JPH0594523A - 画像処理方法および画像処理装置 - Google Patents

Abstract

(57)【要約】 【目的】 オペレータが空間フィルタを選択しなくて
も、自動的に最適の度合で強調または平滑化処理を行え
る画像処理装置を提供する。 【構成】 対象画像の各ピクセル値の標準偏差を算出
し、対象画像の各ピクセル値とその近隣ピクセル値のデ
ータ差を算出し、標準偏差およびデータ差に基づくファ
ジー推論により強調または平滑化処理の度合を決定し、
対象画像の強調または平滑化処理を行う。 【効果】 常に最良の品質の画像を得られるようにな
る。また、処理効率が向上する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、画像処理方法および
画像処理装置に関し、さらに詳しくは、対象画像に対す
る強調または平滑化処理の度合を自動決定できる画像処
理方法および画像処理装置に関する。

【０００２】

【従来の技術】従来の画像処理装置の一例として、図６
に、画像診断装置５１を示す。この画像診断装置５１
は、ＣＴ，ＭＲの如き画像再構成装置２と、その画像再
構成装置２で得られた画像（対象画像）を保存する画像
保存装置３と、オペレータが空間フィルタを選択するた
めの操作装置５４と、予め複数の空間フィルタ（Ｆ１，
Ｆ２，…）を保存しており前記オペレータに選択された
空間フィルタを取り出して出力するデータ保存装置５５
と、前記画像保存装置３に保存されている画像に対して
前記データ保存装置５５から出力された空間フィルタを
用いて強調または平滑化処理を行う演算処理装置５６
と、強調または平滑化処理された画像（処理画像）を保
存する画像保存装置７と、画像保存装置７に保存された
画像を表示する表示装置８とからなっている。

【０００３】図７は、上記画像診断装置５１の画像処理
の流れをフローチャートで示したものである。ステップ
Ｒ１では、画像再構成装置２および画像保存装置３によ
り対象画像を入力する。ステップＲ２では、操作装置５
４およびデータ保存装置５５により空間フィルタを選択
する。このときの空間フィルタの選択の仕方によって、
強調または平滑化処理のいずれかを選択でき、また、強
調または平滑化処理の度合を選択できる。ステップＲ３
では、前記入力した対象画像を前記選択した空間フィル
タを用いて演算処理装置５６で空間フィルタ処理し、処
理画像を画像保存装置７に保存する。ステップＲ４で
は、画像保存装置７に保存した画像を表示装置８から出
力する。

【０００４】

【発明が解決しようとする課題】上記従来の画像診断装
置５１では、画像処理に用いる空間フィルタをオペレー
タが選択している。しかし、経験の少ないオペレータ
は、対象画像に対して最適の空間フィルタを選択できな
かったり，選択するのに時間がかかる問題点がある。そ
こで、この発明の目的は、オペレータが空間フィルタを
選択しなくても、自動的に最適の度合で強調または平滑
化処理を行えるようにした画像処理方法および画像処理
装置を提供することにある。

【０００５】

【課題を解決するための手段】この発明の画像処理方法
は、対象画像の品質をファジー推論により評価し、その
対象画像の品質に対応した度合により強調または平滑化
処理を行うことを構成上の特徴とするものである。

【０００６】この発明の画像処理装置は、対象画像に対
して強調または平滑化処理を行う画像処理装置におい
て、対象画像の各ピクセル値の分散または標準偏差を算
出する第１の演算手段と、対象画像の各ピクセル値とそ
の近隣ピクセル値のデータ差を算出する第２の演算手段
と、算出した分散または標準偏差およびデータ差に基づ
くファジー推論により強調または平滑化処理の度合を決
定する処理度合決定手段とを具備したことを構成上の特
徴とするものである。

【０００７】

【作用】この発明の画像処理方法では、観測条件によっ
て様々に異なる対象画像の品質をファジー推論により評
価し、その対象画像の品質に対応した度合により強調ま
たは平滑化処理を行う。対象画像の品質の一般的な評価
基準を定めることは困難であるが、ファジー推論では特
定条件下での評価基準を独立にルール化して蓄積してい
くことが出来るので、ケースに応じた妥当な品質の評価
で強調または平滑化処理を行えるようになる。

【０００８】この発明の画像処理装置では、対象画像の
各ピクセル値の分散または標準偏差を第１の演算手段に
よって算出する。また、対象画像の各ピクセル値とその
近隣ピクセル値のデータ差を第２の演算手段によって算
出する。そして、算出した分散または標準偏差およびデ
ータ差に基づくファジー推論により処理度合決定手段が
強調または平滑化処理の度合を決定する。すなわち、こ
の発明の画像処理装置は、観測条件によって様々に異な
る対象画像の品質を、分散または標準偏差およびデータ
差に基づくファジー推論により評価し、その対象画像の
品質に対応した度合により強調または平滑化処理を行
う。そこで、オペレータが空間フィルタを選択しなくて
も、常に最適の度合で強調または平滑化処理が行われる
こととなる。

【０００９】

【実施例】以下、図に示す実施例によりこの発明をさら
に詳しく説明する。なお、これによりこの発明が限定さ
れるものではない。図１は、この発明の画像処理装置の
一実施例の画像診断装置１のブロック図である。この画
像診断装置１において、画像再構成装置２，画像保存装
置３，画像保存装置７および表示装置８は、図６に示し
た従来の画像診断装置５１における構成要素と同じ構成
要素である。

【００１０】ファジー処理装置４は、画像保存装置３か
ら対象画像を取り出し、その対象画像のピクセル値の標
準偏差ＳＤを算出する。また、あるピクセルとその近傍
のピクセルのデータ差Ｄを算出する。そして、算出した
標準偏差ＳＤとデータ差Ｄとに基づいてファジー推論に
より、Ｗ（２，２）を求める。そして、次の３×３の空
間フィルタ、

【００１１】

【数１】

【００１２】を設定し、その空間フィルタの正規化を行
った後、この空間フィルタによる対象画像の強調処理を
行う。

【００１３】図２は、上記画像診断装置１の動作の流れ
を示すフロー図である。ステップＳ１では、画像再構成
装置２および画像保存装置３により対象画像を入力す
る。

【００１４】ステップＳ２では、ファジー処理装置４に
より、対象画像のピクセル値の標準偏差ＳＤを算出す
る。ステップＳ３では、ファジー処理装置４により、あ
るピクセル（ｉ，ｊ）について、その近傍のα×β個の
ピクセル（ｋ，ｌ）とのデータ差Ｄ（ｉ，ｊ）を算出す
る。データ差Ｄ（ｉ，ｊ）は、 Ｄ（ｉ，ｊ）＝min（｜ｆ（ｉ，ｊ）−ｆ（ｋ，ｌ）｜ 但し、ｆ（ｉ，ｊ）は、ピクセル（ｉ，ｊ）のピクセル
値 ｆ（ｋ，ｌ）は、ピクセル（ｋ，ｌ）のピクセル値 ｋ＝ｉ−α，…，ｉ＋α ｌ＝ｊ−β，…，ｊ＋β である。

【００１５】ステップＳ４では、ファジー処理装置４に
より、標準偏差ＳＤとデータ差Ｄとに基づいてファジー
推論を用いてＷ（２，２）を求める。このファジー推論
は、例えば次のようにして行う。

【００１６】まず、２つのファジープロダクションルー
ルを用いる。 −ルール１− ＩＦ“ＳＤが大きい” ＴＨＥＮ“Ｗ（２，２）”を大
きく。条件部と操作部のメンバシップ関数Ａ１，Ｂ１を
図３に示す。 −ルール２− ＩＦ“Ｄが大きい” ＴＨＥＮ“Ｗ（２，２）”を大
きく。条件部と操作部のメンバシップ関数Ａ２，Ｂ２を
図４に示す。

【００１７】照合のプロセスでは、ｍｉｎ演算とｍａｘ
演算を用いる。ルール１については、 μ１＝ Ａ１（ＳＤ１） Ｂ１’＝μ１ Λ Ｂ１ これは、幾何学的には、図３で、対象画像のＳＤが＜Ｓ
Ｄ１＞であるとき、その＜ＳＤ１＞とメンバシップ関数
Ａ１からメンバシップグレード＜μ１＞を求め、そのメ
ンバシップグレード＜μ１＞とメンバシップ関数Ｂ１か
ら推論結果Ｂ１’を求めることを意味する。

【００１８】ルール２については、 μ２＝ Ａ２（Ｄ２） Ｂ２’＝μ２ Λ Ｂ２ これは、幾何学的には、図４で、対象ピクセルのＤが＜
Ｄ２＞であるとき、その＜Ｄ２＞とメンバシップ関数Ａ
２からメンバシップグレード＜μ２＞を求め、そのメン
バシップグレード＜μ２＞とメンバシップ関数Ｂ２から
推論結果Ｂ２’を求めることを意味する。

【００１９】統合のプロセスでは、ｍａｘ演算を用い
る。 Ｂ’＝Ｂ１’Ｖ Ｂ２’ これは、幾何学的には、図５のように、メンバシップ関
数Ｂ１’とＢ２’とを重ねて書き、その上側輪郭をとる
ことを意味する。

【００２０】非ファジー化のプロセスでは、重心法（Ｃ
Ｇ法）を用いる。

【００２１】

【数２】

【００２２】積分範囲は、この例では、Ｗ（２，２）＝
８から１１までとする。

【００２３】ステップＳ５では、ファジー処理装置４に
より空間フィルタ、

【００２４】

【数３】

【００２５】を設定し、その空間フィルタを正規化して
新たな空間フィルタを作り、その空間フィルタにより対
象画像の強調処理を行う。

【００２６】ステップＳ６では、全ピクセルについて上
記ステップＳ３〜Ｓ５を繰り返す。ステップＳ７では、
画像保存装置７および表示装置８により処理画像を出力
する。

【００２７】以上の画像診断装置１では、対象画像に対
して最適の空間フィルタが自動的に設定され、オペレー
タが選択する必要がなくなる。また、演算により空間フ
ィルタを設定しているため、多数の空間フィルタを予め
記憶しておく必要がない。なお、メンバシップ関数は、
試行の結果と専門家の意見を基に決定する。

【００２８】他の実施例としては、ファジー推論に、画
像の撮影目的や撮影部位（例えばＣＴ装置で撮影した患
部の情報）を取り入れたものが挙げられる。また、他の
実施例としては、標準偏差ＳＤの代りに分散（ＳＤ×Ｓ
Ｄ）を用いるものが挙げられる。また、多数の空間フィ
ルタを記憶しておいて、ファジー推論に基づいて一つの
空間フィルタを選択するものが挙げられる。なお、平滑
化処理についても上記と同様にこの発明を適用できる。

【００２９】

【発明の効果】この発明の画像処理方法および画像処理
装置によれば、対象画像に対して最適の強調または平滑
化処理の度合が自動的に決定されるため、常に最良の品
質の画像を得られるようになる。また、オペレータが空
間フィルタを選択しなくてもいいため、処理効率が向上
する。

【図面の簡単な説明】

【図１】この発明の一実施例の画像診断装置のブロック
図である。

【図２】図１の画像診断装置の動作のフロー図である。

【図３】ＳＤに関するメンバシップ関数の例示図であ
る。

【図４】Ｄに関するメンバシップ関数の例示図である。

【図５】統合の概念図である。

【図６】従来の画像診断装置の一例のブロック図であ
る。

【図７】図６の画像診断装置の動作のフロー図である。

【符号の説明】

１ 画像診断装置 ２ 画像再構成装置 ３ 画像保存装置 ４ ファジー処理装置 ７ 画像保存装置 ８ 表示装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】 対象画像の品質をファジー推論により評
   価し、その対象画像の品質に対応した度合により強調ま
   たは平滑化処理を行うことを特徴とする画像処理方法。
2. 【請求項２】 対象画像に対して強調または平滑化処理
   を行う画像処理装置において、対象画像の各ピクセル値
   の分散または標準偏差を算出する第１の演算手段と、対
   象画像の各ピクセル値とその近隣ピクセル値のデータ差
   を算出する第２の演算手段と、算出した分散または標準
   偏差およびデータ差に基づくファジー推論により強調ま
   たは平滑化処理の度合を決定する処理度合決定手段とを
   具備したことを特徴とする画像処理装置。