画像処理装置、画像処理方法及びプログラム
【課題】重み係数の決定を用いることなく精度よく処理対象画像における輝度値のムラを除去する。
【解決手段】行列変換部１２は、処理対象画像を当該処理対象画像の各画素の輝度値を要素とする画像行列に変換する。また、平滑化部１３は、行列変換部１２が変換した画像行列に対して平滑化行列の畳み込み演算を行うことで、処理対象画像を平滑化した平滑化画像の各画素の輝度値を要素とする平滑化画像行列を生成する。次に、除算部１６は、画像行列を平滑化画像行列により除算処理した除算処理行列を算出し、画像変換部１９が、除算部１６が算出した除算処理行列を画像に変換する。
【解決手段】行列変換部１２は、処理対象画像を当該処理対象画像の各画素の輝度値を要素とする画像行列に変換する。また、平滑化部１３は、行列変換部１２が変換した画像行列に対して平滑化行列の畳み込み演算を行うことで、処理対象画像を平滑化した平滑化画像の各画素の輝度値を要素とする平滑化画像行列を生成する。次に、除算部１６は、画像行列を平滑化画像行列により除算処理した除算処理行列を算出し、画像変換部１９が、除算部１６が算出した除算処理行列を画像に変換する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明のいくつかの態様は、処理対象画像から空間周波数の低い輝度値のムラを除去し、所定の抽出対象を抽出する画像処理装置、画像処理方法及びプログラムに関する。
【背景技術】
【０００２】
近年、セキュリティーに対する要求の高まりを受けて、個人の認証についての重要性が急速に増大している。中でも指紋、虹彩、静脈等本人固有の身体的な特徴を利用したバイオメトリクス認証が実用化されている。
そして、身に着けた認証センサーをトランスポンダーとして利用することにより、ユーザーによる特別な認証動作を行わずに個人認証を行うことができる。このような次世代個人認証を行うために、常時装着可能な静脈認証センサーの開発が求められている。
また、医療分野では、下肢に多く見られる静脈瘤の診断などに用いる静脈血管周辺組織の観察の手段として携帯型の静脈透視技術が求められている。
【０００３】
従来、静脈認証センサーは、光を体内に入射し、体内で透過または反射した光を集光することで、静脈像を取得している。しかし、この方法によって透視画像を撮影すると、例えば腱や骨等の血管以外の生体構造等によって観測域内の光強度分布が局所的に不均一となり、生成した透視画像に輝度値のムラが生じるため、明瞭な静脈像を取得することができない。
【０００４】
従来は、認証に利用する静脈像の空間周波数成分以外を減算処理によって除去することで上述した問題を解決していた（例えば、非特許文献１を参照）。
つまり、撮影した透視画像（原画像）に対し、所定ピクセル数の低域通過フィルターを作用させ、原画像を平滑化する。次に、原画像と平滑化された画像との差分を画素毎にとることで低周波成分を抑制し、輝度値のムラを抑制した静脈像を得ることができる。このとき、平滑化された画像に補正割合として適当な重み係数を乗じてから減算を行うことで、より明瞭な静脈像を得ることができる。
このような画像ムラ除去方法は式（１）のように表せる。
【０００５】
【数１】
【０００６】
ただし、ｆｏｒｉｇ（ｘ，ｙ）、ｆＬＰＦ（ｘ，ｙ）、及びｆｓｕｂ（ｘ，ｙ）は、それぞれ原画像、低域通過フィルターによって平滑化された画像、及び差分処理画像においてｘ座標の値がｘ、ｙ座標の値がｙである画素の輝度値を示す離散変数ｘ、ｙの関数を示すものである。
また、αは差分の重み係数である。
【先行技術文献】
【非特許文献】
【０００７】
【非特許文献１】Miyuki Kono, Hironori Ueki, and Shin-ichiro Uemura, “Near-infrared finger vein patterns for personal identification,” Applied Optics, Vol. 41, Issue 35, pp. 7429-7436
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、従来の画像ムラ除去方法では、原画像毎に重み係数αの適切な値が異なるため、画像毎に重み係数αの適切な値を検出する必要があった。重み係数αの検出を人手によって行う場合、静脈認証センサーによる自動的な認証ができなくなってしまい、また重み係数αの検出に多大な労力を費やさなければならないという問題があった。また、重み係数αを固定値として計算することもできるが、その場合、画像毎に抽出する静脈像の明瞭度が異なってしまうという問題があった。
本発明は上記の点に鑑みてなされたものであり、その目的は、重み係数の決定を用いることなく精度よく処理対象画像における輝度値のムラを除去する画像処理装置、画像処理方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００９】
本発明のいくつかの態様は上記の課題を解決するためになされたものであり、複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段と、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段と、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段と、前記除算手段により算出された第３の画像行列を変換する画像変換手段と、を備え、前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、ことを特徴とする画像処理装置である。すなわち、前記画像処理装置は、処理対象画像と平滑化した処理対象画像の各画素間の変化率を画像に出力することでムラの除去を行う。したがって、補正割合を示す重み係数を用いることなく処理対象画像における輝度値のムラを除去することができる。
【００１０】
また、本発明のいくつかの態様は、前記第３の画像行列に対して平滑化を行い、第４の画像行列を生成する第４の画像行列生成手段をさらに備える、ことを特徴とする。これにより、画像変換手段は高周波ノイズを除去した画像を出力することができる。
【００１１】
また、本発明のいくつかの態様は、前記平滑化が前記処理対象画像から所定の抽出対象の空間周波数以上の周波数成分を除去することによって行われる、ことを特徴とする。これにより、除算手段は、抽出対象の空間周波数より低い空間周波数成分を除去することができる。
【００１２】
また、本発明のいくつかの態様は、前記平滑化が前記処理対象画像から前記抽出対象の空間周波数の３倍乃至６倍の平滑化であることが望ましい。
【００１３】
また、本発明のいくつかの態様は、前記第２の画像行列生成手段は、前記処理対象画像の各画素の輝度値を要素とする画像行列と全ての要素の値が等しい正方行列との畳み込み演算を行うことで前記第２の画像行列を生成する、ことを特徴とする。
【００１４】
また、本発明のいくつかの態様は、前記処理対象画像が血管透視画像であり、抽出対象が血管像である、ことを特徴とする。すなわち、前記画像ムラ除去装置を血管透視画像に対して用いることで、血管透視画像における輝度値のムラを除去し、血管像を鮮明にすることができる。
【００１５】
また、本発明のいくつかの態様は、前記画像変換手段は、前記第３の画像行列の要素の最小値と最大値とに基づいて相対的に画素の各々に対する輝度値を決定する、ことを特徴とする。これにより、前記画像変換手段が各要素の値をそのまま輝度値として画像に変換した場合と比較して、コントラストが高い画像を生成することができる。
【００１６】
また、本発明のいくつかの態様は、画像処理装置を用いた画像処理方法であって、第１の画像行列生成手段は、複数の画素の各々に対して設定された輝度値を要素とする第１の画像行列を生成し、第２の画像行列生成手段は、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成し、除算手段は、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算し、画像変換手段は、前記除算手段により算出された第３の画像行列を変換し、ことを特徴とする。
【００１７】
また、本発明のいくつかの態様は、処理対象画像における輝度値のムラを除去し、所定の抽出対象を抽出する画像ムラ除去装置を、複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段、前記除算手段により算出された第３の画像行列を変換する画像変換手段、として動作させ、前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、ことを特徴とするプログラムである。
【図面の簡単な説明】
【００１８】
【図１】画像ムラ除去装置の構成を示す概略ブロック図である。
【図２】画像ムラ除去装置の動作を示すフローチャートである。
【図３】各ステップにおける行列の内容を示す図である。
【図４】従来の手法と本発明による手法とを比較する図である。
【発明を実施するための形態】
【００１９】
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図１は、本発明の一実施形態による画像ムラ除去装置（画像処理装置）の構成を示す概略ブロック図である。
画像ムラ除去装置１０は、対象画像記憶部１１、行列変換部１２（第１の画像行列生成手段）、平滑化部１３（第２の画像行列生成手段）、行列抽出部１４、１５、除算部１６（除算手段）、平滑化部１７（第４の画像行列生成手段）、行列抽出部１８、画像変換部１９（画像変換手段）を備える。
処理対象画像記憶部１１は、画像のムラを除去する対象となる処理対象画像を記憶する。本実施形態では、処理対象画像が血管透視画像であり、抽出対象が静脈像（血管像）である場合を説明する。
行列変換部１２は、画像を行列に変換する。
平滑化部１３、１７は、入力された行列に対して所定の平滑化行列の畳み込み演算を行う。
行列抽出部１４、１５、１８は、入力された行列から部分行列を抽出する。
除算部１６は、行列の要素毎の除算を行う。
画像変換部１９は、行列を画像に変換する。
【００２０】
そして、画像ムラ除去装置１０において、行列変換部１２は、処理対象画像を当該処理対象画像の各画素の輝度値を要素とする画像行列に変換し、平滑化部１３は、行列変換部１２が変換した画像行列に対して平滑化行列の畳み込み演算を行うことで、処理対象画像を平滑化した平滑化画像の各画素の輝度値を要素とする平滑化画像行列を生成し、除算部１６は、画像行列を平滑化画像行列により除算処理した除算処理行列を算出し、画像変換部１９は、除算部１６が算出した除算処理行列を画像に変換する。
これにより、重み係数の決定を用いることなく処理対象画像における輝度値のムラを除去することができる。
【００２１】
次に、画像ムラ除去装置１０の動作を説明する。
図２は、画像ムラ除去装置１０の動作を示すフローチャートである。
図３は、各ステップにおける行列の内容を示す図である。
なお、図３では、説明のため、各行列を画像に変換したものを示している。また、各画像は、行列の要素の最小値と最大値とに基づいて相対的に各画素の輝度値を決定している。
まず、画像ムラ除去装置１０に接続された静脈認証センサー（図示せず）は、生体の透過画像を撮影すると、処理対象画像記憶部１１に透過画像を処理対象画像として登録する。
行列変換部１２は、処理対象画像記憶部１１が記憶する処理対象画像を取得し、当該処理対象画像の各画素の輝度値を要素とするｍａ×ｎａの画像行列Ａ（第１の画像行列）を生成する（ステップＳ１）。また、ｍａは、処理対象画像のｙ軸方向の画素数を示し、ｎａは、処理対象画像のｘ軸方向の画素数を示す。
図３（１）は、ステップＳ１で生成される画像行列Ａを示している。図３（１）の画像は、処理対象画像と同一のものとなる。
【００２２】
行列変換部１２が画像行列Ａを生成すると、平滑化部１３は、行列変換部１２が変換した画像行列Ａに対して平滑化行列Ｂの畳み込み演算を行うことで、平滑化画像行列Ｃ（第２の画像行列）を算出する（ステップＳ２）。
図３（２）は、平滑化行列Ｂを示している。
ここで、平滑化行列Ｂは、全ての要素の値が等しいｍｂ×ｎｂの行列である。また、ｍｂ及びｎｂは、奇数であり、静脈像（０．５ｍｍ〜５ｍｍ前後）の空間周波数より低い空間周波数に対応する要素数であり、静脈像の空間周波数の１／３倍〜１／６倍の空間周波数に対応する要素数であることが望ましい。ここで、空間周波数とは、単位長に含まれる構造の繰り返しの回数を示す。
なお、平滑化行列Ｂを予め定義し、平滑化部１３の内部メモリ等に記憶させておき、平滑化部１３は、内部メモリから平滑化行列Ｂを読み出して畳み込み演算を行うようにしても良い。
【００２３】
なお、平滑化画像行列Ｃは、処理対象画像を平滑化した平滑化画像の各画素の輝度値を要素とする行列と等価である。
このとき、畳み込み演算は、以下の式によって表せる。
【００２４】
【数２】
【００２５】
ただし、ｆＡ（ｍ，ｎ）、ｆＢ（ｍ，ｎ）及びｆＣ（ｍ，ｎ）は、それぞれ画像行列Ａ、平滑化行列Ｂ、及び平滑化画像行列Ｃのｍ行ｎ列の要素を示す離散変数ｍ、ｎの関数を示すものである。また、演算子＊は畳み込み演算を示すものである。このとき、平滑化画像行列Ｃは、（ｍａ＋ｍｂ−１）×（ｎａ＋ｎｂ−１）の行列となる。
図３（３）は、ステップＳ２で算出される平滑化画像行列Ｃを示している。図３（３）の画像は、図３（１）の画像と比較して多少ぼやけた画像となっている。また、図３（３）の画像は、縁部の輝度値が低くなっている。これは、行列のエッジ部の畳み込み演算において行列の範囲外の値をゼロとして計算することとなり、平滑化画像行列Ｃのエッジ部はゼロを加えて畳み込み演算を行った値が含まれるためである。
【００２６】
平滑化部１３が平滑化画像行列Ｃを算出すると、行列抽出部１４は、平滑化画像行列Ｃから、エッジにゼロを加えずに畳み込み演算された部分行列を示す有効平滑化画像行列Ｃ´を抽出する（ステップＳ３）。以下に、この処理を行う理由を説明する。
行列のエッジ部における畳み込み演算は、行列の範囲外の値をゼロとして計算することとなるため、図３（３）に示すように、出力される平滑化画像行列Ｃのエッジ部には行列の範囲外の値によって畳み込み演算を行った値が含まれる。この部分を除去することで平滑化画像行列Ｃの要素のみを用いて畳み込み演算を行った行列を抽出することができる。
【００２７】
有効平滑化画像行列Ｃ´は、平滑化画像行列Ｃの第ｍｂ行目〜第ｍａ行目、第ｎｂ列目〜第ｎａ列目を抽出することで得られる。すなわち、有効平滑化画像行列Ｃ´は、（ｍａ−ｍｂ＋１）×（ｎａ−ｎｂ＋１）の行列となる。
図３（４）は、ステップＳ３で抽出される有効平滑化画像行列Ｃ´を示している。図３（４）の画像は、図３（３）に示す平滑化画像行列Ｃの縁部の輝度値が低い部分を除去したものとなっている。
【００２８】
行列抽出部１４が有効平滑化画像行列Ｃ´を抽出すると、行列抽出部１５は、画像行列Ａから有効平滑化画像行列Ｃ´と同じ型の部分行列を示す有効画像行列Ａ´を抽出する（ステップＳ４）。すなわち、有効画像行列Ａ´は、（ｍａ−ｍｂ＋１）×（ｎａ−ｎｂ＋１）の行列となる。
図３（５）は、ステップＳ４で抽出される有効画像行列Ａ´を示している。図３（５）の画像は、図３（４）の画像と同じ大きさとなっている。
有効画像行列Ａ´は、画像行列Ａの第（１＋（ｍｂ−１）／２）行目〜第（ｍａ−（ｍｂ−１）／２）行目、第（１＋（ｎｂ−１）／２）列目〜第（ｎａ−（ｎｂ−１）／２）列目を抽出することで得られる。これによって、行列抽出部１５は、行列抽出部１４が抽出した部分行列に相当する部分を抽出することができる。
【００２９】
行列抽出部１５が有効画像行列Ａ´を抽出すると、除算部１６は、行列抽出部１５が抽出した有効画像行列Ａ´の要素（第１の部分）を行列抽出部１４が抽出した有効平滑化画像行列Ｃ´において有効画像行列Ａ´の要素に対応する要素（第２の部分）により除算処理し、静脈像強調画像行列Ｄ（第３の画像行列）を算出する（ステップＳ５）。すなわち、式（３）による計算を実行する。
【００３０】
【数３】
【００３１】
ただし、ｆＡ´（ｍ，ｎ）、ｆＣ´（ｍ，ｎ）及びｆＤ（ｍ，ｎ）は、それぞれ有効画像行列Ａ´、有効平滑化画像行列Ｂ´、及び静脈像強調画像行列Ｄのｍ行ｎ列の要素を示す離散変数ｍ、ｎの関数を示すものである。
なお、静脈像強調画像行列Ｄは、（ｍａ−ｍｂ＋１）×（ｎａ−ｎｂ＋１）の行列となる。また、静脈像強調画像行列Ｄは、有効平滑化画像行列Ｃ´や有効画像行列Ａ´と比較して各要素の値が大きくなっている。これは、各要素を除算したためである。
【００３２】
図３（６）は、上述したステップＳ５で算出される静脈像強調画像行列Ｄを示している。図３（６）の画像は、図３（１）の画像と比較して輝度値のムラが少なく、静脈像が明瞭な画像となっている。しかし、図３（６）の画像には、静脈像より空間周波数が高い皮膚のしわ等の高周波ノイズが映りこんでいる。
【００３３】
そこで、除算部１６が静脈像強調画像行列Ｄを算出すると、平滑化部１７は、静脈像強調画像行列Ｄに対して平滑化行列Ｅの畳み込み演算を行い、静脈像行列Ｆ（第４の画像行列）を算出することで高周波ノイズの除去を行う。（ステップＳ６）。
図３（７）の画像は、平滑化行列Ｅを示している。
ここで、平滑化行列Ｅは、全ての要素が等しい値のｍｅ×ｎｅの行列である。なお、ｍｅ及びｎｅは、奇数であり、静脈像の空間周波数より高い空間周波数に対応する要素数である。なお、平滑化行列Ｅを予め定義し、平滑化部１７の内部メモリ等に記憶させておき、平滑化部１７は、内部メモリから平滑化行列Ｅを読み出して畳み込み演算を行うようにしても良い。また、平滑化行列Ｂと平滑化行列Ｅとは異なる行列であることが望ましい。
【００３４】
畳み込み演算は、式（２）と同様の手法によって行われる。このとき、静脈像行列Ｆは、（ｍａ−ｍｂ＋ｍｅ）×（ｎａ−ｎｂ＋ｎｅ）の行列となる。
図３（８）の画像は、ステップＳ６で算出される静脈像行列Ｆを示している。図３（８）の画像は、図３（６）の画像と比較して皮膚のしわ等のノイズが薄くなっている。また、図３（８）の画像は、上述した図３（３）と同様に、縁部の輝度値が低くなっている。
なお、図３（８）の画像は、説明のためコントラストを高くし、輝度値を低くしたものであり、実際は縁部以外の画素の輝度値が高く、全体的に白っぽい画像となる。これは、有効平滑化画像行列Ｃ´や有効画像行列Ａ´と比較して各要素の値が大きい静脈像強調画像行列Ｄに対して畳み込み演算を行うために、静脈像行列Ｆは、縁部の要素の値が小さく、内部の要素の値が大きい行列となるためである。
【００３５】
平滑化部１７が静脈像行列Ｆを算出すると、行列抽出部１８は、静脈像行列Ｆから、エッジにゼロを加えずに畳み込み演算された部分行列を示す有効静脈像行列Ｆ´を抽出する（ステップＳ７）。有効静脈像行列Ｆ´は、静脈像行列Ｆの第ｍｅ行目〜第（ｍａ−ｍｂ＋１）行目、第ｎｅ列目〜第（ｎａ−ｎｂ＋１）列目を抽出することで得られる。すなわち、有効静脈像行列Ｆ´は、（ｍａ−ｍｂ−ｍｅ＋２）×（ｎａ−ｎｂ−ｎｅ＋２）の行列となる。
図３（９）の画像は、上述したステップＳ７で抽出される有効静脈像行列Ｆ´を示している。図３（９）の画像は静脈像行列Ｆの縁部の輝度値が低い部分を除去したものとなっている。
【００３６】
行列抽出部１８が有効静脈像行列Ｆ´を抽出すると、画像変換部１９は、有効静脈像行列Ｆ´を画像に変換する（ステップＳ８）。これにより、画像ムラ除去装置１０は、処理対象画像における輝度値のムラを除去した画像を出力することができる。また、このとき、画像変換部１９は、画像の各画素の輝度値を、有効静脈像行列Ｆ´の要素の最小値と最大値とに基づいて相対的に決定する。これにより、各要素の値をそのまま輝度値として画像に変換した場合と比較して、コントラストが高い画像を生成することができる。
また、当該画像は、静脈像強調画像行列Ｄを画像に変換したものを平滑化した画像と等価であり、静脈像強調画像行列Ｄを画像に変換したものから皮膚のしわ等の高周波ノイズを除去した画像となる。また、ステップＳ８で得られる画像は、図３（９）の画像と同一のものである。
【００３７】
このように、本実施形態によれば、除算部１６が画像行列Ａから抽出した有効画像行列Ａ´を平滑化画像行列Ｃから抽出した有効平滑化画像行列Ｃ´により除算することで、処理対象画像から抽出対象を抽出する。
通常、画質を改善するという目的からすると、背景のコントラストの緩やかな変化を取り除くため、低周波成分を取り除く処理を行う。すなわち、低域遮断フィルターを設計する。したがって、処理対象画像を示す行列の各要素から低周波成分を抽出した画像を示す行列の各要素を減算することによって低周波成分を除去することが考えられる。しかし、本発明では、各要素を除算することで、すなわち処理対象画像とその低周波成分画像の各画素間の変化率を画像に出力することで、低周波成分の除去を行っている。
これにより、補正割合を示す重み係数を用いることなく処理対象画像における輝度値のムラを除去することができる。
【００３８】
図４は、従来の手法と本発明による手法とを比較する図である。
図４（１）は、輝度値のムラを除去する前の処理対象画像を示している。
図４（２）、図４（３）は、従来の手法により、減算を行うことで輝度値のムラを除去した画像を示している。図４（２）は、式（１）に示す重み係数αの値を０．５とした場合、図４（３）は、式（１）に示す重み係数αの値を０．９とした場合における出力画像である。図４（２）、図４（３）が示すように、重み係数αの値が変化することで結果として得られる静脈像の明瞭度が変化することがわかる。
図４（４）は、本発明による手法で除算を行うことで輝度値のムラを除去した画像を示している。
このように、本発明による手法によって、従来の手法と同等の結果を得ることができ、さらに本発明による手法では従来の手法と比較して重み係数αの決定が不要であることから、より実用性の高い方法であると言える。
【００３９】
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
例えば、平滑化部１３、１７は、平滑化行列の畳み込み演算によって平滑化を行う場合を説明したが、これに限られず、他の周波数解析法（例えばフーリエ変換）により処理対象画像の周波数成分を抽出し、当該周波数成分から所定の周波数より高い周波数成分を除去する等、他の方法で平滑化を行っても良い。
【００４０】
上述の画像ムラ除去装置１０は、内部にコンピューターシステムを有している。そして、上述した各処理部の動作は、プログラムの形式でコンピューター読み取り可能な記録媒体に記憶されており、このプログラムをコンピューターが読み出して実行することによって、上記処理が行われる。ここでコンピューター読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータープログラムを通信回線によってコンピューターに配信し、この配信を受けたコンピューターが当該プログラムを実行するようにしても良い。
【００４１】
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【符号の説明】
【００４２】
１０…画像ムラ除去装置 １１…処理対象画像記憶部 １２…行列変換部 １３、１７…平滑化部 １４、１５、１８…行列抽出部 １６…除算部 １９…画像変換部
【技術分野】
【０００１】
本発明のいくつかの態様は、処理対象画像から空間周波数の低い輝度値のムラを除去し、所定の抽出対象を抽出する画像処理装置、画像処理方法及びプログラムに関する。
【背景技術】
【０００２】
近年、セキュリティーに対する要求の高まりを受けて、個人の認証についての重要性が急速に増大している。中でも指紋、虹彩、静脈等本人固有の身体的な特徴を利用したバイオメトリクス認証が実用化されている。
そして、身に着けた認証センサーをトランスポンダーとして利用することにより、ユーザーによる特別な認証動作を行わずに個人認証を行うことができる。このような次世代個人認証を行うために、常時装着可能な静脈認証センサーの開発が求められている。
また、医療分野では、下肢に多く見られる静脈瘤の診断などに用いる静脈血管周辺組織の観察の手段として携帯型の静脈透視技術が求められている。
【０００３】
従来、静脈認証センサーは、光を体内に入射し、体内で透過または反射した光を集光することで、静脈像を取得している。しかし、この方法によって透視画像を撮影すると、例えば腱や骨等の血管以外の生体構造等によって観測域内の光強度分布が局所的に不均一となり、生成した透視画像に輝度値のムラが生じるため、明瞭な静脈像を取得することができない。
【０００４】
従来は、認証に利用する静脈像の空間周波数成分以外を減算処理によって除去することで上述した問題を解決していた（例えば、非特許文献１を参照）。
つまり、撮影した透視画像（原画像）に対し、所定ピクセル数の低域通過フィルターを作用させ、原画像を平滑化する。次に、原画像と平滑化された画像との差分を画素毎にとることで低周波成分を抑制し、輝度値のムラを抑制した静脈像を得ることができる。このとき、平滑化された画像に補正割合として適当な重み係数を乗じてから減算を行うことで、より明瞭な静脈像を得ることができる。
このような画像ムラ除去方法は式（１）のように表せる。
【０００５】
【数１】
【０００６】
ただし、ｆｏｒｉｇ（ｘ，ｙ）、ｆＬＰＦ（ｘ，ｙ）、及びｆｓｕｂ（ｘ，ｙ）は、それぞれ原画像、低域通過フィルターによって平滑化された画像、及び差分処理画像においてｘ座標の値がｘ、ｙ座標の値がｙである画素の輝度値を示す離散変数ｘ、ｙの関数を示すものである。
また、αは差分の重み係数である。
【先行技術文献】
【非特許文献】
【０００７】
【非特許文献１】Miyuki Kono, Hironori Ueki, and Shin-ichiro Uemura, “Near-infrared finger vein patterns for personal identification,” Applied Optics, Vol. 41, Issue 35, pp. 7429-7436
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、従来の画像ムラ除去方法では、原画像毎に重み係数αの適切な値が異なるため、画像毎に重み係数αの適切な値を検出する必要があった。重み係数αの検出を人手によって行う場合、静脈認証センサーによる自動的な認証ができなくなってしまい、また重み係数αの検出に多大な労力を費やさなければならないという問題があった。また、重み係数αを固定値として計算することもできるが、その場合、画像毎に抽出する静脈像の明瞭度が異なってしまうという問題があった。
本発明は上記の点に鑑みてなされたものであり、その目的は、重み係数の決定を用いることなく精度よく処理対象画像における輝度値のムラを除去する画像処理装置、画像処理方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００９】
本発明のいくつかの態様は上記の課題を解決するためになされたものであり、複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段と、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段と、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段と、前記除算手段により算出された第３の画像行列を変換する画像変換手段と、を備え、前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、ことを特徴とする画像処理装置である。すなわち、前記画像処理装置は、処理対象画像と平滑化した処理対象画像の各画素間の変化率を画像に出力することでムラの除去を行う。したがって、補正割合を示す重み係数を用いることなく処理対象画像における輝度値のムラを除去することができる。
【００１０】
また、本発明のいくつかの態様は、前記第３の画像行列に対して平滑化を行い、第４の画像行列を生成する第４の画像行列生成手段をさらに備える、ことを特徴とする。これにより、画像変換手段は高周波ノイズを除去した画像を出力することができる。
【００１１】
また、本発明のいくつかの態様は、前記平滑化が前記処理対象画像から所定の抽出対象の空間周波数以上の周波数成分を除去することによって行われる、ことを特徴とする。これにより、除算手段は、抽出対象の空間周波数より低い空間周波数成分を除去することができる。
【００１２】
また、本発明のいくつかの態様は、前記平滑化が前記処理対象画像から前記抽出対象の空間周波数の３倍乃至６倍の平滑化であることが望ましい。
【００１３】
また、本発明のいくつかの態様は、前記第２の画像行列生成手段は、前記処理対象画像の各画素の輝度値を要素とする画像行列と全ての要素の値が等しい正方行列との畳み込み演算を行うことで前記第２の画像行列を生成する、ことを特徴とする。
【００１４】
また、本発明のいくつかの態様は、前記処理対象画像が血管透視画像であり、抽出対象が血管像である、ことを特徴とする。すなわち、前記画像ムラ除去装置を血管透視画像に対して用いることで、血管透視画像における輝度値のムラを除去し、血管像を鮮明にすることができる。
【００１５】
また、本発明のいくつかの態様は、前記画像変換手段は、前記第３の画像行列の要素の最小値と最大値とに基づいて相対的に画素の各々に対する輝度値を決定する、ことを特徴とする。これにより、前記画像変換手段が各要素の値をそのまま輝度値として画像に変換した場合と比較して、コントラストが高い画像を生成することができる。
【００１６】
また、本発明のいくつかの態様は、画像処理装置を用いた画像処理方法であって、第１の画像行列生成手段は、複数の画素の各々に対して設定された輝度値を要素とする第１の画像行列を生成し、第２の画像行列生成手段は、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成し、除算手段は、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算し、画像変換手段は、前記除算手段により算出された第３の画像行列を変換し、ことを特徴とする。
【００１７】
また、本発明のいくつかの態様は、処理対象画像における輝度値のムラを除去し、所定の抽出対象を抽出する画像ムラ除去装置を、複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段、前記除算手段により算出された第３の画像行列を変換する画像変換手段、として動作させ、前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、ことを特徴とするプログラムである。
【図面の簡単な説明】
【００１８】
【図１】画像ムラ除去装置の構成を示す概略ブロック図である。
【図２】画像ムラ除去装置の動作を示すフローチャートである。
【図３】各ステップにおける行列の内容を示す図である。
【図４】従来の手法と本発明による手法とを比較する図である。
【発明を実施するための形態】
【００１９】
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図１は、本発明の一実施形態による画像ムラ除去装置（画像処理装置）の構成を示す概略ブロック図である。
画像ムラ除去装置１０は、対象画像記憶部１１、行列変換部１２（第１の画像行列生成手段）、平滑化部１３（第２の画像行列生成手段）、行列抽出部１４、１５、除算部１６（除算手段）、平滑化部１７（第４の画像行列生成手段）、行列抽出部１８、画像変換部１９（画像変換手段）を備える。
処理対象画像記憶部１１は、画像のムラを除去する対象となる処理対象画像を記憶する。本実施形態では、処理対象画像が血管透視画像であり、抽出対象が静脈像（血管像）である場合を説明する。
行列変換部１２は、画像を行列に変換する。
平滑化部１３、１７は、入力された行列に対して所定の平滑化行列の畳み込み演算を行う。
行列抽出部１４、１５、１８は、入力された行列から部分行列を抽出する。
除算部１６は、行列の要素毎の除算を行う。
画像変換部１９は、行列を画像に変換する。
【００２０】
そして、画像ムラ除去装置１０において、行列変換部１２は、処理対象画像を当該処理対象画像の各画素の輝度値を要素とする画像行列に変換し、平滑化部１３は、行列変換部１２が変換した画像行列に対して平滑化行列の畳み込み演算を行うことで、処理対象画像を平滑化した平滑化画像の各画素の輝度値を要素とする平滑化画像行列を生成し、除算部１６は、画像行列を平滑化画像行列により除算処理した除算処理行列を算出し、画像変換部１９は、除算部１６が算出した除算処理行列を画像に変換する。
これにより、重み係数の決定を用いることなく処理対象画像における輝度値のムラを除去することができる。
【００２１】
次に、画像ムラ除去装置１０の動作を説明する。
図２は、画像ムラ除去装置１０の動作を示すフローチャートである。
図３は、各ステップにおける行列の内容を示す図である。
なお、図３では、説明のため、各行列を画像に変換したものを示している。また、各画像は、行列の要素の最小値と最大値とに基づいて相対的に各画素の輝度値を決定している。
まず、画像ムラ除去装置１０に接続された静脈認証センサー（図示せず）は、生体の透過画像を撮影すると、処理対象画像記憶部１１に透過画像を処理対象画像として登録する。
行列変換部１２は、処理対象画像記憶部１１が記憶する処理対象画像を取得し、当該処理対象画像の各画素の輝度値を要素とするｍａ×ｎａの画像行列Ａ（第１の画像行列）を生成する（ステップＳ１）。また、ｍａは、処理対象画像のｙ軸方向の画素数を示し、ｎａは、処理対象画像のｘ軸方向の画素数を示す。
図３（１）は、ステップＳ１で生成される画像行列Ａを示している。図３（１）の画像は、処理対象画像と同一のものとなる。
【００２２】
行列変換部１２が画像行列Ａを生成すると、平滑化部１３は、行列変換部１２が変換した画像行列Ａに対して平滑化行列Ｂの畳み込み演算を行うことで、平滑化画像行列Ｃ（第２の画像行列）を算出する（ステップＳ２）。
図３（２）は、平滑化行列Ｂを示している。
ここで、平滑化行列Ｂは、全ての要素の値が等しいｍｂ×ｎｂの行列である。また、ｍｂ及びｎｂは、奇数であり、静脈像（０．５ｍｍ〜５ｍｍ前後）の空間周波数より低い空間周波数に対応する要素数であり、静脈像の空間周波数の１／３倍〜１／６倍の空間周波数に対応する要素数であることが望ましい。ここで、空間周波数とは、単位長に含まれる構造の繰り返しの回数を示す。
なお、平滑化行列Ｂを予め定義し、平滑化部１３の内部メモリ等に記憶させておき、平滑化部１３は、内部メモリから平滑化行列Ｂを読み出して畳み込み演算を行うようにしても良い。
【００２３】
なお、平滑化画像行列Ｃは、処理対象画像を平滑化した平滑化画像の各画素の輝度値を要素とする行列と等価である。
このとき、畳み込み演算は、以下の式によって表せる。
【００２４】
【数２】
【００２５】
ただし、ｆＡ（ｍ，ｎ）、ｆＢ（ｍ，ｎ）及びｆＣ（ｍ，ｎ）は、それぞれ画像行列Ａ、平滑化行列Ｂ、及び平滑化画像行列Ｃのｍ行ｎ列の要素を示す離散変数ｍ、ｎの関数を示すものである。また、演算子＊は畳み込み演算を示すものである。このとき、平滑化画像行列Ｃは、（ｍａ＋ｍｂ−１）×（ｎａ＋ｎｂ−１）の行列となる。
図３（３）は、ステップＳ２で算出される平滑化画像行列Ｃを示している。図３（３）の画像は、図３（１）の画像と比較して多少ぼやけた画像となっている。また、図３（３）の画像は、縁部の輝度値が低くなっている。これは、行列のエッジ部の畳み込み演算において行列の範囲外の値をゼロとして計算することとなり、平滑化画像行列Ｃのエッジ部はゼロを加えて畳み込み演算を行った値が含まれるためである。
【００２６】
平滑化部１３が平滑化画像行列Ｃを算出すると、行列抽出部１４は、平滑化画像行列Ｃから、エッジにゼロを加えずに畳み込み演算された部分行列を示す有効平滑化画像行列Ｃ´を抽出する（ステップＳ３）。以下に、この処理を行う理由を説明する。
行列のエッジ部における畳み込み演算は、行列の範囲外の値をゼロとして計算することとなるため、図３（３）に示すように、出力される平滑化画像行列Ｃのエッジ部には行列の範囲外の値によって畳み込み演算を行った値が含まれる。この部分を除去することで平滑化画像行列Ｃの要素のみを用いて畳み込み演算を行った行列を抽出することができる。
【００２７】
有効平滑化画像行列Ｃ´は、平滑化画像行列Ｃの第ｍｂ行目〜第ｍａ行目、第ｎｂ列目〜第ｎａ列目を抽出することで得られる。すなわち、有効平滑化画像行列Ｃ´は、（ｍａ−ｍｂ＋１）×（ｎａ−ｎｂ＋１）の行列となる。
図３（４）は、ステップＳ３で抽出される有効平滑化画像行列Ｃ´を示している。図３（４）の画像は、図３（３）に示す平滑化画像行列Ｃの縁部の輝度値が低い部分を除去したものとなっている。
【００２８】
行列抽出部１４が有効平滑化画像行列Ｃ´を抽出すると、行列抽出部１５は、画像行列Ａから有効平滑化画像行列Ｃ´と同じ型の部分行列を示す有効画像行列Ａ´を抽出する（ステップＳ４）。すなわち、有効画像行列Ａ´は、（ｍａ−ｍｂ＋１）×（ｎａ−ｎｂ＋１）の行列となる。
図３（５）は、ステップＳ４で抽出される有効画像行列Ａ´を示している。図３（５）の画像は、図３（４）の画像と同じ大きさとなっている。
有効画像行列Ａ´は、画像行列Ａの第（１＋（ｍｂ−１）／２）行目〜第（ｍａ−（ｍｂ−１）／２）行目、第（１＋（ｎｂ−１）／２）列目〜第（ｎａ−（ｎｂ−１）／２）列目を抽出することで得られる。これによって、行列抽出部１５は、行列抽出部１４が抽出した部分行列に相当する部分を抽出することができる。
【００２９】
行列抽出部１５が有効画像行列Ａ´を抽出すると、除算部１６は、行列抽出部１５が抽出した有効画像行列Ａ´の要素（第１の部分）を行列抽出部１４が抽出した有効平滑化画像行列Ｃ´において有効画像行列Ａ´の要素に対応する要素（第２の部分）により除算処理し、静脈像強調画像行列Ｄ（第３の画像行列）を算出する（ステップＳ５）。すなわち、式（３）による計算を実行する。
【００３０】
【数３】
【００３１】
ただし、ｆＡ´（ｍ，ｎ）、ｆＣ´（ｍ，ｎ）及びｆＤ（ｍ，ｎ）は、それぞれ有効画像行列Ａ´、有効平滑化画像行列Ｂ´、及び静脈像強調画像行列Ｄのｍ行ｎ列の要素を示す離散変数ｍ、ｎの関数を示すものである。
なお、静脈像強調画像行列Ｄは、（ｍａ−ｍｂ＋１）×（ｎａ−ｎｂ＋１）の行列となる。また、静脈像強調画像行列Ｄは、有効平滑化画像行列Ｃ´や有効画像行列Ａ´と比較して各要素の値が大きくなっている。これは、各要素を除算したためである。
【００３２】
図３（６）は、上述したステップＳ５で算出される静脈像強調画像行列Ｄを示している。図３（６）の画像は、図３（１）の画像と比較して輝度値のムラが少なく、静脈像が明瞭な画像となっている。しかし、図３（６）の画像には、静脈像より空間周波数が高い皮膚のしわ等の高周波ノイズが映りこんでいる。
【００３３】
そこで、除算部１６が静脈像強調画像行列Ｄを算出すると、平滑化部１７は、静脈像強調画像行列Ｄに対して平滑化行列Ｅの畳み込み演算を行い、静脈像行列Ｆ（第４の画像行列）を算出することで高周波ノイズの除去を行う。（ステップＳ６）。
図３（７）の画像は、平滑化行列Ｅを示している。
ここで、平滑化行列Ｅは、全ての要素が等しい値のｍｅ×ｎｅの行列である。なお、ｍｅ及びｎｅは、奇数であり、静脈像の空間周波数より高い空間周波数に対応する要素数である。なお、平滑化行列Ｅを予め定義し、平滑化部１７の内部メモリ等に記憶させておき、平滑化部１７は、内部メモリから平滑化行列Ｅを読み出して畳み込み演算を行うようにしても良い。また、平滑化行列Ｂと平滑化行列Ｅとは異なる行列であることが望ましい。
【００３４】
畳み込み演算は、式（２）と同様の手法によって行われる。このとき、静脈像行列Ｆは、（ｍａ−ｍｂ＋ｍｅ）×（ｎａ−ｎｂ＋ｎｅ）の行列となる。
図３（８）の画像は、ステップＳ６で算出される静脈像行列Ｆを示している。図３（８）の画像は、図３（６）の画像と比較して皮膚のしわ等のノイズが薄くなっている。また、図３（８）の画像は、上述した図３（３）と同様に、縁部の輝度値が低くなっている。
なお、図３（８）の画像は、説明のためコントラストを高くし、輝度値を低くしたものであり、実際は縁部以外の画素の輝度値が高く、全体的に白っぽい画像となる。これは、有効平滑化画像行列Ｃ´や有効画像行列Ａ´と比較して各要素の値が大きい静脈像強調画像行列Ｄに対して畳み込み演算を行うために、静脈像行列Ｆは、縁部の要素の値が小さく、内部の要素の値が大きい行列となるためである。
【００３５】
平滑化部１７が静脈像行列Ｆを算出すると、行列抽出部１８は、静脈像行列Ｆから、エッジにゼロを加えずに畳み込み演算された部分行列を示す有効静脈像行列Ｆ´を抽出する（ステップＳ７）。有効静脈像行列Ｆ´は、静脈像行列Ｆの第ｍｅ行目〜第（ｍａ−ｍｂ＋１）行目、第ｎｅ列目〜第（ｎａ−ｎｂ＋１）列目を抽出することで得られる。すなわち、有効静脈像行列Ｆ´は、（ｍａ−ｍｂ−ｍｅ＋２）×（ｎａ−ｎｂ−ｎｅ＋２）の行列となる。
図３（９）の画像は、上述したステップＳ７で抽出される有効静脈像行列Ｆ´を示している。図３（９）の画像は静脈像行列Ｆの縁部の輝度値が低い部分を除去したものとなっている。
【００３６】
行列抽出部１８が有効静脈像行列Ｆ´を抽出すると、画像変換部１９は、有効静脈像行列Ｆ´を画像に変換する（ステップＳ８）。これにより、画像ムラ除去装置１０は、処理対象画像における輝度値のムラを除去した画像を出力することができる。また、このとき、画像変換部１９は、画像の各画素の輝度値を、有効静脈像行列Ｆ´の要素の最小値と最大値とに基づいて相対的に決定する。これにより、各要素の値をそのまま輝度値として画像に変換した場合と比較して、コントラストが高い画像を生成することができる。
また、当該画像は、静脈像強調画像行列Ｄを画像に変換したものを平滑化した画像と等価であり、静脈像強調画像行列Ｄを画像に変換したものから皮膚のしわ等の高周波ノイズを除去した画像となる。また、ステップＳ８で得られる画像は、図３（９）の画像と同一のものである。
【００３７】
このように、本実施形態によれば、除算部１６が画像行列Ａから抽出した有効画像行列Ａ´を平滑化画像行列Ｃから抽出した有効平滑化画像行列Ｃ´により除算することで、処理対象画像から抽出対象を抽出する。
通常、画質を改善するという目的からすると、背景のコントラストの緩やかな変化を取り除くため、低周波成分を取り除く処理を行う。すなわち、低域遮断フィルターを設計する。したがって、処理対象画像を示す行列の各要素から低周波成分を抽出した画像を示す行列の各要素を減算することによって低周波成分を除去することが考えられる。しかし、本発明では、各要素を除算することで、すなわち処理対象画像とその低周波成分画像の各画素間の変化率を画像に出力することで、低周波成分の除去を行っている。
これにより、補正割合を示す重み係数を用いることなく処理対象画像における輝度値のムラを除去することができる。
【００３８】
図４は、従来の手法と本発明による手法とを比較する図である。
図４（１）は、輝度値のムラを除去する前の処理対象画像を示している。
図４（２）、図４（３）は、従来の手法により、減算を行うことで輝度値のムラを除去した画像を示している。図４（２）は、式（１）に示す重み係数αの値を０．５とした場合、図４（３）は、式（１）に示す重み係数αの値を０．９とした場合における出力画像である。図４（２）、図４（３）が示すように、重み係数αの値が変化することで結果として得られる静脈像の明瞭度が変化することがわかる。
図４（４）は、本発明による手法で除算を行うことで輝度値のムラを除去した画像を示している。
このように、本発明による手法によって、従来の手法と同等の結果を得ることができ、さらに本発明による手法では従来の手法と比較して重み係数αの決定が不要であることから、より実用性の高い方法であると言える。
【００３９】
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
例えば、平滑化部１３、１７は、平滑化行列の畳み込み演算によって平滑化を行う場合を説明したが、これに限られず、他の周波数解析法（例えばフーリエ変換）により処理対象画像の周波数成分を抽出し、当該周波数成分から所定の周波数より高い周波数成分を除去する等、他の方法で平滑化を行っても良い。
【００４０】
上述の画像ムラ除去装置１０は、内部にコンピューターシステムを有している。そして、上述した各処理部の動作は、プログラムの形式でコンピューター読み取り可能な記録媒体に記憶されており、このプログラムをコンピューターが読み出して実行することによって、上記処理が行われる。ここでコンピューター読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータープログラムを通信回線によってコンピューターに配信し、この配信を受けたコンピューターが当該プログラムを実行するようにしても良い。
【００４１】
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【符号の説明】
【００４２】
１０…画像ムラ除去装置 １１…処理対象画像記憶部 １２…行列変換部 １３、１７…平滑化部 １４、１５、１８…行列抽出部 １６…除算部 １９…画像変換部
【特許請求の範囲】
【請求項１】
複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段と、
前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段と、
前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段と、
前記除算手段により算出された第３の画像行列を変換する画像変換手段と、を備え、
前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、
ことを特徴とする画像処理装置。
【請求項２】
前記第３の画像行列に対して平滑化を行い、第４の画像行列を生成する第４の画像行列生成手段をさらに備える、
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】
前記平滑化は、前記処理対象画像から所定の抽出対象の空間周波数以上の周波数成分を除去すること行う、
ことを特徴とする請求項１または請求項２の何れか１項に記載の画像処理装置。
【請求項４】
前記平滑化は、前記処理対象画像から前記抽出対象の空間周波数の３倍乃至６倍の平滑化である、
ことを特徴とする請求項１または請求項３の何れか１項に記載の画像処理装置。
【請求項５】
前記第２の画像行列生成手段は、前記処理対象画像の各画素の輝度値を要素とする画像行列と全ての要素の値が等しい正方行列との畳み込み演算を行うことで前記第２の画像行列を生成する、
ことを特徴とする請求項１から請求項４の何れか１項に記載の画像処理装置。
【請求項６】
前記処理対象画像は、血管透視画像であり、抽出対象は血管像である、
ことを特徴とする請求項１から請求項５の何れか１項に記載の画像処理装置。
【請求項７】
前記画像変換手段は、前記第３の画像行列の要素の最小値と最大値とに基づいて相対的に画素の各々に対する輝度値を決定する、
ことを特徴とする請求項１から請求項６の何れか１項に記載の画像処理装置。
【請求項８】
画像処理装置を用いた画像処理方法であって、
第１の画像行列生成手段は、複数の画素の各々に対して設定された輝度値を要素とする第１の画像行列を生成し、
第２の画像行列生成手段は、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成し、
除算手段は、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算し、
画像変換手段は、前記除算手段により算出された第３の画像行列を変換し、
ことを特徴とする画像処理方法。
【請求項９】
処理対象画像における輝度値のムラを除去し、所定の抽出対象を抽出する画像ムラ除去装置を、
複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段、
前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段、
前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段、
前記除算手段により算出された第３の画像行列を変換する画像変換手段、として動作させ、
前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、
ことを特徴とするプログラム。
【請求項１】
複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段と、
前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段と、
前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段と、
前記除算手段により算出された第３の画像行列を変換する画像変換手段と、を備え、
前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、
ことを特徴とする画像処理装置。
【請求項２】
前記第３の画像行列に対して平滑化を行い、第４の画像行列を生成する第４の画像行列生成手段をさらに備える、
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】
前記平滑化は、前記処理対象画像から所定の抽出対象の空間周波数以上の周波数成分を除去すること行う、
ことを特徴とする請求項１または請求項２の何れか１項に記載の画像処理装置。
【請求項４】
前記平滑化は、前記処理対象画像から前記抽出対象の空間周波数の３倍乃至６倍の平滑化である、
ことを特徴とする請求項１または請求項３の何れか１項に記載の画像処理装置。
【請求項５】
前記第２の画像行列生成手段は、前記処理対象画像の各画素の輝度値を要素とする画像行列と全ての要素の値が等しい正方行列との畳み込み演算を行うことで前記第２の画像行列を生成する、
ことを特徴とする請求項１から請求項４の何れか１項に記載の画像処理装置。
【請求項６】
前記処理対象画像は、血管透視画像であり、抽出対象は血管像である、
ことを特徴とする請求項１から請求項５の何れか１項に記載の画像処理装置。
【請求項７】
前記画像変換手段は、前記第３の画像行列の要素の最小値と最大値とに基づいて相対的に画素の各々に対する輝度値を決定する、
ことを特徴とする請求項１から請求項６の何れか１項に記載の画像処理装置。
【請求項８】
画像処理装置を用いた画像処理方法であって、
第１の画像行列生成手段は、複数の画素の各々に対して設定された輝度値を要素とする第１の画像行列を生成し、
第２の画像行列生成手段は、前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成し、
除算手段は、前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算し、
画像変換手段は、前記除算手段により算出された第３の画像行列を変換し、
ことを特徴とする画像処理方法。
【請求項９】
処理対象画像における輝度値のムラを除去し、所定の抽出対象を抽出する画像ムラ除去装置を、
複数の画素に対する第１の画像行列を生成する第１の画像行列生成手段、
前記複数の画素が表示する処理対象画像に対して平滑化を行うことにより得られる第１の平滑化画像に対する第２の画像行列を生成する第２の画像行列生成手段、
前記第１の画像行列の第１の部分を前記第１の部分に対応する前記第２の画像行列の第２の部分により除算する除算手段、
前記除算手段により算出された第３の画像行列を変換する画像変換手段、として動作させ、
前記第１の画像行列は、前記複数の画素の各々に対して設定された輝度値を要素としている、
ことを特徴とするプログラム。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２０１０−２１１７５７（Ｐ２０１０−２１１７５７Ａ）
【公開日】平成２２年９月２４日（２０１０．９．２４）
【国際特許分類】
【出願番号】特願２００９−６００４４（Ｐ２００９−６００４４）
【出願日】平成２１年３月１２日（２００９．３．１２）
【出願人】（０００００２３６９）セイコーエプソン株式会社 (51,324)
【出願人】（５０４１７３４７１）国立大学法人北海道大学 (971)
【Ｆターム（参考）】
【公開日】平成２２年９月２４日（２０１０．９．２４）
【国際特許分類】
【出願日】平成２１年３月１２日（２００９．３．１２）
【出願人】（０００００２３６９）セイコーエプソン株式会社 (51,324)
【出願人】（５０４１７３４７１）国立大学法人北海道大学 (971)
【Ｆターム（参考）】
[ Back to top ]