專利名稱：圖像處理裝置以及圖像處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對拍攝活體而得的圖像實施圖像處理的圖像處理裝置以及圖像處理方法。
背景技術(shù)：
近年來，作為能夠?qū)颊叩墓芮粌?nèi)進行非侵入觀察的醫(yī)用觀察裝置，內(nèi)窺鏡得到廣泛普及。最近，導(dǎo)入被檢體內(nèi)、在通過蠕動運動在管腔內(nèi)行進的同時進行攝像的膠囊型內(nèi)窺鏡也正在普及。
另一方面，使用了這種醫(yī)用觀察裝置的診斷對于用戶(醫(yī)生等)而言需要較多的經(jīng)驗，并且也是負擔較大的作業(yè)。尤其是，在使用了膠囊型內(nèi)窺鏡的檢查中，例如在8小時左右的范圍內(nèi)取得幾萬張的管腔內(nèi)圖像，因此根據(jù)大量的管腔內(nèi)圖像識別病變部等的作業(yè)非常困難。因此，期望輔助診斷的各種醫(yī)療診斷支援功能，作為實現(xiàn)支援功能的圖像識別技術(shù)之一，提出了從管腔內(nèi)圖像自動檢測異常部(關(guān)注區(qū)域)，示出應(yīng)重點診斷的圖像的技術(shù)。
例如，在日本特開2005-192880號公報中，公開了如下圖像處理方法計算基于所輸入的圖像中的色調(diào)的特征量，并根據(jù)該特征量決定上述圖像中的異常觀察結(jié)果區(qū)域。
但是，從管腔內(nèi)圖像檢測出的異常部是由于某些特性與周圍不同而被檢測出的部分，不一定限于病變部。因此，在異常部中存在醫(yī)生在診斷時應(yīng)該優(yōu)先確認的部分和不用優(yōu)先確認的部分。在判斷這種優(yōu)先度時的異常部的分類中，例如異常部的面積和顏色深淺是準則之一。但是，在以往的使用圖像處理裝置的異常部的檢測方法中，有時只能檢測到顯現(xiàn)在圖像內(nèi)的異常部內(nèi)部的一部分，因此圖像處理裝置不能僅憑檢測到的部分的信息，判定用戶是否應(yīng)該優(yōu)先確認該異常部并顯示給用戶，用戶基本要確認檢測到的所有異常部。發(fā)明內(nèi)容
本發(fā)明正是鑒于上述問題而作出的，其目的在于提供圖像處理裝置以及圖像處理方法，能夠判定從圖像檢測出的關(guān)注區(qū)域是否為應(yīng)優(yōu)先確認的關(guān)注區(qū)域。
本發(fā)明的一個方式的圖像處理裝置將圖像內(nèi)所包含的關(guān)注區(qū)域分類為多個分類項目，該圖像處理裝置具有初始區(qū)域檢測部，其檢測所述關(guān)注區(qū)域的至少一部分并設(shè)定為初始區(qū)域；擴展區(qū)域檢測部，其通過對所述初始區(qū)域進行擴展來檢測擴展區(qū)域；以及區(qū)域判定部，其計算所述初始區(qū)域和所述擴展區(qū)域的特征量，并根據(jù)該特征量判定所述關(guān)注區(qū)域?qū)?yīng)于所述多個分類項目中的哪一個。
本發(fā)明的另一個方式的圖像處理方法將圖像內(nèi)所包含的關(guān)注區(qū)域分類為多個分類項目，在該圖像處理方法中，包含初始區(qū)域檢測步驟，檢測所述關(guān)注區(qū)域的至少一部分并設(shè)定為初始區(qū)域；擴展區(qū)域檢測步驟，通過對所述初始區(qū)域進行擴展來檢測擴展區(qū)域; 以及區(qū)域判定步驟，計算所述初始區(qū)域和所述擴展區(qū)域的特征量，并根據(jù)該特征量判定所述關(guān)注區(qū)域?qū)?yīng)于所述多個分類項目中的哪一個。
如果將以下本發(fā)明的詳細說明與附圖對照著進行閱讀，則能夠進一步理解以上所述的情況以及本發(fā)明的其它目的、特征、優(yōu)點和技術(shù)及產(chǎn)業(yè)上的意義。


圖I是示出本發(fā)明實施方式I的圖像處理裝置的結(jié)構(gòu)的框圖。
圖2是示出異常部的分類項目與優(yōu)先確認度之間的關(guān)系的表。
圖3是示出圖I所示的圖像處理裝置的動作的流程圖。
圖4是示出圖I所示的初始區(qū)域檢測部執(zhí)行的詳細處理的流程圖。
圖5A和圖5B是示意性示出對從管腔內(nèi)圖像檢測到的初始區(qū)域進行擴展的概念的圖。
圖6是示出圖I所示的擴展區(qū)域檢測部執(zhí)行的詳細處理的流程圖。
圖7是示出圖I所示的區(qū)域判定部執(zhí)行的詳細處理的流程圖。
圖8A是示出擴展區(qū)域局限在異常部的內(nèi)部的情況的示意圖。
圖8B是示出圖8A所示的情況下的顏色特征量的變化的曲線圖。
圖9A是示出擴展區(qū)域超過異常部進行了擴展的情況的示意圖。
圖9B是示出圖9A所示的情況下的顏色特征量的變化的曲線圖。
圖10是示出本發(fā)明實施方式2的圖像處理裝置的結(jié)構(gòu)的框圖。
圖11是示出圖10所示的擴展區(qū)域檢測部執(zhí)行的詳細處理的流程圖。
圖12是示出本發(fā)明實施方式3的圖像處理裝置的結(jié)構(gòu)的框圖。
圖13是示出圖12所示的區(qū)域判定部執(zhí)行的詳細處理的流程圖。
圖14A是示出擴展區(qū)域局限在異常部的內(nèi)部的情況的示意圖。
圖14B是示出圖14A所示的情況下的顏色特征量的變化的曲線圖。
圖15A是示出擴展區(qū)域超過異常部進行了擴展的情況的示意圖。
圖15B是示出圖15A所示的情況下的顏色特征量的變化的曲線圖。
具體實施方式
以下，參照

本發(fā)明的實施方式的圖像處理裝置以及圖像處理方法。另外， 本發(fā)明不受這些實施方式限定。另外，在各附圖的記載中，對相同部分標注相同標號來示出。
在以下的實施方式中，作為一例，說明對管腔內(nèi)圖像(以下簡稱作圖像)的處理，該管腔內(nèi)圖像通過使用膠囊內(nèi)窺鏡等醫(yī)用觀察裝置拍攝被檢體的管腔內(nèi)而取得。該管腔內(nèi)圖像例如是在各像素位置處具有針對R (紅)、G (綠)、B (藍)的各顏色成分的像素級(像素值) 的彩色圖像。
另外，本發(fā)明不限于管腔內(nèi)圖像，還可廣泛應(yīng)用于通過其他的一般圖像取得裝置取得的圖像。
實施方式I
圖I是示出本發(fā)明實施方式I的圖像處理裝置的結(jié)構(gòu)的框圖。圖I所示的圖像處理裝置I具有控制部10，其控制圖像處理裝置I整體的動作；圖像取得部20，其取得與通過膠囊內(nèi)窺鏡等醫(yī)用觀察裝置拍攝的一系列的圖像對應(yīng)的圖像數(shù)據(jù)；輸入部30，其受理從外部輸入的輸入信號；顯示部40，其進行各種顯示；記錄部50，其存儲由圖像取得部20取得的圖像數(shù)據(jù)和各種程序；以及運算部100，其對圖像數(shù)據(jù)執(zhí)行預(yù)定的圖像處理。
控制部10由CPU等硬件來實現(xiàn)，其通過讀入存儲在記錄部50中的各種程序，根據(jù)從圖像取得部20輸入的圖像數(shù)據(jù)和從輸入部30輸入的操作信號等，向構(gòu)成圖像處理裝置 I的各個部分進行指示或者數(shù)據(jù)傳送等，對圖像處理裝置I整體的動作進行統(tǒng)一控制。
圖像取得部20根據(jù)包含醫(yī)用觀察裝置的系統(tǒng)的方式適當構(gòu)成。例如，在醫(yī)用觀察裝置是膠囊型內(nèi)窺鏡、且使用可與醫(yī)用觀察裝置之間交換圖像數(shù)據(jù)的可移動型記錄介質(zhì)的情況下，圖像取得部20由拆裝自如地安裝該記錄介質(zhì)并讀出記錄在記錄介質(zhì)中的圖像數(shù)據(jù)的讀出裝置構(gòu)成。另外，在設(shè)置預(yù)先保存由醫(yī)用觀察裝置所拍攝的圖像的圖像數(shù)據(jù)的服務(wù)器的情況下，圖像取得部20由與服務(wù)器連接的通信裝置等構(gòu)成，并與服務(wù)器進行數(shù)據(jù)通信來取得圖像數(shù)據(jù)?；蛘?，還可以由經(jīng)由電纜從內(nèi)窺鏡等醫(yī)用觀察裝置輸入圖像信號的接口裝置等構(gòu)成圖像取得部20。
輸入部30通過例如鍵盤、鼠標、觸摸面板及各種開關(guān)等輸入設(shè)備來實現(xiàn)，其將所受理的輸入信號輸出到控制部10。
顯示部40由IXD或EL顯示器等顯示裝置來實現(xiàn)，在控制部10的控制下，顯示包含管腔內(nèi)圖像在內(nèi)的各種畫面。
記錄部50由可更新記錄的閃存等ROM或RAM這樣的各種IC存儲器、內(nèi)置或者利用數(shù)據(jù)通信端子連接的硬盤、CD-ROM等信息記錄介質(zhì)及其讀取裝置等來實現(xiàn)。記錄部50除了存儲由圖像取得部20所取得的圖像數(shù)據(jù)以外，還存儲用于使圖像處理裝置I動作并使該圖像處理裝置I執(zhí)行各種功能的程序、以及在該程序的執(zhí)行中使用的數(shù)據(jù)等。具體而言，記錄部50從管腔內(nèi)圖像檢測某些特性與周圍不同的關(guān)注區(qū)域(以下稱作異常部)，并記錄圖像處理程序51，該圖像處理程序51判定該異常部被分類到預(yù)定的多個分類項目中的哪一個。
圖2是示出異常部的分類項目、與用戶在診斷時應(yīng)確認的圖像的優(yōu)先度(確認優(yōu)先度)之間的關(guān)系的表。此處，作為一例，能夠根據(jù)面積的大小以及與周圍的顏色(例如紅色)的濃度差的大小對異常部進行分類。其中，面積大的異常部的確認優(yōu)先度不論濃度差的大小如何都較高。另一方面，關(guān)于面積小的異常部，濃度差大(顏色比周圍明顯深或淺)的異常部的確認優(yōu)先度高，而濃度差小的異常部的確認優(yōu)先度比前者低。因此，在本實施方式中，將從管腔內(nèi)圖像檢測出的異常部分類為面積大的異常部、面積小且與周圍的濃度差大的異常部以及面積小且與周圍的濃度差小的異常部三個項目。另外，根據(jù)用戶的經(jīng)驗等設(shè)定面積的大/小的閾值、以及濃度差的大/小的閾值。
運算部100由CPU等硬件來實現(xiàn)，通過讀入圖像處理程序51，對與管腔內(nèi)圖像對應(yīng)的圖像數(shù)據(jù)實施圖像處理，進行用于將從圖像內(nèi)檢測出的異常部分類為上述三個分類項目的各種運算處理。
接著，對運算部100的詳細結(jié)構(gòu)進行說明。
如圖I所示，運算部100具有檢測與圖像內(nèi)的異常部對應(yīng)的區(qū)域作為初始區(qū)域的初始區(qū)域檢測部110 ;通過擴展初始區(qū)域來檢測擴展區(qū)域的擴展區(qū)域檢測部120 ;以及根據(jù)初始區(qū)域和擴展區(qū)域的特征量，判定包含上述異常部的關(guān)注區(qū)域與分類項目中的哪一個相當?shù)膮^(qū)域判定部130。
擴展區(qū)域檢測部120具有相鄰區(qū)域確定部121，其設(shè)定初始區(qū)域作為合并區(qū)域的初始狀態(tài)，并確定與該合并區(qū)域相鄰的相鄰區(qū)域；合并判定部122，其根據(jù)合并區(qū)域和相鄰區(qū)域的特征量，判定是否應(yīng)該將相鄰區(qū)域合并到合并區(qū)域中；以及結(jié)束判定部123，其根據(jù)合并區(qū)域的面積，判定是否結(jié)束上述相鄰區(qū)域向上述合并區(qū)域的合并。更詳細地說，合并判定部122包含計算合并區(qū)域與相鄰區(qū)域之間的邊緣強度的邊緣強度計算部122a、以及計算合并區(qū)域與相鄰區(qū)域之間的顏色特征量的差分的顏色特征量差分計算部122b，根據(jù)邊緣強度和顏色特征量的差分判定是否應(yīng)該將相鄰區(qū)域合并到合并區(qū)域中。
區(qū)域判定部130具有計算初始區(qū)域中的特征量(以下稱作初始區(qū)域特征量)的初始區(qū)域特征量計算部131、計算擴展區(qū)域中的特征量(以下稱作擴展區(qū)域特征量)的擴展區(qū)域特征量計算部132和計算初始區(qū)域特征量與擴展區(qū)域特征量的差分的差分計算部133，根據(jù)由差分計算部133計算出的差分，判定關(guān)注區(qū)域與分類項目中的哪一個相當。其中，初始區(qū)域特征量計算部131包含計算初始區(qū)域中的顏色特征量的平均值(以下也稱作平均顏色特征量)的平均顏色特征量計算部131a。此外，擴展區(qū)域特征量計算部132包含計算擴展區(qū)域中的顏色特征量的平均值(以下也稱作平均顏色特征量)的平均顏色特征量計算部132a。
接著，說明圖I所示的圖像處理裝置I的動作。圖3是示出圖像處理裝置I的動作的流程圖。
首先，在步驟SlO中，圖像取得部20取得通過醫(yī)用觀察裝置拍攝的一系列管腔內(nèi)圖像的圖像數(shù)據(jù)并存儲到記錄部50中。運算部100從記錄部50中依次讀入與實施圖像處理的圖像對應(yīng)的圖像數(shù)據(jù)。
在接下來的步驟Sll中，初始區(qū)域檢測部110從圖像檢測異常部，并將檢測出的異常部設(shè)定為初始區(qū)域。此處檢測的異常部可以是顯現(xiàn)在圖像中的整個異常部，也可以僅是顯現(xiàn)在圖像中的異常部內(nèi)部的一部分。能夠利用公知的各種方法作為異常部的檢測方法。 以下，作為一例，對根據(jù)管腔內(nèi)圖像所包含的各像素的特征量檢測異常部的方法進行說明。
圖4是示出步驟Sll中的詳細處理的流程圖。
首先，在步驟SllO中，初始區(qū)域檢測部110取得或計算管腔內(nèi)圖像所包含的各像素的特征量。作為特征量，能夠使用各像素的R、G、B成分的值，和根據(jù)這些成分二次計算的亮度、色差、色澤、顏色飽和度、明度、色比等的值。在本實施方式I中，使用色度CK=r/ (r+g+b)和Ce=g/ (r+g+b)作為特征量(r、g、b分別是像素的R、G、B各成分的值)。此處,通常管腔內(nèi)圖像的色調(diào)變化最依賴于光的吸收變動，具體而言最依賴于血液中的血紅蛋白的吸收頻帶(波長)。因此，如果管腔內(nèi)圖像中的粘膜色調(diào)是紅色調(diào)，則前者Ck的值相對變大， 后者Ce的值變小。此外，如果粘膜色調(diào)由于褪色等而為白色調(diào)，則后者Ce的值相對上升。
在接下來的步驟Slll中，初始區(qū)域檢測部110將各像素投影到以特征量C1^PCe 為成分的特征空間，對特征量分布進行聚類。
在步驟S112中，初始區(qū)域檢測部110從作為聚類的結(jié)果生成的群組中檢測反映出異常的色調(diào)的群組(異常部群組)。例如能夠通過將各群組的重心坐標與預(yù)定閾值進行比較來進行異常部群組的檢測。
在步驟S113中，初始區(qū)域檢測部110檢測由異常部群組所包含的像素構(gòu)成的圖像上的區(qū)域，并將其設(shè)為初始區(qū)域。圖5A是示出從圖像處理對象的圖像GO檢測出的初始區(qū)域D的示意圖。
另外，關(guān)于異常部的檢測方法的詳細情況，例如想?yún)⒖既毡咎亻_2005-192880號公報。
之后處理返回主例程。
在步驟S12中，如圖5B所示，合并判定部122通過根據(jù)預(yù)定的合并條件針對初始區(qū)域D合并相鄰的像素，檢測對初始區(qū)域D進行了擴展的擴展區(qū)域E。
圖6是示出步驟S12中的詳細處理的流程圖。
最初，在步驟S120中，擴展區(qū)域檢測部120將初始區(qū)域D設(shè)定為合并區(qū)域的初始狀態(tài)。
接著，擴展區(qū)域檢測部120對與所設(shè)定的合并區(qū)域相鄰的所有像素(以下也稱作相鄰像素)執(zhí)行循環(huán)A的處理。
首先，在步驟S121中，相鄰區(qū)域確定部121搜索合并區(qū)域的相鄰像素。
在步驟S122中，邊緣強度計算部122a計算搜索出的相鄰像素與合并區(qū)域之間的邊緣強度。在實施方式I中，將相鄰像素、與合并區(qū)域內(nèi)的像素的R成分的值的差分設(shè)為邊緣強度，所述合并區(qū)域內(nèi)的像素即與相鄰像素相鄰的像素。
在步驟S123中，顏色特征量差分計算部122b計算相鄰像素與合并區(qū)域之間的顏色特征量的差分。在實施方式I中，使用R成分和G成分的比率即G/R值作為顏色特征量， 計算相鄰像素的G/R值、與合并區(qū)域所包含的像素的平均G/R值的差分。
在步驟S124中，合并判定部122判定在步驟S122中計算出的邊緣強度是否為預(yù)定閾值Th_edge以下，并且在步驟S123中計算出的顏色特征量的差分是否為預(yù)定閾值Th_ ch以下。此處，例如考慮在作為判定對象的相鄰像素與合并區(qū)域之間存在結(jié)構(gòu)性邊界的情況，作為邊緣強度大于閾值Th_edge的狀況。此外，例如考慮在作為判定對象的相鄰像素與合并區(qū)域之間存在顏色深的區(qū)域和顏色不深的區(qū)域的邊界的情況，作為顏色特征量的差分大于閾值Th_ch的狀況。由于夾著這種結(jié)構(gòu)的邊界和顏色的邊界的相鄰像素不包含在合并區(qū)域中而進行步驟S124的判定。
在判定為邊緣強度和顏色特征量的差分均為閾值以下的情況下(步驟S124 :是)， 擴展區(qū)域檢測部120將判定對象的相鄰像素合并到合并區(qū)域中，生成新的合并區(qū)域(步驟 S125)。
在步驟S126中，結(jié)束判定部123判定合并區(qū)域的面積是否為預(yù)定閾值Th_area以下。從為容易觀察的大小這一觀點出發(fā)，根據(jù)用戶的經(jīng)驗決定該閾值Th_area。
在判定為合并區(qū)域的面積為閾值Th_area以下的情況下(步驟S126 :是),擴展區(qū)域檢測部120對新的合并區(qū)域的相鄰像素內(nèi)的、未變?yōu)榕卸▽ο蟮南噜徬袼胤磸?fù)循環(huán)A的處理。
另一方面，在判定為合并區(qū)域的面積大于閾值Th_area的情況下(步驟S126 :否)， 擴展區(qū)域檢測部120結(jié)束擴展區(qū)域的檢測處理，將新生成的合并區(qū)域設(shè)定為擴展區(qū)域(步驟S127)。之后處理返回主例程。
此外，在步驟S124中判定為邊緣強度和顏色特征量的差分內(nèi)的任意一個、或兩方均大于閾值的情況下(步驟S124 :否)，擴展區(qū)域檢測部120不合并作為判定對象的相鄰像素，而對未判定的相鄰像素反復(fù)循環(huán)A的處理。并且，在對包圍合并區(qū)域的所有相鄰像素的處理結(jié)束時，結(jié)束擴展區(qū)域的檢測處理，將當前的合并區(qū)域設(shè)定為擴展區(qū)域(步驟S128)。之后處理返回主例程。
在步驟S13中，區(qū)域判定部130根據(jù)擴展區(qū)域E的面積、以及初始區(qū)域D和擴展區(qū)域E的顏色特征量，判定從圖像檢測出的異常部的分類(參照圖2)。
圖7是示出步驟S13中的詳細處理的流程圖。
首先，在步驟S130中，區(qū)域判定部130判定步驟S12中的合并區(qū)域擴展處理(循環(huán) A內(nèi)的處理)結(jié)束時的結(jié)束條件。
在通過結(jié)束對合并區(qū)域的所有相鄰像素的判定而退出循環(huán)A的情況下(步驟 S130 :針對所有的相鄰像素完成判定)，區(qū)域判定部130將包含初始區(qū)域D的異常部判定為面積小、且與周圍的差異明顯(即與周圍的濃度差大)的異常部(步驟S131)。這是因為在合并區(qū)域的面積變寬到閾值Th_area之前合并處理結(jié)束，根據(jù)合并區(qū)域與相鄰區(qū)域之間的顏色特征量的差分或邊緣強度大于閾值的判定(步驟S124 :否)劃定合并區(qū)域的輪廓。因此， 判斷為該異常部的確認優(yōu)先度高。
另一方面，在根據(jù)合并區(qū)域的面積大于閾值Th_area的判定(步驟S126 :否)而退出循環(huán)A的情況下(步驟S130 :合并區(qū)域的面積大于閾值)，區(qū)域判定部130執(zhí)行步驟S132 以后的處理。
此處，在合并區(qū)域的面積大于閾值Th_area的情況下，考慮以下兩個狀況。第一， 如圖8A所示，是如下狀況從初始區(qū)域D1開始擴展的擴展區(qū)域E1局限在本來存在于圖像Gl 內(nèi)的異常部Q1內(nèi)，正在擴展中。第二，如圖9A所示，是如下狀況從初始區(qū)域D2開始擴展的擴展區(qū)域E2超過本來存在于圖像G2內(nèi)的異常部Q2而繼續(xù)擴展。因此，區(qū)域判定部130執(zhí)行判別上述第I和第2狀況的處理。另外，圖SB是示出圖像Gl的A1 - A1線的顏色特征量的變化的曲線圖。另外，圖9B是示出圖像G2的A2 - A2線的顏色特征量的變化的曲線圖。
在步驟S132中，初始區(qū)域特征量計算部131計算G/R值的平均值作為初始區(qū)域內(nèi)的平均顏色特征量。此外，在步驟S133中，擴展區(qū)域特征量計算部132計算G/R值的平均值作為擴展區(qū)域內(nèi)的平均顏色特征量。
在步驟S134中，差分計算部133分別計算初始區(qū)域內(nèi)的平均顏色特征量、和擴展區(qū)域內(nèi)的平均顏色特征量的差分。
在步驟S135中，區(qū)域判定部130判定初始區(qū)域內(nèi)和擴展區(qū)域內(nèi)的平均顏色特征量的差分是否在預(yù)定閾值以上。此處，在如圖8A所示那樣擴展區(qū)域E1局限在異常部Q1內(nèi)的情況下，可以說初始區(qū)域D1和擴展區(qū)域E1具有相同的顏色特征量，因此如圖SB所示，兩者之間的平均顏色特征量的差分AC1F太大。另一方面，在如圖9A所那樣擴展區(qū)域^超過異常部Q2進行了擴展的情況下，如圖9B所示，預(yù)測異常部Q2內(nèi)的初始區(qū)域D2和異常部Q2外的擴展區(qū)域E2中的平均顏色特征量的差分AC2變大的情況。因此，能夠通過將差分ACp Δ C2與預(yù)定閾值進行比較，判定擴展區(qū)域Ep E2相對于異常部Qp Q2處于哪種狀況。
在平均顏色特征量的差分小于閾值的情況下(步驟S135 :否)，區(qū)域判定部130將包含初始區(qū)域的異常部判定為面積大的異常部(步驟S136)。這與圖8A和圖SB所示的狀況相當。
另一方面，在平均顏色特征量的差分在閾值以上的情況下(步驟S135 :是)，區(qū)域判定部130將包含初始區(qū)域的異常部判定為面積小、且與周圍的差異不明顯(即與周圍的濃度差小)的異常部(步驟S137)。這是因為與圖9A和圖9B所示的狀況相當，并且擴展了合并區(qū)域而不適合于步驟S124中的判定。因此，判斷為該異常部的確認優(yōu)先度相對較低。
之后處理返回主例程。
在步驟S14中，運算部100將表示步驟S13中的判定結(jié)果的標志附加到與判定對象的圖像對應(yīng)的圖像數(shù)據(jù)上并記錄到記錄部50中。
如以上所說明那樣，根據(jù)實施方式1，能夠通過對從管腔內(nèi)圖像檢測出的初始區(qū)域進行擴展來檢測擴展區(qū)域，并根據(jù)擴展區(qū)域的面積以及初始區(qū)域和擴展區(qū)域的平均顏色特征量，判定管腔內(nèi)圖像所包含的異常部相當于由面積的大小和與周圍的濃度差的大小構(gòu)成的分類項目中的哪一個。因此，能夠根據(jù)這種分類，從一系列的管腔內(nèi)圖像中僅提取確認優(yōu)先度高的管腔內(nèi)圖像并顯示在顯示部40上，并從確認優(yōu)先度高的管腔內(nèi)圖像起依次將管腔內(nèi)圖像顯示在顯示部40上。
另外，在實施方式I中，使用G/R值對異常部進行了分類，但是當然能夠使用G/R 值以外的顏色特征量。
變形例I
在實施方式I中，使用了各區(qū)域整體的顏色特征量(G/R值)的平均值作為初始區(qū)域和擴展區(qū)域的特征量，但是只要是能夠判定擴展區(qū)域是否超過了本來的異常部的邊界的量，則也可以使用其他的量。具體而言，可以使用初始區(qū)域內(nèi)的像素具有的最小的顏色特征量(最小G/R值)作為初始區(qū)域的特征量。此外，還可以使用擴展區(qū)域的輪廓部所包含的像素的顏色特征量的平均值(輪廓的平均G/R值)作為擴展區(qū)域的特征量?；蛘?，還可以從擴展區(qū)域提取除初始區(qū)域以外的區(qū)域，并使用提取出的區(qū)域中的顏色特征量的平均值作為擴展區(qū)域的特征量。
實施方式2
接著，說明本發(fā)明的實施方式2。
圖10是示出實施方式2的圖像處理裝置的結(jié)構(gòu)的框圖。實施方式2的圖像處理裝置2替代圖I所示的運算部100而具有運算部200。
運算部200替代圖I所示的擴展區(qū)域檢測部120而具有擴展區(qū)域檢測部210，該擴展區(qū)域檢測部210具有圖像內(nèi)邊緣強度計算部211、區(qū)域分割部212、相鄰區(qū)域確定部213、 包含邊緣強度計算部214a和顏色特征量差分計算部214b的合并判定部214、以及結(jié)束判定部215。圖像內(nèi)邊緣強度計算部211計算作為處理對象的圖像內(nèi)的各像素中的邊緣強度。 區(qū)域分割部212將邊緣強度的脊部作為邊界將管腔內(nèi)圖像分割為多個區(qū)域(以下稱作邊緣區(qū)域)。相鄰區(qū)域確定部213 結(jié)束判定部215不以像素為單位，而以區(qū)域分割部212所分割的邊緣區(qū)域為單位擴展從圖像內(nèi)檢測出的初始區(qū)域。
接著，對實施方式2的圖像處理裝置的動作進行說明。本實施方式2的圖像處理裝置整體的動作與圖3所示的動作相同，步驟S12中的處理內(nèi)容與實施方式I不同。
圖11是示出步驟S12中的詳細處理的流程圖。
首先，在步驟S220中，圖像內(nèi)邊緣強度計算部211計算處理對象的圖像所包含的各像素的邊緣強度。在邊緣強度的計算時，使用索貝爾濾波器等的微分濾波處理等公知的方法即可。
在接下來的步驟S221中，區(qū)域分割部212將邊緣強度的脊部作為邊界將圖像分割為多個邊緣區(qū)域。更詳細地說，根據(jù)在步驟S220中計算出的邊緣強度生成邊緣強度圖像， 取得邊緣強度圖像的各像素中的邊緣強度的梯度方向。將此時的梯度方向設(shè)為邊緣強度的值變小的方向。并且，搜索從各像素出發(fā)并沿著梯度方向移動時到達的最小值的像素，分割圖像使得到達彼此相鄰的最小值的像素的出發(fā)點的像素包含在同一區(qū)域中(參考日本國際公開第2006/080239號)。
另外，作為圖像的分割方法，除此以外，還可以使用分水嶺(watershed)算法(參考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，Junel991)等公知的方法。
在步驟S222中，擴展區(qū)域檢測部210選擇與在步驟Sll中檢測出的初始區(qū)域重復(fù)的邊緣區(qū)域，并將該邊緣區(qū)域設(shè)定為合并區(qū)域的初始狀態(tài)。
接著，擴展區(qū)域檢測部210對與所設(shè)定的合并區(qū)域相鄰的所有邊緣區(qū)域(以下也稱作相鄰區(qū)域)執(zhí)行循環(huán)B的處理。
首先，在步驟S223中，相鄰區(qū)域確定部213搜索與合并區(qū)域相鄰的邊緣區(qū)域(以下也稱作相鄰區(qū)域)。
在步驟S224中，邊緣強度計算部214a計算搜索出的相鄰區(qū)域與合并區(qū)域之間的邊緣強度。在實施方式2中，計算在相鄰區(qū)域與合并區(qū)域的邊界相鄰的像素彼此(合并區(qū)域內(nèi)的輪廓像素、和與其相鄰的相鄰區(qū)域內(nèi)的輪廓像素)間的R成分值的差分的平均值作為邊緣強度。
在步驟S225中，顏色特征量差分計算部214b計算相鄰區(qū)域與合并區(qū)域之間的顏色特征量的差分。在實施方式2中，使用R成分和G成分的比率即G/R值作為顏色特征量， 計算相鄰區(qū)域內(nèi)的G/R值的平均值、與合并區(qū)域內(nèi)的G/R值的平均值的差分。
在步驟S226中，合并判定部214判定在步驟S224中計算出的邊緣強度是否為預(yù)定閾值Th_edge以下，并且在步驟S225中計算出的顏色特征量的差分是否為預(yù)定閾值Th_ ch以下。
在判定為邊緣強度和顏色特征量的差分均為預(yù)定閾值以下的情況下(步驟S226 是)，擴展區(qū)域檢測部210將判定對象的相鄰像素合并到合并區(qū)域中，生成新的合并區(qū)域(步驟 S227)。
進而，在步驟S228中，結(jié)束判定部215判定合并區(qū)域的面積是否為預(yù)定閾值Th_ area以下。在判定為合并區(qū)域的面積為閾值Th_area以下的情況下(步驟S228 :是),擴展區(qū)域檢測部210對新的合并區(qū)域的相鄰區(qū)域內(nèi)的、未變?yōu)榕卸▽ο蟮南噜弲^(qū)域反復(fù)循環(huán)B 的處理。
另一方面，在判定為合并區(qū)域的面積大于閾值Th_area的情況下(步驟S228 :否)， 擴展區(qū)域檢測部210結(jié)束擴展區(qū)域的檢測處理，將新生成的合并區(qū)域設(shè)定為擴展區(qū)域(步驟S229)。之后處理返回主例程。
此外，在步驟S226中判定為邊緣強度和顏色特征量的差分內(nèi)的任意一個、或兩方均大于閾值的情況下(步驟S226 :否)，擴展區(qū)域檢測部210不合并作為判定對象的相鄰區(qū)域，而對未判定的相鄰區(qū)域反復(fù)循環(huán)B的處理。并且，在對包圍合并區(qū)域的所有相鄰區(qū)域的處理結(jié)束時，結(jié)束擴展區(qū)域的檢測處理，將當前的合并區(qū)域設(shè)定為擴展區(qū)域(步驟S230)。之后處理返回主例程。
如以上所說明那樣，根據(jù)實施方式2，以匯總了多個像素的邊緣區(qū)域為單位擴展合并區(qū)域，因此能夠生成反映了每個邊緣區(qū)域的特征的擴展區(qū)域，并且能夠提高運算速度。
實施方式3
接著，說明本發(fā)明的實施方式3。
圖12是示出實施方式3的圖像處理裝置的結(jié)構(gòu)的框圖。如圖12所示，實施方式 3的圖像處理裝置3替代圖I所示的運算部100而具有運算部300。
運算部300替代圖I所示的區(qū)域判定部130而具有區(qū)域判定部310，該區(qū)域判定部310具有計算在擴展區(qū)域的內(nèi)部設(shè)定的區(qū)域(內(nèi)部區(qū)域)中的特征量(擴展區(qū)域內(nèi)特征量) 的擴展區(qū)域內(nèi)特征量計算部311、計算在擴展區(qū)域的外部設(shè)定的區(qū)域(外部區(qū)域)中的特征量(擴展區(qū)域外特征量)的擴展區(qū)域外特征量計算部312、和計算擴展區(qū)域內(nèi)特征量與擴展區(qū)域外特征量之間的差分的差分計算部313。
擴展區(qū)域內(nèi)特征量計算部311包含距離圖像生成部311a，其生成表示圖像內(nèi)的各像素到擴展區(qū)域的輪廓的距離的距離圖像；閾值處理部311b，其對距離圖像內(nèi)的與擴展區(qū)域內(nèi)部相當?shù)膮^(qū)域進行閾值處理；以及平均顏色特征量計算部311c，其計算內(nèi)部區(qū)域中的顏色特征量的平均值。
擴展區(qū)域外特征量計算部312包含距離圖像生成部312a，其生成表示圖像內(nèi)的各像素到擴展區(qū)域的輪廓的距離的距離圖像；閾值處理部312b，其對距離圖像內(nèi)的與擴展區(qū)域外部相當?shù)膮^(qū)域進行閾值處理；以及平均顏色特征量計算部312c，其計算外部區(qū)域中的顏色特征量的平均值。
接著，說明圖像處理裝置3的動作。圖像處理裝置3的整體動作與圖3所示的動作相同，步驟S13中的內(nèi)容與實施方式I不同。即，在實施方式I中，在判別異常部的面積大小時，使用了初始區(qū)域的顏色特征量與擴展區(qū)域的顏色特征量的差分，與此相對，在實施方式3中，使用擴展區(qū)域內(nèi)部的顏色特征量與擴展區(qū)域外部的顏色特征量的差分。
圖13是示出步驟S13中的詳細處理的流程圖。
首先，在步驟S330中，區(qū)域判定部310判定步驟S12中的合并區(qū)域擴展處理(循環(huán) A內(nèi)的處理)結(jié)束時的結(jié)束條件。
在通過結(jié)束對合并區(qū)域的所有相鄰像素的判定而退出循環(huán)A的情況下(步驟 S330 :針對所有的相鄰像素完成判定)，區(qū)域判定部310將包含初始區(qū)域D的異常部判定為面積小、且與周圍的差異明顯(即與周圍的濃度差大)的異常部(步驟S331)。這是因為在合并區(qū)域的面積變寬到閾值Th_area之前合并處理結(jié)束，根據(jù)合并區(qū)域與相鄰區(qū)域之間的顏色特征量的差分或邊緣強度大于閾值的判定(步驟S124 :否)劃定合并區(qū)域的輪廓。
另一方面，在根據(jù)合并區(qū)域的面積大于閾值Th_area的判定(步驟S126 :否)而退出循環(huán)A的情況下(步驟S330 :合并區(qū)域的面積大于閾值)，區(qū)域判定部310執(zhí)行步驟S332 以后的處理。
此處，在合并區(qū)域的面積大于閾值Th_area的情況下，考慮以下兩個狀況。第一， 如圖14A所示，是如下狀況從初始區(qū)域D3開始擴展的擴展區(qū)域E3還局限在本來存在于圖像G3內(nèi)的異常部Q3內(nèi)，正在擴展中。第二，如圖15A所示，是如下狀況從初始區(qū)域D4開始擴展的擴展區(qū)域E4超過本來已經(jīng)存在于圖像G4內(nèi)的異常部Q4而繼續(xù)擴展。因此，區(qū)域判定部310執(zhí)行判別上述第I和第2狀況的處理。另外，圖14B是示出圖像G3的A3 — A3上的沿著X方向的顏色特征量的變化的曲線圖。此外，圖15B是示出圖像G4的A4 - A4上的沿著X方向的顏色特征量的變化的曲線圖。
在步驟S332中，距離圖像生成部311a生成距離圖像，該距離圖像中將對應(yīng)于圖像內(nèi)的各像素與擴展區(qū)域輪廓的距離的值設(shè)為各像素的像素值。另外，可使用公知的方法(參考平田富夫、加藤敏洋、“二一々'J y卜''距離変換^ 情報処理學(xué)會研究報告， AL, y ^ 3·' <；文Λ研究會報告、94 (82)、25-31、1994年9月21日)作為距離圖像的生成方法。此外，該處理可以由距離圖像生成部312a執(zhí)行。
在步驟S333中，閾值處理部311b在距離圖像上，在擴展區(qū)域內(nèi)提取像素值為預(yù)定閾值以下的像素的區(qū)域，并將提取出的區(qū)域設(shè)定為擴展區(qū)域的內(nèi)部區(qū)域。
在步驟S334中，閾值處理部312b在距離圖像上，在擴展區(qū)域外提取像素值為預(yù)定閾值以下的像素的區(qū)域，并將提取出的區(qū)域設(shè)定為擴展區(qū)域的外部區(qū)域。
在步驟S335中，平均顏色特征量計算部311c計算擴展區(qū)域的內(nèi)部區(qū)域中的平均顏色特征量。在實施方式3中，計算內(nèi)部區(qū)域所包含的各像素的G/R值的平均值作為平均顏色特征量。
同樣，在步驟S336中，平均顏色特征量計算部312c計算外部區(qū)域所包含的各像素的G/R值的平均值作為外部區(qū)域中的平均顏色特征量。
在步驟S337中，差分計算部313計算內(nèi)部區(qū)域的平均顏色特征量和外部區(qū)域的平均顏色特征量的差分。
在步驟S338中，區(qū)域判定部310判定平均顏色特征量的差分是否在預(yù)定閾值以下。此處，如圖14所示，在擴展區(qū)域E3局限在異常部Q3內(nèi)的情況下，假定擴展區(qū)域E3的邊界存在于異常部Q3的邊界附近。該情況下，認為擴展區(qū)域^的內(nèi)部區(qū)域ΛχΙΝ3的平均顏色特征量與外部區(qū)域Λ Χαιτ3的平均顏色特征量的差分Λ C3變大一定程度。另一方面，如圖15 所示，在擴展區(qū)域E4超過異常部Q4進行了擴展的情況下，假定擴展區(qū)域E4的邊界遠離異常部Q4的邊界。該情況下，認為擴展區(qū)域E4附近的顏色特征量的變化較小、且擴展區(qū)域E4的內(nèi)部區(qū)域Axin4的平均顏色特征量與外部區(qū)域Axott4的平均顏色特征量的差分AC4比圖 14的情況小。因此，能夠通過將差分Λ C3、AC4與預(yù)定閾值進行比較，判定擴展區(qū)域^、E4 相對于異常部Q3、Q4處于哪種狀況。
在平均顏色特征量的差分大于閾值的情況下(步驟S338 :否)，區(qū)域判定部310將包含初始區(qū)域D的異常部判定為面積大的異常部(步驟S339)。這與圖14所示的狀況相當。
另一方面，在平均顏色特征量的差分在閾值以下的情況下(步驟S338 :是)，區(qū)域判定部310將包含初始區(qū)域D的異常部判定為面積小、且與周圍的差異不明顯(即與周圍的濃度差小)的異常部(步驟S340)。這是因為與圖15所示的狀況相當，并且擴展了合并區(qū)域而不適合于步驟S124中的判定。
之后處理返回主例程。
如以上所說明那樣，根據(jù)實施方式3，根據(jù)擴展區(qū)域內(nèi)部和外部的顏色特征量的差分判定異常部的面積，因此能夠進行反映了擴展區(qū)域的輪廓附近的信息的分類。
變形例2
在實施方式3中，通過對距離圖像進行閾值處理來設(shè)定了擴展區(qū)域的內(nèi)部區(qū)域和外部區(qū)域，但是可以利用其它方法在擴展區(qū)域的內(nèi)部和外部設(shè)定區(qū)域。例如，可以在距離圖像中，在距離圖像內(nèi)的與擴展區(qū)域內(nèi)部(外部)對應(yīng)的區(qū)域中，檢測具有特定范圍內(nèi)的像素值(即與距擴展區(qū)域的距離對應(yīng)的值)的像素的區(qū)域，并將該像素的區(qū)域設(shè)定為內(nèi)部(外部)區(qū)域。
如以上所說明那樣，根據(jù)實施方式I 3，檢測圖像內(nèi)所包含的關(guān)注區(qū)域中的至少一部分并設(shè)定為初始區(qū)域，并且檢測通過對該初始區(qū)域進行擴展而得到的擴展區(qū)域，根據(jù)初始區(qū)域和擴展區(qū)域的特征量，判定包含上述異常部的關(guān)注區(qū)域與多個分類項目中的哪一個相當，因此用戶能夠容易地判斷是否應(yīng)該優(yōu)先觀察該關(guān)注區(qū)域。
另外，本發(fā)明不直接限定為各實施方式I 3及它們的變形例，可通過適當組合各實施方式或變形例所公開的多個結(jié)構(gòu)要素來形成各種發(fā)明。例如，可從各實施方式或變形例所示的全部結(jié)構(gòu)要素中去除幾個結(jié)構(gòu)要素來形成，也可適當組合不同實施方式或變形例所示的結(jié)構(gòu)要素來形成。
權(quán)利要求
1.一種圖像處理裝置，其將圖像內(nèi)所包含的關(guān)注區(qū)域分類為多個分類項目，該圖像處理裝置具有 初始區(qū)域檢測部，其檢測所述關(guān)注區(qū)域的至少一部分并設(shè)定為初始區(qū)域； 擴展區(qū)域檢測部，其通過對所述初始區(qū)域進行擴展來檢測擴展區(qū)域；以及區(qū)域判定部，其計算所述初始區(qū)域和所述擴展區(qū)域的特征量，并根據(jù)該特征量判定所述關(guān)注區(qū)域?qū)?yīng)于所述多個分類項目中的哪一個。
2.根據(jù)權(quán)利要求I所述的圖像處理裝置，其中， 所述擴展區(qū)域檢測部將所述初始區(qū)域設(shè)定為合并區(qū)域的初始狀態(tài)，并進行將所述合并區(qū)域與預(yù)定相鄰區(qū)域合并的合并處理，該預(yù)定相鄰區(qū)域與該合并區(qū)域相鄰， 所述擴展區(qū)域檢測部具有 相鄰區(qū)域確定部，其確定與所述合并區(qū)域相鄰的相鄰區(qū)域； 合并判定部，其計算所述合并區(qū)域和所述相鄰區(qū)域的特征量，并根據(jù)該特征量判定是否將所述相鄰區(qū)域合并到所述合并區(qū)域中；以及 結(jié)束判定部，其根據(jù)所述合并區(qū)域的面積，判定是否結(jié)束所述合并處理。
3.根據(jù)權(quán)利要求2所述的圖像處理裝置，其中， 所述合并判定部具有計算所述合并區(qū)域與所述相鄰區(qū)域之間的邊緣強度的邊緣強度計算部， 所述合并判定部根據(jù)所述邊緣強度，判定是否將所述相鄰區(qū)域合并到所述合并區(qū)域中。
4.根據(jù)權(quán)利要求2所述的圖像處理裝置，其中， 所述合并判定部具有計算所述合并區(qū)域與所述相鄰區(qū)域之間的顏色特征量的差分的顏色特征量差分計算部， 所述合并判定部根據(jù)所述顏色特征量的差分，判定是否將所述相鄰區(qū)域合并到所述合并區(qū)域中。
5.根據(jù)權(quán)利要求2所述的圖像處理裝置，其中， 所述結(jié)束判定部在所述合并區(qū)域的面積為預(yù)定大小以上的情況下，結(jié)束所述相鄰區(qū)域向所述合并區(qū)域的合并處理。
6.根據(jù)權(quán)利要求I所述的圖像處理裝置，其中， 所述擴展區(qū)域檢測部具有 邊緣強度計算部，其計算所述圖像所包含的各像素處的邊緣強度；以及 區(qū)域分割部，其將所述邊緣強度的脊部作為邊界將所述圖像分割為多個區(qū)域， 所述擴展區(qū)域檢測部以所述區(qū)域分割部所分割的所述區(qū)域為單位進行擴展。
7.根據(jù)權(quán)利要求I所述的圖像處理裝置，其中， 所述區(qū)域判定部具有 初始區(qū)域特征量計算部，其計算所述初始區(qū)域中的特征量； 擴展區(qū)域特征量計算部，其計算所述擴展區(qū)域中的特征量；以及 差分計算部，其計算所述初始區(qū)域特征量與所述擴展區(qū)域特征量的差分， 所述區(qū)域判定部根據(jù)所述差分判定所述關(guān)注區(qū)域的分類項目。
8.根據(jù)權(quán)利要求7所述的圖像處理裝置，其中，所述初始區(qū)域特征量計算部計算所述初始區(qū)域中的顏色特征量的平均值。
9.根據(jù)權(quán)利要求7所述的圖像處理裝置，其中， 所述初始區(qū)域特征量計算部計算所述初始區(qū)域中的顏色特征量的最小值。
10.根據(jù)權(quán)利要求7所述的圖像處理裝置，其中， 所述擴展區(qū)域特征量計算部計算所述擴展區(qū)域中的顏色特征量的平均值。
11.根據(jù)權(quán)利要求7所述的圖像處理裝置，其中， 所述擴展區(qū)域特征量計算部提取所述擴展區(qū)域內(nèi)的所述初始區(qū)域以外的區(qū)域，并計算該區(qū)域中的顏色特征量的平均值。
12.根據(jù)權(quán)利要求7所述的圖像處理裝置，其中， 所述擴展區(qū)域特征量計算部計算所述擴展區(qū)域的輪廓部中的顏色特征量的平均值。
13.根據(jù)權(quán)利要求I所述的圖像處理裝置，其中， 所述區(qū)域判定部具有 擴展區(qū)域內(nèi)特征量計算部，其計算所述擴展區(qū)域的內(nèi)部區(qū)域中的特征量； 擴展區(qū)域外特征量計算部，其計算所述擴展區(qū)域的外部區(qū)域中的特征量；以及 差分計算部，其計算所述擴展區(qū)域內(nèi)特征量與所述擴展區(qū)域外特征量的差分， 所述區(qū)域判定部根據(jù)所述差分判定所述關(guān)注區(qū)域的分類項目。
14.根據(jù)權(quán)利要求13所述的圖像處理裝置，其中， 所述擴展區(qū)域內(nèi)特征量計算部具有距離圖像生成部，該距離圖像生成部生成距離圖像，該距離圖像中將與從所述圖像內(nèi)的各像素到所述擴展區(qū)域的輪廓的距離對應(yīng)的值作為所述各像素的像素值， 所述擴展區(qū)域內(nèi)特征量計算部根據(jù)所述距離圖像設(shè)定所述內(nèi)部區(qū)域。
15.根據(jù)權(quán)利要求14所述的圖像處理裝置，其中， 所述擴展區(qū)域內(nèi)特征量計算部具有閾值處理部，該閾值處理部以預(yù)定閾值對所述距離圖像內(nèi)的與所述擴展區(qū)域內(nèi)部對應(yīng)的區(qū)域進行閾值處理， 所述擴展區(qū)域內(nèi)特征量計算部將通過所述閾值處理提取出的區(qū)域設(shè)定為所述內(nèi)部區(qū)域。
16.根據(jù)權(quán)利要求14所述的圖像處理裝置，其中， 所述擴展區(qū)域內(nèi)特征量計算部在所述距離圖像內(nèi)的與所述擴展區(qū)域內(nèi)部對應(yīng)的區(qū)域中，檢測具有特定范圍內(nèi)的像素值的像素的區(qū)域，并將該像素的區(qū)域設(shè)定為所述內(nèi)部區(qū)域。
17.根據(jù)權(quán)利要求13所述的圖像處理裝置，其中， 所述擴展區(qū)域內(nèi)特征量計算部具有平均顏色特征量計算部，該平均顏色特征量計算部計算所述內(nèi)部區(qū)域中的顏色特征量的平均值。
18.根據(jù)權(quán)利要求13所述的圖像處理裝置，其中， 所述擴展區(qū)域外特征量計算部具有距離圖像生成部，該距離圖像生成部生成距離圖像，該距離圖像中將與從所述圖像內(nèi)的各像素到所述擴展區(qū)域的輪廓的距離對應(yīng)的值作為所述各像素的像素值， 所述擴展區(qū)域外特征量計算部根據(jù)所述距離圖像設(shè)定所述外部區(qū)域。
19.根據(jù)權(quán)利要求18所述的圖像處理裝置，其中， 所述擴展區(qū)域外特征量計算部具有閾值處理部，該閾值處理部以預(yù)定閾值對所述距離圖像內(nèi)的與所述擴展區(qū)域外部對應(yīng)的區(qū)域進行閾值處理， 所述擴展區(qū)域外特征量計算部將通過所述閾值處理提取出的區(qū)域設(shè)定為所述外部區(qū)域。
20.根據(jù)權(quán)利要求18所述的圖像處理裝置，其中， 所述擴展區(qū)域外特征量計算部在所述距離圖像內(nèi)的與所述擴展區(qū)域外部對應(yīng)的區(qū)域中，檢測具有特定范圍內(nèi)的像素值的像素的區(qū)域，并將該像素的區(qū)域設(shè)定為所述外部區(qū)域。
21.根據(jù)權(quán)利要求13所述的圖像處理裝置，其中， 所述擴展區(qū)域外特征量計算部具有平均顏色特征量計算部，該平均顏色特征量計算部計算所述外部區(qū)域中的顏色特征量的平均值。
22.根據(jù)權(quán)利要求I所述的圖像處理裝置，其中， 所述圖像為拍攝被檢體的管腔內(nèi)而得的管腔內(nèi)圖像， 所述多個分類項目是所述關(guān)注區(qū)域的面積大于預(yù)定閾值的區(qū)域、以及所述關(guān)注區(qū)域的面積在所述預(yù)定閾值以下的區(qū)域。
23.根據(jù)權(quán)利要求I所述的圖像處理裝置，其中， 所述圖像為拍攝被檢體的管腔內(nèi)而得的管腔內(nèi)圖像， 所述多個分類項目是所述關(guān)注區(qū)域的顏色特征量與該關(guān)注區(qū)域周圍的顏色特征量的差大于預(yù)定閾值的區(qū)域、以及所述關(guān)注區(qū)域的顏色特征量與該關(guān)注區(qū)域周圍的顏色特征量的差在預(yù)定閾值以下的區(qū)域。
24.一種圖像處理方法，將圖像內(nèi)所包含的關(guān)注區(qū)域分類為多個分類項目，在該圖像處理方法中，包含 初始區(qū)域檢測步驟，檢測所述關(guān)注區(qū)域的至少一部分并設(shè)定為初始區(qū)域； 擴展區(qū)域檢測步驟，通過對所述初始區(qū)域進行擴展來檢測擴展區(qū)域；以及區(qū)域判定步驟，計算所述初始區(qū)域和所述擴展區(qū)域的特征量，并根據(jù)該特征量判定所述關(guān)注區(qū)域?qū)?yīng)于所述多個分類項目中的哪一個。
全文摘要
本發(fā)明提供圖像處理裝置以及圖像處理方法。圖像處理裝置將圖像內(nèi)所包含的關(guān)注區(qū)域分類為多個分類項目。圖像處理裝置具有初始區(qū)域檢測部，其檢測關(guān)注區(qū)域中的至少一部分并設(shè)定為初始區(qū)域；擴展區(qū)域檢測部，其通過對初始區(qū)域進行擴展來檢測擴展區(qū)域；以及區(qū)域判定部，其計算初始區(qū)域和擴展區(qū)域的特征量，并根據(jù)該特征量判定關(guān)注區(qū)域與多個分類項目中的哪一個相當。
文檔編號A61B1/00GK102973231SQ20121026289
公開日2013年3月20日 申請日期2012年7月26日 優(yōu)先權(quán)日2011年7月29日
發(fā)明者弘田昌士, 神田大和, 北村誠, 松田岳博, 河野隆志 申請人:奧林巴斯株式會社