JP6418922B2

JP6418922B2 - 画像処理装置および画像処理方法

Info

Publication number: JP6418922B2
Application number: JP2014243377A
Authority: JP
Inventors: 野田　剛司; 剛司野田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2014-12-01
Filing date: 2014-12-01
Publication date: 2018-11-07
Anticipated expiration: 2034-12-01
Also published as: JP2016105254A

Description

本発明は、画像内のライン状ノイズを好適に低減する画像処理技術に関するものである。

医療現場では、Ｘ線を用いた撮影に基づく診断や治療が盛んに行なわれている。最近では、ＦＰＤ（Flat Panel detector）を用いたＸ線撮影装置が頻繁に使用されるようになってきている。ＦＰＤはフォトダイオードをマトリクス状に配列することで、Ｘ線検出器の平坦化を実現しており、従来のイメージインテンシファイアー（Ｉ．Ｉ．）を用いたＸ線撮影装置で生じていた電子光学的な画像の歪みを解決している。また、小型化、軽量化によりハンドリングが容易なため、ポータブルやモバイルなどの自由度の高い撮影が可能である。ただし、ＦＰＤはフォトダイオードで光電変換された信号を微細な信号線を通して読みだすため、外的又は内的な要因の影響により画像にノイズが生じ易い。また、ＦＰＤは主走査方向の１行分の信号を一度にサンプルホールドしてＡ／Ｄ変換するため、主走査方向に沿ったライン状ノイズが発生し易い。

Ｘ線を用いた撮影では、人体の被ばくを低減するため、低線量での撮影が要求される。そのため、Ｘ線検出器において読み取られる信号が極めて小さな値となり、画像に僅かなゆらぎが生じても視認されてしまう。特に、スジ状のムラであるライン状ノイズは、人間の目が敏感に検知するため診断および治療に影響を及ぼし易い。そこで、ライン状ノイズを低減させる手法として、空間フィルタを用いた技術が知られている。例えば、特許文献１には、ライン状ノイズを含んだ入力画像をライン状ノイズと平行な方向に縮小して、垂直な方向にフィルタ処理して抽出したライン状ノイズを入力画像から減算する方法が開示されている。また、特許文献２には、ライン状ノイズを抽出するフィルタにεフィルタなどの画素値依存フィルタを用いて被写体とライン状ノイズの分離能力を高め、アーチファクトが発生しにくいライン状ノイズ低減方法が開示されている。さらに、非特許文献１は、εフィルタに傾斜適応性を持たせることで、被写体の構造に影響を受けにくいεフィルタが記載されている。

特許第４８７９９３８号公報特許第５３１５１５７号公報

棟安実治・田口亮著，「非線形ディジタル信号処理」朝倉書店１９９９年

しかしながら、上述の特許文献１の手法においては、被写体とライン状ノイズの分離は閾値処理で行っているため、被写体とライン状ノイズの分離が不十分になる可能性がある。また、特許文献２の手法においては、被写体構造がある場合、フィルタ対象画素値と周辺画素値の差が大きくなり、十分なライン状ノイズ低減効果が得られない可能性がある。更に、非特許文献１の手法は、ライン状ノイズとランダムノイズを区分することが出来ず、十分なライン状ノイズの低減効果が得られない可能性がある。

本発明は、このような問題に鑑みてなされたものであり、画像におけるライン状ノイズをより効果的に低減可能とする技術を提供することを目的としている。

上述の問題点を解決するため、本発明に係る画像処理装置は以下の構成を備える。すなわち、画像処理装置は、被写体が撮像された入力画像に対して該入力画像に含まれるライン状ノイズの方向と平行な方向に１次元ローパスフィルタ処理を行い、ランダムノイズ低減画像を生成する第１のフィルタ手段と、前記ランダムノイズ低減画像に対して、前記ライン状ノイズの方向と直交する方向に沿って局所フィッティング処理を行い、前記被写体の画像成分として決定する決定手段と、前記ランダムノイズ低減画像から前記被写体の画像成分を減算した画像に対して、前記ライン状ノイズの方向と直交する方向に沿って所定のフィルタ処理を行い、前記ライン状ノイズの画像成分を抽出する抽出手段と、前記入力画像から前記ライン状ノイズの画像成分を減算し、ライン状ノイズ低減画像を生成する生成手段と、を有する。

本発明によれば、画像におけるライン状ノイズをより効果的に低減可能とする技術を提供することができる。

第１実施形態に係る画像処理部を含むＸ線撮像システムの機能構成を示す図である。第１実施形態における画像処理部の動作を示すフローチャートである。画像処理部における画像処理の流れを例示的に示す図である。被写体構造を含む画素列の画素値プロファイルを例示的に示す図である。被写体構造除去後の画素列の画素値プロファイルを例示的に示す図である。第２実施形態に係る画像処理部を含むＸ線撮像システムの機能構成を示す図である。第２実施形態における画像処理部の動作を示すフローチャートである。

以下に、図面を参照して、この発明の好適な実施の形態を詳しく説明する。なお、以下の実施の形態はあくまで例示であり、本発明の範囲を限定する趣旨のものではない。

（第１実施形態）
本発明に係る画像処理装置の第１実施形態として、Ｘ線撮像システムに含まれる画像処理部を例に挙げて以下に説明する。

＜システム構成＞
図１は、第１実施形態に係る画像処理部を含むＸ線撮像システムの機能構成を示す図である。

Ｘ線管１０１は、被検体１０３にＸ線を照射する機能部である。Ｘ線発生装置１０４は、ユーザによる曝射スイッチの押下をトリガにＸ線管に高電圧パルスを与えＸ線を発生させる機能部である。ＦＰＤ（Flat Panel detector）１０２は、ＦＰＤ制御部１０５に制御され、被検体１０３を通過したＸ線を蛍光体により可視光に変換し、フォトダイオードで検出する機能部である。検出された電気信号はＡ／Ｄ変換され、デジタルデータとしてＦＰＤ制御部１０５に送信される。

ＦＰＤ制御部１０５は、画像処理部１０９及び画像保存部１０８を含み、１又は複数のコンピュータが内蔵される。コンピュータは、例えば、ＣＰＵ等の処理部、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等の記憶部を含む。また、コンピュータには、ＧＰＵ（Graphics Processing Unit）等のグラフィック制御部、ネットワークカード等の通信部、キーボード、ディスプレイ又はタッチパネル等の入出力部等を備えてもよい。なお、これらの各部は、バス等により接続され、ＣＰＵ等の処理部が記憶部に記憶されたプログラムを実行することで制御される。

モニタ１０６は、受信されたデジタル信号や画像処理部１０９で処理したデジタル信号を画像として表示する機能部である。操作部１０７は、ユーザからの操作を受け付け、画像処理部１０９やＦＰＤ１０２に指示を入力する機能部である。画像保存部１０８は、ＦＰＤ制御部１０５から出力されたデジタル信号や画像処理部１０９で処理された画像データを保存する機能部である。

画像処理部１０９は、フィルタ処理部１１０、被写体構造抽出部１１１、画素値依存フィルタ部１１２、ライン状ノイズ抽出部１１３、ライン状ノイズ減算部１１４を含む。フィルタ処理部１１０は、入力画像からランダムノイズ低減画像を生成する。被写体構造抽出部１１１は、入力画像から被写体構造を抽出する。画素値依存フィルタ部１１２は、入力画像を構成する画素の画素値に依存してフィルタ係数が変化するよう構成した画素値依存ハイパスフィルタ処理を行う。ライン状ノイズ抽出部１１３は、被写体構造抽出部１１１と画素値依存フィルタ部１１２とを用いてライン状ノイズを抽出する。ライン状ノイズ減算部１１４は、ライン状ノイズ抽出部１１３が抽出したライン状ノイズを入力画像から減算し、ライン状ノイズを低減した画像を生成する。

＜画像処理部の動作＞
図２は、第１実施形態における画像処理部の動作を示すフローチャートである。また、図３は、画像処理部における画像処理の流れを例示的に示す図である。

ＦＰＤ制御部１０５の制御によって、ＦＰＤ１０２が検出し取得した信号（入力画像、Ｘ線撮像画像）は、バスを介して画像処理部１０９に転送される。この入力画像においては、図３（ａ）に示すように、被写体３０１、ライン状ノイズ３０２、及び、ポアソンノイズ、システムノイズのようなランダムノイズ３０３の各画像成分が重畳している。そこで、画像処理部１０９は、このような入力画像から好適にライン状ノイズ３０２の画像成分を取り除く処理を行う。なお、背景技術に関して説明したように、ライン状ノイズは、ＦＰＤにおける主走査方向の１行分の信号を一度にサンプルホールドしてＡ／Ｄ変換することにより発生するノイズであるため。そのため、入力画像内に含まれるライン状ノイズは、入力画像の２つの画素配列方向（Ｘ軸方向及びＹ軸方向）の一方に沿ったノイズとなっている。

ステップＳ２０１では、フィルタ処理部１１０は、入力画像をライン状ノイズと平行な方向に１次元ローパスフィルタ処理を行う。この処理はライン状ノイズを維持したままＸ線に起因したポアソンノイズやＦＰＤ１０２に起因したシステムノイズを抑制することを目的としている。なお、１次元ローパスフィルタ処理は、既知のガウシアンフィルタや平均値フィルタなどを用いればよい。また、この際に上述の特許文献１や特許文献２に記載の手法と同様に入力画像を縮小し後段の処理の高速化を図ってもよい。

この処理の結果、ポアソンノイズとシステムノイズが抑制されたランダムノイズ低減画像（図３（ｂ））が得られる。ここでランダムノイズ低減画像を生成するのは、後述するライン状ノイズ抽出をより好適に実行可能とするためである。

ステップＳ２０２では、被写体構造抽出部１１１は、Ｓ２０１で得られたランダムノイズ低減画像から被写体構造の画像成分の抽出を行う。具体的には、ライン状ノイズの方向と直交する方向に沿って局所フィッティング処理を行うことにより、一般に低周波の画像成分で構成される被写体構造の画像成分を抽出する。

図４は、被写体構造を含む画素列の画素値プロファイルを例示的に示す図である。具体的には、図３（ｂ）の線分３０４の部分のプロファイルを例示的に示している。ここで、図３（ｂ）に示されるように、線分３０４は、被写体構造及びライン状ノイズを横断するように、ライン状ノイズの方向と直交する方向が指定されている。この場合、実線４０１に示されるように、線分３０４の部分のプロファイルは、被写体構造の画像成分にライン状ノイズの画像成分が重畳したプロファイルとなる。

被写体構造は一般に低周波の画像成分で構成されているため、局所的に見れば、１次式でフィッティング可能なことが多い。図４において、実線４０１の１次式でのフィッティング結果が点線４０２であり、点線４０２で示される被写体構造のプロファイルｆ（ｘ，ｙ＋ｊ）は以下の数式（１）で表される。

ここで、ｘ，ｙはフィッティングの中心となる画素の座標である。また、Ｉ（ｘ，ｙ）は図３（ｂ）のランダムノイズ低減画像の画素値であり、図４の実線４０１に相当する。また、ｙ−ｎからｙ＋ｎがフィッティング範囲である。

なお、ステップＳ２０２は被写体構造のプロファイルを抽出することを目的とする処理であるため、例えば、実線４０１に対してローパスフィルタ処理して被写体構造のプロファイルｆ（ｘ，ｙ＋ｊ）を抽出しても良い。この場合は被写体構造抽出部１１１で抽出される被写体構造のプロファイルｆ（ｘ，ｙ＋ｊ）は数式（２）のようになる。

ここで、Ｇ（Ｋ）はローパスフィルタの係数である。次のステップＳ２０３で説明するように、被写体構造抽出部１１１でのＧ（Ｋ）とライン状ノイズ抽出部１１３でのＧ（ｊ）は同じフィルタ係数を用いると良い。これにより、ライン状ノイズ抽出部１１３でのハイパスフィルタのカットオフ周波数以下の低周波成分に限定して被写体構造の抽出を行うことが可能となる。

ステップＳ２０３では、ライン状ノイズ抽出部１１３は、画素値依存フィルタ部１１２を利用して所定のフィルタ処理を行い、ライン状ノイズを抽出する。具体的には、ライン状ノイズ抽出部１１３及び画素値依存フィルタ部１１２は、数式（３）の処理を行う。

ここで、Ｇ（Ｊ）はローパスフィルタの係数であり、数式（２）のＧ（Ｋ）と同じものである。Ｆ（ｐ）は区分線形関数であり、ｐの絶対値がεより小さいときはｐをそのまま出力し、ｐの絶対値がε以上になるとゼロを出力する。すなわち、フィルタ対象画素値
Ｉ（ｘ，ｙ）とフィルタに用いる周辺画素値Ｉ（ｘ，ｙ＋ｊ）の差に応じてフィルタ係数が変化する。

以下、ステップＳ２０３について詳しく説明する。一般的なεハイパスフィルタは以下の数式（４）の形で書くことができる。

ここで、εが無限大のとき、数式（４）は以下の数式（５）のように表すことができる。

すなわち、Ｉ（ｘ，ｙ）からローパスフィルタ出力を減算したハイパスフィルタに相当することが分かる。数式（４）は、数式（５）においてフィルタ対象画素値とフィルタ周辺画素値の差がεより大きいときにフィルタ係数をゼロにして、被写体構造の影響が強い周辺画素の影響を排除している。通常、ライン状ノイズの振幅は被写体構造より十分に小さいため、εはライン状ノイズの振幅程度にするとよい。

ところで、数式（４）の方法は、被写体構造がエッジやピークに対応する場合、効果的にライン状ノイズを抽出できる。しかしながら、図３（ｂ）の線分３０４の部分の場合、図４の実線４０１に示すように、被写体構造に依存して緩やかに画素値が変化したプロファイルが抽出される。この場合、数式（４）の方法でライン状ノイズを抽出しようとすると、ほとんどの周辺画素において、フィルタ対象画素との差がε値より大きくなってしまい、ライン状ノイズが抽出できなくなってしまう。

そこで、第１実施形態では数式（３）のように被写体構造のプロファイルｆ（ｘ，ｙ）を抽出してＩ（ｘ，ｙ）を補正することで、ライン状ノイズをより効果的に抽出する。つまり、数式（３）では、Ｉ（ｘ，ｙ）からステップＳ２０２で得た被写体構造ｆ（ｘ，ｙ）を除いていてから数式（４）の処理を行う。

図５は、被写体構造除去後の画素列の画素値プロファイルを例示的に示す図である。具体的には、図３（ｂ）の線分３０４の部分から被写体構造を取り除いたあとのプロファイルを例示的に示している。

このように、図４の実線４０１に示されるプロファイルから被写体構造に由来する画像成分を取り除き、図５の実線５０１に示されるプロファイルを生成する。そして、実線５０１に示されるプロファイルに対して数式（４）の処理を行うことになる。これにより、被写体構造に由来する緩やかな画素値変化の影響をうけずに、好適に図３（ｃ）に例示されるようなライン状ノイズ画像を抽出することができる。

なお、被写体構造抽出Ｓ２０２で抽出しきれないエッジやピークの影響は、区分線形関数Ｆで取り除くことができる。そのため、数式（３）は、従来技術に比較し、より好適にライン状ノイズを抽出できる画素値依存フィルタとなっている。なお、上述の説明においてはεフィルタを用いる例について述べたが、フィルタ対象画素値と周辺画素値の関係に依存した画素値依存フィルタ、例えばバイラテラルフィルタやＭＴＭフィルタも利用することが可能である。

ステップＳ２０４では、ライン状ノイズ減算部１１４は、入力画像（図３（ａ））を構成する各画素の画素値から、Ｓ２０３で抽出されたライン状ノイズ画像（図３（ｃ））を構成する各画素の画素値を減算する。これにより、図４（ｄ）に示されるようなライン状ノイズ低減画像を得ることができる。

以上説明したとおり第１実施形態によれば、入力画像に含まれる被写体構造を考慮することにより好適にライン状ノイズの画像成分を分離することが可能となる。その結果、入力画像からライン状ノイズの画像成分を好適に取り除き、ライン状ノイズが低減された高品位な入力画像を生成することが可能となる。

（第２実施形態）
第２実施形態ではより正確な被写体構造抽出を可能とし、結果として、ライン状ノイズをより好適に低減可能とする形態について説明する。具体的には、被写体構造抽出を複数の異なる処理で実行し、より正確な被写体構造の抽出結果を適応的に選択することにより実現している。

＜システム構成＞
図６は、第２実施形態に係る画像処理部を含むＸ線撮像システムの機能構成を示す図である。システム全体の概略構成は第１実施形態（図１）と同様である。ただし、画像処理部６０９が、抽出した構造の評価を行う抽出構造評価部６１５、評価結果に応じて被写体構造を選択する被写体構造選択部６１６を更に具備する点が第１実施形態と異なる。

＜画像処理部の動作＞
図７は、第２実施形態における画像処理部の動作を示すフローチャートである。

ＦＰＤ制御部１０５の制御によって、ＦＰＤ１０２が検出した信号（入力画像）は、バスを介して画像処理部６０９に転送される。この入力画像においては、図３（ａ）に示すように、被写体３０１、ライン状ノイズ３０２、及び、ポアソンノイズ、システムノイズのようなランダムノイズ３０３の各画像成分が重畳している。そこで、画像処理部６０９は、このような入力画像から好適にライン状ノイズ３０２の画像成分を取り除く処理を行う。

ステップＳ６０１では、フィルタ処理部１１０は、入力画像をライン状ノイズと平行な方向に１次元ローパスフィルタ処理を行う。この処理は、第１実施形態と同じであるため詳細な説明は省略する。

ステップＳ６０２では、被写体構造抽出部１１１は、Ｓ６０１で得られたランダムノイズ低減画像から被写体構造の画像成分の抽出を行う。ただし、第２実施形態においては、２以上の異なる構造抽出方法を実行する。ここでは、一例として、上述の数式（１）及び数式（２）の２つの構造抽出方法を実行する例について説明する。

数式（１）の１次式によって抽出した被写体構造（第１の画像成分候補）をｆ_１（ｘ，ｙ＋ｊ）として導出する。また、数式（２）のフィルタによって抽出した被写体構造（第２の画像成分候補）をｆ_Ｇ（ｘ，ｙ＋ｊ）として導出する。

なお、ここでは数式（１）及び数式（２）の２つの構造抽出方法を実行する例について説明するが、他の構造抽出方法を利用してもよい。例えば数式（１）及び数式（２）のような１次式の代わりに２次以上の多項式やシグモイド関数、三角関数などを用いて被写体構造を抽出してもよい。また、３つ以上の異なる構造抽出方法を実行するよう構成しても良い。

ステップＳ６０３では、抽出構造評価部６１５は、Ｓ６０２で得られた複数の被写体構造の抽出結果に対し、抽出構造の正確性（フィッティング精度）を評価する。評価関数としては、例えば、以下の数式（６）のように残差平方和を用いることが可能である。

なお、評価関数として、残差絶対値和、相関係数、決定係数などを用いてもよい。その後、被写体構造選択部６１６は、評価関数による各被写体構造の評価結果に基づいて、より適切な被写体構造抽出結果を選択する。例えば、評価関数に残差平方和を用いた場合は、より小さい値になる場合が被写体構造を好適に抽出していると言える。

ところで、一般的に被写体構造は複雑なため、画像の位置（ｘ，ｙ）や撮影した被写体により、どのような被写体構造抽出方法が適切か異なってくる。そのため、第２実施形態では、より好適に被写体構造を抽出するために、被写体構造選択部６１６は、画像の位置（ｘ，ｙ）によって、最も良く被写体構造を表す被写体構造抽出結果を適応的に選択する。被写体構造選択部６１６が選択した被写体構造のプロファイルをｆ_Ｓ（ｘ，ｙ＋ｊ）とする。なお、ｆ_Ｓ（ｘ，ｙ＋ｊ）は、領域毎に、ｆ_１（ｘ，ｙ＋ｊ）もしくはｆ_Ｇ（ｘ，ｙ＋ｊ）の何れかが選択されたものである。

ステップＳ６０４では、ライン状ノイズ抽出部１１３は、画素値依存フィルタ部１１２を利用して、ライン状ノイズを抽出する。具体的には、ライン状ノイズ抽出部１１３及び画素値依存フィルタ部１１２は、被写体構造選択部６１６で選択された被写体構造抽出結果に対して、数式（７）の処理を行う。

この処理により、図３（ｃ）に示されるライン状ノイズ画像を得ることができる。

ステップＳ６０５では、ライン状ノイズ減算部１１４は、入力画像（図３（ａ））を構成する各画素の画素値から、Ｓ２０３で抽出されたライン状ノイズ画像（図３（ｃ））を構成する各画素の画素値を減算する。これにより、図４（ｄ）に示されるようなライン状ノイズ低減画像を得ることができる。

以上説明したとおり第２実施形態によれば、入力画像に含まれる被写体構造をより高精度に抽出することが出来、第１実施形態に比較して、より好適にライン状ノイズの画像成分を分離することが可能となる。その結果、入力画像からライン状ノイズの画像成分を好適に取り除き、ライン状ノイズが低減された高品位な入力画像を生成することが可能となる。

（その他の実施例）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１０９画像処理部；１１０フィルタ処理部；１１１被写体構造抽出部；１１２画素値依存フィルタ部；１１３ライン状ノイズ抽出部；１１４ライン状ノイズ減算部

Claims

被写体が撮像された入力画像に対して該入力画像に含まれるライン状ノイズの方向と平行な方向に１次元ローパスフィルタ処理を行い、ランダムノイズ低減画像を生成する第１のフィルタ手段と、
前記ランダムノイズ低減画像に対して、前記ライン状ノイズの方向と直交する方向に沿って局所フィッティング処理を行い、フィッティング結果を前記被写体の画像成分として決定する決定手段と、
前記ランダムノイズ低減画像から前記被写体の画像成分を減算した画像に対して、前記ライン状ノイズの方向と直交する方向に沿って所定のフィルタ処理を行い、前記ライン状ノイズの画像成分を抽出する抽出手段と、
前記入力画像から前記ライン状ノイズの画像成分を減算し、ライン状ノイズ低減画像を生成する生成手段と、
を有することを特徴とする画像処理装置。
前記抽出手段は、前記所定のフィルタ処理のフィルタ係数を、前記ランダムノイズ低減画像から前記被写体の画像成分を減算した画像の画素値に基づいて変化させる
ことを特徴とする請求項１に記載の画像処理装置。
前記所定のフィルタ処理は、εフィルタ、ＭＴＭフィルタ、又は、バイラテラルフィルタを含む
ことを特徴とする請求項１又は２に記載の画像処理装置。
前記決定手段は、
第１の局所フィッティング処理に基づき第１の画像成分候補を導出する第１の導出手段と、
前記第１の局所フィッティング処理とは異なる第２の局所フィッティング処理に基づき第２の画像成分候補を導出する第２の導出手段と、
前記第１の画像成分候補及び前記第２の画像成分候補のそれぞれと前記ランダムノイズ低減画像とを比較し、該第１の画像成分候補及び該第２の画像成分候補のフィッティング精度を評価する評価手段と、
前記評価手段による評価結果に基づいて、前記第１の画像成分候補と前記第２の画像成分候補との何れかを前記被写体の画像成分として選択する選択手段と、
を有することを特徴とする請求項１乃至３の何れか１項に記載の画像処理装置。
前記選択手段は、前記入力画像を構成する複数の領域それぞれに対して前記第１の画像成分候補と前記第２の画像成分候補との何れかを前記被写体の画像成分として選択する
ことを特徴とする請求項４に記載の画像処理装置。
前記評価手段は、前記第１の画像成分候補及び前記第２の画像成分候補のそれぞれに対して、前記ランダムノイズ低減画像との残差平方和、残差絶対値和、相関係数、決定係数の少なくとも１つを導出する
ことを特徴とする請求項４に記載の画像処理装置。
前記局所フィッティング処理は、多項式、シグモイド関数、三角関数、又は、ローパスフィルタによるフィッティング処理を含む
ことを特徴とする請求項１乃至６の何れか１項に記載の画像処理装置。
前記ローパスフィルタのフィルタ係数は、前記所定のフィルタ処理のフィルタ係数に応じて決定される
ことを特徴とする請求項７に記載の画像処理装置。
前記入力画像は、ＦＰＤ（Flat Panel detector）により取得されたＸ線撮像画像である
ことを特徴とする請求項１乃至８の何れか１項に記載の画像処理装置。
画像処理方法であって、
被写体が撮像された入力画像に対して該入力画像に含まれるライン状ノイズの方向と平行な方向に１次元ローパスフィルタ処理を行い、ランダムノイズ低減画像を生成する第１のフィルタ工程と、
前記ランダムノイズ低減画像に対して、前記ライン状ノイズの方向と直交する方向に沿って局所フィッティング処理を行い、フィッティング結果を前記被写体の画像成分として決定する決定工程と、
前記ランダムノイズ低減画像から前記被写体の画像成分を減算した画像に対して、前記ライン状ノイズの方向と直交する方向に沿って所定のフィルタ処理を行い、前記ライン状ノイズの画像成分を抽出する抽出工程と、
前記入力画像から前記ライン状ノイズの画像成分を減算し、ライン状ノイズ低減画像を生成する生成工程と、
を有することを特徴とする画像処理方法。
コンピュータを、請求項１乃至９の何れか１項に記載の画像処理装置の各手段として機能させるためのプログラム。