切な画像処理を行なえると共に、当該処理後の画像出力を適切に行なえる、画像処理装置、画像処理システム、画像処理方法、及びそれを実施するための処理ステップをコンピュータが読出可能に格納した記憶媒体を提供することを目的とする。
【課題を解決するための手段】
【００１２】
斯かる目的下において、第１の発明は、入力画像中に存在する被写体の輪郭線情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする。
【００１３】
第２の発明は、入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする。
【００１４】
第３の発明は、上記第１又は２の発明において、上記第１の領域は、所定の画像処理に用いる特徴量を抽出する領域を含むことを特徴とする。
【００１５】
第４の発明は、上記第３の発明において、上記所定の画像処理は、階調変換処理を含むことを特徴とする。
【００１６】
第５の発明は、上記第３の発明において、上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする。
【００１７】
第６の発明は、上記第１又は２の発明において、上記領域抽出手段は、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、上記輪郭取得手段により得られた輪郭線を解析する解析手段と、上記解析手段での解析結果に基づいて、上記第１の領域を抽出する第１領域抽出手段とを含むことを特徴とする。
【００１８】
第７の発明は、上記第６の発明において、上記輪郭取得手段は、上記入力画像から第２の領域を抽出する第２領域抽出手段と、上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする。
【００１９】
第８の発明は、上記第６の発明において、上記解析手段は、上記輪郭線情報により、上記被写体の輪郭の曲率を解析することを特徴とする。
【００２０】
第９の発明は、上記第１又は２の発明において、上記入力画像と共に、上記領域抽出手段により得られた第１の領域を出力する出力手段を備えることを特徴とする。
【００２１】
第１０の発明は、上記第７の発明において、上記出力手段は、表示出力機能を有することを特徴とする。
【００２２】
第１１の発明は、上記第１又は２の発明において、上記領域抽出手段により得られた第１の領域の位置を変更する変更手段を備えることを特徴とする。
【００２３】
第１２の発明は、入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別手段を備えることを特徴とする。
【００２４】
第１３の発明は、上記第１２の発明において、上記判別手段は、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、上記輪郭取得手段により得られた輪郭線を解析する解析手段と、上記解析手段での解析結果に基づいて、上記被写体の体位を判別する体位判別手段とを含むことを特徴とする。
【００２５】
第１４の発明は、上記第１３の発明において、上記輪郭取得手段は、上記入力画像から第２の領域を抽出する第２領域抽出手段と、上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする。
【００２６】
第１５の発明は、上記第１３の発明において、上記解析手段は、上記輪郭線の凹凸状態を解析することを特徴とする。
【００２７】
第１６の発明は、上記第１３の発明において、上記解析手段は、上記輪郭線の傾き状態を解析することを特徴とする。
【００２８】
第１７の発明は、上記第１２の発明において、上記判別手段での判別結果に基づいて、上記入力画像の出力方向を変更する変更手段を備えることを特徴とする。
【００２９】
第１８の発明は、上記第１２の発明において、上記判別手段での判別結果に基づいて、上記入力画像に対して所定の画像処理を施す画像処理手段を備えることを特徴とする。
【００３０】
第１９の発明は、上記第１８の発明において、上記画像処理手段は、請求項１〜１１の何れかに記載の画像処理装置の機能を有することを特徴とする。
【００３１】
第２０の発明は、上記第１、２、１２の何れかの発明において、上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする。
【００３２】
第２１の発明は、上記第７又は１４の発明において、上記入力画像は、放射線撮影により得られた画像を含み、上記第２領域抽出手段は、上記入力画像からす抜け領域を上記第２の領域として抽出することを特徴とする。
【００３３】
第２２の発明は、上記第２０又は２１の発明において、上記放射線撮影は、Ｘ線撮影を含むことを特徴とする。
【００３４】
第２３の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、上記被写体の外輪郭を取得する輪郭取得手段と、上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定手段とを備えることを特徴とする。
【００３５】
第２４の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、上記被写体の外輪郭を取得する輪郭取得手段と、上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別手段とを備えることを特徴とする。
【００３６】
第２５の発明は、複数の機器が通信可能に接続されてなる画像処理システムであって、上記複数の機器のうち少なくとも１つの機器は、請求項１〜２４の何れかに記載の画像処理装置の機能を有することを特徴とする。
【００３７】
第２６の発明は、入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、上記入力画像中に存在する被写体の輪郭線情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする。
【００３８】
第２７の発明は、入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、上記入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする。
【００３９】
第２８の発明は、上記第２６又は２７の発明において、上記所定の画像処理は、階調変換処理を含むことを特徴とする。
【００４０】
第２９の発明は、上記第２６又は２７の発明において、上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする。
【００４１】
第３０の発明は、上記第２６又は２７の発明において、上記領域抽出ステップは、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、上記解析ステップによる解析結果に基づいて、上記第１の領域を抽出する第１領域抽出ステップとを含むことを特徴とする。
【００４２】
第３１の発明は、上記第３０の発明において、上記輪郭取得ステップは、上記入力画像から第２の領域を抽出する第２領域抽出ステップと、上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする。
【００４３】
第３２の発明は、上記第３０の発明において、上記解析ステップは、上記輪郭線情報により、上記被写体の輪郭の曲率を解析するステップを含むことを特徴とする。
【００４４】
第３３の発明は、上記第２６又は２７の発明において、記入力画像と共に、上記領域抽出ステップにより得られた第１の領域を出力する出力ステップを含むことを特徴とする。
【００４５】
第３４の発明は、上記第３３の発明において、上記出力ステップは、表示出力ステップを含むことを特徴とする。
【００４６】
第３５の発明は、上記第２６又は２７の発明において、上記領域抽出ステップにより得られた第１の領域の位置を、外部からの指示に従って変更する変更ステップを含むことを特徴とする。
【００４７】
第３６の発明は、入力画像中に存在する被写体の体位に基づいて、入力画像に対する所定の画像処理を実行するための画像処理方法であって、上記入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別ステップを含むことを特徴とする。
【００４８】
第３７の発明は、上記第３６の発明において、上記判別ステップは、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、上記解析ステップによる解析結果に基づいて、上記被写体の体位を判別する体位判別ステップとを含むことを特徴とする。
【００４９】
第３８の発明は、上記第３７の発明において、上記輪郭取得ステップは、上記入力画像から第２の領域を抽出する第２領域抽出ステップと、上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする。
【００５０】
第３９の発明は、上記第３７の発明において、上記解析ステップは、上記輪郭線の凹凸状態を解析するステップを含むことを特徴とする。
【００５１】
第４０の発明は、上記第３７の発明において、上記解析ステップは、上記輪郭線の傾き状態を解析するステップを含むことを特徴とする。
【００５２】
第４１の発明は、上記第３６の発明において、上記判別ステップでの判別結果に基づいて、上記入力画像の出力方向を変更する変更ステップを含むことを特徴とする。
【００５３】
第４２の発明は、上記第３６の発明において、上記判別ステップでの判別結果に基づいて、請求項２６〜３５の何れかに記載の画像処理方法の処理ステップにより、上記所定の画像処理を実行する画像処理ステップを含むことを特徴とする。
【００５４】
第４３の発明は、上記第２６、２７、３６の何れかの発明において、上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする。
【００５５】
第４４の発明は、上記第３１又は３８の発明において、上記入力画像は、放射線撮影により得られた画像を含み、上記第２領域抽出ステップは、上記入力画像からす抜け領域を上記第２の領域として抽出するステップを含むことを特徴とする。
【００５６】
第４５の発明は、上記第４３又は４４の発明において、上記放射線撮影は、Ｘ線撮影を含むことを特徴とする。
【００５７】
第４６の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、上記被写体の外輪郭を取得する輪郭取得ステップと、上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定ステップとを含むことを特徴とする。
【００５８】
第４７の発明は、上記第４６の発明において、上記曲率を、上記各点の前後に存在する上記外輪郭上の点の接線ベクトルの外積によって求める曲率取得ステップを含むことを特徴とする。
【００５９】
第４８の発明は、上記第４６の発明において、上記被写体は、肩部を含むことを特徴とする。
【００６０】
第４９の発明は、上記第４６の発明において、上記特徴領域から抽出された特徴量に基づいて、上記撮影画像に対する階調変換処理を行なう階調変換処理ステップを含むことを特徴とする。
【００６１】
第５０の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、上記被写体の外輪郭を取得する輪郭取得ステップと、上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別ステップとを含むことを特徴とする。
【００６２】
第５１の発明は、上記第５０の発明において、上記判別結果に応じて、上記撮影画像を反転する反転ステップを含むことを特徴とする。
【００６３】
第５２の発明は、請求項１〜２４の何れかに記載の画像処理装置、又は請求項２５記載の画像処理システムが備える手段を実施するための処理プログラムを、コンピュータが読出可能に格納した記憶媒体であることを特徴とする。
【００６４】
第５３の発明は、請求項２６〜５１の何れかに記載の画像処理方法の処理ステップを、コンピュータが読出可能に格納した記憶媒体である。
【発明の効果】
【００６５】
以上説明したように本発明によれば、処理対象の画像に対して安定した適切な画像処理を施すことができるため、良好な処理後画像を提供することができる。
また、画像中に存在する被写体方向を自動的に判別することができるため、効率的に且つ適切な画像処理を行うことができると共に、当該処理後の画像出力を適切に行うことができる。
【図面の簡単な説明】
【００６６】
【図１】第１の実施の形態において、本発明を適用したＸ線撮影装置の構成を示すブロック図である。
【図２】上記Ｘ線撮影装置の動作を説明するためのフローチャートである。
【図３】上記Ｘ線撮影装置での処理対象画像（入力画像）の一例（肩部画像）を説明するための図である。
【図４】上記処理対象画像からす抜け領域を抽出する処理を説明するための図である。
【図５】上記処理対象画像（肩部画像）において、肩部の輪郭線と外積値の関係を説明するための図である。
【図６】上記処理対象画像への階調変換処理に用いる階調変換曲線の一例を説明するための図である。
【図７】上記処理対象画像（入力画像）としての他の例（膝部画像）を説明するための図である。
【図８】上記処理対象画像（膝部画像）において、肩部の輪郭線と外積値の関係を説明するための図である。
【図９】第２の実施の形態における、上記Ｘ線撮影装置の動作を説明するためのフローチャートである。
【図１０】第３の実施の形態における、上記Ｘ線撮影装置の動作を説明するためのフローチャートである。
【図１１】上記Ｘ線撮影装置での処理対象画像（入力画像）の一例（頭部画像）を説明するための図である。
【図１２】第４の実施の形態において、本発明を適用したＸ線撮影装置の構成を示すブロック図である。
【図１３】上記Ｘ線撮影装置の動作（被写体の上下判別）を説明するためのフローチャートである。
【図１４】上記Ｘ線撮影装置の動作（被写体の左右部位判別）を説明するためのフローチャートである。
【発明を実施するための形態】
【００６７】
以下、本発明の実施の形態について図面を用いて説明する。
【００６８】
（第１の実施の形態）
本発明は、例えば、図１に示すようなＸ線撮影装置１００に適用される。
本実施の形態におけるＸ線撮影装置１００は、階調変換処理を含む画像処理機能を有する装置であり、上記図１に示すように、データ収集回路１０５、前処理回路１０６、ＣＰＵ１０８、メインメモリ１０９、操作パネル１１０、画像表示器１１１、及び画像処理回路１２０を備えており、これらの各構成部は、ＣＰＵバス１０７を介して互いにデータ授受するようになされている。
また、Ｘ線撮影装置１００は、ＣＰＵバス１０７及び前処理回路１０６に接続されたデータ収集回路１０５と、データ収集回路１０５に接続された２次元Ｘ線センサ１０４及びＸ線発生回路１０１とを備えている。
【００６９】
ＣＰＵ１０８は、本装置全体の動作制御を司るものであり、このための処理プログラムや種々のデータ等はメインメモリ１０９に予め格納されている。したがって、ＣＰＵ１０８は、メインメモリ１０９から処理プログラムを読み出して実行し、また、メインメモリ１０９内の各種データを用いる等をして、本装置全体の動作制御を実施する。また、ＣＰＵ１０８は、操作パネル１１０での操作に従って動作するように、本装置全体の動作を制御する。
【００７０】
メインメモリ１０９は、上述したようにＣＰＵ１０８による本装置全体の動作制御に必要な処理プログラムや種々のデータ等が記憶されるものであると共に、ＣＰＵ１０８の作業用としてのワークメモリをも含む。
また、メインメモリ１０９には、前処理回路１０６での後述する前処理後のＸ線画像信号が記憶される。
【００７１】
Ｘ線発生回路１０１は、ＣＰＵ１０８からの指示に従って、Ｘ線ビーム１０２を被写体１０３に対して放射する。
２次元Ｘ線センサ１０４は、被写体１０３を透過したＸ線ビーム１０２を受光して、被写体１０３のＸ線画像情報を出力する。
【００７２】
データ収集回路１０５は、２次元Ｘ線センサ１０４から出力されるＸ線画像情報を収集して、そのＸ線画像情報を電気的な信号に変換する。
前処理回路１０６は、データ収集回路１０５にて得られた電気信号（Ｘ線画像信号）に対して、オフセット補正処理やゲイン補正処理等の前処理を行う。
【００７３】
画像処理回路１２０は、前処理回路１０６での前処理後のＸ線画像信号（以下、「原画像」又は「入力画像」と言う）に対して、特に、階調変換処理を施すものであり、原画像から特徴量を抽出する領域（注目領域、以下、「ＲＯＩ」とも言う）を抽出するＲＯＩ抽出回路１１２と、ＲＯＩ抽出回路１１２により抽出された注目領域内の画素値から特徴量（平均画素値や最大画素値等）を抽出する特徴量抽出回路１１５と、特徴量抽出回路１１５により抽出された特徴量に基づき原画像に対して階調変換を施す階調変換回路１１６とを含む。
【００７４】
ＲＯＩ抽出回路１１２は、原画像中に存在する被写体の輪郭を抽出する輪郭抽出回路１１３と、輪郭抽出回路１１３により抽出された輪郭を解析して注目領域を抽出する解析回路１１４とを含む。
【００７５】
輪郭抽出回路１１３は、原画像からす抜け領域（Ｘ線が直接あたっている領域）を抽出するす抜け抽出回路１１３ａと、す抜け抽出回路１１３ａにて抽出されたす抜け領域と被写体の境界線を輪郭線として抽出する抽出回路１１３ｂとを含む。
【００７６】
画像表示器１１１は、画像処理回路１２０による処理後画像等を表示する。
【００７７】
図２は、本実施の形態におけるＸ線撮影装置１００の動作を示したフローチャートである。
このフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、Ｘ線撮影装置１００は次のように動作する。
【００７８】
ステップＳ２００：
先ず、Ｘ線発生回路１０１は、被写体（被検査体）１０３に対してＸ線ビーム１０２を放射する。
Ｘ線発生回路１０１から放射されたＸ線ビーム１０２は、被検査体１０３を減衰しながら透過して、２次元Ｘ線センサ１０４に到達し、この２次元Ｘ線センサ１０４によりＸ線画像として出力される。２次元Ｘ線センサ１０４から出力されるＸ線画像は、例えば、図３に示すような肩部の画像とする。
データ収集回路１０５は、２次元Ｘ線センサ１０４から出力されたＸ線画像を電気信号に変換して前処理回路１０６へ供給する。
前処理回路１０６は、データ収集回路１０５からの電気信号（Ｘ線画像信号）に対して、オフセット補正処理やゲイン補正処理等の前処理を行う。
この前処理回路１０６での前処理後のＸ線画像信号は、ＣＰＵ１０８の制御によりＣＰＵバス１０７を介して、原画像としてメインメモリ１０９へと転送される。
画像処理回路１１１は、メインメモリ１０９内の原画像に対して、次のようなステップＳ２０１〜Ｓ２０８の処理を実行する。
【００７９】
ステップＳ２０１：
先ず、す抜け抽出回路１１３ａは、メインメモリ１０９内の原画像（以下、「入力画像」とも言う）を取得し、その入力画像全体の画素値のうち最大値（最大画素値）を取得する。
具体的には例えば、入力画像全体のヒストグラムを作成し、そのヒストグラムの上部から５％点の画素値を最大画素値として取得する。
【００８０】
ステップＳ２０２：
次に、す抜け抽出回路１１３ａは、ステップＳ２０１にて取得した最大画素値（ヒストグラムの上位から５％点の画素値）から、当該ヒストグラムの９５％点までの画素値を、す抜け領域（Ｘ線が直接あたっている領域）の画素値として、それらを所定値の画素値（ここでは、"０"画素値）に置き換える。
この結果、入力画像が上記図３に示したような肩部の画像であった場合、図４に示すような画像が得られる。この図４において、黒部分が"０"画素に置き換えられた領域、すなわちす抜け領域を示す。
【００８１】
ステップＳ２０３：
次に、抽出回路１１３ｂは、す抜け抽出回路１１３ａによるす抜け領域抽出後の入力画像（上記図４参照）から、被写体上側若しくは下側の領域の輪郭線を抽出する。このときの輪郭線を抽出する領域として、被写体上側の領域とするか、被写体下側の領域とするかは、予め設定されている被写体情報により異なる。
ここでは、被写体上側の領域の輪郭線を抽出するものとして、上記入力画像の画素値を、上側から下側の縦方向に検索し、画素値が"０"から"０"でなくなる境界線を輪郭線として抽出する。
【００８２】
ステップＳ２０４：
次に、解析回路１１４は、抽出回路１１３ｂにより得られた輪郭線上の接線ベクトルを、入力画像の左から右に向かう方向（例えば、輪郭線上の一定の２点間の向き）で取得し、それらの接線ベクトルの外積値を算出する。
この結果、例えば、図５に示すように、輪郭線上において、Ｍ点から等距離にあるＡ点及びＢ点の接線ベクトルＡ及びＢが求められ、それらのベクトルＡ及びＢの外積値（Ａ×Ｂ）が求められる。
【００８３】
ステップＳ２０５：
次に、解析回路１１４は、ステップＳ２０４にて求めた外積値の最大値を検出し、その最大値に対応する輪郭線上の座標を、輪郭線上でもっとも曲率の高い座標とする。上記図５では、当該座標はＭ点の座標となる。
【００８４】
ステップＳ２０６：
次に、解析回路１１４は、ステップＳ２０５において、輪郭線上でもっとも曲率の高い座標（Ｍ点の座標）での外積値を算出するために用いた接線ベクトルの２点の座標（Ａ，Ｂ点）を結ぶ線と直交する位置に一定距離にあるところを注目領域（ＲＯＩ）とする。
この結果、上記図３に示すように、肩部の画像では、肩関節付近の領域が注目領域ＲＯＩとなる。
尚、ここでの注目領域ＲＯＩを検出するための一定距離は、入力画像のサイズに応じて適応的に設定される。
【００８５】
ステップＳ２０７：
特徴抽出回路１１５は、解析回路１１４により得られた注目領域ＲＯＩ内の画素値の代表値を特徴量として抽出する。
例えば、注目領域ＲＯＩ内の画素値のうち、最大値、最小値、中間値、平均値等の統計値を取得し、その値を特徴量とする。
【００８６】
ステップＳ２０８：
次に、階調変換回路１１６は、特徴抽出回路１１５により得られた特徴量に基づいて、予め設定された階調変換条件に従った階調変換を、入力画像に対して行う。
ここでの階調変換条件としては、例えば、図６に示すような階調変換曲線に従い、特徴量が所定濃度値になるような条件としている。上記図６において、横軸は入力画像の画素値（入力濃度値）を示し、縦軸は階調変換後の画素値（出力濃度値）を示す。
【００８７】
ステップＳ２０９：
上述のような階調変換処理後の入力画像は、ＣＰＵ１０８の制御により、例えば、画像表示器１１１上に表示出力されたり、Ｘ線診断用フィルム（図示せず）上へ出力されたりする。
【００８８】
上述のように、本実施の形態では、被写体の輪郭線の形状の特徴に基づいて、階調変換に用いる特徴量を抽出する領域（注目領域ＲＯＩ）を抽出するように構成したので、Ｘ線画像の被写体に対して適切な特徴量を取得することができる。特に、関節部等では輪郭線がまるまる特徴があり、その輪郭線の最もまるまった点を注目領域を抽出する基準とすることで、関節部等の注目領域を安定して抽出することができる。
【００８９】
また、入力画像全体の最大画素値に基づきす抜け領域を抽出するように構成したので、す抜け領域を安定して抽出することができる。したがって、その安定して抽出したす抜け領域の端部を被写体の輪郭とすることで、被写体の輪郭を安定して抽出することができるため、特徴量を抽出する注目領域を安定して適切に抽出することができる。
【００９０】
また、安定して適切に抽出した注目領域内の代表値を特徴量として、当該特徴量に基づいた階調変換を行なうように構成したので、注目領域内の濃度値を目的とする濃度に確実に変換することができる。これにより、良好な濃度状態の処理後画像を提供することができるため、Ｘ線画像による診断を効率的に行なうことができ、その診断能を向上させることもできる。
【００９１】
尚、ステップＳ２０３での輪郭線の抽出の際、画素値が"０"から"０"でなくなる境界線を検出できない場合、入力画像の端部を輪郭線とする。
【００９２】
また、被写体の輪郭線を抽出する方法としては、本実施の形態での方法に限られることはなく、例えば、照射領域内の微分、高次微分差分、高次差分の値を縦ライン毎に算出し、最初のピーク値を輪郭する方法を採用することも可能である。
【００９３】
また、例えば、入力画像が、図７に示すような膝部の画像である場合、上記図２のステップＳ２０３では、被写体下側の領域の輪郭線を抽出するものとして、入力画像の画素値が下側から上側の縦方向に検索され、画素値が"０"から"０"でなくなる境界線が輪郭線として抽出される。また、上記図２のステップＳ２０５では、図８に示すように、外積値の最小値に対応する輪郭線上の座標が、輪郭線上でもっとも曲率の高い座標Ｍとされる。
このような場合にも、上記図７に示すように、膝関節付近の領域が注目領域ＲＯＩとして得られる。
【００９４】
（第２の実施の形態）
本実施の形態では、上記図１に示したＸ線撮影装置１００において、注目領域ＲＯＩの位置を自在に変更可能とする。
このため、本実施の形態では、例えば、図９に示すようなフローチャートに従った処理が実行される。すなわち、このフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、Ｘ線撮影装置１００は次のように動作する。
【００９５】
ステップＳ３００：
本ステップ処理では、上記図２に示したステップＳ２００〜Ｓ２０６の処理が実行される。
尚、ステップＳ２００〜Ｓ２０６の詳細については、第１の実施の形態にて述べた通りであるので、説明の簡単のためここでは省略する。
【００９６】
ステップＳ３０１：
ステップＳ３００の処理実行により、ＲＯＩ抽出回路１１２では、上記図３や図７に示したような注目領域ＲＯＩが抽出される。
【００９７】
ステップＳ３０２：
画像表示器１１１は、入力画像と、ＲＯＩ抽出回路１１２により抽出された注目領域ＲＯＩとをあわせて表示する。この結果、画像表示器１１１では、上記図３や図７に示す画像と同様の画像が表示される。
これにより、ユーザは、入力画像に対する注目領域ＲＯＩを容易に確認することができる。そこで、ユーザは、この確認の結果、注目領域ＲＯＩが所望する位置（観察したい領域の位置）にある場合には、そのまま処理を続行することを入力し、そうでない場合には、注目領域ＲＯＩを変更することを入力する。このユーザ入力は、操作パネル１１０によって行なわれ、操作パネル１１０での入力情報は、ＣＰＵ１０８により認識される。
【００９８】
ステップＳ３０３：
ＣＰＵ１０８は、操作パネル１１０からの入力情報により、現在の注目領域ＲＯＩのまま処理続行するか、或いは注目領域ＲＯＩを変更するかを判別する。
【００９９】
ステップＳ３０３での判別の結果、現在の注目領域ＲＯＩのまま処理続行する場合（注目領域ＲＯＩが正しい位置である場合）、次のステップＳ３０４はスキップして、ステップＳ３０５へと進む。
【０１００】
ステップＳ３０４：
ステップＳ３０３での判別の結果、現在の注目領域ＲＯＩを変更する場合（注目領域ＲＯＩが正しくない位置である場合）、ＣＰＵ１０８は、操作パネル１１０からの入力を受け付ける。
これにより、ユーザは、注目領域ＲＯＩの位置を変更したい位置の座標情報を、操作パネル１１０から入力する。
ＣＰＵ１０８は、操作パネル１１０からの座標情報を受け取り、これをＲＯＩ抽出回路１１２へと与える。
ＲＯＩ抽出回路１１２は、ＣＰＵ１０８からの座標情報に基づき、再度注目領域ＲＯＩの抽出を行なう。
【０１０１】
ステップＳ３０５：
特徴抽出回路１１５は、上記図２に示したステップＳ２０７の処理を実行することで、ＲＯＩ抽出回路１１２により得られた注目領域ＲＯＩ内の画素値の代表値を特徴量として抽出する。
階調変換回路１１６は、上記図２に示したステップＳ２０８の処理を実行することで、特徴抽出回路１１５により得られた特徴量に基づいて、予め設定された階調変換条件に従った階調変換を、入力画像に対して行う。
この階調変換処理後の入力画像は、ＣＰＵ１０８の制御により、例えば、画像表示器１１１上に表示出力されたり、Ｘ線診断用フィルム（図示せず）上へ出力されたりする。
【０１０２】
上述したように、本実施の形態では、一旦抽出した注目領域ＲＯＩを、ユーザが確認可能なように入力画像と共に表示する構成としたので、ユーザは、注目領域ＲＯＩが所望する領域（観察したい領域）に正しく自動設定されているかを容易に確認することができる。
【０１０３】
また、注目領域ＲＯＩの位置をユーザが自在に変更可能なように構成したので、たとえ注目領域ＲＯＩ領域の抽出に失敗していても、適正な位置に変更するこができる。
【０１０４】
したがって、本実施の形態によれば、さらに安定して適切に注目領域ＲＯＩを抽出することができるため、より安定した階調変換処理を行なうことができる。
【０１０５】
（第３の実施の形態）
上述した第１の実施の形態では、上記図１に示したＸ線撮影装置１００において、Ｘ線画像における注目領域を、被写体の輪郭線の曲率に基づき抽出するようにした。
本実施の形態では、上記図１に示したＸ線撮影装置１００において、Ｘ線画像における注目領域を、被写体の輪郭線上の複数の座標に基づき抽出する。
【０１０６】
このため、本実施の形態では、上記図２に示したフローチャートに従った処理の代わりに、例えば、図１０に示すようなフローチャートに従った処理が実行される。
すなわち、上記図１０のフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、本実施の形態におけるＸ線撮影装置１００は次のように動作する。
【０１０７】
尚、上記図１０のフローチャートにおいて、上記図２のフローチャートと同様に処理するステップには同じステップ符号を付し、その詳細な説明は省略する。
【０１０８】
ステップＳ２００：
上述したように、Ｘ線撮影が開始されると、２次元Ｘ線センサ１０４では、被写体１０３のＸ線画像が得られる。ここでのＸ線画像は、例えば、図１１（ａ）に示すような頭部正面のＸ線画像とする。このＸ線画像は、データ収集回路１０５及び前処理回路１０６を介して、原画像としてメインメモリ１０９へと転送される。
画像処理回路１１１は、メインメモリ１０９内の原画像に対して、次のような
ステップＳ２０１〜Ｓ２０３、ステップＳ４０４〜Ｓ４０９、及びステップＳ２
０８，Ｓ２０９の処理を実行する。
【０１０９】
ステップＳ２０１〜Ｓ２０３：
上述したように、先ず、す抜け抽出回路１１３ａは、メインメモリ１０９内の原画像（入力画像）全体の画素値のうち最大値（最大画素値）を取得し、その最大画素値に基づいて、す抜け領域を抽出する（ここでは、該当する画素値を"０"画素値に置き換える）。
そして、抽出回路１１３ｂは、す抜け抽出回路１１３ａによるす抜け領域抽出後の入力画像から、被写体の輪郭線を抽出する。例えば、上記図１１（ａ）に示したような入力画像（頭部正面画像）では、当該画像の左側から右側の横方向に画素値を検索し、画素値が"０"から"０"でなくなる境界線を被写体の左側輪郭線（同図（（ｂ）参照）とし、画素値が"０"でない値から"０"にかわる境界線を被写体の右側輪郭線とする。
【０１１０】
ステップＳ４０４，Ｓ４０５：
次に、解析回路１１４は、抽出回路１１３ｂにより抽出された輪郭線を解析し、輪郭線上の特徴となる座標点を抽出する。例えば、上記図１１（ｂ）に示すような、左側輪郭線の凸部の最大値の座標ｘ１、及び凹部の最小値の座標ｘ３を抽出する。また、右側輪郭線（図示せず）についても同様に、凸部の最大値の座標ｘ２、及び凹部の最小値の座標ｘ４を抽出する。
【０１１１】
ステップＳ４０６，Ｓ４０７：
次に、解析回路１１４は、ステップＳ４０４，Ｓ４０５にて求めた座標ｘ１〜ｘ４を用いて、座標ｘ１と座標ｘ２の中点ｘｃ１を算出すると共に、座標ｘ３と座標ｘ４の中点ｘｃ２を算出する（上記図１１（ａ）参照）。
【０１１２】
ステップＳ４０８：
次に、解析回路１１４は、ステップＳ４０４，Ｓ４０５にて求めた座標ｘ１〜ｘ４、及びステップＳ４０６，Ｓ４０７にて求めた中点ｘｃ１，ｘｃ２に基づいて、注目領域ＲＯＩを取得する。
【０１１３】
ここで、例えば、上記図１１（ａ）に示したような頭部正面画像では、診断目的により、頭蓋の部分、鼻部、口部等と注目領域が異なる。これらの注目領域は、座標ｘ１〜ｘ４、中点ｘｃ１，ｘｃ２と次のような関係にあり、解析回路１１４は、その関係に従って注目領域ＲＯＩを取得する。
【０１１４】
上記図１１（ａ）参照：
頭蓋領域Ａ →中点ｘｃ１と中点ｘｃ２を結ぶ線上と、上部輪郭線との交点ｘ５の中点に相当
鼻部の領域Ｂ →座標ｘ３と座標ｘ４の中点ｘｃ２に相当
口部の領域Ｃ →中点ｘｃ１と中点ｘｃ２の中点に相当
上記図１１（ｃ）参照
頭蓋領域Ｄ →中点ｘｃ２と座標ｘ５の中点に相当
頚椎部の領域Ｅ→中点ｘｃ１に相当
鼻部の領域Ｆ →座標ｘ３と中点ｘｃ２の中点に相当
尚、注目領域Ａ〜Ｆは、当該領域を抽出する基準点を中心とする一定領域の四角形領域とする。また、このときの一定領域の大きさは、入力画像のサイズに応じて設定される。
【０１１５】
ステップＳ４０９：
次に、特徴抽出回路１１５は、解析回路１１４により得られた注目領域内の代表値（例えば、最大値、最小値、中間値、平均値等の統計量）を特徴量として取得する。
【０１１６】
ステップＳ２０８：
次に、階調変換回路１１６は、上述したようにして、特徴抽出回路１１５により得られた特徴量に基づいて、予め設定された階調変換条件に従った階調変換を、入力画像に対して行う。
【０１１７】
一般に、Ｘ線画像による診断においては、Ｘ線画像を出力するフィルム等における濃度値として、経験上診断しやすい濃度値が注目領域毎に決まっている。このため、上述したようにして注目領域を代表する画素値（特徴量）を取得して、その特徴量を一定濃度に階調変換すると、目的の注目領域を診断しやすい濃度に階調変換できる。
【０１１８】
上述したように、本実施の形態では、被写体の輪郭線上の複数の座標点に基づいて、階調変換に用いる特徴量を抽出する領域（注目領域ＲＯＩ）を抽出するように構成したので、上述した第１の実施の形態と同様に、Ｘ線画像の被写体に対して適切な特徴量を取得することができる。特に、頭部画像のように、診断目的により、頭蓋の部分、鼻部、口部等と注目領域が異なる場合であっても、目的とする注目領域を安定して抽出することができる。
【０１１９】
（第４の実施の形態）
本発明は、例えば、図１２に示すようなＸ線撮影装置５００に適用される。
本実施の形態におけるＸ線撮影装置５００は、上記図１に示したＸ線撮影装置１００と同様の構成としているが、当該構成に加えて、画像判別回路５１０を更に備えた構成としている。
尚、上記図１２のＸ線撮影装置５００において、上記図１のＸ線撮影装置１００と同様に動作する箇所には同じ符号を付し、その詳細な説明は省略する。
【０１２０】
まず、例えば、上記図３に示したような肩部のＸ線画像から階調変換に用いる特徴量を抽出する際には、Ｘ線画像における被写体が左右どちらの部位の画像であるかが予め認識されていることが前提である場合がある。この場合、右部位用の特徴量抽出処理と、左部位用の特徴量抽出処理がそれぞれ存在する。具体的には、左肩用の特徴量抽出処理では、左肩の関節領域の画素値を特徴量として抽出し、右肩用の特徴量抽出処理では、右肩の関節領域の画素値を特徴量として抽出する。
【０１２１】
また、上記図１１（ａ）に示したような頭部のＸ線画像は、撮影台に被写体が横たわった状態での撮影により得られることが多い。このため、その体位によって、Ｘ線画像の上下（頭部の向き等）が反転することがある。すなわち、この場合に得られるＸ線画像では、頭が上の場合と、頭が下の場合とがある。このため、Ｘ線画像での被写体の体位の情報がないと、Ｘ線画像をモニタやフィルム上に出力する際に、Ｘ線画像が上下逆に出力されてしまう場合がある。
【０１２２】
そこで、本実施の形態におけるＸ線撮影装置５００は、画像判別回路５１０により、Ｘ線画像から抽出した被写体の輪郭線に基づいて、被写体の体位を自動的に判定する。
【０１２３】
画像判別回路５１０は、上記図１２に示すように、前処理回路１０６での前処理後のＸ線画像（入力画像）から被写体の輪郭を抽出する輪郭抽出回路５１１と、輪郭抽出回路５１１により抽出された輪郭線上の情報に基づき被写体の体位を判別する解析回路５１２と、解析回路５１２での判別結果に基づき入力画像の向きを変更する画像変更回路５１３とを備えている。
【０１２４】
また、本実施の形態では、例えば、図１３及び図１４に示すようなフローチャートに従った処理が実行される。図１３のフローチャートは、入力画像において被写体が上下どちらの方向で位置しているかを判別するための処理を示し、図１４のフローチャートは、入力画像の被写体が左右どちらの部位であるか判別するための処理を示す。
すなわち、上記図１３及び図１４のフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、本実施の形態におけるＸ線撮影装置５００は次のように動作する。
【０１２５】
尚、上記図１３及び図１４のフローチャートにおいて、上記図２に示したのフローチャートと同様に処理するステップには同じステップ符号を付し、その詳細な説明は省略する。
【０１２６】
（１）被写体の上下方向の判別：上記図１３参照
【０１２７】
ステップＳ２００：
上述したように、Ｘ線撮影が開始されると、２次元Ｘ線センサ１０４では、被写体１０３のＸ線画像が得られる。ここでのＸ線画像は、例えば、上記図１１（ａ）に示したような頭部正面のＸ線画像とする。このＸ線画像は、データ収集回路１０５及び前処理回路１０６を介して、原画像としてメインメモリ１０９へと転送される。
画像判別回路５１０は、メインメモリ１０９内の原画像に対して、次のようなステップＳ２０１〜Ｓ２０３、及びステップＳ６０４〜Ｓ６１１の処理を実行する。
【０１２８】
ステップＳ２０１〜Ｓ２０３：
輪郭抽出回路５１１は、上記図１に示したす抜け抽出回路１１３ａ及び抽出回路１１３ｂと同様の機能を有し、当該機能によって、先ず、メインメモリ１０９内の原画像（入力画像）全体の画素値のうち最大値（最大画素値）を取得し、その最大画素値に基づいて、す抜け領域を抽出する（ここでは、該当する画素値を"０"画素値に置き換える）。
そして、輪郭抽出回路５１１は、す抜け領域抽出後の入力画像から、被写体の輪郭線を抽出する。例えば、上記図１１（ａ）に示したような入力画像（頭部正面画像）では、当該画像の左側から右側の横方向に画素値を検索し、画素値が"０"から"０"でなくなる境界線を被写体の左側輪郭線（同図（（ｂ）参照）とし、画素値が"０"でない値から"０"にかわる境界線を被写体の右側輪郭線とする。
【０１２９】
尚、輪郭抽出回路５１１として、上記図１に示したす抜け抽出回路１１３ａ及び抽出回路１１３ｂを用いるようにしてもよい。すなわち、す抜け抽出回路１１３ａ及び抽出回路１１３ｂを、画像処理回路１２０と画像判別回路５１０で共有するようにしてもよい。
【０１３０】
ステップＳ６０４，Ｓ６０５：
次に、解析回路５１２は、抽出回路１１３ｂにより抽出された輪郭線を解析し、例えば、上記図１１（ｂ）に示したような、左側輪郭線の凸部の最大値の座標ｘ１、及び凹部の最小値の座標ｘ３を抽出する。
【０１３１】
ステップＳ６０６：
次に、解析回路５１２は、ステップＳ６０４，Ｓ６０５にて取得した座標ｘ１と座標ｘ３を比較する。
【０１３２】
ステップＳ６０７：
ステップＳ６０７での判定の結果、「ｘ３＞ｘ１」である場合、解析回路５１２は、入力画像において頭が上部にあると判定する。
【０１３３】
ステップＳ６０８，Ｓ６０９：
ステップＳ６０７での判定の結果、「ｘ３＞ｘ１」でない場合、解析回路５１２は、入力画像において頭が下部にあると判定する。
この場合、解析回路５１２は、ＣＰＵ１０８を介して、画像表示器１１１（或いはフィルム）上へ出力する入力画像を反転させる。
【０１３４】
ステップＳ６１０：
画像表示器１１１は、ＣＰＵ１０８によって供給された入力画像（そのままの画像或いは反転された画像）を表示する。したがって、画像表示器１１１には、その画面を観察するユーザにとって、常に正しい方向で入力画像が表示されることになる。
【０１３５】
ステップＳ６１１：
上述のようにして、入力画像における被写体の体位が判別され、その判別に基づいた出力が行なわれると、画像処理回路１２０は、入力画像に対する階調変換処理を実行する。
尚、ここでの階調変換処理としては、上述した第１〜第４の実施の形態における階調変換処理を用いるようにしてもよいし、或いは、従来からの階調変換処理を用いるようにしてもよい。
【０１３６】
上述のように、被写体の輪郭線の凹部、凸部は明確な特徴であるので、その凹部凸部の代表となる座標を比較することで、安定して且つ正確に、入力画像における被写体の体位を判定することができる。また、常に、正しい方向での入力画像の表示を行なえるため、診断効率を向上させることができる。
【０１３７】
（２）被写体の左右の部位の判別：上記図１４参照
【０１３８】
ステップＳ２００：
上述したように、Ｘ線撮影が開始されると、２次元Ｘ線センサ１０４では、被写体１０３のＸ線画像が得られる。ここでのＸ線画像は、例えば、上記図３に示したような肩部のＸ線画像とする。このＸ線画像は、データ収集回路１０５及び前処理回路１０６を介して、原画像としてメインメモリ１０９へと転送される。
画像判別回路５１０は、メインメモリ１０９内の原画像に対して、次のようなステップＳ２０１〜Ｓ２０５、及びステップＳ７０６〜Ｓ７１０の処理を実行する。
【０１３９】
ステップＳ２０１〜Ｓ２０３：
輪郭抽出回路５１１は、本実施の形態での上述したステップＳ２０１〜Ｓ２０３と同様にして、先ず、メインメモリ１０９内の原画像（入力画像）全体の画素値のうち最大値（最大画素値）を取得し、その最大画素値に基づいて、す抜け領域を抽出する（ここでは、該当する画素値を"０"画素値に置き換える）。
そして、輪郭抽出回路５１１は、す抜け領域抽出後の入力画像から、被写体の輪郭線を抽出する。例えば、上記図３に示したような入力画像（肩部画像）では、当該画像の上側から下側の縦方向に画素値を検索し、画素値が"０"から"０"でなくなる境界線を輪郭線として抽出する。
【０１４０】
ステップＳ２０４：
次に、解析回路５１２は、上記図１に示した解析回路１１４の機能を有し、当該機能によって、輪郭抽出回路５１１により得られた輪郭線上の接線ベクトルを、入力画像の左から右に向かう方向（例えば、輪郭線上の一定の２点間の向き）で取得し、それらの接線ベクトルの外積値を算出する。
この結果、例えば、上記図５に示したように、輪郭線上において、Ｍ点から等距離にあるＡ点及びＢ点の接線ベクトルＡ及びＢが求められ、それらのベクトルＡ及びＢの外積値（Ａ×Ｂ）が求められる。
【０１４１】
ステップＳ２０５：
次に、解析回路５１２は、ステップＳ２０４にて求めた外積値の最大値を検出し、その最大値に対応する輪郭線上の座標を、輪郭線上でもっとも曲率の高い座標とする。上記図５では、当該座標はＭ点の座標となる。
【０１４２】
尚、解析回路５１２でのステップＳ２０４及びＳ２０５の処理機能として、上記図１に示した解析回路１１４でのステップＳ２０４及びＳ２０５の処理機能を用いるようにしてもよい。すなわち、ステップＳ２０４及びＳ２０５の処理機能を、画像処理回路１２０と画像判別回路５１０で共有するようにしてもよい。
【０１４３】
ステップＳ７０６：
次に、解析回路５１２は、上記図５に示すように、ステップＳ２０５で求めたＭ点（座標ｙ１）から輪郭線上で等距離にある２点の座標Ａ及びＢのＹ座標ｙ２及びｙ３を抽出する。
【０１４４】
ステップＳ７０７：
次に、解析回路５１２は、ステップＳ２０５で求めたＭ点のＹ軸上の座標ｙ１と、ステップＳ７０６で求めたＢ点のＹ軸上の座標ｙ３とを比較する。
【０１４５】
ステップＳ７０９：
ステップＳ７０７の判別の結果、「ｙ３＞ｙ１」である場合、解析回路５１２は、入力画像の被写体は左肩部であると判定する。
【０１４６】
ステップＳ７０８：
ステップＳ７０７の判別の結果、「ｙ３＞ｙ１」でない場合、解析回路５１２は、入力画像の被写体は右肩部であると判定する。
【０１４７】
ステップＳ６１１：
上述のようにして、入力画像における被写体の部位が判別されると、画像処理回路１２０は、その判定結果に基づいて、入力画像に対する階調変換処理を実行する。これにより、入力画像の被写体の部位に対して適切な階調変換処理を行なえる。
尚、ここでの階調変換処理としては、上述した第１〜第４の実施の形態における階調変換処理を用いるようにしてもよいし、或いは、従来からの階調変換処理を用いるようにしてもよい。
【０１４８】
上述のように、肩部等の入力画像における被写体の輪郭線は特有の傾きをもっており、この傾きを抽出することで、安定して且つ正確に、被写体の部位を判定することができる。これにより、その部位に適切な階調変換処理を正確に行なうことができる。
【０１４９】
上述のように、本実施の形態では、被写体の輪郭線の形状の特徴と、被写体の輪郭線との関係から、被写体の上下の向きや、左右の部位等を自動的に判定するように構成したので、従来のようなユーザからの入力なしに、常に正しい方向でＸ線画像を出力することができ、Ｘ線画像に対して適切な階調変換処理を行なうことができる。
【０１５０】
（第１〜第４の実施の形態による本発明の効果のまとめ）
【０１５１】
（１）領域抽出手段１１２により、被写体の輪郭線（外輪郭）情報に基づき第１の領域（注目領域）を抽出する。具体的には、輪郭取得手段１１３により、被写体の輪郭を抽出し、解析手段１１４により、輪郭取得手段１１３により抽出された輪郭を解析し、その解析結果に基づいて、第１の領域（注目領域）を抽出する。
このように、被写体の輪郭線の形状には、第１の領域（注目領域）を抽出するための特徴があり、その特徴を利用する構成とすれば、安定して第１の領域（注目領域）を抽出することができる。
【０１５２】
（２）輪郭取得手段１１３（５１１）において、第２領域抽出手段１１３ａにより、第２の領域（す抜け領域）を抽出し、輪郭抽出手段１１３ｂにより、第２領域抽出手段１１３ａにより抽出された第２の領域（す抜け領域）から当該第２の領域（す抜け領域）でない領域との境界を被写体の輪郭線として抽出する。
このような構成とすれば、被写体の輪郭線を安定して確実に抽出することができる。例えば、入力画像全体の最大値に基づいて、第２の領域（す抜け領域）を抽出することで、安定して第２の領域（す抜け領域）を抽出することができる。また、第２の領域（す抜け領域）の端部を被写体の輪郭とすることで、被写体の輪郭を安定して確実に抽出することができる。
【０１５３】
（３）解析手段１１４により、被写体の輪郭の曲率を解析し、この解析結果に基づいて、第１の領域（注目領域）を抽出するように構成すれば、例えば、関節部などでは輪郭がまるまる特徴があり、最も丸まった点を、第１の領域（注目領域）を抽出する基準とすることで、関節部等であっても、第１の領域（注目領域）を安定して確実に抽出することができる。
【０１５４】
（４）（１）〜（３）の構成により、第１の領域（注目領域）を自動的に抽出し、それを出力手段１１１により入力画像と共に出力するように構成すれば、ユーザは、第１の領域（注目領域）が所望する位置に正しく設定されているかを容易に認識することができる。
【０１５５】
（５）（４）の構成において、変更手段１１０により、ユーザが出力手段１１１による出力情報に基づいて、第１の領域（注目領域）の位置を自在に変更可能に構成すれば、第１の領域（注目領域）の抽出に失敗したとしても、それを正しく修正することができる。また、このときの修正量を低減することができる。さらに、第１の領域（注目領域）を適正位置に設定できることにより、その第１の領域（注目領域）から抽出される特徴量を用いた画像処理（階調変換処理等）を常に安定して実行することができる。
【０１５６】
（６）領域抽出手段１１２により、被写体の輪郭線上の複数点の座標に基づき注目領域を抽出するように構成すれば、さらに細かい領域で、第１の領域（注目領域）を安定して確実に抽出することができる。
【０１５７】
（７）特徴抽出手段１１５により、（１）〜（６）の構成によって抽出された第１の領域（注目領域）から統計量を取得するように構成すれば、第１の領域（注目領域）の代表値を特徴量として取得することができる。
【０１５８】
（８）（７）の構成により得られた特徴量（濃度値）を、一定濃度値に階調変換することで、注目領域の濃度を目的とする濃度（観察しやすい濃度）に安定して且つ確実に変換することができる。これにより、例えば、医療画像については、画像による診断能を向上させることができ、効率良く且つ確実な診断を行なうことできる。
【０１５９】
（９）判別手段５１０により、被写体の輪郭線の形状的特徴に基づき、被写体の体位を判別する。具体的には、輪郭取得手段５１１により、被写体の輪郭を抽出し、解析手段５１２により、輪郭取得手段５１１により抽出された輪郭を解析し、その解析結果に基づいて、第１の領域（注目領域）を抽出する。
このように、被写体の輪郭線の形状には、体位を判別するための特徴があり、その特徴を利用する構成とすれば、安定して確実に被写体の体位を判別することができる。
【０１６０】
（１０）変更手段５１３により、（９）の構成による判別の結果に基づいて、入力画像を変更するように構成すれば、入力画像が反転している場合でも（頭が下等）、正常な方向で表示等の出力が行なえる。
【０１６１】
（１１）解析手段５１２により、被写体の輪郭の凹凸情報を解析するように構成すれば、例えば、被写体の輪郭線の凹部、凸部は被写体によらず固有の特徴であるので、これらの凹部、凸部の座標を比較することで、安定して被写体の体位を判別することができる。
【０１６２】
（１２）解析手段５１２により、被写体の輪郭の傾き情報を解析するように構成すれば、例えば、被写体の輪郭線は特有の傾きをもっており、この傾きを抽出して解析することで、安定して被写体の体位を判別することができる。
【０１６３】
尚、本発明の目的は、上述した第１〜第４の各実施の形態のホスト及び端末の機能を実現するソフトウェアのプログラムコードを記憶した記憶媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読みだして実行することによっても、達成されることは言うまでもない。
この場合、記憶媒体から読み出されたプログラムコード自体が上記各実施の形態の機能を実現することとなり、そのプログラムコードを記憶した記憶媒体は本発明を構成することとなる。
プログラムコードを供給するための記憶媒体としては、ＲＯＭ、フロッピーディスク（登録商標）、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード等を用いることができる。
また、コンピュータが読みだしたプログラムコードを実行することにより、本実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ等が実際の処理の一部又は全部を行い、その処理によって上記各本実施の形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された拡張機能ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部又は全部を行い、その処理によって上記各実施の形態の機能が実現される場合も含まれることは言うまでもない。
【符号の説明】
【０１６４】
１００ Ｘ線撮影装置
１０１ Ｘ線発生回路
１０２ Ｘ線ビーム
１０３ 被写体
１０４ ２次元Ｘ線センサ
１０５ データ収集回路
１０６ 前処理回路
１０７ ＣＰＵバス
１０８ ＣＰＵ
１０９ メインメモリ
１１０ 操作パネル
１１１ 画像表示器
１１２ ＲＯＩ抽出回路（注目領域抽出回路）
１１３ 輪郭抽出回路
１１３ａ す抜け抽出回路
１１３ｂ 抽出回路
１１４ 解析回路
１１５ 特徴抽出回路
１１６ 階調変換回路
１２０ 画像処理回路
５００ Ｘ線撮影装置
５１０ 画像判別回路
５１１ 輪郭抽出回路
５１２ 解析回路
５１３ 画像変更回路
【技術分野】
【０００１】
本発明は、例えば、階調変換処理に用いる特徴量を処理対象画像から抽出する画像処理装置、画像処理システム、画像処理方法、及びそれを実施するための処理ステップをコンピュータが読出可能に格納した記憶媒体に関するものである。
【背景技術】
【０００２】
従来より、撮像センサを有するカメラ等の撮影装置により、被写体をＸ線撮影して得られたＸ線画像をディジタル化して、モニタ画面（ＣＲＴ等）上に表示出力したり、Ｘ線診断用フィルム上にプリント出力する場合、Ｘ線画像に対して階調変換処理を施すことで、Ｘ線画像を観察しやすい濃度値に変換するのが一般的である。
【０００３】
具体的には例えば、肩部等のＸ線撮影により得られたＸ線画像をＸ線診断用フィルム上に出力する場合、Ｘ線画像全体のヒストグラムを作成し、そのヒストグラムの一定部分（例えば、下部２０％点等）の濃度値（ピクセル値）を特徴量として抽出し、その特徴量がＸ線診断用フィルム上で一定濃度値（例えば、１．１程度）となるような、Ｘ線画像に対する階調変換を行う。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上述したような従来の階調変換処理では、Ｘ線画像において、ある領域の濃度値（ヒストグラムの下部２０％点の濃度値等）が、Ｘ線診断用フィルム上での一定濃度値となるような変換を行なっているにすぎず、特徴量としての濃度値を抽出する領域によっては、Ｘ線画像全体のＸ線診断用フィルム上での濃度値がばらつくことがあった。
【０００５】
具体的には例えば、Ｘ線画像は、骨や皮膚等の異なる組織部分の領域からなり、それぞれのＸ線透過率は異なっている。このため、階調変換に用いる特徴量（濃度値）を抽出する領域が、実際に観察したい領域（関節部等の注目領域）以外の領域であった場合、注目領域を観察しやすいようにするための階調変換に用いる特徴量として適切でない特徴量が得られることになる。このような特徴量を用いて階調変換を行なうと、Ｘ線画像全体に濃度値のばらつきが生じ、注目領域の濃度値が観察に適切な濃度値に変換されない場合がある。これは、診断効率の低下や誤診断等の問題につながる。
【０００６】
また、従来では、Ｘ線画像に対する階調変換処理等の画像処理や、その処理後のＸ線画像の出力を適切に行なうためには、Ｘ線画像の撮影体位を入力する必要があった。
【０００７】
具体的には例えば、肩部のＸ線画像では、そのＸ線画像が右肩の画像であるか、或いは左肩の画像であるかを入力する必要がある。これは、特徴量抽出処理として、右肩用の特徴量抽出処理と、左肩用の特徴量抽出処理がそれぞれ存在するためである。右肩用の特徴量抽出処理では、右肩の関節領域を注目領域として抽出し、その注目領域から特徴量を抽出する。一方、左肩用の特徴量抽出処理では、左肩の関節領域を注目領域として抽出し、その注目領域から特徴量を抽出する。
したがって、右肩或いは左肩のＸ線画像に対して適切な特徴量抽出処理を行なうためには、Ｘ線画像が右肩の画像であるか、或いは左肩の画像であるかを入力する必要がある。
【０００８】
また、撮影台に被写体が横たわり、当該被写体に対してＸ線撮影が行なわれる場合、その体位によって、Ｘ線画像の上下（例えば、頭部撮影では頭部の向き）が反転することがある。すなわち、この場合に得られるＸ線画像では、頭が上の場合と、頭が下の場合とがある。
したがって、Ｘ線画像を正常な向き（観察者に対して正常な向き）で出力するためには、Ｘ線画像が頭が上の画像であるか、或いは頭が下の画像であるかを入力する必要がある。
【０００９】
上述のようなＸ線画像の撮影体位を入力は非常に面倒な作業であると共に、その入力がなかった場合、或いは入力ミスがあった場合には、適切な画像処理が実行できなかったり、Ｘ線画像が上下逆に出力されてしまうことがあった。
【００１０】
そこで、本発明は、上記の欠点を除去するために成されたもので、処理対象の画像に対して安定した適切な画像処理を施す構成により、良好な処理後画像を提供できる、画像処理装置、画像処理システム、画像処理方法、及びそれを実施するための処理ステップをコンピュータが読出可能に格納した記憶媒体を提供することを目的とする。
【００１１】
また、本発明は、画像中に存在する被写体方向を自動的に判別する構成により、効率的に且つ適切な画像処理を行なえると共に、当該処理後の画像出力を適切に行なえる、画像処理装置、画像処理システム、画像処理方法、及びそれを実施するための処理ステップをコンピュータが読出可能に格納した記憶媒体を提供することを目的とする。
【課題を解決するための手段】
【００１２】
斯かる目的下において、第１の発明は、入力画像中に存在する被写体の輪郭線情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする。
【００１３】
第２の発明は、入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする。
【００１４】
第３の発明は、上記第１又は２の発明において、上記第１の領域は、所定の画像処理に用いる特徴量を抽出する領域を含むことを特徴とする。
【００１５】
第４の発明は、上記第３の発明において、上記所定の画像処理は、階調変換処理を含むことを特徴とする。
【００１６】
第５の発明は、上記第３の発明において、上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする。
【００１７】
第６の発明は、上記第１又は２の発明において、上記領域抽出手段は、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、上記輪郭取得手段により得られた輪郭線を解析する解析手段と、上記解析手段での解析結果に基づいて、上記第１の領域を抽出する第１領域抽出手段とを含むことを特徴とする。
【００１８】
第７の発明は、上記第６の発明において、上記輪郭取得手段は、上記入力画像から第２の領域を抽出する第２領域抽出手段と、上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする。
【００１９】
第８の発明は、上記第６の発明において、上記解析手段は、上記輪郭線情報により、上記被写体の輪郭の曲率を解析することを特徴とする。
【００２０】
第９の発明は、上記第１又は２の発明において、上記入力画像と共に、上記領域抽出手段により得られた第１の領域を出力する出力手段を備えることを特徴とする。
【００２１】
第１０の発明は、上記第７の発明において、上記出力手段は、表示出力機能を有することを特徴とする。
【００２２】
第１１の発明は、上記第１又は２の発明において、上記領域抽出手段により得られた第１の領域の位置を変更する変更手段を備えることを特徴とする。
【００２３】
第１２の発明は、入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別手段を備えることを特徴とする。
【００２４】
第１３の発明は、上記第１２の発明において、上記判別手段は、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、上記輪郭取得手段により得られた輪郭線を解析する解析手段と、上記解析手段での解析結果に基づいて、上記被写体の体位を判別する体位判別手段とを含むことを特徴とする。
【００２５】
第１４の発明は、上記第１３の発明において、上記輪郭取得手段は、上記入力画像から第２の領域を抽出する第２領域抽出手段と、上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする。
【００２６】
第１５の発明は、上記第１３の発明において、上記解析手段は、上記輪郭線の凹凸状態を解析することを特徴とする。
【００２７】
第１６の発明は、上記第１３の発明において、上記解析手段は、上記輪郭線の傾き状態を解析することを特徴とする。
【００２８】
第１７の発明は、上記第１２の発明において、上記判別手段での判別結果に基づいて、上記入力画像の出力方向を変更する変更手段を備えることを特徴とする。
【００２９】
第１８の発明は、上記第１２の発明において、上記判別手段での判別結果に基づいて、上記入力画像に対して所定の画像処理を施す画像処理手段を備えることを特徴とする。
【００３０】
第１９の発明は、上記第１８の発明において、上記画像処理手段は、請求項１〜１１の何れかに記載の画像処理装置の機能を有することを特徴とする。
【００３１】
第２０の発明は、上記第１、２、１２の何れかの発明において、上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする。
【００３２】
第２１の発明は、上記第７又は１４の発明において、上記入力画像は、放射線撮影により得られた画像を含み、上記第２領域抽出手段は、上記入力画像からす抜け領域を上記第２の領域として抽出することを特徴とする。
【００３３】
第２２の発明は、上記第２０又は２１の発明において、上記放射線撮影は、Ｘ線撮影を含むことを特徴とする。
【００３４】
第２３の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、上記被写体の外輪郭を取得する輪郭取得手段と、上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定手段とを備えることを特徴とする。
【００３５】
第２４の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、上記被写体の外輪郭を取得する輪郭取得手段と、上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別手段とを備えることを特徴とする。
【００３６】
第２５の発明は、複数の機器が通信可能に接続されてなる画像処理システムであって、上記複数の機器のうち少なくとも１つの機器は、請求項１〜２４の何れかに記載の画像処理装置の機能を有することを特徴とする。
【００３７】
第２６の発明は、入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、上記入力画像中に存在する被写体の輪郭線情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする。
【００３８】
第２７の発明は、入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、上記入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする。
【００３９】
第２８の発明は、上記第２６又は２７の発明において、上記所定の画像処理は、階調変換処理を含むことを特徴とする。
【００４０】
第２９の発明は、上記第２６又は２７の発明において、上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする。
【００４１】
第３０の発明は、上記第２６又は２７の発明において、上記領域抽出ステップは、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、上記解析ステップによる解析結果に基づいて、上記第１の領域を抽出する第１領域抽出ステップとを含むことを特徴とする。
【００４２】
第３１の発明は、上記第３０の発明において、上記輪郭取得ステップは、上記入力画像から第２の領域を抽出する第２領域抽出ステップと、上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする。
【００４３】
第３２の発明は、上記第３０の発明において、上記解析ステップは、上記輪郭線情報により、上記被写体の輪郭の曲率を解析するステップを含むことを特徴とする。
【００４４】
第３３の発明は、上記第２６又は２７の発明において、記入力画像と共に、上記領域抽出ステップにより得られた第１の領域を出力する出力ステップを含むことを特徴とする。
【００４５】
第３４の発明は、上記第３３の発明において、上記出力ステップは、表示出力ステップを含むことを特徴とする。
【００４６】
第３５の発明は、上記第２６又は２７の発明において、上記領域抽出ステップにより得られた第１の領域の位置を、外部からの指示に従って変更する変更ステップを含むことを特徴とする。
【００４７】
第３６の発明は、入力画像中に存在する被写体の体位に基づいて、入力画像に対する所定の画像処理を実行するための画像処理方法であって、上記入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別ステップを含むことを特徴とする。
【００４８】
第３７の発明は、上記第３６の発明において、上記判別ステップは、上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、上記解析ステップによる解析結果に基づいて、上記被写体の体位を判別する体位判別ステップとを含むことを特徴とする。
【００４９】
第３８の発明は、上記第３７の発明において、上記輪郭取得ステップは、上記入力画像から第２の領域を抽出する第２領域抽出ステップと、上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする。
【００５０】
第３９の発明は、上記第３７の発明において、上記解析ステップは、上記輪郭線の凹凸状態を解析するステップを含むことを特徴とする。
【００５１】
第４０の発明は、上記第３７の発明において、上記解析ステップは、上記輪郭線の傾き状態を解析するステップを含むことを特徴とする。
【００５２】
第４１の発明は、上記第３６の発明において、上記判別ステップでの判別結果に基づいて、上記入力画像の出力方向を変更する変更ステップを含むことを特徴とする。
【００５３】
第４２の発明は、上記第３６の発明において、上記判別ステップでの判別結果に基づいて、請求項２６〜３５の何れかに記載の画像処理方法の処理ステップにより、上記所定の画像処理を実行する画像処理ステップを含むことを特徴とする。
【００５４】
第４３の発明は、上記第２６、２７、３６の何れかの発明において、上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする。
【００５５】
第４４の発明は、上記第３１又は３８の発明において、上記入力画像は、放射線撮影により得られた画像を含み、上記第２領域抽出ステップは、上記入力画像からす抜け領域を上記第２の領域として抽出するステップを含むことを特徴とする。
【００５６】
第４５の発明は、上記第４３又は４４の発明において、上記放射線撮影は、Ｘ線撮影を含むことを特徴とする。
【００５７】
第４６の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、上記被写体の外輪郭を取得する輪郭取得ステップと、上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定ステップとを含むことを特徴とする。
【００５８】
第４７の発明は、上記第４６の発明において、上記曲率を、上記各点の前後に存在する上記外輪郭上の点の接線ベクトルの外積によって求める曲率取得ステップを含むことを特徴とする。
【００５９】
第４８の発明は、上記第４６の発明において、上記被写体は、肩部を含むことを特徴とする。
【００６０】
第４９の発明は、上記第４６の発明において、上記特徴領域から抽出された特徴量に基づいて、上記撮影画像に対する階調変換処理を行なう階調変換処理ステップを含むことを特徴とする。
【００６１】
第５０の発明は、被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、上記被写体の外輪郭を取得する輪郭取得ステップと、上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別ステップとを含むことを特徴とする。
【００６２】
第５１の発明は、上記第５０の発明において、上記判別結果に応じて、上記撮影画像を反転する反転ステップを含むことを特徴とする。
【００６３】
第５２の発明は、請求項１〜２４の何れかに記載の画像処理装置、又は請求項２５記載の画像処理システムが備える手段を実施するための処理プログラムを、コンピュータが読出可能に格納した記憶媒体であることを特徴とする。
【００６４】
第５３の発明は、請求項２６〜５１の何れかに記載の画像処理方法の処理ステップを、コンピュータが読出可能に格納した記憶媒体である。
【発明の効果】
【００６５】
以上説明したように本発明によれば、処理対象の画像に対して安定した適切な画像処理を施すことができるため、良好な処理後画像を提供することができる。
また、画像中に存在する被写体方向を自動的に判別することができるため、効率的に且つ適切な画像処理を行うことができると共に、当該処理後の画像出力を適切に行うことができる。
【図面の簡単な説明】
【００６６】
【図１】第１の実施の形態において、本発明を適用したＸ線撮影装置の構成を示すブロック図である。
【図２】上記Ｘ線撮影装置の動作を説明するためのフローチャートである。
【図３】上記Ｘ線撮影装置での処理対象画像（入力画像）の一例（肩部画像）を説明するための図である。
【図４】上記処理対象画像からす抜け領域を抽出する処理を説明するための図である。
【図５】上記処理対象画像（肩部画像）において、肩部の輪郭線と外積値の関係を説明するための図である。
【図６】上記処理対象画像への階調変換処理に用いる階調変換曲線の一例を説明するための図である。
【図７】上記処理対象画像（入力画像）としての他の例（膝部画像）を説明するための図である。
【図８】上記処理対象画像（膝部画像）において、肩部の輪郭線と外積値の関係を説明するための図である。
【図９】第２の実施の形態における、上記Ｘ線撮影装置の動作を説明するためのフローチャートである。
【図１０】第３の実施の形態における、上記Ｘ線撮影装置の動作を説明するためのフローチャートである。
【図１１】上記Ｘ線撮影装置での処理対象画像（入力画像）の一例（頭部画像）を説明するための図である。
【図１２】第４の実施の形態において、本発明を適用したＸ線撮影装置の構成を示すブロック図である。
【図１３】上記Ｘ線撮影装置の動作（被写体の上下判別）を説明するためのフローチャートである。
【図１４】上記Ｘ線撮影装置の動作（被写体の左右部位判別）を説明するためのフローチャートである。
【発明を実施するための形態】
【００６７】
以下、本発明の実施の形態について図面を用いて説明する。
【００６８】
（第１の実施の形態）
本発明は、例えば、図１に示すようなＸ線撮影装置１００に適用される。
本実施の形態におけるＸ線撮影装置１００は、階調変換処理を含む画像処理機能を有する装置であり、上記図１に示すように、データ収集回路１０５、前処理回路１０６、ＣＰＵ１０８、メインメモリ１０９、操作パネル１１０、画像表示器１１１、及び画像処理回路１２０を備えており、これらの各構成部は、ＣＰＵバス１０７を介して互いにデータ授受するようになされている。
また、Ｘ線撮影装置１００は、ＣＰＵバス１０７及び前処理回路１０６に接続されたデータ収集回路１０５と、データ収集回路１０５に接続された２次元Ｘ線センサ１０４及びＸ線発生回路１０１とを備えている。
【００６９】
ＣＰＵ１０８は、本装置全体の動作制御を司るものであり、このための処理プログラムや種々のデータ等はメインメモリ１０９に予め格納されている。したがって、ＣＰＵ１０８は、メインメモリ１０９から処理プログラムを読み出して実行し、また、メインメモリ１０９内の各種データを用いる等をして、本装置全体の動作制御を実施する。また、ＣＰＵ１０８は、操作パネル１１０での操作に従って動作するように、本装置全体の動作を制御する。
【００７０】
メインメモリ１０９は、上述したようにＣＰＵ１０８による本装置全体の動作制御に必要な処理プログラムや種々のデータ等が記憶されるものであると共に、ＣＰＵ１０８の作業用としてのワークメモリをも含む。
また、メインメモリ１０９には、前処理回路１０６での後述する前処理後のＸ線画像信号が記憶される。
【００７１】
Ｘ線発生回路１０１は、ＣＰＵ１０８からの指示に従って、Ｘ線ビーム１０２を被写体１０３に対して放射する。
２次元Ｘ線センサ１０４は、被写体１０３を透過したＸ線ビーム１０２を受光して、被写体１０３のＸ線画像情報を出力する。
【００７２】
データ収集回路１０５は、２次元Ｘ線センサ１０４から出力されるＸ線画像情報を収集して、そのＸ線画像情報を電気的な信号に変換する。
前処理回路１０６は、データ収集回路１０５にて得られた電気信号（Ｘ線画像信号）に対して、オフセット補正処理やゲイン補正処理等の前処理を行う。
【００７３】
画像処理回路１２０は、前処理回路１０６での前処理後のＸ線画像信号（以下、「原画像」又は「入力画像」と言う）に対して、特に、階調変換処理を施すものであり、原画像から特徴量を抽出する領域（注目領域、以下、「ＲＯＩ」とも言う）を抽出するＲＯＩ抽出回路１１２と、ＲＯＩ抽出回路１１２により抽出された注目領域内の画素値から特徴量（平均画素値や最大画素値等）を抽出する特徴量抽出回路１１５と、特徴量抽出回路１１５により抽出された特徴量に基づき原画像に対して階調変換を施す階調変換回路１１６とを含む。
【００７４】
ＲＯＩ抽出回路１１２は、原画像中に存在する被写体の輪郭を抽出する輪郭抽出回路１１３と、輪郭抽出回路１１３により抽出された輪郭を解析して注目領域を抽出する解析回路１１４とを含む。
【００７５】
輪郭抽出回路１１３は、原画像からす抜け領域（Ｘ線が直接あたっている領域）を抽出するす抜け抽出回路１１３ａと、す抜け抽出回路１１３ａにて抽出されたす抜け領域と被写体の境界線を輪郭線として抽出する抽出回路１１３ｂとを含む。
【００７６】
画像表示器１１１は、画像処理回路１２０による処理後画像等を表示する。
【００７７】
図２は、本実施の形態におけるＸ線撮影装置１００の動作を示したフローチャートである。
このフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、Ｘ線撮影装置１００は次のように動作する。
【００７８】
ステップＳ２００：
先ず、Ｘ線発生回路１０１は、被写体（被検査体）１０３に対してＸ線ビーム１０２を放射する。
Ｘ線発生回路１０１から放射されたＸ線ビーム１０２は、被検査体１０３を減衰しながら透過して、２次元Ｘ線センサ１０４に到達し、この２次元Ｘ線センサ１０４によりＸ線画像として出力される。２次元Ｘ線センサ１０４から出力されるＸ線画像は、例えば、図３に示すような肩部の画像とする。
データ収集回路１０５は、２次元Ｘ線センサ１０４から出力されたＸ線画像を電気信号に変換して前処理回路１０６へ供給する。
前処理回路１０６は、データ収集回路１０５からの電気信号（Ｘ線画像信号）に対して、オフセット補正処理やゲイン補正処理等の前処理を行う。
この前処理回路１０６での前処理後のＸ線画像信号は、ＣＰＵ１０８の制御によりＣＰＵバス１０７を介して、原画像としてメインメモリ１０９へと転送される。
画像処理回路１１１は、メインメモリ１０９内の原画像に対して、次のようなステップＳ２０１〜Ｓ２０８の処理を実行する。
【００７９】
ステップＳ２０１：
先ず、す抜け抽出回路１１３ａは、メインメモリ１０９内の原画像（以下、「入力画像」とも言う）を取得し、その入力画像全体の画素値のうち最大値（最大画素値）を取得する。
具体的には例えば、入力画像全体のヒストグラムを作成し、そのヒストグラムの上部から５％点の画素値を最大画素値として取得する。
【００８０】
ステップＳ２０２：
次に、す抜け抽出回路１１３ａは、ステップＳ２０１にて取得した最大画素値（ヒストグラムの上位から５％点の画素値）から、当該ヒストグラムの９５％点までの画素値を、す抜け領域（Ｘ線が直接あたっている領域）の画素値として、それらを所定値の画素値（ここでは、"０"画素値）に置き換える。
この結果、入力画像が上記図３に示したような肩部の画像であった場合、図４に示すような画像が得られる。この図４において、黒部分が"０"画素に置き換えられた領域、すなわちす抜け領域を示す。
【００８１】
ステップＳ２０３：
次に、抽出回路１１３ｂは、す抜け抽出回路１１３ａによるす抜け領域抽出後の入力画像（上記図４参照）から、被写体上側若しくは下側の領域の輪郭線を抽出する。このときの輪郭線を抽出する領域として、被写体上側の領域とするか、被写体下側の領域とするかは、予め設定されている被写体情報により異なる。
ここでは、被写体上側の領域の輪郭線を抽出するものとして、上記入力画像の画素値を、上側から下側の縦方向に検索し、画素値が"０"から"０"でなくなる境界線を輪郭線として抽出する。
【００８２】
ステップＳ２０４：
次に、解析回路１１４は、抽出回路１１３ｂにより得られた輪郭線上の接線ベクトルを、入力画像の左から右に向かう方向（例えば、輪郭線上の一定の２点間の向き）で取得し、それらの接線ベクトルの外積値を算出する。
この結果、例えば、図５に示すように、輪郭線上において、Ｍ点から等距離にあるＡ点及びＢ点の接線ベクトルＡ及びＢが求められ、それらのベクトルＡ及びＢの外積値（Ａ×Ｂ）が求められる。
【００８３】
ステップＳ２０５：
次に、解析回路１１４は、ステップＳ２０４にて求めた外積値の最大値を検出し、その最大値に対応する輪郭線上の座標を、輪郭線上でもっとも曲率の高い座標とする。上記図５では、当該座標はＭ点の座標となる。
【００８４】
ステップＳ２０６：
次に、解析回路１１４は、ステップＳ２０５において、輪郭線上でもっとも曲率の高い座標（Ｍ点の座標）での外積値を算出するために用いた接線ベクトルの２点の座標（Ａ，Ｂ点）を結ぶ線と直交する位置に一定距離にあるところを注目領域（ＲＯＩ）とする。
この結果、上記図３に示すように、肩部の画像では、肩関節付近の領域が注目領域ＲＯＩとなる。
尚、ここでの注目領域ＲＯＩを検出するための一定距離は、入力画像のサイズに応じて適応的に設定される。
【００８５】
ステップＳ２０７：
特徴抽出回路１１５は、解析回路１１４により得られた注目領域ＲＯＩ内の画素値の代表値を特徴量として抽出する。
例えば、注目領域ＲＯＩ内の画素値のうち、最大値、最小値、中間値、平均値等の統計値を取得し、その値を特徴量とする。
【００８６】
ステップＳ２０８：
次に、階調変換回路１１６は、特徴抽出回路１１５により得られた特徴量に基づいて、予め設定された階調変換条件に従った階調変換を、入力画像に対して行う。
ここでの階調変換条件としては、例えば、図６に示すような階調変換曲線に従い、特徴量が所定濃度値になるような条件としている。上記図６において、横軸は入力画像の画素値（入力濃度値）を示し、縦軸は階調変換後の画素値（出力濃度値）を示す。
【００８７】
ステップＳ２０９：
上述のような階調変換処理後の入力画像は、ＣＰＵ１０８の制御により、例えば、画像表示器１１１上に表示出力されたり、Ｘ線診断用フィルム（図示せず）上へ出力されたりする。
【００８８】
上述のように、本実施の形態では、被写体の輪郭線の形状の特徴に基づいて、階調変換に用いる特徴量を抽出する領域（注目領域ＲＯＩ）を抽出するように構成したので、Ｘ線画像の被写体に対して適切な特徴量を取得することができる。特に、関節部等では輪郭線がまるまる特徴があり、その輪郭線の最もまるまった点を注目領域を抽出する基準とすることで、関節部等の注目領域を安定して抽出することができる。
【００８９】
また、入力画像全体の最大画素値に基づきす抜け領域を抽出するように構成したので、す抜け領域を安定して抽出することができる。したがって、その安定して抽出したす抜け領域の端部を被写体の輪郭とすることで、被写体の輪郭を安定して抽出することができるため、特徴量を抽出する注目領域を安定して適切に抽出することができる。
【００９０】
また、安定して適切に抽出した注目領域内の代表値を特徴量として、当該特徴量に基づいた階調変換を行なうように構成したので、注目領域内の濃度値を目的とする濃度に確実に変換することができる。これにより、良好な濃度状態の処理後画像を提供することができるため、Ｘ線画像による診断を効率的に行なうことができ、その診断能を向上させることもできる。
【００９１】
尚、ステップＳ２０３での輪郭線の抽出の際、画素値が"０"から"０"でなくなる境界線を検出できない場合、入力画像の端部を輪郭線とする。
【００９２】
また、被写体の輪郭線を抽出する方法としては、本実施の形態での方法に限られることはなく、例えば、照射領域内の微分、高次微分差分、高次差分の値を縦ライン毎に算出し、最初のピーク値を輪郭する方法を採用することも可能である。
【００９３】
また、例えば、入力画像が、図７に示すような膝部の画像である場合、上記図２のステップＳ２０３では、被写体下側の領域の輪郭線を抽出するものとして、入力画像の画素値が下側から上側の縦方向に検索され、画素値が"０"から"０"でなくなる境界線が輪郭線として抽出される。また、上記図２のステップＳ２０５では、図８に示すように、外積値の最小値に対応する輪郭線上の座標が、輪郭線上でもっとも曲率の高い座標Ｍとされる。
このような場合にも、上記図７に示すように、膝関節付近の領域が注目領域ＲＯＩとして得られる。
【００９４】
（第２の実施の形態）
本実施の形態では、上記図１に示したＸ線撮影装置１００において、注目領域ＲＯＩの位置を自在に変更可能とする。
このため、本実施の形態では、例えば、図９に示すようなフローチャートに従った処理が実行される。すなわち、このフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、Ｘ線撮影装置１００は次のように動作する。
【００９５】
ステップＳ３００：
本ステップ処理では、上記図２に示したステップＳ２００〜Ｓ２０６の処理が実行される。
尚、ステップＳ２００〜Ｓ２０６の詳細については、第１の実施の形態にて述べた通りであるので、説明の簡単のためここでは省略する。
【００９６】
ステップＳ３０１：
ステップＳ３００の処理実行により、ＲＯＩ抽出回路１１２では、上記図３や図７に示したような注目領域ＲＯＩが抽出される。
【００９７】
ステップＳ３０２：
画像表示器１１１は、入力画像と、ＲＯＩ抽出回路１１２により抽出された注目領域ＲＯＩとをあわせて表示する。この結果、画像表示器１１１では、上記図３や図７に示す画像と同様の画像が表示される。
これにより、ユーザは、入力画像に対する注目領域ＲＯＩを容易に確認することができる。そこで、ユーザは、この確認の結果、注目領域ＲＯＩが所望する位置（観察したい領域の位置）にある場合には、そのまま処理を続行することを入力し、そうでない場合には、注目領域ＲＯＩを変更することを入力する。このユーザ入力は、操作パネル１１０によって行なわれ、操作パネル１１０での入力情報は、ＣＰＵ１０８により認識される。
【００９８】
ステップＳ３０３：
ＣＰＵ１０８は、操作パネル１１０からの入力情報により、現在の注目領域ＲＯＩのまま処理続行するか、或いは注目領域ＲＯＩを変更するかを判別する。
【００９９】
ステップＳ３０３での判別の結果、現在の注目領域ＲＯＩのまま処理続行する場合（注目領域ＲＯＩが正しい位置である場合）、次のステップＳ３０４はスキップして、ステップＳ３０５へと進む。
【０１００】
ステップＳ３０４：
ステップＳ３０３での判別の結果、現在の注目領域ＲＯＩを変更する場合（注目領域ＲＯＩが正しくない位置である場合）、ＣＰＵ１０８は、操作パネル１１０からの入力を受け付ける。
これにより、ユーザは、注目領域ＲＯＩの位置を変更したい位置の座標情報を、操作パネル１１０から入力する。
ＣＰＵ１０８は、操作パネル１１０からの座標情報を受け取り、これをＲＯＩ抽出回路１１２へと与える。
ＲＯＩ抽出回路１１２は、ＣＰＵ１０８からの座標情報に基づき、再度注目領域ＲＯＩの抽出を行なう。
【０１０１】
ステップＳ３０５：
特徴抽出回路１１５は、上記図２に示したステップＳ２０７の処理を実行することで、ＲＯＩ抽出回路１１２により得られた注目領域ＲＯＩ内の画素値の代表値を特徴量として抽出する。
階調変換回路１１６は、上記図２に示したステップＳ２０８の処理を実行することで、特徴抽出回路１１５により得られた特徴量に基づいて、予め設定された階調変換条件に従った階調変換を、入力画像に対して行う。
この階調変換処理後の入力画像は、ＣＰＵ１０８の制御により、例えば、画像表示器１１１上に表示出力されたり、Ｘ線診断用フィルム（図示せず）上へ出力されたりする。
【０１０２】
上述したように、本実施の形態では、一旦抽出した注目領域ＲＯＩを、ユーザが確認可能なように入力画像と共に表示する構成としたので、ユーザは、注目領域ＲＯＩが所望する領域（観察したい領域）に正しく自動設定されているかを容易に確認することができる。
【０１０３】
また、注目領域ＲＯＩの位置をユーザが自在に変更可能なように構成したので、たとえ注目領域ＲＯＩ領域の抽出に失敗していても、適正な位置に変更するこができる。
【０１０４】
したがって、本実施の形態によれば、さらに安定して適切に注目領域ＲＯＩを抽出することができるため、より安定した階調変換処理を行なうことができる。
【０１０５】
（第３の実施の形態）
上述した第１の実施の形態では、上記図１に示したＸ線撮影装置１００において、Ｘ線画像における注目領域を、被写体の輪郭線の曲率に基づき抽出するようにした。
本実施の形態では、上記図１に示したＸ線撮影装置１００において、Ｘ線画像における注目領域を、被写体の輪郭線上の複数の座標に基づき抽出する。
【０１０６】
このため、本実施の形態では、上記図２に示したフローチャートに従った処理の代わりに、例えば、図１０に示すようなフローチャートに従った処理が実行される。
すなわち、上記図１０のフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、本実施の形態におけるＸ線撮影装置１００は次のように動作する。
【０１０７】
尚、上記図１０のフローチャートにおいて、上記図２のフローチャートと同様に処理するステップには同じステップ符号を付し、その詳細な説明は省略する。
【０１０８】
ステップＳ２００：
上述したように、Ｘ線撮影が開始されると、２次元Ｘ線センサ１０４では、被写体１０３のＸ線画像が得られる。ここでのＸ線画像は、例えば、図１１（ａ）に示すような頭部正面のＸ線画像とする。このＸ線画像は、データ収集回路１０５及び前処理回路１０６を介して、原画像としてメインメモリ１０９へと転送される。
画像処理回路１１１は、メインメモリ１０９内の原画像に対して、次のような
ステップＳ２０１〜Ｓ２０３、ステップＳ４０４〜Ｓ４０９、及びステップＳ２
０８，Ｓ２０９の処理を実行する。
【０１０９】
ステップＳ２０１〜Ｓ２０３：
上述したように、先ず、す抜け抽出回路１１３ａは、メインメモリ１０９内の原画像（入力画像）全体の画素値のうち最大値（最大画素値）を取得し、その最大画素値に基づいて、す抜け領域を抽出する（ここでは、該当する画素値を"０"画素値に置き換える）。
そして、抽出回路１１３ｂは、す抜け抽出回路１１３ａによるす抜け領域抽出後の入力画像から、被写体の輪郭線を抽出する。例えば、上記図１１（ａ）に示したような入力画像（頭部正面画像）では、当該画像の左側から右側の横方向に画素値を検索し、画素値が"０"から"０"でなくなる境界線を被写体の左側輪郭線（同図（（ｂ）参照）とし、画素値が"０"でない値から"０"にかわる境界線を被写体の右側輪郭線とする。
【０１１０】
ステップＳ４０４，Ｓ４０５：
次に、解析回路１１４は、抽出回路１１３ｂにより抽出された輪郭線を解析し、輪郭線上の特徴となる座標点を抽出する。例えば、上記図１１（ｂ）に示すような、左側輪郭線の凸部の最大値の座標ｘ１、及び凹部の最小値の座標ｘ３を抽出する。また、右側輪郭線（図示せず）についても同様に、凸部の最大値の座標ｘ２、及び凹部の最小値の座標ｘ４を抽出する。
【０１１１】
ステップＳ４０６，Ｓ４０７：
次に、解析回路１１４は、ステップＳ４０４，Ｓ４０５にて求めた座標ｘ１〜ｘ４を用いて、座標ｘ１と座標ｘ２の中点ｘｃ１を算出すると共に、座標ｘ３と座標ｘ４の中点ｘｃ２を算出する（上記図１１（ａ）参照）。
【０１１２】
ステップＳ４０８：
次に、解析回路１１４は、ステップＳ４０４，Ｓ４０５にて求めた座標ｘ１〜ｘ４、及びステップＳ４０６，Ｓ４０７にて求めた中点ｘｃ１，ｘｃ２に基づいて、注目領域ＲＯＩを取得する。
【０１１３】
ここで、例えば、上記図１１（ａ）に示したような頭部正面画像では、診断目的により、頭蓋の部分、鼻部、口部等と注目領域が異なる。これらの注目領域は、座標ｘ１〜ｘ４、中点ｘｃ１，ｘｃ２と次のような関係にあり、解析回路１１４は、その関係に従って注目領域ＲＯＩを取得する。
【０１１４】
上記図１１（ａ）参照：
頭蓋領域Ａ →中点ｘｃ１と中点ｘｃ２を結ぶ線上と、上部輪郭線との交点ｘ５の中点に相当
鼻部の領域Ｂ →座標ｘ３と座標ｘ４の中点ｘｃ２に相当
口部の領域Ｃ →中点ｘｃ１と中点ｘｃ２の中点に相当
上記図１１（ｃ）参照
頭蓋領域Ｄ →中点ｘｃ２と座標ｘ５の中点に相当
頚椎部の領域Ｅ→中点ｘｃ１に相当
鼻部の領域Ｆ →座標ｘ３と中点ｘｃ２の中点に相当
尚、注目領域Ａ〜Ｆは、当該領域を抽出する基準点を中心とする一定領域の四角形領域とする。また、このときの一定領域の大きさは、入力画像のサイズに応じて設定される。
【０１１５】
ステップＳ４０９：
次に、特徴抽出回路１１５は、解析回路１１４により得られた注目領域内の代表値（例えば、最大値、最小値、中間値、平均値等の統計量）を特徴量として取得する。
【０１１６】
ステップＳ２０８：
次に、階調変換回路１１６は、上述したようにして、特徴抽出回路１１５により得られた特徴量に基づいて、予め設定された階調変換条件に従った階調変換を、入力画像に対して行う。
【０１１７】
一般に、Ｘ線画像による診断においては、Ｘ線画像を出力するフィルム等における濃度値として、経験上診断しやすい濃度値が注目領域毎に決まっている。このため、上述したようにして注目領域を代表する画素値（特徴量）を取得して、その特徴量を一定濃度に階調変換すると、目的の注目領域を診断しやすい濃度に階調変換できる。
【０１１８】
上述したように、本実施の形態では、被写体の輪郭線上の複数の座標点に基づいて、階調変換に用いる特徴量を抽出する領域（注目領域ＲＯＩ）を抽出するように構成したので、上述した第１の実施の形態と同様に、Ｘ線画像の被写体に対して適切な特徴量を取得することができる。特に、頭部画像のように、診断目的により、頭蓋の部分、鼻部、口部等と注目領域が異なる場合であっても、目的とする注目領域を安定して抽出することができる。
【０１１９】
（第４の実施の形態）
本発明は、例えば、図１２に示すようなＸ線撮影装置５００に適用される。
本実施の形態におけるＸ線撮影装置５００は、上記図１に示したＸ線撮影装置１００と同様の構成としているが、当該構成に加えて、画像判別回路５１０を更に備えた構成としている。
尚、上記図１２のＸ線撮影装置５００において、上記図１のＸ線撮影装置１００と同様に動作する箇所には同じ符号を付し、その詳細な説明は省略する。
【０１２０】
まず、例えば、上記図３に示したような肩部のＸ線画像から階調変換に用いる特徴量を抽出する際には、Ｘ線画像における被写体が左右どちらの部位の画像であるかが予め認識されていることが前提である場合がある。この場合、右部位用の特徴量抽出処理と、左部位用の特徴量抽出処理がそれぞれ存在する。具体的には、左肩用の特徴量抽出処理では、左肩の関節領域の画素値を特徴量として抽出し、右肩用の特徴量抽出処理では、右肩の関節領域の画素値を特徴量として抽出する。
【０１２１】
また、上記図１１（ａ）に示したような頭部のＸ線画像は、撮影台に被写体が横たわった状態での撮影により得られることが多い。このため、その体位によって、Ｘ線画像の上下（頭部の向き等）が反転することがある。すなわち、この場合に得られるＸ線画像では、頭が上の場合と、頭が下の場合とがある。このため、Ｘ線画像での被写体の体位の情報がないと、Ｘ線画像をモニタやフィルム上に出力する際に、Ｘ線画像が上下逆に出力されてしまう場合がある。
【０１２２】
そこで、本実施の形態におけるＸ線撮影装置５００は、画像判別回路５１０により、Ｘ線画像から抽出した被写体の輪郭線に基づいて、被写体の体位を自動的に判定する。
【０１２３】
画像判別回路５１０は、上記図１２に示すように、前処理回路１０６での前処理後のＸ線画像（入力画像）から被写体の輪郭を抽出する輪郭抽出回路５１１と、輪郭抽出回路５１１により抽出された輪郭線上の情報に基づき被写体の体位を判別する解析回路５１２と、解析回路５１２での判別結果に基づき入力画像の向きを変更する画像変更回路５１３とを備えている。
【０１２４】
また、本実施の形態では、例えば、図１３及び図１４に示すようなフローチャートに従った処理が実行される。図１３のフローチャートは、入力画像において被写体が上下どちらの方向で位置しているかを判別するための処理を示し、図１４のフローチャートは、入力画像の被写体が左右どちらの部位であるか判別するための処理を示す。
すなわち、上記図１３及び図１４のフローチャートに従った処理プログラムは、予めメインメモリ１０９に格納されており、ＣＰＵ１０８から読みだ出され実行されることで、本実施の形態におけるＸ線撮影装置５００は次のように動作する。
【０１２５】
尚、上記図１３及び図１４のフローチャートにおいて、上記図２に示したのフローチャートと同様に処理するステップには同じステップ符号を付し、その詳細な説明は省略する。
【０１２６】
（１）被写体の上下方向の判別：上記図１３参照
【０１２７】
ステップＳ２００：
上述したように、Ｘ線撮影が開始されると、２次元Ｘ線センサ１０４では、被写体１０３のＸ線画像が得られる。ここでのＸ線画像は、例えば、上記図１１（ａ）に示したような頭部正面のＸ線画像とする。このＸ線画像は、データ収集回路１０５及び前処理回路１０６を介して、原画像としてメインメモリ１０９へと転送される。
画像判別回路５１０は、メインメモリ１０９内の原画像に対して、次のようなステップＳ２０１〜Ｓ２０３、及びステップＳ６０４〜Ｓ６１１の処理を実行する。
【０１２８】
ステップＳ２０１〜Ｓ２０３：
輪郭抽出回路５１１は、上記図１に示したす抜け抽出回路１１３ａ及び抽出回路１１３ｂと同様の機能を有し、当該機能によって、先ず、メインメモリ１０９内の原画像（入力画像）全体の画素値のうち最大値（最大画素値）を取得し、その最大画素値に基づいて、す抜け領域を抽出する（ここでは、該当する画素値を"０"画素値に置き換える）。
そして、輪郭抽出回路５１１は、す抜け領域抽出後の入力画像から、被写体の輪郭線を抽出する。例えば、上記図１１（ａ）に示したような入力画像（頭部正面画像）では、当該画像の左側から右側の横方向に画素値を検索し、画素値が"０"から"０"でなくなる境界線を被写体の左側輪郭線（同図（（ｂ）参照）とし、画素値が"０"でない値から"０"にかわる境界線を被写体の右側輪郭線とする。
【０１２９】
尚、輪郭抽出回路５１１として、上記図１に示したす抜け抽出回路１１３ａ及び抽出回路１１３ｂを用いるようにしてもよい。すなわち、す抜け抽出回路１１３ａ及び抽出回路１１３ｂを、画像処理回路１２０と画像判別回路５１０で共有するようにしてもよい。
【０１３０】
ステップＳ６０４，Ｓ６０５：
次に、解析回路５１２は、抽出回路１１３ｂにより抽出された輪郭線を解析し、例えば、上記図１１（ｂ）に示したような、左側輪郭線の凸部の最大値の座標ｘ１、及び凹部の最小値の座標ｘ３を抽出する。
【０１３１】
ステップＳ６０６：
次に、解析回路５１２は、ステップＳ６０４，Ｓ６０５にて取得した座標ｘ１と座標ｘ３を比較する。
【０１３２】
ステップＳ６０７：
ステップＳ６０７での判定の結果、「ｘ３＞ｘ１」である場合、解析回路５１２は、入力画像において頭が上部にあると判定する。
【０１３３】
ステップＳ６０８，Ｓ６０９：
ステップＳ６０７での判定の結果、「ｘ３＞ｘ１」でない場合、解析回路５１２は、入力画像において頭が下部にあると判定する。
この場合、解析回路５１２は、ＣＰＵ１０８を介して、画像表示器１１１（或いはフィルム）上へ出力する入力画像を反転させる。
【０１３４】
ステップＳ６１０：
画像表示器１１１は、ＣＰＵ１０８によって供給された入力画像（そのままの画像或いは反転された画像）を表示する。したがって、画像表示器１１１には、その画面を観察するユーザにとって、常に正しい方向で入力画像が表示されることになる。
【０１３５】
ステップＳ６１１：
上述のようにして、入力画像における被写体の体位が判別され、その判別に基づいた出力が行なわれると、画像処理回路１２０は、入力画像に対する階調変換処理を実行する。
尚、ここでの階調変換処理としては、上述した第１〜第４の実施の形態における階調変換処理を用いるようにしてもよいし、或いは、従来からの階調変換処理を用いるようにしてもよい。
【０１３６】
上述のように、被写体の輪郭線の凹部、凸部は明確な特徴であるので、その凹部凸部の代表となる座標を比較することで、安定して且つ正確に、入力画像における被写体の体位を判定することができる。また、常に、正しい方向での入力画像の表示を行なえるため、診断効率を向上させることができる。
【０１３７】
（２）被写体の左右の部位の判別：上記図１４参照
【０１３８】
ステップＳ２００：
上述したように、Ｘ線撮影が開始されると、２次元Ｘ線センサ１０４では、被写体１０３のＸ線画像が得られる。ここでのＸ線画像は、例えば、上記図３に示したような肩部のＸ線画像とする。このＸ線画像は、データ収集回路１０５及び前処理回路１０６を介して、原画像としてメインメモリ１０９へと転送される。
画像判別回路５１０は、メインメモリ１０９内の原画像に対して、次のようなステップＳ２０１〜Ｓ２０５、及びステップＳ７０６〜Ｓ７１０の処理を実行する。
【０１３９】
ステップＳ２０１〜Ｓ２０３：
輪郭抽出回路５１１は、本実施の形態での上述したステップＳ２０１〜Ｓ２０３と同様にして、先ず、メインメモリ１０９内の原画像（入力画像）全体の画素値のうち最大値（最大画素値）を取得し、その最大画素値に基づいて、す抜け領域を抽出する（ここでは、該当する画素値を"０"画素値に置き換える）。
そして、輪郭抽出回路５１１は、す抜け領域抽出後の入力画像から、被写体の輪郭線を抽出する。例えば、上記図３に示したような入力画像（肩部画像）では、当該画像の上側から下側の縦方向に画素値を検索し、画素値が"０"から"０"でなくなる境界線を輪郭線として抽出する。
【０１４０】
ステップＳ２０４：
次に、解析回路５１２は、上記図１に示した解析回路１１４の機能を有し、当該機能によって、輪郭抽出回路５１１により得られた輪郭線上の接線ベクトルを、入力画像の左から右に向かう方向（例えば、輪郭線上の一定の２点間の向き）で取得し、それらの接線ベクトルの外積値を算出する。
この結果、例えば、上記図５に示したように、輪郭線上において、Ｍ点から等距離にあるＡ点及びＢ点の接線ベクトルＡ及びＢが求められ、それらのベクトルＡ及びＢの外積値（Ａ×Ｂ）が求められる。
【０１４１】
ステップＳ２０５：
次に、解析回路５１２は、ステップＳ２０４にて求めた外積値の最大値を検出し、その最大値に対応する輪郭線上の座標を、輪郭線上でもっとも曲率の高い座標とする。上記図５では、当該座標はＭ点の座標となる。
【０１４２】
尚、解析回路５１２でのステップＳ２０４及びＳ２０５の処理機能として、上記図１に示した解析回路１１４でのステップＳ２０４及びＳ２０５の処理機能を用いるようにしてもよい。すなわち、ステップＳ２０４及びＳ２０５の処理機能を、画像処理回路１２０と画像判別回路５１０で共有するようにしてもよい。
【０１４３】
ステップＳ７０６：
次に、解析回路５１２は、上記図５に示すように、ステップＳ２０５で求めたＭ点（座標ｙ１）から輪郭線上で等距離にある２点の座標Ａ及びＢのＹ座標ｙ２及びｙ３を抽出する。
【０１４４】
ステップＳ７０７：
次に、解析回路５１２は、ステップＳ２０５で求めたＭ点のＹ軸上の座標ｙ１と、ステップＳ７０６で求めたＢ点のＹ軸上の座標ｙ３とを比較する。
【０１４５】
ステップＳ７０９：
ステップＳ７０７の判別の結果、「ｙ３＞ｙ１」である場合、解析回路５１２は、入力画像の被写体は左肩部であると判定する。
【０１４６】
ステップＳ７０８：
ステップＳ７０７の判別の結果、「ｙ３＞ｙ１」でない場合、解析回路５１２は、入力画像の被写体は右肩部であると判定する。
【０１４７】
ステップＳ６１１：
上述のようにして、入力画像における被写体の部位が判別されると、画像処理回路１２０は、その判定結果に基づいて、入力画像に対する階調変換処理を実行する。これにより、入力画像の被写体の部位に対して適切な階調変換処理を行なえる。
尚、ここでの階調変換処理としては、上述した第１〜第４の実施の形態における階調変換処理を用いるようにしてもよいし、或いは、従来からの階調変換処理を用いるようにしてもよい。
【０１４８】
上述のように、肩部等の入力画像における被写体の輪郭線は特有の傾きをもっており、この傾きを抽出することで、安定して且つ正確に、被写体の部位を判定することができる。これにより、その部位に適切な階調変換処理を正確に行なうことができる。
【０１４９】
上述のように、本実施の形態では、被写体の輪郭線の形状の特徴と、被写体の輪郭線との関係から、被写体の上下の向きや、左右の部位等を自動的に判定するように構成したので、従来のようなユーザからの入力なしに、常に正しい方向でＸ線画像を出力することができ、Ｘ線画像に対して適切な階調変換処理を行なうことができる。
【０１５０】
（第１〜第４の実施の形態による本発明の効果のまとめ）
【０１５１】
（１）領域抽出手段１１２により、被写体の輪郭線（外輪郭）情報に基づき第１の領域（注目領域）を抽出する。具体的には、輪郭取得手段１１３により、被写体の輪郭を抽出し、解析手段１１４により、輪郭取得手段１１３により抽出された輪郭を解析し、その解析結果に基づいて、第１の領域（注目領域）を抽出する。
このように、被写体の輪郭線の形状には、第１の領域（注目領域）を抽出するための特徴があり、その特徴を利用する構成とすれば、安定して第１の領域（注目領域）を抽出することができる。
【０１５２】
（２）輪郭取得手段１１３（５１１）において、第２領域抽出手段１１３ａにより、第２の領域（す抜け領域）を抽出し、輪郭抽出手段１１３ｂにより、第２領域抽出手段１１３ａにより抽出された第２の領域（す抜け領域）から当該第２の領域（す抜け領域）でない領域との境界を被写体の輪郭線として抽出する。
このような構成とすれば、被写体の輪郭線を安定して確実に抽出することができる。例えば、入力画像全体の最大値に基づいて、第２の領域（す抜け領域）を抽出することで、安定して第２の領域（す抜け領域）を抽出することができる。また、第２の領域（す抜け領域）の端部を被写体の輪郭とすることで、被写体の輪郭を安定して確実に抽出することができる。
【０１５３】
（３）解析手段１１４により、被写体の輪郭の曲率を解析し、この解析結果に基づいて、第１の領域（注目領域）を抽出するように構成すれば、例えば、関節部などでは輪郭がまるまる特徴があり、最も丸まった点を、第１の領域（注目領域）を抽出する基準とすることで、関節部等であっても、第１の領域（注目領域）を安定して確実に抽出することができる。
【０１５４】
（４）（１）〜（３）の構成により、第１の領域（注目領域）を自動的に抽出し、それを出力手段１１１により入力画像と共に出力するように構成すれば、ユーザは、第１の領域（注目領域）が所望する位置に正しく設定されているかを容易に認識することができる。
【０１５５】
（５）（４）の構成において、変更手段１１０により、ユーザが出力手段１１１による出力情報に基づいて、第１の領域（注目領域）の位置を自在に変更可能に構成すれば、第１の領域（注目領域）の抽出に失敗したとしても、それを正しく修正することができる。また、このときの修正量を低減することができる。さらに、第１の領域（注目領域）を適正位置に設定できることにより、その第１の領域（注目領域）から抽出される特徴量を用いた画像処理（階調変換処理等）を常に安定して実行することができる。
【０１５６】
（６）領域抽出手段１１２により、被写体の輪郭線上の複数点の座標に基づき注目領域を抽出するように構成すれば、さらに細かい領域で、第１の領域（注目領域）を安定して確実に抽出することができる。
【０１５７】
（７）特徴抽出手段１１５により、（１）〜（６）の構成によって抽出された第１の領域（注目領域）から統計量を取得するように構成すれば、第１の領域（注目領域）の代表値を特徴量として取得することができる。
【０１５８】
（８）（７）の構成により得られた特徴量（濃度値）を、一定濃度値に階調変換することで、注目領域の濃度を目的とする濃度（観察しやすい濃度）に安定して且つ確実に変換することができる。これにより、例えば、医療画像については、画像による診断能を向上させることができ、効率良く且つ確実な診断を行なうことできる。
【０１５９】
（９）判別手段５１０により、被写体の輪郭線の形状的特徴に基づき、被写体の体位を判別する。具体的には、輪郭取得手段５１１により、被写体の輪郭を抽出し、解析手段５１２により、輪郭取得手段５１１により抽出された輪郭を解析し、その解析結果に基づいて、第１の領域（注目領域）を抽出する。
このように、被写体の輪郭線の形状には、体位を判別するための特徴があり、その特徴を利用する構成とすれば、安定して確実に被写体の体位を判別することができる。
【０１６０】
（１０）変更手段５１３により、（９）の構成による判別の結果に基づいて、入力画像を変更するように構成すれば、入力画像が反転している場合でも（頭が下等）、正常な方向で表示等の出力が行なえる。
【０１６１】
（１１）解析手段５１２により、被写体の輪郭の凹凸情報を解析するように構成すれば、例えば、被写体の輪郭線の凹部、凸部は被写体によらず固有の特徴であるので、これらの凹部、凸部の座標を比較することで、安定して被写体の体位を判別することができる。
【０１６２】
（１２）解析手段５１２により、被写体の輪郭の傾き情報を解析するように構成すれば、例えば、被写体の輪郭線は特有の傾きをもっており、この傾きを抽出して解析することで、安定して被写体の体位を判別することができる。
【０１６３】
尚、本発明の目的は、上述した第１〜第４の各実施の形態のホスト及び端末の機能を実現するソフトウェアのプログラムコードを記憶した記憶媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読みだして実行することによっても、達成されることは言うまでもない。
この場合、記憶媒体から読み出されたプログラムコード自体が上記各実施の形態の機能を実現することとなり、そのプログラムコードを記憶した記憶媒体は本発明を構成することとなる。
プログラムコードを供給するための記憶媒体としては、ＲＯＭ、フロッピーディスク（登録商標）、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード等を用いることができる。
また、コンピュータが読みだしたプログラムコードを実行することにより、本実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ等が実際の処理の一部又は全部を行い、その処理によって上記各本実施の形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された拡張機能ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部又は全部を行い、その処理によって上記各実施の形態の機能が実現される場合も含まれることは言うまでもない。
【符号の説明】
【０１６４】
１００ Ｘ線撮影装置
１０１ Ｘ線発生回路
１０２ Ｘ線ビーム
１０３ 被写体
１０４ ２次元Ｘ線センサ
１０５ データ収集回路
１０６ 前処理回路
１０７ ＣＰＵバス
１０８ ＣＰＵ
１０９ メインメモリ
１１０ 操作パネル
１１１ 画像表示器
１１２ ＲＯＩ抽出回路（注目領域抽出回路）
１１３ 輪郭抽出回路
１１３ａ す抜け抽出回路
１１３ｂ 抽出回路
１１４ 解析回路
１１５ 特徴抽出回路
１１６ 階調変換回路
１２０ 画像処理回路
５００ Ｘ線撮影装置
５１０ 画像判別回路
５１１ 輪郭抽出回路
５１２ 解析回路
５１３ 画像変更回路
【特許請求の範囲】
【請求項１】
入力画像中に存在する被写体の輪郭線情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする画像処理装置。
【請求項２】
入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする画像処理装置。
【請求項３】
上記第１の領域は、所定の画像処理に用いる特徴量を抽出する領域を含むことを特徴とする請求項１又は２記載の画像処理装置。
【請求項４】
上記所定の画像処理は、階調変換処理を含むことを特徴とする請求項３記載の画像処理装置。
【請求項５】
上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする請求項３記載の画像処理装置。
【請求項６】
上記領域抽出手段は、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、
上記輪郭取得手段により得られた輪郭線を解析する解析手段と、
上記解析手段での解析結果に基づいて、上記第１の領域を抽出する第１領域抽出手段とを含むことを特徴とする請求項１又は２記載の画像処理装置。
【請求項７】
上記輪郭取得手段は、
上記入力画像から第２の領域を抽出する第２領域抽出手段と、
上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする請求項６記載の画像処理装置。
【請求項８】
上記解析手段は、上記輪郭線情報により、上記被写体の輪郭の曲率を解析することを特徴とする請求項６記載の画像処理装置。
【請求項９】
上記入力画像と共に、上記領域抽出手段により得られた第１の領域を出力する出力手段を備えることを特徴とする請求項１又は２記載の画像処理装置。
【請求項１０】
上記出力手段は、表示出力機能を有することを特徴とする請求項７記載の画像処理装置。
【請求項１１】
上記領域抽出手段により得られた第１の領域の位置を変更する変更手段を備えることを特徴とする請求項１又は２記載の画像処理装置。
【請求項１２】
入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別手段を備えることを特徴とする画像処理装置。
【請求項１３】
上記判別手段は、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、
上記輪郭取得手段により得られた輪郭線を解析する解析手段と、
上記解析手段での解析結果に基づいて、上記被写体の体位を判別する体位判別手段とを含むことを特徴とする請求項１２記載の画像処理装置。
【請求項１４】
上記輪郭取得手段は、
上記入力画像から第２の領域を抽出する第２領域抽出手段と、
上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする請求項１３記載の画像処理装置。
【請求項１５】
上記解析手段は、上記輪郭線の凹凸状態を解析することを特徴とする請求項１３記載の画像処理装置。
【請求項１６】
上記解析手段は、上記輪郭線の傾き状態を解析することを特徴とする請求項１３記載の画像処理装置。
【請求項１７】
上記判別手段での判別結果に基づいて、上記入力画像の出力方向を変更する変更手段を備えることを特徴とする請求項１２記載の画像処理装置。
【請求項１８】
上記判別手段での判別結果に基づいて、上記入力画像に対して所定の画像処理を施す画像処理手段を備えることを特徴とする請求項１２記載の画像処理装置。
【請求項１９】
上記画像処理手段は、請求項１〜１１の何れかに記載の画像処理装置の機能を有することを特徴とする請求項１８記載の画像処理装置。
【請求項２０】
上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする請求項１、２、１２の何れかに記載の画像処理装置。
【請求項２１】
上記入力画像は、放射線撮影により得られた画像を含み、
上記第２領域抽出手段は、上記入力画像からす抜け領域を上記第２の領域として抽出することを特徴とする請求項７又は１４記載の画像処理装置。
【請求項２２】
上記放射線撮影は、Ｘ線撮影を含むことを特徴とする請求項２０又は２１記載の画像処理装置。
【請求項２３】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、
上記被写体の外輪郭を取得する輪郭取得手段と、
上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定手段とを備えることを特徴とする画像処理装置。
【請求項２４】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、
上記被写体の外輪郭を取得する輪郭取得手段と、
上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別手段とを備えることを特徴とする画像処理装置。
【請求項２５】
複数の機器が通信可能に接続されてなる画像処理システムであって、
上記複数の機器のうち少なくとも１つの機器は、請求項１〜２４の何れかに記載の画像処理装置の機能を有することを特徴とする画像処理システム。
【請求項２６】
入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、
上記入力画像中に存在する被写体の輪郭線情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする画像処理方法。
【請求項２７】
入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、
上記入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする画像処理方法。
【請求項２８】
上記所定の画像処理は、階調変換処理を含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項２９】
上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３０】
上記領域抽出ステップは、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、
上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、
上記解析ステップによる解析結果に基づいて、上記第１の領域を抽出する第１領域抽出ステップとを含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３１】
上記輪郭取得ステップは、
上記入力画像から第２の領域を抽出する第２領域抽出ステップと、
上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする請求項３０記載の画像処理方法。
【請求項３２】
上記解析ステップは、上記輪郭線情報により、上記被写体の輪郭の曲率を解析するステップを含むことを特徴とする請求項３０記載の画像処理方法。
【請求項３３】
上記入力画像と共に、上記領域抽出ステップにより得られた第１の領域を出力する出力ステップを含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３４】
上記出力ステップは、表示出力ステップを含むことを特徴とする請求項３３記載の画像処理方法。
【請求項３５】
上記領域抽出ステップにより得られた第１の領域の位置を、外部からの指示に従って変更する変更ステップを含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３６】
入力画像中に存在する被写体の体位に基づいて、入力画像に対する所定の画像処理を実行するための画像処理方法であって、
上記入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別ステップを含むことを特徴とする画像処理方法。
【請求項３７】
上記判別ステップは、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、
上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、
上記解析ステップによる解析結果に基づいて、上記被写体の体位を判別する体位判別ステップとを含むことを特徴とする請求項３６記載の画像処理方法。
【請求項３８】
上記輪郭取得ステップは、
上記入力画像から第２の領域を抽出する第２領域抽出ステップと、
上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする請求項３７記載の画像処理方法。
【請求項３９】
上記解析ステップは、上記輪郭線の凹凸状態を解析するステップを含むことを特徴とする請求項３７記載の画像処理方法。
【請求項４０】
上記解析ステップは、上記輪郭線の傾き状態を解析するステップを含むことを特徴とする請求項３７記載の画像処理方法。
【請求項４１】
上記判別ステップでの判別結果に基づいて、上記入力画像の出力方向を変更する変更ステップを含むことを特徴とする請求項３６記載の画像処理方法。
【請求項４２】
上記判別ステップでの判別結果に基づいて、請求項２６〜３５の何れかに記載の画像処理方法の処理ステップにより、上記所定の画像処理を実行する画像処理ステップを含むことを特徴とする請求項３６記載の画像処理方法。
【請求項４３】
上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする請求項２６、２７、３６の何れかに記載の画像処理方法。
【請求項４４】
上記入力画像は、放射線撮影により得られた画像を含み、
上記第２領域抽出ステップは、上記入力画像からす抜け領域を上記第２の領域として抽出するステップを含むことを特徴とする請求項３１又は３８記載の画像処理方法。
【請求項４５】
上記放射線撮影は、Ｘ線撮影を含むことを特徴とする請求項４３又は４４記載の画像処理方法。
【請求項４６】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、
上記被写体の外輪郭を取得する輪郭取得ステップと、
上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定ステップとを含むことを特徴とする画像処理方法。
【請求項４７】
上記曲率を、上記各点の前後に存在する上記外輪郭上の点の接線ベクトルの外積によって求める曲率取得ステップを含むことを特徴とする請求項４６記載の画像処理方法。
【請求項４８】
上記被写体は、肩部を含むことを特徴とする請求項４６記載の画像処理方法。
【請求項４９】
上記特徴領域から抽出された特徴量に基づいて、上記撮影画像に対する階調変換処理を行なう階調変換処理ステップを含むことを特徴とする請求項４６記載の画像処理方法。
【請求項５０】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、
上記被写体の外輪郭を取得する輪郭取得ステップと、
上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別ステップとを含むことを特徴とする画像処理方法。
【請求項５１】
上記判別結果に応じて、上記撮影画像を反転する反転ステップを含むことを特徴とする請求項５０記載の画像処理方法。
【請求項５２】
請求項１〜２４の何れかに記載の画像処理装置、又は請求項２５記載の画像処理システムが備える手段を実施するための処理プログラムを、コンピュータが読出可能に格納したことを特徴とする記憶媒体。
【請求項５３】
請求項２６〜５１の何れかに記載の画像処理方法の処理ステップを、コンピュータが読出可能に格納したことを特徴とする記憶媒体。
【請求項１】
入力画像中に存在する被写体の輪郭線情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする画像処理装置。
【請求項２】
入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、当該被写体領域内の第１の領域を抽出する領域抽出手段を備えることを特徴とする画像処理装置。
【請求項３】
上記第１の領域は、所定の画像処理に用いる特徴量を抽出する領域を含むことを特徴とする請求項１又は２記載の画像処理装置。
【請求項４】
上記所定の画像処理は、階調変換処理を含むことを特徴とする請求項３記載の画像処理装置。
【請求項５】
上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする請求項３記載の画像処理装置。
【請求項６】
上記領域抽出手段は、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、
上記輪郭取得手段により得られた輪郭線を解析する解析手段と、
上記解析手段での解析結果に基づいて、上記第１の領域を抽出する第１領域抽出手段とを含むことを特徴とする請求項１又は２記載の画像処理装置。
【請求項７】
上記輪郭取得手段は、
上記入力画像から第２の領域を抽出する第２領域抽出手段と、
上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする請求項６記載の画像処理装置。
【請求項８】
上記解析手段は、上記輪郭線情報により、上記被写体の輪郭の曲率を解析することを特徴とする請求項６記載の画像処理装置。
【請求項９】
上記入力画像と共に、上記領域抽出手段により得られた第１の領域を出力する出力手段を備えることを特徴とする請求項１又は２記載の画像処理装置。
【請求項１０】
上記出力手段は、表示出力機能を有することを特徴とする請求項７記載の画像処理装置。
【請求項１１】
上記領域抽出手段により得られた第１の領域の位置を変更する変更手段を備えることを特徴とする請求項１又は２記載の画像処理装置。
【請求項１２】
入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別手段を備えることを特徴とする画像処理装置。
【請求項１３】
上記判別手段は、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得手段と、
上記輪郭取得手段により得られた輪郭線を解析する解析手段と、
上記解析手段での解析結果に基づいて、上記被写体の体位を判別する体位判別手段とを含むことを特徴とする請求項１２記載の画像処理装置。
【請求項１４】
上記輪郭取得手段は、
上記入力画像から第２の領域を抽出する第２領域抽出手段と、
上記第２領域抽出手段により得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出手段とを含むことを特徴とする請求項１３記載の画像処理装置。
【請求項１５】
上記解析手段は、上記輪郭線の凹凸状態を解析することを特徴とする請求項１３記載の画像処理装置。
【請求項１６】
上記解析手段は、上記輪郭線の傾き状態を解析することを特徴とする請求項１３記載の画像処理装置。
【請求項１７】
上記判別手段での判別結果に基づいて、上記入力画像の出力方向を変更する変更手段を備えることを特徴とする請求項１２記載の画像処理装置。
【請求項１８】
上記判別手段での判別結果に基づいて、上記入力画像に対して所定の画像処理を施す画像処理手段を備えることを特徴とする請求項１２記載の画像処理装置。
【請求項１９】
上記画像処理手段は、請求項１〜１１の何れかに記載の画像処理装置の機能を有することを特徴とする請求項１８記載の画像処理装置。
【請求項２０】
上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする請求項１、２、１２の何れかに記載の画像処理装置。
【請求項２１】
上記入力画像は、放射線撮影により得られた画像を含み、
上記第２領域抽出手段は、上記入力画像からす抜け領域を上記第２の領域として抽出することを特徴とする請求項７又は１４記載の画像処理装置。
【請求項２２】
上記放射線撮影は、Ｘ線撮影を含むことを特徴とする請求項２０又は２１記載の画像処理装置。
【請求項２３】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、
上記被写体の外輪郭を取得する輪郭取得手段と、
上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定手段とを備えることを特徴とする画像処理装置。
【請求項２４】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出する画像処理装置であって、
上記被写体の外輪郭を取得する輪郭取得手段と、
上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別手段とを備えることを特徴とする画像処理装置。
【請求項２５】
複数の機器が通信可能に接続されてなる画像処理システムであって、
上記複数の機器のうち少なくとも１つの機器は、請求項１〜２４の何れかに記載の画像処理装置の機能を有することを特徴とする画像処理システム。
【請求項２６】
入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、
上記入力画像中に存在する被写体の輪郭線情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする画像処理方法。
【請求項２７】
入力画像の第１の領域から特徴量を抽出し、その特徴量に基づいた画像処理を行なうための画像処理方法であって、
上記入力画像中に存在する被写体の輪郭線上の複数の点の座標情報に基づいて、上記第１の領域を抽出する領域抽出ステップを含むことを特徴とする画像処理方法。
【請求項２８】
上記所定の画像処理は、階調変換処理を含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項２９】
上記特徴量は、上記第１の領域内の情報の統計量を含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３０】
上記領域抽出ステップは、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、
上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、
上記解析ステップによる解析結果に基づいて、上記第１の領域を抽出する第１領域抽出ステップとを含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３１】
上記輪郭取得ステップは、
上記入力画像から第２の領域を抽出する第２領域抽出ステップと、
上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする請求項３０記載の画像処理方法。
【請求項３２】
上記解析ステップは、上記輪郭線情報により、上記被写体の輪郭の曲率を解析するステップを含むことを特徴とする請求項３０記載の画像処理方法。
【請求項３３】
上記入力画像と共に、上記領域抽出ステップにより得られた第１の領域を出力する出力ステップを含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３４】
上記出力ステップは、表示出力ステップを含むことを特徴とする請求項３３記載の画像処理方法。
【請求項３５】
上記領域抽出ステップにより得られた第１の領域の位置を、外部からの指示に従って変更する変更ステップを含むことを特徴とする請求項２６又は２７記載の画像処理方法。
【請求項３６】
入力画像中に存在する被写体の体位に基づいて、入力画像に対する所定の画像処理を実行するための画像処理方法であって、
上記入力画像中に存在する被写体の輪郭線の形状的特徴に基づいて、当該被写体の体位を判別する判別ステップを含むことを特徴とする画像処理方法。
【請求項３７】
上記判別ステップは、
上記入力画像中に存在する被写体の輪郭線情報を取得する輪郭取得ステップと、
上記輪郭取得ステップにより得られた輪郭線を解析する解析ステップと、
上記解析ステップによる解析結果に基づいて、上記被写体の体位を判別する体位判別ステップとを含むことを特徴とする請求項３６記載の画像処理方法。
【請求項３８】
上記輪郭取得ステップは、
上記入力画像から第２の領域を抽出する第２領域抽出ステップと、
上記第２領域抽出ステップにより得られた第２の領域と当該第２の領域以外の領域の境界線を上記被写体の輪郭線情報として抽出する輪郭抽出ステップとを含むことを特徴とする請求項３７記載の画像処理方法。
【請求項３９】
上記解析ステップは、上記輪郭線の凹凸状態を解析するステップを含むことを特徴とする請求項３７記載の画像処理方法。
【請求項４０】
上記解析ステップは、上記輪郭線の傾き状態を解析するステップを含むことを特徴とする請求項３７記載の画像処理方法。
【請求項４１】
上記判別ステップでの判別結果に基づいて、上記入力画像の出力方向を変更する変更ステップを含むことを特徴とする請求項３６記載の画像処理方法。
【請求項４２】
上記判別ステップでの判別結果に基づいて、請求項２６〜３５の何れかに記載の画像処理方法の処理ステップにより、上記所定の画像処理を実行する画像処理ステップを含むことを特徴とする請求項３６記載の画像処理方法。
【請求項４３】
上記入力画像は、放射線撮影により得られた画像を含むことを特徴とする請求項２６、２７、３６の何れかに記載の画像処理方法。
【請求項４４】
上記入力画像は、放射線撮影により得られた画像を含み、
上記第２領域抽出ステップは、上記入力画像からす抜け領域を上記第２の領域として抽出するステップを含むことを特徴とする請求項３１又は３８記載の画像処理方法。
【請求項４５】
上記放射線撮影は、Ｘ線撮影を含むことを特徴とする請求項４３又は４４記載の画像処理方法。
【請求項４６】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、
上記被写体の外輪郭を取得する輪郭取得ステップと、
上記外輪郭の各点における曲率に応じて、上記特徴量を抽出する特徴領域を設定する設定ステップとを含むことを特徴とする画像処理方法。
【請求項４７】
上記曲率を、上記各点の前後に存在する上記外輪郭上の点の接線ベクトルの外積によって求める曲率取得ステップを含むことを特徴とする請求項４６記載の画像処理方法。
【請求項４８】
上記被写体は、肩部を含むことを特徴とする請求項４６記載の画像処理方法。
【請求項４９】
上記特徴領域から抽出された特徴量に基づいて、上記撮影画像に対する階調変換処理を行なう階調変換処理ステップを含むことを特徴とする請求項４６記載の画像処理方法。
【請求項５０】
被写体を撮影して得られた撮影画像から当該撮影画像の特徴量を抽出するための画像処理方法であって、
上記被写体の外輪郭を取得する輪郭取得ステップと、
上記外輪郭の形状に基づいて、上記撮影画像における被写体の体位を判別する判別ステップとを含むことを特徴とする画像処理方法。
【請求項５１】
上記判別結果に応じて、上記撮影画像を反転する反転ステップを含むことを特徴とする請求項５０記載の画像処理方法。
【請求項５２】
請求項１〜２４の何れかに記載の画像処理装置、又は請求項２５記載の画像処理システムが備える手段を実施するための処理プログラムを、コンピュータが読出可能に格納したことを特徴とする記憶媒体。
【請求項５３】
請求項２６〜５１の何れかに記載の画像処理方法の処理ステップを、コンピュータが読出可能に格納したことを特徴とする記憶媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１３−１２２２２（Ｐ２０１３−１２２２２Ａ）
【公開日】平成２５年１月１７日（２０１３．１．１７）
【国際特許分類】
【出願番号】特願２０１２−１８６７７６（Ｐ２０１２−１８６７７６）
【出願日】平成２４年８月２７日（２０１２．８．２７）
【分割の表示】特願平１１−２６４４４８の分割
【原出願日】平成１１年９月１７日（１９９９．９．１７）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
【公開日】平成２５年１月１７日（２０１３．１．１７）
【国際特許分類】
【出願日】平成２４年８月２７日（２０１２．８．２７）
【分割の表示】特願平１１−２６４４４８の分割
【原出願日】平成１１年９月１７日（１９９９．９．１７）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
[ Back to top ]