JP5165732B2 - マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム - Google Patents
マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム Download PDFInfo
- Publication number
- JP5165732B2 JP5165732B2 JP2010161988A JP2010161988A JP5165732B2 JP 5165732 B2 JP5165732 B2 JP 5165732B2 JP 2010161988 A JP2010161988 A JP 2010161988A JP 2010161988 A JP2010161988 A JP 2010161988A JP 5165732 B2 JP5165732 B2 JP 5165732B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- wavelength
- multispectral
- photographing
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
本発明は、上述のような事情よりなされたものであり、本発明の目的は、波長方向に特 徴をもつ物体(対象物)を被写体として撮影して得られたマルチスペクトル画像に基づい て、対象物の分類や領域の抽出などの処理を行うマルチスペクトル画像処理方法、画像処 理装置、及び画像処理システムを提供することにある。
更に、本発明は、対象物の分光的な特徴に基づいて画素群を分類するマルチスペクトル 画像処理装置に関し、本発明の上記目的は、波長方向に特徴をもつ前記対象物を被写体と して、波長方向にNチャネル(Nは2以上の整数である)を持つマルチスペクトル画像を 撮影する手段と、前記撮影手段により撮影して得られた前記対象物のマルチスペクトル画 像を、M次元(M<N、Mは整数である)の基底関数の張る部分空間に投影して、前記対 象物のM次元部分空間成分画像を算出する第1の算出手段と、前記撮影手段により得られ た前記対象物の前記マルチスペクトル画像と、前記第1の算出手段により得られた前記対 象物の前記M次元部分空間成分画像との差分を算出することにより、前記対象物の差分マ ルチスペクトル画像を算出する第2の算出手段と、前記第2の算出手段により得られた前 記対象物の前記差分マルチスペクトル画像のうち、指定された波長に対応する一つまたは 複数のチャネルの差分特定波長画像を抽出する手段と、前記抽出手段により抽出された一 つまたは複数のチャネルの前記差分特定波長画像の画素値を用いて、画像内の各点の属す るクラスを判定する手段とを有することにより、或いは、波長方向に特徴をもつ前記対象 物を被写体として、波長方向にNチャネル(Nは2以上の整数である)を持つマルチスペ クトル画像を撮影する手段と、前記撮影手段により撮影して得られた前記対象物のマルチ スペクトル画像を、M次元(M<N、Mは整数である)の基底関数の張る部分空間に投影 して得られる前記対象物のM次元部分空間成分画像のうち、指定された一つまたは複数の 波長成分の画像を計算して、M次元部分空間上での特定波長成分画像を算出する第1の算 出手段と、前記撮影手段により撮影して得られた前記対象物の前記マルチスペクトル画像 から、前記指定された一つまたは複数の波長成分に対応する波長成分の特定波長画像を抽 出する手段と、前記第1の算出手段により得られた前記M次元部分空間上での特定波長成 分画像と、前記抽出手段により抽出された前記特定波長画像とについて、前記指定された 一つまたは複数の波長成分に対応する波長成分ごとに差分を算出することによって、指定 された波長に対応する差分特定波長画像を算出する第2の算出手段と、前記第2の算出手 段により得られた指定された波長に対応する一つまたは複数のチャネルの前記差分特定波 長画像の画素値を用いて、画像内の各点の属するクラスを判定する手段とを有することに よって効果的に達成される。
また更に、本発明は、対象物の分光的な特徴に基づいて画素群を分類するマルチスペク トル画像処理システムに関し、本発明の上記目的は、M種類以上の異なる分光感度のチャ ネルを持つ第1の撮像装置と、指定された一つまたは複数の波長に対応するチャネルの画 像を撮影するための第2の撮像装置を用いて、同一の前記対象物を撮影する手段と、前記 第1の撮像装置で撮影して得られた前記対象物の画像を、M次元の基底関数の張る部分空 間に投影して得られる前記対象物のM次元部分空間成分画像のうち、ステップC1で指定 された波長に該当する一つまたは複数の波長成分の画像を計算して、M次元部分空間上で の特定波長成分画像を算出する第1の算出手段と、前記第1の算出手段により得られた前 記M次元部分空間上での特定波長成分画像と、前記第2の撮像装置で撮影して得られた一 つまたは複数の波長成分画像とについて、それぞれ対応する波長ごとに差分を抽出する手 段と、前記抽出手段により抽出された指定された波長に対応する一つまたは複数のチャネ ルの差分特定波長画像の画素値を用いて、画像内の各点の属するクラスを判定する手段と を有することにより、或いは、広帯域の画像を撮影できる広帯域画像撮影機能と、注目す る特定波長にのみ感度を持つ狭帯域の画像を撮影できる狭帯域画像撮影機能とを具備する 撮像システムを前記第1の撮像装置及び前記第2の撮像装置として用いることにより、或 いは、前記撮像システムは、赤(R)・緑(G)・青(B)の3原色で撮影するデジタル 撮像装置と、前記注目する特定波長で狭帯域の光を発光する特殊な照明装置とから構成さ れることにより、或いは、前記特殊な照明装置は発光ダイオード(LED)であることに よって効果的に達成される。
ステップA1:
波長方向に特徴をもつ対象物を被写体として、波長方向にNチャネル(Nは2以上の整数である)を持つマルチスペクトル画像を撮影する。
ステップA2:
ステップA1で撮影して得られた対象物のマルチスペクトル画像を、M次元(M<N、Mは整数である)の基底関数の張る部分空間に投影して、対象物のM次元部分空間成分画像を得る。
ステップA3:
ステップA1で得られた対象物のマルチスペクトル画像と、ステップA2で得られた対象物のM次元部分空間成分画像との差分を計算することにより、対象物の差分マルチスペクトル画像を得る。
ステップA4:
ステップA3で得られた対象物の差分マルチスペクトル画像のうち、指定された波長に対応する一つまたは複数のチャネルの差分画像(この「差分画像」を「差分特定波長画像」とも称する)を抽出する。
ステップA5:
ステップA4で抽出された一つまたは複数のチャネルの差分画像の画素値を用いて、画像内の各点(各画素)の属するクラスを判定し、つまり、画素群の分類を行う。
ステップB1:
波長方向に特徴をもつ対象物を被写体として、波長方向にNチャネル(Nは2以上の整数である)を持つマルチスペクトル画像を撮影する。
ステップB2:
ステップB1で撮影して得られた対象物のマルチスペクトル画像を、M次元(M<N、Mは整数である)の基底関数の張る部分空間に投影して得られる対象物のM次元部分空間成分画像のうち、指定された一つまたは複数の波長成分の画像を計算して、M次元部分空間上での特定波長成分画像とする。
ステップB3
ステップB1で撮影して得られた対象物のマルチスペクトル画像から、ステップB2で指定された一つまたは複数の波長成分に対応する波長成分の画像(この「画像」を「特定波長画像」とも称する)を抽出する。
ステップB4:
ステップB2で得られたM次元部分空間上での特定波長成分画像と、ステップB3で抽出された特定波長画像とについて、指定された波長成分に対応する波長成分ごとに差分を計算することによって、指定された波長に対応する差分画像(この「差分画像」を「差分特定波長画像」とも称する)を得る。
ステップB5:
ステップB4で得られた指定された波長に対応する差分画像(つまり、指定された波長に対応する一つまたは複数のチャネルの差分画像)の画素値を用いて、画像内の各点(各画素)の属するクラスを判定し、つまり、画素群の分類を行う。
ステップC1:
M種類以上の異なる分光感度のチャネルを持つ第1の撮像装置と、指定された一つまたは複数の波長に対応するチャネルの画像を撮影するための第2の撮像装置を用いて、同一の対象物を撮影する。
ステップC2:
第1の撮像装置で撮影して得られた対象物の画像を、M次元の基底関数の張る部分空間に投影して得られる対象物のM次元部分空間成分画像のうち、ステップC1で指定された波長に該当する一つまたは複数の波長成分の画像を計算して、M次元部分空間上での特定波長成分画像とする。
ステップC3:
ステップC2で得られたM次元部分空間上での特定波長成分画像と、第2の撮像装置で撮影して得られた一つまたは複数の波長成分画像とについて、それぞれ対応する波長ごとに差分を計算する。
ステップC4:
ステップC3で抽出された指定された波長に対応する一つまたは複数のチャネルの差分画像(この「差分画像」を「差分特定波長画像」とも称する)の画素値を用いて、画像内の各点(各画素)の属するクラスを判定し、つまり、画素群の分類を行う。
で表現したときに、その主成分分析を行うことで、
は下記数9のようにN個の主成分の和で表現することができる。ただし、
は主成分ベクトルで、αiは係数である。
(1) 撮影されたマルチスペクトル画像全体
(2) 撮影されたマルチスペクトル画像のうち、指定した領域
(3) 別途撮影された一枚または複数枚のマルチスペクトル画像
(1)及び(2)の場合は、撮影されたマルチスペクトル画像から主成分ベクトルを求めるので、画像ごとに下地の色を表す基底ベクトルが異なっていても対応できる。画像ごとに基底ベクトルを変える必要が無いときは、(3)のように別途撮影された一枚または複数枚のマルチスペクトル画像を用いることができる。
を、上述したように主成分分析によって求められたM個の基底ベクトルの張る部分空間に投影することによって、M次元部分空間成分画像を得るようにしている。これを数式で表現すると、下記数10になる。ただし、tはベクトルの転置を表す。
は、前述した「暗電流補正」や「照明環境補正」などの補正後のマルチスペクトル画像信号値
と、数10から算出されるM次元部分空間成分画像
との差をとることによって、下記数11に表されるように、算出することができる。
の値に基づいて、閾値処理などの方法によって行う。複数の波長成分を指定した場合には、複数の波長成分の値で構成される多次元空間において、多変量解析の方法などを適用することによって行う。これによって、下地の色のばらつきは、差分マルチスペクトル画像を求める際の上位主成分で表されるM次元部分空間成分画像に吸収されるので、下地の色のばらつきに影響されず、スペクトルの特徴だけを抽出することができるようになる。
の擬似逆行列T+を用いて、
すなわちbkを推定することができる。また、uk(λ)が波長空間上での主成分ベクトルであれば、特定波長λ0での部分空間成分画像は、下記数14に基づいて求めることができる。
ステップD1:
診断しようとする皮膚疾患の種類(つまり、皮膚疾患の病名)に応じて、一つまたは複数の波長を指定する。
ステップD2:
診断対象である皮膚の正常部の特徴を表す部分空間の次元数Mを指定する。
ステップD3:
ステップD1で指定された一つまたは複数の波長を含む波長帯域に分光感度を持つチャネルと、皮膚の正常部を表すM次元部分空間への投影値を求めるために必要な所定の種類の異なる分光感度のチャネルとを持つ撮像装置で、診断対象である皮膚を撮影する。
ステップD4:
ステップD3で撮影して得られたマルチスペクトル皮膚画像を、別途に記憶された皮膚の正常部の分光的特徴を表すM次元の基底関数の張る部分空間に投影して得られる、M次元部分空間成分皮膚画像のうち、ステップD1で指定された一つまたは複数の波長に該当する波長成分の画像を求めて、M次元部分空間上での特定波長成分皮膚画像とする。
ステップD5:
ステップD3で撮影して得られたマルチスペクトル皮膚画像から、ステップD1で指定された一つまたは複数の波長に対応する波長成分の特定波長皮膚画像を抽出する。
ステップD6:
ステップD4で得られたM次元部分空間上での特定波長成分皮膚画像と、ステップD5で抽出された特定波長皮膚画像とについて、ステップD1で指定された一つまたは複数の波長に対応する波長成分ごとに差分を計算することによって、指定された波長に対応する差分特定波長皮膚画像を抽出する。
ステップD7:
ステップD6で抽出された指定された波長に対応する一つまたは複数のチャネルの差分特定波長皮膚画像の画素値を用いて、画像中の各画素または領域を複数のクラスに分類する。
ステップD8:
ステップD7で分類されたクラスの特徴に基づいて、皮膚疾患の状態を画像中の領域ごとに数値化もしくは画像化する。
Claims (10)
- 波長方向に特徴をもつ対象物を被写体として撮影して得られたマルチスペクトル画像を用いて、画像解析によって、前記対象物の特徴領域を抽出するマルチスペクトル画像処理方法であって、
異なる波長帯域に感度を持つ多チャネルの画像撮影装置を用いて、前記対象物の第1部 分を撮影する第1のステップと、
第1のステップで撮影されたマルチスペクトル画像、または、別途撮影した前記対象物の第2部分を含むマルチスペクトル画像の一部または全体の領域で、主成分分析を行う第2のステップと、
第2のステップで得られた主成分ベクトルのうち、指定した数の主成分ベクトルの和として再構成されたマルチスペクトル画像と、第1のステップで前記対象物の第1部分を撮影して得られた前記マルチスペクトル画像との差分を算出することによって、差分マルチスペクトル画像を得る第3のステップと、
第3のステップで得られた前記差分マルチスペクトル画像のうち、指定された一つまたは複数のチャネルの画像を選択する第4のステップと、
第4のステップで選択された画像に対して、画像処理を行うことで、前記対象物の特徴 領域を抽出し、抽出された特徴領域の面積、個数または形状を行う第5のステップと、
を有することを特徴とするマルチスペクトル画像処理方法。 - 波長方向に特徴をもつ対象物を被写体として撮影して得られたマルチスペクトル画像を用いて、画像解析によって、前記対象物の特徴領域を抽出するマルチスペクトル画像処理方法であって、
一つまたは複数の波長を指定するステップD1と、
前記対象物の所定部分の特徴を表す部分空間の次元数Mを指定するステップD2と、
ステップD1で指定された一つまたは複数の波長を含む波長帯域に分光感度を持つチャネルと、前記対象物の所定部分を表すM次元部分空間への投影値を求めるために必要な所定の種類の異なる分光感度のチャネルとを持つ撮像装置で、前記対象物を撮影するステップD3と、
ステップD3で撮影して得られたマルチスペクトル画像を、別途に記憶された前記対象 物の所定部分の分光的特徴を表すM次元の基底関数の張る部分空間に投影して得られる、M次元部分空間成分画像のうち、前記指定された一つまたは複数の波長に該当する波長成分の画像を求めて、M次元部分空間上での特定波長成分画像とするステップD4と、
ステップD3で撮影して得られた前記マルチスペクトル画像から、前記指定された一つまたは複数の波長に対応する波長成分の特定波長画像を抽出するステップD5と、
ステップD4で得られた前記M次元部分空間上での特定波長成分画像と、ステップD5で抽出された前記特定波長画像とについて、前記指定された一つまたは複数の波長に対応する波長成分ごとに差分を算出することによって、指定された波長に対応する差分特定波長画像を抽出するステップD6と、
ステップD6で抽出された指定された波長に対応する一つまたは複数のチャネルの前記差分特定波長画像の画素値を用いて、画像中の各画素または領域を複数のクラスに分類するステップD7と、
ステップD7で分類された前記クラスの特徴に基づいて、前記対象物の特徴領域を抽出するステップD8と、
を有することを特徴とするマルチスペクトル画像処理方法。 - 前記対象物の所定部分を表すM次元部分空間への投影値を、ステップD1で指定された一つまたは複数の波長帯域の画像を含めて計算する請求項2に記載のマルチスペクトル画 像処理方法。
- 前記別途に記憶された前記対象物の所定部分の分光的特徴を表すM次元の基底関数を、同一対象物の所定部分を撮影した画像から求める請求項2又は請求項3に記載のマルチスペクトル画像処理方法。
- 対象物の分光的な特徴に基づいて画素群を分類するマルチスペクトル画像処理装置であって、
波長方向に特徴をもつ前記対象物を被写体として、波長方向にNチャネル(Nは2以上の整数である)を持つマルチスペクトル画像を撮影する手段と、
前記撮影手段により撮影して得られた前記対象物のマルチスペクトル画像を、M次元(M<N、Mは整数である)の基底関数の張る部分空間に投影して、前記対象物のM次元部分空間成分画像を算出する第1の算出手段と、
前記撮影手段により得られた前記対象物の前記マルチスペクトル画像と、前記第1の算出手段により得られた前記対象物の前記M次元部分空間成分画像との差分を算出することにより、前記対象物の差分マルチスペクトル画像を算出する第2の算出手段と、
前記第2の算出手段により得られた前記対象物の前記差分マルチスペクトル画像のうち、指定された波長に対応する一つまたは複数のチャネルの差分特定波長画像を抽出する手段と、
前記抽出手段により抽出された一つまたは複数のチャネルの前記差分特定波長画像の画素値を用いて、画像内の各点の属するクラスを判定する手段と、
を有することを特徴とするマルチスペクトル画像処理装置。 - 対象物の分光的な特徴に基づいて画素群を分類するマルチスペクトル画像処理装置であって、
波長方向に特徴をもつ前記対象物を被写体として、波長方向にNチャネル(Nは2以上の整数である)を持つマルチスペクトル画像を撮影する手段と、
前記撮影手段により撮影して得られた前記対象物のマルチスペクトル画像を、M次元(M<N、Mは整数である)の基底関数の張る部分空間に投影して得られる前記対象物のM次元部分空間成分画像のうち、指定された一つまたは複数の波長成分の画像を計算して、M次元部分空間上での特定波長成分画像を算出する第1の算出手段と、
前記撮影手段により撮影して得られた前記対象物の前記マルチスペクトル画像から、前記指定された一つまたは複数の波長成分に対応する波長成分の特定波長画像を抽出する手段と、
前記第1の算出手段により得られた前記M次元部分空間上での特定波長成分画像と、前記抽出手段により抽出された前記特定波長画像とについて、前記指定された一つまたは複数の波長成分に対応する波長成分ごとに差分を算出することによって、指定された波長に対応する差分特定波長画像を算出する第2の算出手段と、
前記第2の算出手段により得られた指定された波長に対応する一つまたは複数のチャネルの前記差分特定波長画像の画素値を用いて、画像内の各点の属するクラスを判定する手段と、
を有することを特徴とするマルチスペクトル画像処理装置。 - 対象物の分光的な特徴に基づいて画素群を分類するマルチスペクトル画像処理システムであって、
M種類以上の異なる分光感度のチャネルを持つ第1の撮像装置と、指定された一つまたは複数の波長に対応するチャネルの画像を撮影するための第2の撮像装置を用いて、同一の前記対象物を撮影する手段と、
前記第1の撮像装置で撮影して得られた前記対象物の画像を、M次元の基底関数の張る部分空間に投影して得られる前記対象物のM次元部分空間成分画像のうち、ステップC1で指定された波長に該当する一つまたは複数の波長成分の画像を計算して、M次元部分空間上での特定波長成分画像を算出する第1の算出手段と、
前記第1の算出手段により得られた前記M次元部分空間上での特定波長成分画像と、前記第2の撮像装置で撮影して得られた一つまたは複数の波長成分画像とについて、それぞれ対応する波長ごとに差分を抽出する手段と、
前記抽出手段により抽出された指定された波長に対応する一つまたは複数のチャネルの差分特定波長画像の画素値を用いて、画像内の各点の属するクラスを判定する手段と、
を有することを特徴とするマルチスペクトル画像処理システム。 - 広帯域の画像を撮影できる広帯域画像撮影機能と、
注目する特定波長にのみ感度を持つ狭帯域の画像を撮影できる狭帯域画像撮影機能と、を具備する撮像システムを前記第1の撮像装置及び前記第2の撮像装置として用いる請求項7に記載のマルチスペクトル画像処理システム。 - 前記撮像システムは、赤(R)・緑(G)・青(B)の3原色で撮影するデジタル撮像装置と、前記注目する特定波長で狭帯域の光を発光する特殊な照明装置とから構成される請求項8に記載のマルチスペクトル画像処理システム。
- 前記特殊な照明装置は発光ダイオード(LED)である請求項9に記載のマルチスペクトル画像処理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010161988A JP5165732B2 (ja) | 2010-07-16 | 2010-07-16 | マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010161988A JP5165732B2 (ja) | 2010-07-16 | 2010-07-16 | マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004271953A Division JP4599520B2 (ja) | 2004-09-17 | 2004-09-17 | マルチスペクトル画像処理方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2010264276A JP2010264276A (ja) | 2010-11-25 |
JP2010264276A5 JP2010264276A5 (ja) | 2011-03-24 |
JP5165732B2 true JP5165732B2 (ja) | 2013-03-21 |
Family
ID=43361767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010161988A Expired - Fee Related JP5165732B2 (ja) | 2010-07-16 | 2010-07-16 | マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5165732B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11962921B2 (en) | 2021-10-22 | 2024-04-16 | Samsung Electronics Co., Ltd. | Device and method for processing spectrum data of image sensor |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT511265B1 (de) * | 2011-03-24 | 2013-12-15 | Red Soft It Service Gmbh | Einrichtung zur ermittlung eines hautentzündungswertes und verfahren zur auswertung von dreidimensionalen bildern |
JP2014061057A (ja) | 2012-09-20 | 2014-04-10 | Sony Corp | 情報処理装置、情報処理方法、プログラム、及び測定システム |
TWI701018B (zh) | 2015-01-29 | 2020-08-11 | 日商新力股份有限公司 | 資訊處理裝置、資訊處理方法、及程式 |
JP6746310B2 (ja) | 2015-05-22 | 2020-08-26 | キヤノン株式会社 | 画像処理装置、撮像システム、画像処理方法 |
ITUB20152522A1 (it) * | 2015-07-27 | 2017-01-27 | Linkverse S R L | Apparato e metodo per la rilevazione, quantificazione e classificazione di lesioni epidermiche |
JP6838549B2 (ja) * | 2017-12-08 | 2021-03-03 | カシオ計算機株式会社 | 診断支援装置並びに画像処理方法及びそのプログラム |
WO2020090348A1 (ja) * | 2018-10-30 | 2020-05-07 | シャープ株式会社 | 係数決定装置、色素濃度計算装置、係数決定方法、および情報処理プログラム |
KR102556350B1 (ko) * | 2019-07-25 | 2023-07-17 | 광운대학교 산학협력단 | 병변 면적비율 산출 방법 및 그를 위한 장치 |
KR20210022319A (ko) | 2019-08-20 | 2021-03-03 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
CN111528807A (zh) * | 2020-05-26 | 2020-08-14 | 成都端丽医学科技有限公司 | 基于多光谱和3d模型重建的人脸图像分析***及其方法 |
CN116842436B (zh) * | 2023-06-07 | 2024-01-16 | 中国医学科学院北京协和医院 | 一种多光谱组合的皮肤基底细胞癌识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3469619B2 (ja) * | 1993-10-22 | 2003-11-25 | オリンパス光学工業株式会社 | 色分類装置 |
JP3417235B2 (ja) * | 1996-12-13 | 2003-06-16 | ミノルタ株式会社 | 診断システム |
JP2002272744A (ja) * | 2001-03-19 | 2002-09-24 | Hochiki Corp | 画像診断装置 |
JP4508476B2 (ja) * | 2001-06-15 | 2010-07-21 | 株式会社モリタ東京製作所 | 歯の分光学的特性に基づく歯色識別法と歯色判定器 |
JP4259802B2 (ja) * | 2002-02-19 | 2009-04-30 | 日本分光株式会社 | 癌診断における異常部及び異常度特定方法 |
JP2004077501A (ja) * | 2003-12-01 | 2004-03-11 | Olympus Corp | 色分類装置 |
-
2010
- 2010-07-16 JP JP2010161988A patent/JP5165732B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11962921B2 (en) | 2021-10-22 | 2024-04-16 | Samsung Electronics Co., Ltd. | Device and method for processing spectrum data of image sensor |
Also Published As
Publication number | Publication date |
---|---|
JP2010264276A (ja) | 2010-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5165732B2 (ja) | マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム | |
JP4599520B2 (ja) | マルチスペクトル画像処理方法 | |
US8155413B2 (en) | Method and system for analyzing skin conditions using digital images | |
US11330985B2 (en) | Near-infrared optical imaging system for hemodynamic imaging, pulse monitoring, and mapping spatio-temporal features | |
US9986913B2 (en) | Method and system for analyzing physical conditions using digital images | |
US8498460B2 (en) | Reflectance imaging and analysis for evaluating tissue pigmentation | |
US8861863B2 (en) | Method and system for analyzing lip conditions using digital images | |
US20080080766A1 (en) | Apparatus and Method for Analyzing Skin Using L*a*b* Colorspace | |
JP2004321793A (ja) | 皮膚画像のコンピュータ解析のための方法およびシステム | |
JP2012245356A (ja) | 皮膚又は外皮の色調を特徴付けるための方法 | |
JP2015500722A (ja) | 皮膚ゾーンにおける皮膚症状を検出して数量化する方法および装置 | |
JP2018023756A (ja) | 肌状態の評価方法 | |
US20230363697A1 (en) | Acne severity grading methods and apparatuses | |
JP2007252891A (ja) | 肌の美しさの目視評価値の推定方法 | |
WO2018161078A1 (en) | Image adjustment and standardization | |
JP4649965B2 (ja) | 健康度判定装置、及びプログラム | |
JP5789786B2 (ja) | 画像計測装置および画像計測方法 | |
KR101551814B1 (ko) | 설진 영상의 평가지표 정량화를 통한 설진 분석 방법, 시스템 및 그 기록매체 | |
WO2007035829A2 (en) | Systems and methods for analyzing skin conditions of people using digital images | |
JP2007252892A (ja) | 皮膚表面の立体形状の目視評価値の推定方法 | |
US20220329767A1 (en) | System and method for analyzing surface features using a low-dimensional color space camera | |
Ohtsuki et al. | Appearance analysis of human skin with cosmetic foundation | |
de Moura et al. | Skin lesions classification using multichannel dermoscopic Images | |
Martinez-Vega et al. | Statistics-based Classification Approach for Hyperspectral Dermatologic Data Processing | |
Udrea | Pigmented Nevi Risk Assessment Based on the Correlation Dimension of the Associated Lesion's Attractor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100812 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100812 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20101008 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20101008 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100812 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20100812 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121219 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151228 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5165732 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151228 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |