画像処理装置、画像処理方法、及び画像処理プログラム
【課題】管腔内画像から異常部領域を検出する際の誤検出を抑制することができる画像処理装置、画像処理方法、及び、画像処理プログラムを提供する。
【解決手段】画像処理装置は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別部１１０と、上記画像内から泡領域を判別する泡領域判別部１２０と、泡領域の判別結果に基づいて、異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部１３０と、異常部候補領域が泡領域の内部に存在すると判別された場合、上記第１の判別基準とは異なる第２の判別基準を用いて上記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部１４０とを備える。
【解決手段】画像処理装置は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別部１１０と、上記画像内から泡領域を判別する泡領域判別部１２０と、泡領域の判別結果に基づいて、異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部１３０と、異常部候補領域が泡領域の内部に存在すると判別された場合、上記第１の判別基準とは異なる第２の判別基準を用いて上記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部１４０とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、生体の管腔内を撮像した画像から異常部領域を判別する画像処理装置、画像処理方法、及び画像処理プログラムに関する。
【背景技術】
【０００２】
従来、内視鏡やカプセル型内視鏡等の医用観察装置により生体の管腔内を撮像した画像（以下、管腔内画像又は単に画像ともいう）に対する画像処理として、特許文献１には、画像の色調情報を基に異常部領域を検出する技術が開示されている。より詳細には、特許文献１においては、画像内の各画素の画素値又はこれらを平均化した画素値を、色特徴量に基づく特徴空間に写像して、該特徴空間内でクラスタリングした後で、正常粘膜クラスタと異常部クラスタを特定し、異常部クラスタに属する画素領域を異常部領域として検出している。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−１９２８８０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、カプセル型内視鏡を用いて管腔内画像を撮像する際、胆汁等の体液の影響により泡が発生する場合がある。このような泡が写った画像においては、泡内部の粘膜領域と出血等の異常部領域とで色特徴量がよく似ており、両者とも赤色系の特徴を有している。このため、色特徴量に基づいて両者を判別することは難しく、泡内部の粘膜領域を異常部領域として誤検出してしまう場合がある。
【０００５】
本発明は、上記に鑑みて為されたものであって、管腔内画像から異常部領域を検出する際の誤検出を抑制することができる画像処理装置、画像処理方法、及び、画像処理プログラム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】
【０００６】
上述した課題を解決し、目的を達成するために、本発明に係る画像処理装置は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別手段と、前記画像内から泡領域を判別する泡領域判別手段と、前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別手段と、前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別手段とを備えることを特徴とする。
【０００７】
本発明に係る画像処理方法は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、前記画像内から泡領域を判別する泡領域判別ステップと、前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップとを含むことを特徴とする。
【０００８】
本発明に係る画像処理プログラムは、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、前記画像内から泡領域を判別する泡領域判別ステップと、前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップとをコンピュータに実行させることを特徴とする。
【発明の効果】
【０００９】
本発明によれば、第１の判別基準に基づいて判別された異常部候補領域が泡領域の内部に存在すると判別された場合、第１の判別基準とは異なる第２の判別基準を用いて、当該異常部候補領域が異常部領域であるか否かをさらに判別するので、泡内部の粘膜領域を異常部領域として誤検出することを抑制することが可能となる。
【図面の簡単な説明】
【００１０】
【図１】図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。
【図２】図２は、図１に示す画像処理装置の動作を示すフローチャートである。
【図３】図３は、処理対象画像の一部を一例として示す模試図である。
【図４】図４は、円弧形状領域の判別の詳細な処理を示すフローチャートである。
【図５】図５は、異常部候補領域の周囲領域の決定方法を説明する図である。
【図６】図６は、周囲領域及び周囲領域の近傍領域における泡領域の面積を算出する詳細な処理を示すフローチャートである。
【図７】図７は、本発明の実施の形態２に係る画像処理装置の構成を示すブロック図である。
【図８】図８は、本発明の実施の形態２に係る画像処理装置の動作を示すフローチャートである。
【図９】図９は、異常部候補領域を判別する詳細な処理を示すフローチャートである。
【図１０】図１０は、泡領域判別範囲の決定方法を説明する図である。
【図１１】図１１は、判別範囲内から判別された円弧形状領域を示す模式図である。
【図１２】図１２は、泡候補領域の判別方法を説明する図である。
【図１３】図１３は、円弧形状の泡候補領域及び内部領域を抽出する詳細な処理を示すフローチャートである。
【図１４】図１４は、本発明の実施の形態３に係る画像処理装置の構成を示すブロック図である。
【図１５】図１５は、本発明の実施の形態３に係る画像処理装置の動作を示すフローチャートである。
【図１６】図１６は、実施の形態３に係る画像処理方法を説明する模式図である。
【図１７】図１７は、泡領域の部位毎の位置関係に基づく特徴量算出の詳細な処理を示すフローチャートである。
【発明を実施するための形態】
【００１１】
以下、本発明の実施の形態に係る画像処理装置について、図面を参照しながら説明する。なお、これら実施の形態によって本発明が限定されるものではない。また、各図面の記載において、同一部分には同一の符号を付して示している。
【００１２】
以下の実施の形態においては、一例として、内視鏡又はカプセル型内視鏡等の医用観察装置によって被検体の管腔内を時系列順に撮像することにより取得された一連の管腔内画像（以下、単に画像ともいう）に対する処理について説明する。以下の説明において画像処理を施される画像は、例えば、各画素位置においてＲ（赤）、Ｇ（緑）、Ｂ（青）の各色成分に対して２５６階調の画素レベル（画素値）を持つカラー画像である。なお、本発明は、管腔内画像に限定されることなく、他の一般的な画像取得装置によって取得された画像から特定の領域を抽出する場合にも広く適用することができる。
【００１３】
（実施の形態１）
図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。図１に示す画像処理装置１は、画像処理装置１全体の動作を制御する制御部１０と、医用観察装置によって撮像された画像に対応する画像データを取得する画像取得部２０と、外部から入力される入力信号を受け付ける入力部３０と、各種表示を行う表示部４０と、画像取得部２０によって取得された画像データや種々のプログラムを格納する記録部５０と、画像データに対して所定の画像処理を実行する演算部１００とを備える。
【００１４】
制御部１０は、ＣＰＵ等のハードウェアによって実現され、記録部５０に記録された各種プログラムを読み込むことにより、画像取得部２０から入力される画像データや入力部３０から入力される操作信号等に従って、画像処理装置１を構成する各部への指示やデータの転送等を行い、画像処理装置１全体の動作を統括的に制御する。
【００１５】
画像取得部２０は、医用観察装置を含むシステムの態様に応じて適宜構成される。例えば、医用観察装置がカプセル型内視鏡であり、医用観察装置との間の画像データの受け渡しに可搬型の記録媒体が使用される場合、画像取得部２０は、この記録媒体を着脱自在に装着し、保存された管腔内画像の画像データを読み出すリーダ装置で構成される。また、医用観察装置によって撮像された管腔内画像の画像データを保存しておくサーバを設置する場合、画像取得部２０は、サーバと接続される通信装置等で構成され、サーバとデータ通信を行って管腔内画像の画像データを取得する。或いは、画像取得部２０を、内視鏡等の医用観察装置から、ケーブルを介して画像信号を入力するインターフェース装置等で構成しても良い。
【００１６】
入力部３０は、例えばキーボードやマウス、タッチパネル、各種スイッチ等の入力デバイスによって実現され、受け付けた入力信号を制御部１０に出力する。
表示部４０は、ＬＣＤやＥＬディスプレイ等の表示装置によって実現され、制御部１０の制御の下で、管腔内画像を含む各種画面を表示する。
【００１７】
記録部５０は、更新記録可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵若しくはデータ通信端子で接続されたハードディスク、又は、ＣＤ−ＲＯＭ等の情報記録媒体及びその読取装置等によって実現される。記録部５０は、画像取得部２０によって取得された管腔内画像の画像データの他、画像処理装置１を動作させると共に、種々の機能を画像処理装置１に実行させるためのプログラムや、このプログラムの実行中に使用されるデータ等を格納する。具体的には、記録部５０は、画像内から所定の第１の基準を用いて異常部候補領域を判別すると共に、泡領域を判別し、異常部候補領域が泡領域の内部に存在すると判別された場合に、異常部候補領域が異常部領域であるか否かを第２の基準を用いて判別する処理を実行するための画像処理プログラム５１や、このプログラムの実行中に使用される数種類の判別基準を格納する。
【００１８】
演算部１００は、ＣＰＵ等のハードウェアによって実現され、画像処理プログラム５１を読み込むことによって管腔内画像に対応する画像データに画像処理を施し、管腔内画像から異常部領域を判別するための種々の演算処理を行う。
【００１９】
次に、演算部１００の詳細な構成について説明する。
図１に示すように、演算部１００は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別部１１０と、画像内から泡領域を判別する泡領域判別部１２０と、泡領域の判別結果に基づいて異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部１３０と、異常部候補領域が泡領域の内部に存在すると判別された場合、上記第１の基準とは異なる第２の判別基準を用いて異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部１４０を備える。
【００２０】
泡領域判別部１２０は、泡領域の外周領域の特徴を有する領域を判別する外周領域判別部１２１と、泡領域の内部領域の特徴を有する領域を判別する内部領域判別部１２２を備えている。この内、外周領域判別部１２１は、泡領域の外周領域の特徴である円弧形状領域を判別する円弧形状領域判別部１２１ａを有する。また、内部領域判別部１２２は、泡領域の内部領域の特徴であるハレーション領域を判別するハレーション領域判別部１２２ａを有する。
【００２１】
泡内部判別部１３０は、異常部候補領域の周囲領域を決定する周囲領域決定部１３１と、周囲領域及び該周囲領域の近傍領域における泡領域の判別結果に基づいて周囲領域の特徴量を算出する周囲領域特徴量算出部１３２を有する。この内、周囲領域特徴量算出部１３２は、周囲領域及び周囲領域の近傍領域における泡領域の面積を算出する面積算出部１３２ａを有する。より詳細には、面積算出部１３２ａは、周囲領域の輪郭画素を抽出する輪郭抽出部１３２ａ’を含む。
【００２２】
異常部領域判別部１４０は、異常部候補領域の周囲領域が泡領域に内部に存在するか否かに基づいて、判別基準を切り替える判別基準切り替え部１４１を有する。
【００２３】
次に、画像処理装置１の動作について説明する。図２は、画像処理装置１の動作を示すフローチャートである。
まず、ステップＳ０１において、画像取得部２０は、被検体の管腔内を撮像した一連の管腔内画像を取得して記録部５０に記録する。演算部１００は、処理対象である画像に対応する画像データを記録部５０から順次読み込む。図３は、演算部１００に読み込まれた処理対象画像の一部を一例として示す模式図である。
【００２４】
続くステップＳ０２において、異常部候補領域判別部１１０は、画像の色特徴量に基づいて異常部候補領域を判別する。より詳細には、画像を構成する各画素の画素値からＧ／Ｒ値を算出し、このＧ／Ｒ値が予め設定された判別基準の基準値よりも小さくなる領域を異常部候補領域Ａ１０として判別する。即ち、画像内から、赤色系が比較的強い領域（出血や発赤と疑われる領域）が、異常部候補領域Ａ１０として抽出される。
【００２５】
ステップＳ０３において、外周領域判別部１２１（円弧形状領域判別部１２１ａ）は、画像内における円弧形状領域を判別する。円弧形状領域の判別方法としては種々の方法を用いることができるが、本実施の形態１においては、特開２００７−３１３１１９号公報に開示されている方法を用いる。
【００２６】
図４は、ステップＳ０３における詳細な処理を示すフローチャートである。まず、ステップＳ１０１において、円弧形状領域判別部１２１ａは、画像内における勾配強度(Ｇ値)を算出する。続くステップＳ１０２において、勾配強度(Ｇ値)と事前に作成しておいた円弧形状モデルとの相関値を算出する。さらに、ステップＳ１０３において、勾配強度と円弧形状モデルとの相関値が所定の閾値以上となった領域を円弧形状領域Ａ１１（図３参照）と判別する。この後、処理はメインルーチンに戻る。
【００２７】
ステップＳ０４において、内部領域判別部１２２（ハレーション領域判別部１２２ａ
）は、画像内におけるハレーション領域の判別を行う。詳細には、各画素の画素値（ＲＧＢ値）から次式（１）を用いて輝度値Ｙを算出する（参考：ＣＧ−ＡＲＴＳ協会、ディジタル画像処理、Ｐ．２９９）。そして、輝度値Ｙが所定の閾値以上となる領域を、ハレーション領域Ａ１２（図３参照）と判別する。
Ｙ＝０．３×Ｒ＋０．５９×Ｇ＋０．１１×Ｂ …（１）
【００２８】
ステップＳ０５において、泡領域判別部１２０は、外周領域判別部１２１が判別した円弧形状領域Ａ１１と、内部領域判別部１２２が判別したハレーション領域Ａ１２とを、泡領域に設定する。なお、泡領域は多くの場合、円弧形状領域Ａ１１及びハレーション領域Ａ１２の両方を有する。
【００２９】
ステップＳ０６において、周囲領域決定部１３１は、異常部候補領域Ａ１０の周囲領域を決定する。より詳細には、周囲領域決定部１３１はまず、図５に示すように、異常部候補領域Ａ１０の画像内における重心位置Ｇを算出する。そして、重心位置Ｇを原点として、半径ｒ１の円に内包される領域を周囲領域Ａ１３として抽出する。なお、半径ｒ１の値は、予め設定された所定値であっても良いし、異常部候補領域Ａ１０の面積に基づいて適応的に決定しても良い。
【００３０】
ステップＳ０７において、輪郭抽出部１３２ａ’は、輪郭追跡処理（参考：ＣＧ−ＡＲＴＳ協会、ディジタル画像処理、Ｐ．１７８）を実行して、周囲領域Ａ１３の輪郭(外輪郭)領域Ａ１４を抽出する。
【００３１】
ステップＳ０８において、面積算出部１３２ａは、周囲領域Ａ１３及び該周囲領域Ａ１３の近傍領域における泡領域の面積を算出する。例えば、図３の場合、周囲領域Ａ１３内に泡領域（ハレーション領域）Ａ１２が存在し、周囲領域Ａ１３の輪郭領域Ａ１４と重なるように泡領域（円弧形状領域）Ａ１１が存在する。面積算出部１３２ａは、これらの泡領域Ａ１１、Ａ１２の総面積を算出する。
【００３２】
図６は、ステップＳ０８における詳細な処理を示すフローチャートである。ステップＳ１１１において、面積算出部１３２ａはまず、周囲領域Ａ１３及び周囲領域Ａ１３の近傍領域における泡領域Ａ１１、Ａ１２の総面積Ｓ１を算出する。続くステップＳ１１２において、周囲領域Ａ１３の輪郭領域(外輪郭)Ａ１４の面積Ｓ２を算出する。さらに、ステップＳ１１３において、次式（２）を用いて、泡領域の面積Ｓ１を周囲領域の輪郭領域Ａ１４の面積Ｓ２で正規化した正規化泡領域面積Ｓを算出する。
Ｓ＝Ｓ１／Ｓ２ …（２）
【００３３】
なお、上式（２）においては、輪郭領域Ａ１４の面積Ｓ２の代わりに、周囲領域Ａ１３の面積で面積Ｓ１を除算しても良いし、周囲領域Ａ１３及び輪郭領域Ａ１４の面積の合計値で面積Ｓ１を除算しても良い。
この後、処理はメインルーチンに戻る。
【００３４】
ステップＳ０９において、周囲領域特徴量算出部１３２は、正規化泡領域面積Ｓを周囲領域Ａ１３における特徴量とする。なお、周囲領域Ａ１３の特徴量としては、泡領域Ａ１１及びＡ１２の面積Ｓ１の値そのものや、周囲領域Ａ１３及び該周囲領域Ａ１３の近傍領域における泡領域の有無の判定結果（有りの場合１／無しの場合０）を用いても良い。
【００３５】
ステップＳ１０において、泡内部判別部１３０は、異常部候補領域Ａ１０の周囲領域Ａ１３における正規化泡領域面積Ｓが所定の閾値（所定値）以上となるか否かを判別する。そして、正規化泡領域面積Ｓが所定値以上となる場合（ステップＳ１０：Ｙｅｓ）、泡内部判別部１３０は、異常部候補領域Ａ１０は泡領域の内部に存在すると判別する（ステップＳ１１）。これは、周囲領域Ａ１３やその近傍領域に泡領域の特徴を有する領域が多く存在するほど、異常部候補領域Ａ１０が泡領域の内部領域である可能性が高いからである。なお、周囲領域Ａ１３の特徴量として、泡領域Ａ１１及びＡ１２の面積Ｓ１や周囲領域Ａ１３及び周囲領域Ａ１３の近傍領域における泡領域の有無を用いる場合には、面積Ｓ１が所定値以上であるとき、若しくは、泡領域が有ると判定されたときに、異常部候補領域Ａ１０は泡領域の内部に存在すると判別しても良い。
【００３６】
続くステップＳ１２において、判別基準切り替え部１４１は、事前に作成しておいた判別基準値を記録部５０から読み出す。この際に読み出す基準値は、ステップＳ０２において異常部候補領域判別部１１０が用いた基準値よりも値が小さい。即ち、ステップＳ１２において読み出す基準値によって規定される範囲に適合すると判別される領域（異常部領域）は、ステップＳ０２における基準値によって規定される範囲に適合すると判別される領域（異常部候補領域）よりも少なくなる。言い換えると、ステップＳ１２において読み出す基準値は、ステップＳ０２において用いる基準値よりも厳しい基準となる。
【００３７】
ステップＳ１３〜Ｓ１５において、異常部領域判別部１４０は、ステップＳ１１において読み出した判別基準に基づいて、異常部候補領域Ａ１０が異常部領域であるか否かを判別する。詳細には、まず、ステップＳ１３において、異常部領域判別部１４０は、異常部候補領域Ａ１０のＧ／Ｒ値の平均値（Ｇ／Ｒ平均値）を算出する。続くステップＳ１４において、異常部領域判別部１４０は、算出したＧ／Ｒ平均値が判断基準よりも小さいか否かを判定する。この判定の結果、Ｇ／Ｒ平均値が判定基準よりも小さい場合（ステップＳ１４：Ｙｅｓ）、異常部領域判別部１４０は、当該異常部候補領域Ａ１０が出血や発赤といった異常部領域であると判別する（ステップＳ１５）。なお、ここでは、ステップＳ０２における判別結果よりもさらに赤色系が強い領域が異常部領域として判別される。
【００３８】
一方、Ｇ／Ｒ平均値が判定基準以上である場合（ステップＳ１４：Ｎｏ）、異常部領域判別部１４０は、当該異常部候補領域Ａ１０は異常部領域ではないと判別する（ステップＳ１６）。
【００３９】
また、ステップＳ１０において、正規化泡領域面積Ｓが所定値よりも小さいと判定された場合（ステップＳ１０：Ｎｏ）、当該異常部候補領域Ａ１０は泡の内部には存在しないと判定される（ステップＳ１７）。この場合、当該異常部候補領域Ａ１０は、ステップＳ０２における判定に従って、異常部領域であると判別される（ステップＳ１５）。
【００４０】
以上説明したように、実施の形態１によれば、所定の基準値に基づいて画像から判別した異常部候補領域に対し、この異常部候補領域が泡領域の内部に存在すると判断された場合に、適合する領域が上記所定の基準値を用いる場合よりも少なくなる別の基準値に従って、当該異常部候補領域が異常部領域である否かを判定するので、泡内部の粘膜領域を異常部領域として誤検出することを抑制することができる。
【００４１】
（変形例１）
以上説明した実施の形態１においては、画素毎にＧ／Ｒ値や輝度値Ｙを算出して、異常部候補領域の判別やハレーション領域の判別を行った。しかしながら、予め画像を小領域に分割し、小領域単位で異常部候補領域の判別やハレーション領域の判別を行っても良い。この場合、各画素のＧ／Ｒ値や輝度値Ｙを小領域毎に平均した値を、上記判別処理に用いる。
【００４２】
画像をエッジ強度に基づいて分割する処理は、以下のとおりである。まず、処理対象の画像に含まれる各画素のエッジ強度を算出する。エッジ強度の算出に際しては、ソーベルフィルタ等の微分フィルタ処理など、公知の手法を用いれば良い。続いて、画像をエッジ強度の尾根を境界とする複数のエッジ領域に分割する。より詳細には、各画素エッジ強度を画素値とするエッジ強度画像を作成し、エッジ強度画像内の画素におけるエッジ強度の勾配方向を取得する。このときの勾配方向は、エッジ強度の値が小さくなる方向とする。そして、各画素から出発して勾配方向に沿って移動した際に到達する極小値の画素を探索し、互いに隣接する極小値の画素に到達した出発点の画素が同一の領域に含まれるように画像を分割する（参考：国際公開第２００６／０８０２３９号）。
【００４３】
この他、画像の分割方法としては、分水嶺（watershed）アルゴリズム（参考：Luc Vincent and Pierre Soille，“Watersheds in Digital Spaces： An Efficient Algorithm Based on Immersion Simulations”，IEEE Transactions on Pattern Analysis and Machine Intelligence， Vol．13，No．6， pp．583−598，June 1991）等の公知の手法を利用することもできる。
【００４４】
変形例１によれば、複数の画素がまとまった小領域単位の特徴量に基づいて異常部候補領域の判別やハレーション領域の判別を行うので、小領域ごとの特徴が反映された判別処理を行うことができると共に、演算速度を向上させることが可能となる。
【００４５】
（変形例２）
実施の形態１においては、異常部候補領域の周囲領域内に存在する泡領域（ハレーション領域）と、周囲領域の輪郭領域近傍の泡領域（円弧形状領域）との総面積を輪郭領域の面積で正規化した値を特徴量として、異常部候補領域が泡領域の内部であるか否かの判別を行った。しかしながら、周囲領域の輪郭領域は必ずしも抽出する必要はない。例えば、周囲領域内及びその周囲に存在するハレーション領域及び円弧形状領域の総面積、又は、この総面積を周囲領域の面積で正規化した値を特徴量として、上記判別を行っても良い。或いは、周囲領域及びその周囲に所定以上の円弧形状領域が存在するか否か（例えば、円弧形状領域の総面積や円弧の長さの合計が所定の閾値以上であるか否か）に基づいて、上記判別を行っても良い。
【００４６】
（実施の形態２）
次に、本発明の実施の形態２について説明する。
図７は、実施の形態２に係る画像処理装置の構成を示すブロック図である。図７に示すように、実施の形態２に係る画像処理装置２は、画像内から異常部候補領域を判別する異常部候補領域判別部２１０と、画像内から泡領域を判別する泡領域判別部２２０と、泡領域の判別結果に基づいて異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部２３０と、異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部２４０とを有する演算部２００を備える。なお、画像処理装置２の演算部２００以外の構成は、図１に示すものと同様である。
【００４７】
泡領域判別部２２０は、泡領域の外周領域の特徴を有する領域を判別する外周領域判別部２２１と、異常部候補領域の判別結果に基づき、画像内において泡領域の判別を行う判別範囲を決定する判別範囲決定部２２２とを有する。この内、外周領域判別部２２１は、円弧形状領域を判別する円弧形状領域判別部２２１ａを有する。
【００４８】
泡内部判別部２３０は、異常部候補領域の周囲領域を決定する周囲領域決定部２３１と、周囲領域及び該周囲領域の近傍領域における泡領域の判別結果に基づいて、当該周囲領域における泡領域の特徴を判別する周囲領域特徴判別部２３２とを有する。
【００４９】
より詳細には、周囲領域特徴判別部２３２は、周囲領域及び該周囲領域の近傍領域における泡領域が円弧形状領域を有するか否かを判別する泡領域円弧形状領域判別部２３２ａと、周囲領域が円弧形状領域の内部領域であるか否かを判別する円弧形状内部領域判別部２３２ｂとを含む。
【００５０】
次に、実施の形態２に係る画像処理装置の動作について説明する。図８は、実施の形態２に係る画像処理装置の動作を示すフローチャートである。
まず、ステップＳ２１において、演算部２００は処理対象である画像に対応する画像データを取得する。なお、ステップＳ２１の詳細は、実施の形態１のステップＳ０１と同様である。
【００５１】
続くステップＳ２２において、異常部候補領域判別部２１０は、色特徴量に基づいて異常部候補領域を判別する。
図９は、異常部候補領域を判別する詳細な処理を示すフローチャートである。ステップＳ２０１において、異常部候補領域判別部２１０は、画像を構成する各画素の画素値からＧ／Ｒ値を算出する。なお、この際、変形例１と同様に、画像を分割した小領域毎にＧ／Ｒ値の平均値を算出しても良い。
【００５２】
ステップＳ２０２において、異常部候補領域判別部２１０は、算出された各Ｇ／Ｒ値が予め設定されている第１基準値よりも小さいか否かを判定する。そして、Ｇ／Ｒ値が第１基準値よりも小さい領域が検出された場合（ステップＳ２０２：Ｙｅｓ）、この領域を出血や発赤といった異常部領域として判別する（ステップＳ２０３）。
【００５３】
一方、異常部候補領域判別部２１０は、Ｇ／Ｒ値が第１基準値以上である領域（ステップＳ２０２：Ｎｏ）に対し、さらに、予め設定されている第２基準値（第２基準値＞第１基準値）よりも小さいか否かを判定する（ステップＳ２０４）。そして、Ｇ／Ｒ値が第２基準値よりも小さい領域が検出された場合（ステップＳ２０４：Ｙｅｓ）、この領域を、異常部領域の可能性はあるが確信度が低い異常部候補領域として判別する（ステップＳ２０５）。なお、Ｇ／Ｒ値が第２基準値以上である領域（ステップＳ２０４：Ｎｏ）については、異常部領域でも異常部候補領域でもない領域として判別される。その後、処理はメインルーチンに戻る。
【００５４】
ステップＳ２３において、判別範囲決定部２２２は、画像内において泡領域判別を行う判別範囲を決定する。詳細には、図１０に示すように、画像から判別された異常部候補領域Ａ２０の重心位置Ｇを算出し、この重心位置Ｇを原点とする半径ｒ２の円に内包される領域を判別範囲Ａ２１として決定する。なお、半径ｒ２の値は、予め設定された所定値であっても良いし、異常部候補領域Ａ２０の面積に基づいて適応的に決定しても良い。
【００５５】
ステップＳ２４において、外周領域判別部２２１(円弧形状領域判別部２２１ａ)は、判別範囲Ａ２１内における円弧形状領域を判別する。なお、円弧形状領域の判別方法の詳細は、実施の形態１のステップＳ０３において図４を参照して説明したものと同様である。図１１は、そのようにして判別された円弧形状領域Ａ２２〜Ａ２６の一例を示している。
ステップＳ２５において、泡領域判別部２２０は、ステップＳ２４において判別した円弧形状領域Ａ２２〜Ａ２６を泡候補領域として設定する。
【００５６】
ステップＳ２６において、周囲領域決定部２３１は、異常部候補領域Ａ２０の周囲領域を決定する。なお、ステップＳ２６の詳細な動作については、実施の形態１のステップＳ０６において説明したものと同様である。図１２には、ステップＳ２６において決定された周囲領域Ａ２７が示されている。
【００５７】
ステップＳ２７において、泡領域円弧形状領域判別部２３２ａは、異常部候補領域Ａ２０の周囲領域Ａ２７及び該周囲領域Ａ２７の近傍領域における泡候補領域（円弧形状領域）Ａ２２〜Ａ２６から、円弧形状を有する泡候補領域を抽出すると共に、円弧形状の内部領域を抽出する。
【００５８】
図１３は、円弧形状の泡候補領域及び内部領域の抽出する詳細な処理を示すフローチャートである。
まず、ステップＳ２１１において、泡領域円弧形状領域判別部２３２ａは、異常部候補領域Ａ２０の周囲領域Ａ２７及び該周囲領域Ａ２７の近傍領域における泡候補領域を抽出する。図１２の場合、ステップＳ２５において設定された泡候補領域Ａ２２〜Ａ２６の内、泡候補領域Ａ２２〜Ａ２４及びＡ２６が抽出される。続くステップＳ２１２において、泡領域円弧形状領域判別部２３２ａは、抽出した泡候補領域Ａ２２〜Ａ２４及びＡ２６と事前に作成しておいた円弧形状モデルとの相関値を算出する。そして、ステップＳ２１３において、円弧形状モデルとの相関値が所定の閾値以上となる泡候補領域を円弧形状として判別する。例えば図１２の場合、泡候補領域Ａ２２〜Ａ２４が円弧形状として判別される。さらに、ステップＳ２１４において、泡領域円弧形状領域判別部２３２ａは、円弧形状として判別された泡候補領域Ａ２２〜Ａ２４の内部領域Ａ２８を抽出する。この後、処理はメインルーチンに戻る。
【００５９】
ステップＳ２８において、円弧形状内部領域判別部２３２ｂは、ステップＳ２７において抽出した円弧形状の内部領域Ａ２８が、異常部候補領域Ａ２０の周囲領域Ａ２７が円弧形状領域の内部領域であるか否かを判別する。
【００６０】
異常部候補領域Ａ２０の周囲領域Ａ２７が円弧形状領域の内部領域である場合（ステップＳ２８：Ｙｅｓ）、泡内部判別部２３０は、当該周囲領域Ａ２７は泡領域の内部であると判別する（ステップＳ２９）。この場合、ステップＳ３０において、異常部領域判別部２４０は、周囲領域Ａ２７内の異常部候補領域Ａ２０は異常部領域でないと判別する。
【００６１】
一方、異常部候補領域Ａ２０の周囲領域Ａ２７が円弧形状領域の内部領域でない場合（ステップＳ２８：Ｎｏ）、泡内部判別部２３０は、当該周囲領域Ａ２７は泡領域の内部ではないと判別する（ステップＳ３１）。この場合、ステップＳ３２において、異常部領域判別部２４０は、周囲領域Ａ２７内の異常部候補領域Ａ２０は異常部領域であると判別する。
【００６２】
以上説明したように、実施の形態２によれば、色特徴量が第１基準値よりも小さい領域を異常部領域として先に判別し、色特徴量が第１基準値及び第２基準値との間であり異常部として確信度が比較的低い領域に対してのみ、当該領域が異常部であるか否かを泡領域を用いて判別するので、演算処理の効率を向上させることができる。
【００６３】
（実施の形態３）
次に、本発明の実施の形態３について説明する。
図１４は、実施の形態３に係る画像処理装置の構成を示すブロック図である。図１４に示すように、実施の形態３に係る画像処理装置３は、異常部候補領域判別部１１０と、泡領域判別部１２０と、泡領域の判別結果に基づいて異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部３１０と、泡内部判別部３１０の判別結果に基づいて、異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部３２０とを有する演算部３００を備える。この内、異常部候補領域判別部１１０及び泡領域判別部１２０の構成及び動作については、実施の形態１において説明したものと同様である。また、画像処理装置３の演算部３００以外の構成は、図１に示すものと同様である。
【００６４】
泡内部判別部３１０は、異常部候補領域の周囲領域を決定する周囲領域決定部３１１と、周囲領域に基づいて特徴量を算出する周囲領域特徴量算出部３１２を有する。この内、周囲領域特徴量算出部３１２は、周囲領域及び該周囲領域の近傍領域における泡領域の位置関係に基づく特徴量を算出する位置関係特徴量算出部３１２ａを有する。位置関係特徴量算出部３１２ａは、泡領域間の距離を算出する距離算出部３１２ａ−１と、円弧形状領域とハレーション領域の位置関係に基づいて特徴量を算出する泡領域部位位置関係特徴量算出部３１２ａ−２とを含む。
【００６５】
異常部領域判別部３２０は、異常部候補領域の周囲領域の情報に基づいて判別基準を適応的に作成する判別基準作成部３２１を有する。
【００６６】
次に、実施の形態３に係る画像処理装置の動作について説明する。図１５は、実施の形態３に係る画像処理装置の動作を示すフローチャートである。
なお、図１５において、ステップＳ４１〜Ｓ４６の動作は、図２に示すステップＳ０１〜Ｓ０６の動作と対応している。図１６には、ステップＳ４１〜Ｓ４６において画像から判別された異常部候補領域Ａ３０、円弧形状領域Ａ３１、ハレーション領域Ａ３２、周囲領域Ａ３３が示されている。
【００６７】
ステップＳ４７において、泡領域部位位置関係特徴量算出部３１２ａ−２は、周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に、泡領域を構成する部位である円弧形状領域Ａ３１とハレーション領域Ａ３２とが混在しているか否かを判定する。ここで、泡領域においては通常、略円形（楕円等、円に近似した形状を含む）の部分を構成する円弧形状の内側に、ハレーションが観察される。そのため、円弧形状領域Ａ３１として判別された部位とハレーション領域Ａ３２として判別された部位とが混在しているような領域は、泡領域ではないと判断することができる。
【００６８】
周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に円弧形状領域Ａ３１とハレーション領域Ａ３２とが混在していない場合（ステップＳ４７：Ｎｏ）、位置関係特徴量算出部３１２ａは、泡領域の部位毎の位置関係に基づいて特徴量を算出する（ステップＳ４８）。
【００６９】
図１７は、泡領域の部位毎の位置関係に基づく特徴量算出の詳細な処理を示すフローチャートである。まず、ステップＳ４０１において、泡領域部位位置関係特徴量算出部（以下、単に特徴量算出部ともいう）３１２ａ−２は、画像内における異常部候補領域Ａ３０の重心位置Ｇを算出する。続くステップＳ４０２において、特徴量算出部３１２ａ−２は、異常部候補領域Ａ３０の重心位置Ｇから周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に存在する各円弧形状領域Ａ３１までの平均距離Ｃを算出する。また、ステップＳ４０３において、特徴量算出部３１２ａ−２は、異常部候補領域Ａ３０の重心位置Ｇから周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に存在する各ハレーション領域Ａ３２までの平均距離Ｈを算出する。さらに、特徴量算出部３１２ａ−２は、円弧形状領域Ａ３１までの平均距離Ｃと、ハレーション領域Ａ３２までの平均距離Ｈの差分値Ｄを、次式（３）を用いて算出する。
Ｄ＝Ｃ−Ｈ …（３）
【００７０】
ステップＳ４０５において、位置関係特徴量算出部３１２ａは、このようにして算出された差分値Ｄを、周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域における泡領域の部位毎の位置関係に基づく特徴量に設定する。
【００７１】
ステップＳ４９において、周囲領域特徴量算出部３１２は、泡領域の部位毎の位置関係に基づく特徴量（差分値Ｄ）を周囲領域における特徴量に設定する。
ステップＳ５０において、泡内部判別部３１０は、周囲領域における特徴量（即ち、差分値Ｄ）がゼロ以上となるか否かを判別する。
【００７２】
周囲領域における特徴量がゼロ以上となる場合（ステップＳ５０：Ｙｅｓ）、泡内部判別部３１０は、異常部候補領域Ａ３０は泡領域の内部であると判別する（ステップＳ５１）。これは、差分値Ｄがゼロ以上ということは、円弧形状領域Ａ３１の内側にハレーション領域Ａ３２が存在していると判断することができるからである。
【００７３】
続くステップＳ５２において、判別基準作成部３２１は、周囲領域Ａ３３の内、異常部候補領域Ａ３０及びハレーション領域Ａ３２以外の領域におけるＧ／Ｒ値の平均値（Ｇ／Ｒ平均値）を算出する。
【００７４】
ステップＳ５３〜Ｓ５５において、異常部領域判別部３２０は、ステップＳ５２において算出したＧ／Ｒ平均値を判別基準に用いて、異常部候補領域Ａ３０が異常部領域であるか否かを判別する。詳細には、まず、ステップＳ５３において、各異常部候補領域Ａ３０におけるＧ／Ｒ平均値を算出する。そして、ステップＳ５４において、周囲領域Ａ３３におけるＧ／Ｒ平均値と異常部候補領域Ａ３０におけるＧ／Ｒ平均値のとの差ＤＡＢが所定の閾値（所定値）以上となるか否かを判定する。この差ＤＡＢが所定値以上となる場合（ステップＳ５４：Ｙｅｓ）、異常部領域判別部３２０は、当該異常部候補領域Ａ３０は異常部領域であると判別する（ステップＳ５５）。一方、この差ＤＡＢが所定値よりも小さい場合（ステップＳ５４：Ｎｏ）、異常部領域判別部３２０は、当該異常部候補領域Ａ３０は異常部領域でないと判別する（ステップＳ５６）。
【００７５】
また、ステップＳ４７において、周囲領域及び該周囲領域の近傍領域に円弧形状領域とハレーション領域とが混在していると判定された場合（ステップＳ４７：Ｙｅｓ）、泡内部判別部３１０は、異常部候補領域は泡領域の内部でないと判別する（ステップＳ５７）。この場合、ステップＳ５５において、異常部領域判別部３２０は、当該異常部候補領域Ａ３０は異常部領域であると判別する。
また、特徴量Ｄがゼロより小さい場合も同様に（ステップＳ５０：Ｎｏ）、泡内部判別部３１０は、異常部候補領域は泡領域の内部でないと判別する（ステップＳ５７）。
【００７６】
以上説明したように、実施の形態３によれば、異常部候補領域の周囲領域が泡領域の内部に存在するか否かを、泡領域を構成する部位の位置関係に基づいて判定するので、泡領域の検出精度を向上させることが可能となる。
【００７７】
（変形例２）
以上説明した実施の形態１〜３においては、異常部候補領域の判別に用いる色特徴量としてＧ／Ｒ値を用いたが、それ以外にもＲＧＲ各値、ＲＧＢ各値の相対値（Ｂ／Ｇ値等）、ＹＣｂＣｒ変換により算出される輝度、色差、ＨＳＩ変換により算出される色相、彩度、明度等、様々な色特徴量を用いることができる。例えば、色特徴量としてＢ／Ｇ値を用いる場合、黄色系である胆汁で覆われた領域の病変部を判別し易くなる。ここで、被検体内を照明する照明光の内、Ｂ成分及びＧ成分は赤色系の領域において概ね同じ傾向で吸収される。従って、管腔内の多くの領域や出血領域に対しては、Ｂ値とＧ値とで大きな差は生じない。しかしながら、胆汁内においてはＢ成分の吸収が増加するので、胆汁領域においてはＢ値が低下して、Ｇ値の変化を検出し易くなる。そのため、例えば、画像内でＢ／Ｇ値が所定値以上の領域を病変部、Ｂ／Ｇ値が所定値より小さい領域を病変部以外として判別することができる。
【００７８】
以上説明した実施の形態１〜３並びにこれらの変形例に係る画像処理装置は、記録媒体に記録された画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータシステムで実行することによって実現することができる。また、このようなコンピュータシステムを、ローカルエリアネットワーク、広域エリアネットワーク（ＬＡＮ／ＷＡＮ）、又は、インターネット等の公衆回線を介して、他のコンピュータシステムやサーバ等の機器に接続して使用しても良い。この場合、実施の形態１〜３に係る画像処理装置は、これらのネットワークを介して管腔内画像の画像データを取得したり、これらのネットワークを介して接続された種々の出力機器（ビュアーやプリンタ等）に画像処理結果を出力したり、これらのネットワークを介して接続された記憶装置（記録媒体及びその読取装置等）に画像処理結果を格納するようにしても良い。
【００７９】
なお、本発明は、実施の形態１〜３及びこれらの変形例に限定されるものではなく、各実施の形態や変形例に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成できる。例えば、各実施の形態や変形例に示される全構成要素からいくつかの構成要素を除外して形成しても良いし、異なる実施の形態や変形例に示した構成要素を適宜組み合わせて形成しても良い。
【符号の説明】
【００８０】
１〜３ 画像処理装置
１０ 制御部
２０ 画像取得部
３０ 入力部
４０ 表示部
５０ 記録部
５１ 画像処理プログラム
１００、２００、３００ 演算部
１１０ 異常部候補領域判別部
１２０ 泡領域判別部
１２１ 外周領域判別部
１２１ａ 円弧形状領域判別部
１２２ 内部領域判別部
１２２ａ ハレーション領域判別部
１３０ 泡内部判別部
１３１ 周囲領域決定部
１３２ 周囲領域特徴量算出部
１３２ａ 面積算出部
１３２ａ’ 輪郭抽出部
１４０ 異常部領域判別部
１４１ 判別基準切り替え部
２１０ 異常部候補領域判別部
２２０ 泡領域判別部
２２１ 外周領域判別部
２２１ａ 円弧形状領域判別部
２２２ 判別範囲決定部
２３０ 泡内部判別部
２３１ 周囲領域決定部
２３２ 周囲領域特徴判別部
２３２ａ 泡領域円弧形状領域判別部
２３２ｂ 円弧形状内部領域判別部
２４０ 異常部領域判別部
３１０ 泡内部判別部
３１１ 周囲領域決定部
３１２ 周囲領域特徴量算出部
３１２ａ 位置関係特徴量算出部
３１２ａ−１ 距離算出部
３１２ａ−２ 泡領域部位位置関係特徴量算出部
３２０ 異常部領域判別部
３２１ 判別基準作成部
【技術分野】
【０００１】
本発明は、生体の管腔内を撮像した画像から異常部領域を判別する画像処理装置、画像処理方法、及び画像処理プログラムに関する。
【背景技術】
【０００２】
従来、内視鏡やカプセル型内視鏡等の医用観察装置により生体の管腔内を撮像した画像（以下、管腔内画像又は単に画像ともいう）に対する画像処理として、特許文献１には、画像の色調情報を基に異常部領域を検出する技術が開示されている。より詳細には、特許文献１においては、画像内の各画素の画素値又はこれらを平均化した画素値を、色特徴量に基づく特徴空間に写像して、該特徴空間内でクラスタリングした後で、正常粘膜クラスタと異常部クラスタを特定し、異常部クラスタに属する画素領域を異常部領域として検出している。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−１９２８８０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで、カプセル型内視鏡を用いて管腔内画像を撮像する際、胆汁等の体液の影響により泡が発生する場合がある。このような泡が写った画像においては、泡内部の粘膜領域と出血等の異常部領域とで色特徴量がよく似ており、両者とも赤色系の特徴を有している。このため、色特徴量に基づいて両者を判別することは難しく、泡内部の粘膜領域を異常部領域として誤検出してしまう場合がある。
【０００５】
本発明は、上記に鑑みて為されたものであって、管腔内画像から異常部領域を検出する際の誤検出を抑制することができる画像処理装置、画像処理方法、及び、画像処理プログラム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】
【０００６】
上述した課題を解決し、目的を達成するために、本発明に係る画像処理装置は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別手段と、前記画像内から泡領域を判別する泡領域判別手段と、前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別手段と、前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別手段とを備えることを特徴とする。
【０００７】
本発明に係る画像処理方法は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、前記画像内から泡領域を判別する泡領域判別ステップと、前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップとを含むことを特徴とする。
【０００８】
本発明に係る画像処理プログラムは、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、前記画像内から泡領域を判別する泡領域判別ステップと、前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップとをコンピュータに実行させることを特徴とする。
【発明の効果】
【０００９】
本発明によれば、第１の判別基準に基づいて判別された異常部候補領域が泡領域の内部に存在すると判別された場合、第１の判別基準とは異なる第２の判別基準を用いて、当該異常部候補領域が異常部領域であるか否かをさらに判別するので、泡内部の粘膜領域を異常部領域として誤検出することを抑制することが可能となる。
【図面の簡単な説明】
【００１０】
【図１】図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。
【図２】図２は、図１に示す画像処理装置の動作を示すフローチャートである。
【図３】図３は、処理対象画像の一部を一例として示す模試図である。
【図４】図４は、円弧形状領域の判別の詳細な処理を示すフローチャートである。
【図５】図５は、異常部候補領域の周囲領域の決定方法を説明する図である。
【図６】図６は、周囲領域及び周囲領域の近傍領域における泡領域の面積を算出する詳細な処理を示すフローチャートである。
【図７】図７は、本発明の実施の形態２に係る画像処理装置の構成を示すブロック図である。
【図８】図８は、本発明の実施の形態２に係る画像処理装置の動作を示すフローチャートである。
【図９】図９は、異常部候補領域を判別する詳細な処理を示すフローチャートである。
【図１０】図１０は、泡領域判別範囲の決定方法を説明する図である。
【図１１】図１１は、判別範囲内から判別された円弧形状領域を示す模式図である。
【図１２】図１２は、泡候補領域の判別方法を説明する図である。
【図１３】図１３は、円弧形状の泡候補領域及び内部領域を抽出する詳細な処理を示すフローチャートである。
【図１４】図１４は、本発明の実施の形態３に係る画像処理装置の構成を示すブロック図である。
【図１５】図１５は、本発明の実施の形態３に係る画像処理装置の動作を示すフローチャートである。
【図１６】図１６は、実施の形態３に係る画像処理方法を説明する模式図である。
【図１７】図１７は、泡領域の部位毎の位置関係に基づく特徴量算出の詳細な処理を示すフローチャートである。
【発明を実施するための形態】
【００１１】
以下、本発明の実施の形態に係る画像処理装置について、図面を参照しながら説明する。なお、これら実施の形態によって本発明が限定されるものではない。また、各図面の記載において、同一部分には同一の符号を付して示している。
【００１２】
以下の実施の形態においては、一例として、内視鏡又はカプセル型内視鏡等の医用観察装置によって被検体の管腔内を時系列順に撮像することにより取得された一連の管腔内画像（以下、単に画像ともいう）に対する処理について説明する。以下の説明において画像処理を施される画像は、例えば、各画素位置においてＲ（赤）、Ｇ（緑）、Ｂ（青）の各色成分に対して２５６階調の画素レベル（画素値）を持つカラー画像である。なお、本発明は、管腔内画像に限定されることなく、他の一般的な画像取得装置によって取得された画像から特定の領域を抽出する場合にも広く適用することができる。
【００１３】
（実施の形態１）
図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。図１に示す画像処理装置１は、画像処理装置１全体の動作を制御する制御部１０と、医用観察装置によって撮像された画像に対応する画像データを取得する画像取得部２０と、外部から入力される入力信号を受け付ける入力部３０と、各種表示を行う表示部４０と、画像取得部２０によって取得された画像データや種々のプログラムを格納する記録部５０と、画像データに対して所定の画像処理を実行する演算部１００とを備える。
【００１４】
制御部１０は、ＣＰＵ等のハードウェアによって実現され、記録部５０に記録された各種プログラムを読み込むことにより、画像取得部２０から入力される画像データや入力部３０から入力される操作信号等に従って、画像処理装置１を構成する各部への指示やデータの転送等を行い、画像処理装置１全体の動作を統括的に制御する。
【００１５】
画像取得部２０は、医用観察装置を含むシステムの態様に応じて適宜構成される。例えば、医用観察装置がカプセル型内視鏡であり、医用観察装置との間の画像データの受け渡しに可搬型の記録媒体が使用される場合、画像取得部２０は、この記録媒体を着脱自在に装着し、保存された管腔内画像の画像データを読み出すリーダ装置で構成される。また、医用観察装置によって撮像された管腔内画像の画像データを保存しておくサーバを設置する場合、画像取得部２０は、サーバと接続される通信装置等で構成され、サーバとデータ通信を行って管腔内画像の画像データを取得する。或いは、画像取得部２０を、内視鏡等の医用観察装置から、ケーブルを介して画像信号を入力するインターフェース装置等で構成しても良い。
【００１６】
入力部３０は、例えばキーボードやマウス、タッチパネル、各種スイッチ等の入力デバイスによって実現され、受け付けた入力信号を制御部１０に出力する。
表示部４０は、ＬＣＤやＥＬディスプレイ等の表示装置によって実現され、制御部１０の制御の下で、管腔内画像を含む各種画面を表示する。
【００１７】
記録部５０は、更新記録可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵若しくはデータ通信端子で接続されたハードディスク、又は、ＣＤ−ＲＯＭ等の情報記録媒体及びその読取装置等によって実現される。記録部５０は、画像取得部２０によって取得された管腔内画像の画像データの他、画像処理装置１を動作させると共に、種々の機能を画像処理装置１に実行させるためのプログラムや、このプログラムの実行中に使用されるデータ等を格納する。具体的には、記録部５０は、画像内から所定の第１の基準を用いて異常部候補領域を判別すると共に、泡領域を判別し、異常部候補領域が泡領域の内部に存在すると判別された場合に、異常部候補領域が異常部領域であるか否かを第２の基準を用いて判別する処理を実行するための画像処理プログラム５１や、このプログラムの実行中に使用される数種類の判別基準を格納する。
【００１８】
演算部１００は、ＣＰＵ等のハードウェアによって実現され、画像処理プログラム５１を読み込むことによって管腔内画像に対応する画像データに画像処理を施し、管腔内画像から異常部領域を判別するための種々の演算処理を行う。
【００１９】
次に、演算部１００の詳細な構成について説明する。
図１に示すように、演算部１００は、画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別部１１０と、画像内から泡領域を判別する泡領域判別部１２０と、泡領域の判別結果に基づいて異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部１３０と、異常部候補領域が泡領域の内部に存在すると判別された場合、上記第１の基準とは異なる第２の判別基準を用いて異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部１４０を備える。
【００２０】
泡領域判別部１２０は、泡領域の外周領域の特徴を有する領域を判別する外周領域判別部１２１と、泡領域の内部領域の特徴を有する領域を判別する内部領域判別部１２２を備えている。この内、外周領域判別部１２１は、泡領域の外周領域の特徴である円弧形状領域を判別する円弧形状領域判別部１２１ａを有する。また、内部領域判別部１２２は、泡領域の内部領域の特徴であるハレーション領域を判別するハレーション領域判別部１２２ａを有する。
【００２１】
泡内部判別部１３０は、異常部候補領域の周囲領域を決定する周囲領域決定部１３１と、周囲領域及び該周囲領域の近傍領域における泡領域の判別結果に基づいて周囲領域の特徴量を算出する周囲領域特徴量算出部１３２を有する。この内、周囲領域特徴量算出部１３２は、周囲領域及び周囲領域の近傍領域における泡領域の面積を算出する面積算出部１３２ａを有する。より詳細には、面積算出部１３２ａは、周囲領域の輪郭画素を抽出する輪郭抽出部１３２ａ’を含む。
【００２２】
異常部領域判別部１４０は、異常部候補領域の周囲領域が泡領域に内部に存在するか否かに基づいて、判別基準を切り替える判別基準切り替え部１４１を有する。
【００２３】
次に、画像処理装置１の動作について説明する。図２は、画像処理装置１の動作を示すフローチャートである。
まず、ステップＳ０１において、画像取得部２０は、被検体の管腔内を撮像した一連の管腔内画像を取得して記録部５０に記録する。演算部１００は、処理対象である画像に対応する画像データを記録部５０から順次読み込む。図３は、演算部１００に読み込まれた処理対象画像の一部を一例として示す模式図である。
【００２４】
続くステップＳ０２において、異常部候補領域判別部１１０は、画像の色特徴量に基づいて異常部候補領域を判別する。より詳細には、画像を構成する各画素の画素値からＧ／Ｒ値を算出し、このＧ／Ｒ値が予め設定された判別基準の基準値よりも小さくなる領域を異常部候補領域Ａ１０として判別する。即ち、画像内から、赤色系が比較的強い領域（出血や発赤と疑われる領域）が、異常部候補領域Ａ１０として抽出される。
【００２５】
ステップＳ０３において、外周領域判別部１２１（円弧形状領域判別部１２１ａ）は、画像内における円弧形状領域を判別する。円弧形状領域の判別方法としては種々の方法を用いることができるが、本実施の形態１においては、特開２００７−３１３１１９号公報に開示されている方法を用いる。
【００２６】
図４は、ステップＳ０３における詳細な処理を示すフローチャートである。まず、ステップＳ１０１において、円弧形状領域判別部１２１ａは、画像内における勾配強度(Ｇ値)を算出する。続くステップＳ１０２において、勾配強度(Ｇ値)と事前に作成しておいた円弧形状モデルとの相関値を算出する。さらに、ステップＳ１０３において、勾配強度と円弧形状モデルとの相関値が所定の閾値以上となった領域を円弧形状領域Ａ１１（図３参照）と判別する。この後、処理はメインルーチンに戻る。
【００２７】
ステップＳ０４において、内部領域判別部１２２（ハレーション領域判別部１２２ａ
）は、画像内におけるハレーション領域の判別を行う。詳細には、各画素の画素値（ＲＧＢ値）から次式（１）を用いて輝度値Ｙを算出する（参考：ＣＧ−ＡＲＴＳ協会、ディジタル画像処理、Ｐ．２９９）。そして、輝度値Ｙが所定の閾値以上となる領域を、ハレーション領域Ａ１２（図３参照）と判別する。
Ｙ＝０．３×Ｒ＋０．５９×Ｇ＋０．１１×Ｂ …（１）
【００２８】
ステップＳ０５において、泡領域判別部１２０は、外周領域判別部１２１が判別した円弧形状領域Ａ１１と、内部領域判別部１２２が判別したハレーション領域Ａ１２とを、泡領域に設定する。なお、泡領域は多くの場合、円弧形状領域Ａ１１及びハレーション領域Ａ１２の両方を有する。
【００２９】
ステップＳ０６において、周囲領域決定部１３１は、異常部候補領域Ａ１０の周囲領域を決定する。より詳細には、周囲領域決定部１３１はまず、図５に示すように、異常部候補領域Ａ１０の画像内における重心位置Ｇを算出する。そして、重心位置Ｇを原点として、半径ｒ１の円に内包される領域を周囲領域Ａ１３として抽出する。なお、半径ｒ１の値は、予め設定された所定値であっても良いし、異常部候補領域Ａ１０の面積に基づいて適応的に決定しても良い。
【００３０】
ステップＳ０７において、輪郭抽出部１３２ａ’は、輪郭追跡処理（参考：ＣＧ−ＡＲＴＳ協会、ディジタル画像処理、Ｐ．１７８）を実行して、周囲領域Ａ１３の輪郭(外輪郭)領域Ａ１４を抽出する。
【００３１】
ステップＳ０８において、面積算出部１３２ａは、周囲領域Ａ１３及び該周囲領域Ａ１３の近傍領域における泡領域の面積を算出する。例えば、図３の場合、周囲領域Ａ１３内に泡領域（ハレーション領域）Ａ１２が存在し、周囲領域Ａ１３の輪郭領域Ａ１４と重なるように泡領域（円弧形状領域）Ａ１１が存在する。面積算出部１３２ａは、これらの泡領域Ａ１１、Ａ１２の総面積を算出する。
【００３２】
図６は、ステップＳ０８における詳細な処理を示すフローチャートである。ステップＳ１１１において、面積算出部１３２ａはまず、周囲領域Ａ１３及び周囲領域Ａ１３の近傍領域における泡領域Ａ１１、Ａ１２の総面積Ｓ１を算出する。続くステップＳ１１２において、周囲領域Ａ１３の輪郭領域(外輪郭)Ａ１４の面積Ｓ２を算出する。さらに、ステップＳ１１３において、次式（２）を用いて、泡領域の面積Ｓ１を周囲領域の輪郭領域Ａ１４の面積Ｓ２で正規化した正規化泡領域面積Ｓを算出する。
Ｓ＝Ｓ１／Ｓ２ …（２）
【００３３】
なお、上式（２）においては、輪郭領域Ａ１４の面積Ｓ２の代わりに、周囲領域Ａ１３の面積で面積Ｓ１を除算しても良いし、周囲領域Ａ１３及び輪郭領域Ａ１４の面積の合計値で面積Ｓ１を除算しても良い。
この後、処理はメインルーチンに戻る。
【００３４】
ステップＳ０９において、周囲領域特徴量算出部１３２は、正規化泡領域面積Ｓを周囲領域Ａ１３における特徴量とする。なお、周囲領域Ａ１３の特徴量としては、泡領域Ａ１１及びＡ１２の面積Ｓ１の値そのものや、周囲領域Ａ１３及び該周囲領域Ａ１３の近傍領域における泡領域の有無の判定結果（有りの場合１／無しの場合０）を用いても良い。
【００３５】
ステップＳ１０において、泡内部判別部１３０は、異常部候補領域Ａ１０の周囲領域Ａ１３における正規化泡領域面積Ｓが所定の閾値（所定値）以上となるか否かを判別する。そして、正規化泡領域面積Ｓが所定値以上となる場合（ステップＳ１０：Ｙｅｓ）、泡内部判別部１３０は、異常部候補領域Ａ１０は泡領域の内部に存在すると判別する（ステップＳ１１）。これは、周囲領域Ａ１３やその近傍領域に泡領域の特徴を有する領域が多く存在するほど、異常部候補領域Ａ１０が泡領域の内部領域である可能性が高いからである。なお、周囲領域Ａ１３の特徴量として、泡領域Ａ１１及びＡ１２の面積Ｓ１や周囲領域Ａ１３及び周囲領域Ａ１３の近傍領域における泡領域の有無を用いる場合には、面積Ｓ１が所定値以上であるとき、若しくは、泡領域が有ると判定されたときに、異常部候補領域Ａ１０は泡領域の内部に存在すると判別しても良い。
【００３６】
続くステップＳ１２において、判別基準切り替え部１４１は、事前に作成しておいた判別基準値を記録部５０から読み出す。この際に読み出す基準値は、ステップＳ０２において異常部候補領域判別部１１０が用いた基準値よりも値が小さい。即ち、ステップＳ１２において読み出す基準値によって規定される範囲に適合すると判別される領域（異常部領域）は、ステップＳ０２における基準値によって規定される範囲に適合すると判別される領域（異常部候補領域）よりも少なくなる。言い換えると、ステップＳ１２において読み出す基準値は、ステップＳ０２において用いる基準値よりも厳しい基準となる。
【００３７】
ステップＳ１３〜Ｓ１５において、異常部領域判別部１４０は、ステップＳ１１において読み出した判別基準に基づいて、異常部候補領域Ａ１０が異常部領域であるか否かを判別する。詳細には、まず、ステップＳ１３において、異常部領域判別部１４０は、異常部候補領域Ａ１０のＧ／Ｒ値の平均値（Ｇ／Ｒ平均値）を算出する。続くステップＳ１４において、異常部領域判別部１４０は、算出したＧ／Ｒ平均値が判断基準よりも小さいか否かを判定する。この判定の結果、Ｇ／Ｒ平均値が判定基準よりも小さい場合（ステップＳ１４：Ｙｅｓ）、異常部領域判別部１４０は、当該異常部候補領域Ａ１０が出血や発赤といった異常部領域であると判別する（ステップＳ１５）。なお、ここでは、ステップＳ０２における判別結果よりもさらに赤色系が強い領域が異常部領域として判別される。
【００３８】
一方、Ｇ／Ｒ平均値が判定基準以上である場合（ステップＳ１４：Ｎｏ）、異常部領域判別部１４０は、当該異常部候補領域Ａ１０は異常部領域ではないと判別する（ステップＳ１６）。
【００３９】
また、ステップＳ１０において、正規化泡領域面積Ｓが所定値よりも小さいと判定された場合（ステップＳ１０：Ｎｏ）、当該異常部候補領域Ａ１０は泡の内部には存在しないと判定される（ステップＳ１７）。この場合、当該異常部候補領域Ａ１０は、ステップＳ０２における判定に従って、異常部領域であると判別される（ステップＳ１５）。
【００４０】
以上説明したように、実施の形態１によれば、所定の基準値に基づいて画像から判別した異常部候補領域に対し、この異常部候補領域が泡領域の内部に存在すると判断された場合に、適合する領域が上記所定の基準値を用いる場合よりも少なくなる別の基準値に従って、当該異常部候補領域が異常部領域である否かを判定するので、泡内部の粘膜領域を異常部領域として誤検出することを抑制することができる。
【００４１】
（変形例１）
以上説明した実施の形態１においては、画素毎にＧ／Ｒ値や輝度値Ｙを算出して、異常部候補領域の判別やハレーション領域の判別を行った。しかしながら、予め画像を小領域に分割し、小領域単位で異常部候補領域の判別やハレーション領域の判別を行っても良い。この場合、各画素のＧ／Ｒ値や輝度値Ｙを小領域毎に平均した値を、上記判別処理に用いる。
【００４２】
画像をエッジ強度に基づいて分割する処理は、以下のとおりである。まず、処理対象の画像に含まれる各画素のエッジ強度を算出する。エッジ強度の算出に際しては、ソーベルフィルタ等の微分フィルタ処理など、公知の手法を用いれば良い。続いて、画像をエッジ強度の尾根を境界とする複数のエッジ領域に分割する。より詳細には、各画素エッジ強度を画素値とするエッジ強度画像を作成し、エッジ強度画像内の画素におけるエッジ強度の勾配方向を取得する。このときの勾配方向は、エッジ強度の値が小さくなる方向とする。そして、各画素から出発して勾配方向に沿って移動した際に到達する極小値の画素を探索し、互いに隣接する極小値の画素に到達した出発点の画素が同一の領域に含まれるように画像を分割する（参考：国際公開第２００６／０８０２３９号）。
【００４３】
この他、画像の分割方法としては、分水嶺（watershed）アルゴリズム（参考：Luc Vincent and Pierre Soille，“Watersheds in Digital Spaces： An Efficient Algorithm Based on Immersion Simulations”，IEEE Transactions on Pattern Analysis and Machine Intelligence， Vol．13，No．6， pp．583−598，June 1991）等の公知の手法を利用することもできる。
【００４４】
変形例１によれば、複数の画素がまとまった小領域単位の特徴量に基づいて異常部候補領域の判別やハレーション領域の判別を行うので、小領域ごとの特徴が反映された判別処理を行うことができると共に、演算速度を向上させることが可能となる。
【００４５】
（変形例２）
実施の形態１においては、異常部候補領域の周囲領域内に存在する泡領域（ハレーション領域）と、周囲領域の輪郭領域近傍の泡領域（円弧形状領域）との総面積を輪郭領域の面積で正規化した値を特徴量として、異常部候補領域が泡領域の内部であるか否かの判別を行った。しかしながら、周囲領域の輪郭領域は必ずしも抽出する必要はない。例えば、周囲領域内及びその周囲に存在するハレーション領域及び円弧形状領域の総面積、又は、この総面積を周囲領域の面積で正規化した値を特徴量として、上記判別を行っても良い。或いは、周囲領域及びその周囲に所定以上の円弧形状領域が存在するか否か（例えば、円弧形状領域の総面積や円弧の長さの合計が所定の閾値以上であるか否か）に基づいて、上記判別を行っても良い。
【００４６】
（実施の形態２）
次に、本発明の実施の形態２について説明する。
図７は、実施の形態２に係る画像処理装置の構成を示すブロック図である。図７に示すように、実施の形態２に係る画像処理装置２は、画像内から異常部候補領域を判別する異常部候補領域判別部２１０と、画像内から泡領域を判別する泡領域判別部２２０と、泡領域の判別結果に基づいて異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部２３０と、異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部２４０とを有する演算部２００を備える。なお、画像処理装置２の演算部２００以外の構成は、図１に示すものと同様である。
【００４７】
泡領域判別部２２０は、泡領域の外周領域の特徴を有する領域を判別する外周領域判別部２２１と、異常部候補領域の判別結果に基づき、画像内において泡領域の判別を行う判別範囲を決定する判別範囲決定部２２２とを有する。この内、外周領域判別部２２１は、円弧形状領域を判別する円弧形状領域判別部２２１ａを有する。
【００４８】
泡内部判別部２３０は、異常部候補領域の周囲領域を決定する周囲領域決定部２３１と、周囲領域及び該周囲領域の近傍領域における泡領域の判別結果に基づいて、当該周囲領域における泡領域の特徴を判別する周囲領域特徴判別部２３２とを有する。
【００４９】
より詳細には、周囲領域特徴判別部２３２は、周囲領域及び該周囲領域の近傍領域における泡領域が円弧形状領域を有するか否かを判別する泡領域円弧形状領域判別部２３２ａと、周囲領域が円弧形状領域の内部領域であるか否かを判別する円弧形状内部領域判別部２３２ｂとを含む。
【００５０】
次に、実施の形態２に係る画像処理装置の動作について説明する。図８は、実施の形態２に係る画像処理装置の動作を示すフローチャートである。
まず、ステップＳ２１において、演算部２００は処理対象である画像に対応する画像データを取得する。なお、ステップＳ２１の詳細は、実施の形態１のステップＳ０１と同様である。
【００５１】
続くステップＳ２２において、異常部候補領域判別部２１０は、色特徴量に基づいて異常部候補領域を判別する。
図９は、異常部候補領域を判別する詳細な処理を示すフローチャートである。ステップＳ２０１において、異常部候補領域判別部２１０は、画像を構成する各画素の画素値からＧ／Ｒ値を算出する。なお、この際、変形例１と同様に、画像を分割した小領域毎にＧ／Ｒ値の平均値を算出しても良い。
【００５２】
ステップＳ２０２において、異常部候補領域判別部２１０は、算出された各Ｇ／Ｒ値が予め設定されている第１基準値よりも小さいか否かを判定する。そして、Ｇ／Ｒ値が第１基準値よりも小さい領域が検出された場合（ステップＳ２０２：Ｙｅｓ）、この領域を出血や発赤といった異常部領域として判別する（ステップＳ２０３）。
【００５３】
一方、異常部候補領域判別部２１０は、Ｇ／Ｒ値が第１基準値以上である領域（ステップＳ２０２：Ｎｏ）に対し、さらに、予め設定されている第２基準値（第２基準値＞第１基準値）よりも小さいか否かを判定する（ステップＳ２０４）。そして、Ｇ／Ｒ値が第２基準値よりも小さい領域が検出された場合（ステップＳ２０４：Ｙｅｓ）、この領域を、異常部領域の可能性はあるが確信度が低い異常部候補領域として判別する（ステップＳ２０５）。なお、Ｇ／Ｒ値が第２基準値以上である領域（ステップＳ２０４：Ｎｏ）については、異常部領域でも異常部候補領域でもない領域として判別される。その後、処理はメインルーチンに戻る。
【００５４】
ステップＳ２３において、判別範囲決定部２２２は、画像内において泡領域判別を行う判別範囲を決定する。詳細には、図１０に示すように、画像から判別された異常部候補領域Ａ２０の重心位置Ｇを算出し、この重心位置Ｇを原点とする半径ｒ２の円に内包される領域を判別範囲Ａ２１として決定する。なお、半径ｒ２の値は、予め設定された所定値であっても良いし、異常部候補領域Ａ２０の面積に基づいて適応的に決定しても良い。
【００５５】
ステップＳ２４において、外周領域判別部２２１(円弧形状領域判別部２２１ａ)は、判別範囲Ａ２１内における円弧形状領域を判別する。なお、円弧形状領域の判別方法の詳細は、実施の形態１のステップＳ０３において図４を参照して説明したものと同様である。図１１は、そのようにして判別された円弧形状領域Ａ２２〜Ａ２６の一例を示している。
ステップＳ２５において、泡領域判別部２２０は、ステップＳ２４において判別した円弧形状領域Ａ２２〜Ａ２６を泡候補領域として設定する。
【００５６】
ステップＳ２６において、周囲領域決定部２３１は、異常部候補領域Ａ２０の周囲領域を決定する。なお、ステップＳ２６の詳細な動作については、実施の形態１のステップＳ０６において説明したものと同様である。図１２には、ステップＳ２６において決定された周囲領域Ａ２７が示されている。
【００５７】
ステップＳ２７において、泡領域円弧形状領域判別部２３２ａは、異常部候補領域Ａ２０の周囲領域Ａ２７及び該周囲領域Ａ２７の近傍領域における泡候補領域（円弧形状領域）Ａ２２〜Ａ２６から、円弧形状を有する泡候補領域を抽出すると共に、円弧形状の内部領域を抽出する。
【００５８】
図１３は、円弧形状の泡候補領域及び内部領域の抽出する詳細な処理を示すフローチャートである。
まず、ステップＳ２１１において、泡領域円弧形状領域判別部２３２ａは、異常部候補領域Ａ２０の周囲領域Ａ２７及び該周囲領域Ａ２７の近傍領域における泡候補領域を抽出する。図１２の場合、ステップＳ２５において設定された泡候補領域Ａ２２〜Ａ２６の内、泡候補領域Ａ２２〜Ａ２４及びＡ２６が抽出される。続くステップＳ２１２において、泡領域円弧形状領域判別部２３２ａは、抽出した泡候補領域Ａ２２〜Ａ２４及びＡ２６と事前に作成しておいた円弧形状モデルとの相関値を算出する。そして、ステップＳ２１３において、円弧形状モデルとの相関値が所定の閾値以上となる泡候補領域を円弧形状として判別する。例えば図１２の場合、泡候補領域Ａ２２〜Ａ２４が円弧形状として判別される。さらに、ステップＳ２１４において、泡領域円弧形状領域判別部２３２ａは、円弧形状として判別された泡候補領域Ａ２２〜Ａ２４の内部領域Ａ２８を抽出する。この後、処理はメインルーチンに戻る。
【００５９】
ステップＳ２８において、円弧形状内部領域判別部２３２ｂは、ステップＳ２７において抽出した円弧形状の内部領域Ａ２８が、異常部候補領域Ａ２０の周囲領域Ａ２７が円弧形状領域の内部領域であるか否かを判別する。
【００６０】
異常部候補領域Ａ２０の周囲領域Ａ２７が円弧形状領域の内部領域である場合（ステップＳ２８：Ｙｅｓ）、泡内部判別部２３０は、当該周囲領域Ａ２７は泡領域の内部であると判別する（ステップＳ２９）。この場合、ステップＳ３０において、異常部領域判別部２４０は、周囲領域Ａ２７内の異常部候補領域Ａ２０は異常部領域でないと判別する。
【００６１】
一方、異常部候補領域Ａ２０の周囲領域Ａ２７が円弧形状領域の内部領域でない場合（ステップＳ２８：Ｎｏ）、泡内部判別部２３０は、当該周囲領域Ａ２７は泡領域の内部ではないと判別する（ステップＳ３１）。この場合、ステップＳ３２において、異常部領域判別部２４０は、周囲領域Ａ２７内の異常部候補領域Ａ２０は異常部領域であると判別する。
【００６２】
以上説明したように、実施の形態２によれば、色特徴量が第１基準値よりも小さい領域を異常部領域として先に判別し、色特徴量が第１基準値及び第２基準値との間であり異常部として確信度が比較的低い領域に対してのみ、当該領域が異常部であるか否かを泡領域を用いて判別するので、演算処理の効率を向上させることができる。
【００６３】
（実施の形態３）
次に、本発明の実施の形態３について説明する。
図１４は、実施の形態３に係る画像処理装置の構成を示すブロック図である。図１４に示すように、実施の形態３に係る画像処理装置３は、異常部候補領域判別部１１０と、泡領域判別部１２０と、泡領域の判別結果に基づいて異常部候補領域が泡領域の内部に存在するか否かを判別する泡内部判別部３１０と、泡内部判別部３１０の判別結果に基づいて、異常部候補領域が異常部領域であるか否かを判別する異常部領域判別部３２０とを有する演算部３００を備える。この内、異常部候補領域判別部１１０及び泡領域判別部１２０の構成及び動作については、実施の形態１において説明したものと同様である。また、画像処理装置３の演算部３００以外の構成は、図１に示すものと同様である。
【００６４】
泡内部判別部３１０は、異常部候補領域の周囲領域を決定する周囲領域決定部３１１と、周囲領域に基づいて特徴量を算出する周囲領域特徴量算出部３１２を有する。この内、周囲領域特徴量算出部３１２は、周囲領域及び該周囲領域の近傍領域における泡領域の位置関係に基づく特徴量を算出する位置関係特徴量算出部３１２ａを有する。位置関係特徴量算出部３１２ａは、泡領域間の距離を算出する距離算出部３１２ａ−１と、円弧形状領域とハレーション領域の位置関係に基づいて特徴量を算出する泡領域部位位置関係特徴量算出部３１２ａ−２とを含む。
【００６５】
異常部領域判別部３２０は、異常部候補領域の周囲領域の情報に基づいて判別基準を適応的に作成する判別基準作成部３２１を有する。
【００６６】
次に、実施の形態３に係る画像処理装置の動作について説明する。図１５は、実施の形態３に係る画像処理装置の動作を示すフローチャートである。
なお、図１５において、ステップＳ４１〜Ｓ４６の動作は、図２に示すステップＳ０１〜Ｓ０６の動作と対応している。図１６には、ステップＳ４１〜Ｓ４６において画像から判別された異常部候補領域Ａ３０、円弧形状領域Ａ３１、ハレーション領域Ａ３２、周囲領域Ａ３３が示されている。
【００６７】
ステップＳ４７において、泡領域部位位置関係特徴量算出部３１２ａ−２は、周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に、泡領域を構成する部位である円弧形状領域Ａ３１とハレーション領域Ａ３２とが混在しているか否かを判定する。ここで、泡領域においては通常、略円形（楕円等、円に近似した形状を含む）の部分を構成する円弧形状の内側に、ハレーションが観察される。そのため、円弧形状領域Ａ３１として判別された部位とハレーション領域Ａ３２として判別された部位とが混在しているような領域は、泡領域ではないと判断することができる。
【００６８】
周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に円弧形状領域Ａ３１とハレーション領域Ａ３２とが混在していない場合（ステップＳ４７：Ｎｏ）、位置関係特徴量算出部３１２ａは、泡領域の部位毎の位置関係に基づいて特徴量を算出する（ステップＳ４８）。
【００６９】
図１７は、泡領域の部位毎の位置関係に基づく特徴量算出の詳細な処理を示すフローチャートである。まず、ステップＳ４０１において、泡領域部位位置関係特徴量算出部（以下、単に特徴量算出部ともいう）３１２ａ−２は、画像内における異常部候補領域Ａ３０の重心位置Ｇを算出する。続くステップＳ４０２において、特徴量算出部３１２ａ−２は、異常部候補領域Ａ３０の重心位置Ｇから周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に存在する各円弧形状領域Ａ３１までの平均距離Ｃを算出する。また、ステップＳ４０３において、特徴量算出部３１２ａ−２は、異常部候補領域Ａ３０の重心位置Ｇから周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域に存在する各ハレーション領域Ａ３２までの平均距離Ｈを算出する。さらに、特徴量算出部３１２ａ−２は、円弧形状領域Ａ３１までの平均距離Ｃと、ハレーション領域Ａ３２までの平均距離Ｈの差分値Ｄを、次式（３）を用いて算出する。
Ｄ＝Ｃ−Ｈ …（３）
【００７０】
ステップＳ４０５において、位置関係特徴量算出部３１２ａは、このようにして算出された差分値Ｄを、周囲領域Ａ３３及び該周囲領域Ａ３３の近傍領域における泡領域の部位毎の位置関係に基づく特徴量に設定する。
【００７１】
ステップＳ４９において、周囲領域特徴量算出部３１２は、泡領域の部位毎の位置関係に基づく特徴量（差分値Ｄ）を周囲領域における特徴量に設定する。
ステップＳ５０において、泡内部判別部３１０は、周囲領域における特徴量（即ち、差分値Ｄ）がゼロ以上となるか否かを判別する。
【００７２】
周囲領域における特徴量がゼロ以上となる場合（ステップＳ５０：Ｙｅｓ）、泡内部判別部３１０は、異常部候補領域Ａ３０は泡領域の内部であると判別する（ステップＳ５１）。これは、差分値Ｄがゼロ以上ということは、円弧形状領域Ａ３１の内側にハレーション領域Ａ３２が存在していると判断することができるからである。
【００７３】
続くステップＳ５２において、判別基準作成部３２１は、周囲領域Ａ３３の内、異常部候補領域Ａ３０及びハレーション領域Ａ３２以外の領域におけるＧ／Ｒ値の平均値（Ｇ／Ｒ平均値）を算出する。
【００７４】
ステップＳ５３〜Ｓ５５において、異常部領域判別部３２０は、ステップＳ５２において算出したＧ／Ｒ平均値を判別基準に用いて、異常部候補領域Ａ３０が異常部領域であるか否かを判別する。詳細には、まず、ステップＳ５３において、各異常部候補領域Ａ３０におけるＧ／Ｒ平均値を算出する。そして、ステップＳ５４において、周囲領域Ａ３３におけるＧ／Ｒ平均値と異常部候補領域Ａ３０におけるＧ／Ｒ平均値のとの差ＤＡＢが所定の閾値（所定値）以上となるか否かを判定する。この差ＤＡＢが所定値以上となる場合（ステップＳ５４：Ｙｅｓ）、異常部領域判別部３２０は、当該異常部候補領域Ａ３０は異常部領域であると判別する（ステップＳ５５）。一方、この差ＤＡＢが所定値よりも小さい場合（ステップＳ５４：Ｎｏ）、異常部領域判別部３２０は、当該異常部候補領域Ａ３０は異常部領域でないと判別する（ステップＳ５６）。
【００７５】
また、ステップＳ４７において、周囲領域及び該周囲領域の近傍領域に円弧形状領域とハレーション領域とが混在していると判定された場合（ステップＳ４７：Ｙｅｓ）、泡内部判別部３１０は、異常部候補領域は泡領域の内部でないと判別する（ステップＳ５７）。この場合、ステップＳ５５において、異常部領域判別部３２０は、当該異常部候補領域Ａ３０は異常部領域であると判別する。
また、特徴量Ｄがゼロより小さい場合も同様に（ステップＳ５０：Ｎｏ）、泡内部判別部３１０は、異常部候補領域は泡領域の内部でないと判別する（ステップＳ５７）。
【００７６】
以上説明したように、実施の形態３によれば、異常部候補領域の周囲領域が泡領域の内部に存在するか否かを、泡領域を構成する部位の位置関係に基づいて判定するので、泡領域の検出精度を向上させることが可能となる。
【００７７】
（変形例２）
以上説明した実施の形態１〜３においては、異常部候補領域の判別に用いる色特徴量としてＧ／Ｒ値を用いたが、それ以外にもＲＧＲ各値、ＲＧＢ各値の相対値（Ｂ／Ｇ値等）、ＹＣｂＣｒ変換により算出される輝度、色差、ＨＳＩ変換により算出される色相、彩度、明度等、様々な色特徴量を用いることができる。例えば、色特徴量としてＢ／Ｇ値を用いる場合、黄色系である胆汁で覆われた領域の病変部を判別し易くなる。ここで、被検体内を照明する照明光の内、Ｂ成分及びＧ成分は赤色系の領域において概ね同じ傾向で吸収される。従って、管腔内の多くの領域や出血領域に対しては、Ｂ値とＧ値とで大きな差は生じない。しかしながら、胆汁内においてはＢ成分の吸収が増加するので、胆汁領域においてはＢ値が低下して、Ｇ値の変化を検出し易くなる。そのため、例えば、画像内でＢ／Ｇ値が所定値以上の領域を病変部、Ｂ／Ｇ値が所定値より小さい領域を病変部以外として判別することができる。
【００７８】
以上説明した実施の形態１〜３並びにこれらの変形例に係る画像処理装置は、記録媒体に記録された画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータシステムで実行することによって実現することができる。また、このようなコンピュータシステムを、ローカルエリアネットワーク、広域エリアネットワーク（ＬＡＮ／ＷＡＮ）、又は、インターネット等の公衆回線を介して、他のコンピュータシステムやサーバ等の機器に接続して使用しても良い。この場合、実施の形態１〜３に係る画像処理装置は、これらのネットワークを介して管腔内画像の画像データを取得したり、これらのネットワークを介して接続された種々の出力機器（ビュアーやプリンタ等）に画像処理結果を出力したり、これらのネットワークを介して接続された記憶装置（記録媒体及びその読取装置等）に画像処理結果を格納するようにしても良い。
【００７９】
なお、本発明は、実施の形態１〜３及びこれらの変形例に限定されるものではなく、各実施の形態や変形例に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成できる。例えば、各実施の形態や変形例に示される全構成要素からいくつかの構成要素を除外して形成しても良いし、異なる実施の形態や変形例に示した構成要素を適宜組み合わせて形成しても良い。
【符号の説明】
【００８０】
１〜３ 画像処理装置
１０ 制御部
２０ 画像取得部
３０ 入力部
４０ 表示部
５０ 記録部
５１ 画像処理プログラム
１００、２００、３００ 演算部
１１０ 異常部候補領域判別部
１２０ 泡領域判別部
１２１ 外周領域判別部
１２１ａ 円弧形状領域判別部
１２２ 内部領域判別部
１２２ａ ハレーション領域判別部
１３０ 泡内部判別部
１３１ 周囲領域決定部
１３２ 周囲領域特徴量算出部
１３２ａ 面積算出部
１３２ａ’ 輪郭抽出部
１４０ 異常部領域判別部
１４１ 判別基準切り替え部
２１０ 異常部候補領域判別部
２２０ 泡領域判別部
２２１ 外周領域判別部
２２１ａ 円弧形状領域判別部
２２２ 判別範囲決定部
２３０ 泡内部判別部
２３１ 周囲領域決定部
２３２ 周囲領域特徴判別部
２３２ａ 泡領域円弧形状領域判別部
２３２ｂ 円弧形状内部領域判別部
２４０ 異常部領域判別部
３１０ 泡内部判別部
３１１ 周囲領域決定部
３１２ 周囲領域特徴量算出部
３１２ａ 位置関係特徴量算出部
３１２ａ−１ 距離算出部
３１２ａ−２ 泡領域部位位置関係特徴量算出部
３２０ 異常部領域判別部
３２１ 判別基準作成部
【特許請求の範囲】
【請求項１】
画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別手段と、
前記画像内から泡領域を判別する泡領域判別手段と、
前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別手段と、
前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別手段と、
を備えることを特徴とする画像処理装置。
【請求項２】
前記異常部領域判別手段は、前記泡内部判別手段の判別結果に基づいて前記第２の判別基準に切り替える判別基準切り替え手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記異常部領域判別手段は、前記異常部候補領域の周囲領域の情報に基づいて前記第２の判別基準を適応的に作成する判別基準作成手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項４】
前記第２の判別基準に適合すると判別される対象は、前記第１の判別基準に適合すると判別される対象よりも少ないことを特徴とする請求項２又は３に記載の画像処理装置。
【請求項５】
前記泡領域判別手段は、前記異常部候補領域の判別結果に基づいて、前記画像内において前記泡領域の判別を行う判別範囲を決定する判別範囲決定手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項６】
前記泡領域判別手段は、前記泡領域の外周領域の特徴を有する領域を判別する外周領域判別手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項７】
前記外周領域判別手段は、円弧形状領域を判別する円弧形状領域判別手段を有することを特徴とする請求項６に記載の画像処理装置。
【請求項８】
前記泡領域判別手段は、前記泡領域の内部領域の特徴を有する領域を判別する内部領域判別手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項９】
前記内部領域判別手段は、ハレーション領域を判別するハレーション領域判別手段を有することを特徴とする請求項８に記載の画像処理装置。
【請求項１０】
前記泡内部判別手段は、
前記異常部候補領域の周囲領域を決定する周囲領域決定手段と、
前記泡領域判別部による前記泡領域の判別結果の内、前記周囲領域及び該周囲領域の近傍領域における前記泡領域の判別結果に基づいて、前記周囲領域の特徴量を算出する周囲領域特徴量算出手段と、
を有することを特徴とする請求項１に記載の画像処理装置。
【請求項１１】
前記周囲領域特徴量算出手段は、前記周囲領域及び該周囲領域の前記近傍領域における泡領域の面積を算出する面積算出手段を有することを特徴とする請求項１０に記載の画像処理装置。
【請求項１２】
前記面積算出手段は、前記周囲領域の輪郭画素を抽出する輪郭抽出手段を含み、前記輪郭画素の面積を算出すると共に、前記泡領域の面積を前記輪郭画素の面積に基づいて正規化した面積を算出することを特徴とする請求項１１に記載の画像処理装置。
【請求項１３】
前記周囲領域特徴量算出手段は、前記周囲領域及び該周囲領域の近傍領域における前記泡領域を構成する複数の部位の位置関係に基づく特徴量を算出する位置関係特徴量算出手段を有することを特徴とする請求項１０に記載の画像処理装置。
【請求項１４】
前記位置関係特徴量算出手段は、前記周囲領域及び該周囲領域の近傍領域における前記複数の部位と前記異常部候補領域との距離を算出する距離算出手段を含むことを特徴とする請求項１３に記載の画像処理装置。
【請求項１５】
前記泡領域判別手段は、
前記複数の部位に含まれる前記泡領域の外周領域の特徴を有する領域を判別する外周領域判別手段と、
前記複数の部位に含まれる前記泡領域の内部領域の特徴を有する領域を判別する内部領域判別手段と、
を有し、
前記位置関係特徴量算出手段は、前記外周領域の特徴を有する領域と、前記内部領域の特徴を有する領域との位置関係に基づいて特徴量を算出する泡領域部位位置関係特徴量算出手段を有することを特徴とする請求項１３に記載の画像処理装置。
【請求項１６】
前記泡内部判別手段は、
前記異常部候補領域の周囲領域を決定する周囲領域決定手段と、
前記泡領域判別部による前記泡領域の判別結果の内、前記周囲領域及び該周囲領域の近傍領域における前記泡領域の判別結果に基づいて、前記周囲領域における泡領域の特徴を判別する周囲領域特徴判別手段と、
を有することを特徴とする請求項１に記載の画像処理装置。
【請求項１７】
周囲領域特徴判別手段は、
前記周囲領域及び該周囲領域の近傍領域における前記泡領域が円弧形状領域を有するか否かを判別する泡領域円弧形状領域判別手段と、
前記周囲領域が円弧形状領域の内部領域であるか否かを判別する円弧形状内部領域判別手段と、
を有することを特徴とする請求項１６に記載の画像処理装置。
【請求項１８】
画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、
前記画像内から泡領域を判別する泡領域判別ステップと、
前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、
前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップと、
を含むことを特徴とする画像処理方法。
【請求項１９】
画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、
前記画像内から泡領域を判別する泡領域判別ステップと、
前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、
前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップと、
をコンピュータに実行させることを特徴とする画像処理プログラム。
【請求項１】
画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別手段と、
前記画像内から泡領域を判別する泡領域判別手段と、
前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別手段と、
前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別手段と、
を備えることを特徴とする画像処理装置。
【請求項２】
前記異常部領域判別手段は、前記泡内部判別手段の判別結果に基づいて前記第２の判別基準に切り替える判別基準切り替え手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記異常部領域判別手段は、前記異常部候補領域の周囲領域の情報に基づいて前記第２の判別基準を適応的に作成する判別基準作成手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項４】
前記第２の判別基準に適合すると判別される対象は、前記第１の判別基準に適合すると判別される対象よりも少ないことを特徴とする請求項２又は３に記載の画像処理装置。
【請求項５】
前記泡領域判別手段は、前記異常部候補領域の判別結果に基づいて、前記画像内において前記泡領域の判別を行う判別範囲を決定する判別範囲決定手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項６】
前記泡領域判別手段は、前記泡領域の外周領域の特徴を有する領域を判別する外周領域判別手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項７】
前記外周領域判別手段は、円弧形状領域を判別する円弧形状領域判別手段を有することを特徴とする請求項６に記載の画像処理装置。
【請求項８】
前記泡領域判別手段は、前記泡領域の内部領域の特徴を有する領域を判別する内部領域判別手段を有することを特徴とする請求項１に記載の画像処理装置。
【請求項９】
前記内部領域判別手段は、ハレーション領域を判別するハレーション領域判別手段を有することを特徴とする請求項８に記載の画像処理装置。
【請求項１０】
前記泡内部判別手段は、
前記異常部候補領域の周囲領域を決定する周囲領域決定手段と、
前記泡領域判別部による前記泡領域の判別結果の内、前記周囲領域及び該周囲領域の近傍領域における前記泡領域の判別結果に基づいて、前記周囲領域の特徴量を算出する周囲領域特徴量算出手段と、
を有することを特徴とする請求項１に記載の画像処理装置。
【請求項１１】
前記周囲領域特徴量算出手段は、前記周囲領域及び該周囲領域の前記近傍領域における泡領域の面積を算出する面積算出手段を有することを特徴とする請求項１０に記載の画像処理装置。
【請求項１２】
前記面積算出手段は、前記周囲領域の輪郭画素を抽出する輪郭抽出手段を含み、前記輪郭画素の面積を算出すると共に、前記泡領域の面積を前記輪郭画素の面積に基づいて正規化した面積を算出することを特徴とする請求項１１に記載の画像処理装置。
【請求項１３】
前記周囲領域特徴量算出手段は、前記周囲領域及び該周囲領域の近傍領域における前記泡領域を構成する複数の部位の位置関係に基づく特徴量を算出する位置関係特徴量算出手段を有することを特徴とする請求項１０に記載の画像処理装置。
【請求項１４】
前記位置関係特徴量算出手段は、前記周囲領域及び該周囲領域の近傍領域における前記複数の部位と前記異常部候補領域との距離を算出する距離算出手段を含むことを特徴とする請求項１３に記載の画像処理装置。
【請求項１５】
前記泡領域判別手段は、
前記複数の部位に含まれる前記泡領域の外周領域の特徴を有する領域を判別する外周領域判別手段と、
前記複数の部位に含まれる前記泡領域の内部領域の特徴を有する領域を判別する内部領域判別手段と、
を有し、
前記位置関係特徴量算出手段は、前記外周領域の特徴を有する領域と、前記内部領域の特徴を有する領域との位置関係に基づいて特徴量を算出する泡領域部位位置関係特徴量算出手段を有することを特徴とする請求項１３に記載の画像処理装置。
【請求項１６】
前記泡内部判別手段は、
前記異常部候補領域の周囲領域を決定する周囲領域決定手段と、
前記泡領域判別部による前記泡領域の判別結果の内、前記周囲領域及び該周囲領域の近傍領域における前記泡領域の判別結果に基づいて、前記周囲領域における泡領域の特徴を判別する周囲領域特徴判別手段と、
を有することを特徴とする請求項１に記載の画像処理装置。
【請求項１７】
周囲領域特徴判別手段は、
前記周囲領域及び該周囲領域の近傍領域における前記泡領域が円弧形状領域を有するか否かを判別する泡領域円弧形状領域判別手段と、
前記周囲領域が円弧形状領域の内部領域であるか否かを判別する円弧形状内部領域判別手段と、
を有することを特徴とする請求項１６に記載の画像処理装置。
【請求項１８】
画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、
前記画像内から泡領域を判別する泡領域判別ステップと、
前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、
前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップと、
を含むことを特徴とする画像処理方法。
【請求項１９】
画像内から異常部候補領域を、第１の判別基準を用いて判別する異常部候補領域判別ステップと、
前記画像内から泡領域を判別する泡領域判別ステップと、
前記泡領域の判別結果に基づいて、前記異常部候補領域が前記泡領域の内部に存在するか否かを判別する泡内部判別ステップと、
前記異常部候補領域が前記泡領域の内部に存在すると判別された場合、前記第１の判別基準とは異なる第２の判別基準を用いて前記異常部候補領域が異常部領域であるか否かを判別する異常部領域判別ステップと、
をコンピュータに実行させることを特徴とする画像処理プログラム。
【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１５】
【図１６】
【図１７】
【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１５】
【図１６】
【図１７】
【公開番号】特開２０１３−８５７１８（Ｐ２０１３−８５７１８Ａ）
【公開日】平成２５年５月１３日（２０１３．５．１３）
【国際特許分類】
【出願番号】特願２０１１−２２９２２９（Ｐ２０１１−２２９２２９）
【出願日】平成２３年１０月１８日（２０１１．１０．１８）
【出願人】（００００００３７６）オリンパス株式会社 (11,466)
【Ｆターム（参考）】
【公開日】平成２５年５月１３日（２０１３．５．１３）
【国際特許分類】
【出願日】平成２３年１０月１８日（２０１１．１０．１８）
【出願人】（００００００３７６）オリンパス株式会社 (11,466)
【Ｆターム（参考）】
[ Back to top ]