JPS60171573A - 画像処理システムにおける画像強調方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の利用分野〕 環システムにおける暴暴暮の画像強調方式に関する。

〔発明の背景〕

従来、レントゲン装置等で撮影しただ番プの画像（原画
像）は病巣を識別しにくいために、原画像にフィルタ処
理を施すことがある。原画像をＧとして、フィルタ処理
後の画像をＧ′とすると、実空間で、 Ｇ’　＝Ｆ＊Ｇ と表わすことができる。ここで、Ｆはフィルタ関数、＊
はコンボルージョンを表わす。

高域強調か帯域強調かあるいは低域強調かによって、異
なったフィルタ関数Ｆを用い・る。

従来１枚の画像を処理する場合、同一特性のフィルタ関
数Ｆを用いていた。１枚の画像全体に同一特性のフィル
タ関数Ｆを用いて処理すると、以下のような問題が生ず
る。

第１図は、足付のレントゲン像のスケッチ図である。第
１図において、１１〜１３は骨を表わす。

また、領域１４はなめらかな模様であり、領域１５は変
化のある複雑な模様である。従って、例えば、領域１５
の模様を強調するために、高域強調フィルタを用いると
、領域１４では一般的にノイズが目立つようになる。逆
に、領域１４を強調するために帯域強調フィルタを用い
ると、領域１５では画像がボケでしまう。従って、画像
の持っている情報を１枚の画像全体にわたって効果的に
表示することができない。

これに対し、特開昭５５−８７９５３号公報には、Ｘ線
写真の診断性能を向上させるための、非鮮鋭マ　。

スフ処理が開示されでいる。

これは、再生画像をＤ′、オリジナル画像をＤ　ｅｒ１
低周波強調画をＤ□、βを定数として、再生両像１）′
は、 Ｄ’＝Ｄ。□＋β（Ｄ６□−り、、、）であられされる
。この際、定数βを、例えば、Ｄｕ、の濃度値にに応じ
て変化させる。本方式によれば１画像の濃度値により、
原画像Ｄ０，１と、高強調した画像（Ｄ　、、、−Ｄｕ
、）との加算の割合いを変化させることができる。本方
式では、画像の濃度値に応じて強調度を変化させること
はできるのフィルタ関数を選択する処理を行なうことは
できないという問題がある。

〔発明の目的〕

本発明の目的は、上記間類点を解消し、画像全体にわた
って、効果的な画像強調処理ができる画像処理システム
における画像強調方式を提供することにある。

〔発明の概要〕

上記目的を達成するために１本発明は、画像入力部と、
画像データ処理部と２画像表示部を有する画像処理シス
テムにおいて、１枚の画像を部分画像に分割し、各部分
画像ごとに特性を抽出し、その特性に応じて先験的既知
情報を用いてフィルタ関数、処理画像加算の割合、コン
トラスト変換関数等を選別して、診断部位、診断目的等
により強調方法が異なる画像を得ることを特徴とする。

〔発明の実施例〕

以下、本発明の一実施例を図面を用いて詳細に説明する
。

第８図は本発明の一実施例である画像処理システムの例
を示す構成図である。

８００は画像データを処理する画像処理ユニツ１〜．８
０１は画像入力部としてのフィルムリーダ、８０２は画
像表示部としてのキーボード等を有するディスプレイ、
８０３は画像出力部としてのフィルムライタ、８０４は
光デイスクユニットである。

また、第９図は第８図の画像処理システムの機能ブロッ
ク図である。

入力レントゲン画像９００は、フィルムリーダ８０１に
より、画像処理ユニット８００に入力される。画像処理
ユニット８００では、特性を知るための特微量抽出部９
０２、得られた特徴量からの類似度算出部９０３、対話
モードにより特定の周波数成分を強調する選択的フィル
タリング部９０４および濃度変化の違いをより強調する
ためのコントラスト変換部９０５での処理が行なわれる
。画像処理ユニット８００の処理結果が、フィルムライ
タ８０３により処理済レントゲン画像９２０として出力
される。

第２図は本発明の処理概念を示す説明図である。

フィルムリーダ８０１から入力された原画像データ２１
の多部分ごとに小領域を設定し、その小領域から、例え
ば、分散値、平均値などの特性を抽出する各部分領域の
特性抽出処理２２を行なう。

次に、この抽出特性に応じて、先験的既知情報２０１、
例えば診断部位、診断目的等を用いて次の処理から最も
適した処理を選別する。処理としては、特定の周壌数成
分を強調するフィルタリング処理２３、原画像加算処理
２５、コントラスト変換処理２７がある。

また、先験的既知情報２０１を用いて、フィルタリング
処理２３に対しては使用すべきフィルタのフィルタ関数
選別処理２４、原画像加算処理２５に対しては、処理画
像加算係数設定処理２６、コントラスト変換処理２７に
対しては、コントラスト変換関数選別処理２８を行なう
。

第３図は、部分領域毎の特性値抽出方法を示したもので
ある６原画像３０において、部分領域３１．３２等髪各
画素毎に設定し、それぞれの部分特性を抽出する。例え
ば、部分領域３１のサイズをΩ×βとし、画素の濃度値
をｇｌＪとした時。

分散値σ、平均値には次式にてめることができ′６６ ｇ＝　−２ΣΣ　ｇ＋Ｊ ここで、１＋］は座標（ｘ、ｙ）のＸ軸方向、Ｘ軸方向
の離数値を表わす。

領域の設定は、矩形領域以外に、臓器のように意味のあ
る領域を設定することも可能である。

又、特性値としては、前述した統計皿以夕）にも、微分
値、同時生起行列、パワースペクトル等を使用できるこ
とはいうまでもない。以下の説明では。

話を簡単にするために特性値として、分散および平均値
を例にとる。

まず、フィルタ関数選別処理２４について第４図（ａ）
、（ｂ）、（Ｃ）により説明する。

第４図において（ａ）はフィルタ関数、（ｂ）はフィル
タ関数と複合特性値との対応関数、（Ｃ）は足付のスケ
ッチ画４９を表わしている。第４図（ａ）のフィルタ関
数は、横軸がカットオフ周波数ｆｃ、縦軸が強度Ｓを示
し、あらかじめ複数個用意しておく。特性は任意のもの
を設定できるが、ここでは高域強調特性を例として示し
ている。フィルタ関数が４４から４１に移るに従い、カ
ットオフ周波数ｆｃが高くなり、したがって、強度Ｓが
大きくなり、より高域強調の特性となる。

又、第４図（ｂ）のブイ３ルタ関数と特性値との対応関
数は、横軸が複合特性値Ｑ、縦軸か第４図（ａ）のフィ
ルタ関数に示す４１〜４４のフィルタ関数の番号Ｆであ
る。

複合特性値Ｑは、例えば、次のようにしてめられる。今
、原画像３０を部分領域３１と同じサイズβ×Ｑでメツ
シュに分割した各部分領域の分牧域 数値を０７　、原画像３０の各部分軸の分散値の最大値
をσエ　、最小値をσ、、、ｌｌ、とし、同様に原画像
３０の各部分領域の平均値をｉＡ、平均値の最大値を１
　、平均値の最ｔＪ＼値を１□７とした時、 σ　文　−σ ｎ＋ｌｎ 【、′　をめろ。次に、各々の特性に正規化された重み
ｗ＋　ｔ　Ｗｗ　（Ｗ＋　＋　Ｗ２　”　１　）を与え
、その累積値としてＩ）（合着（’！　（ｌ？＋、　Ｑ
はＱ＝ｗ、σ力’十ｗ、ｇ北′ となる。

ここで得らオシる楼台特性値Ｑは、０へ・１の値を取る
。この複合特性値Ｑとフィルタ関数の番号Ｆとの対応関
係も任意に設定できるが、一般的には、第４図（ｂ）の
フィルタ関係と特性値との刻応関数に示す如く増加関数
となる。

この理由を、足付のスケッチ画４９により説明する。足
付のスケッチ画４９において、骨渠部４０１の如く複雑
なパターンをもつ領域では、複合特性値Ｑは高い値をも
つため、４１のフィルタ関数が適用され、エツジが強調
される。逆に、骨部外（濃度値が小）４０２のように平
坦なパターンをもつ領域では複合特性値Ｑは小さい値と
なるため、４４のフィルタ関数が適用され、原像に近い
画作となる。

以上の処理により、足付のスケッチ画４９に示す足付の
画像では、骨部内の例えば骨梁部４０１の如く柳■１；
なパターンをもつ領域が最も強調さオシ。

骨部外４０２のように平坦なパターンをもつ領域＼ は、はとんど加面と変わらない画像を作成できる。

又、複合特性値Ｑは、例えば垂みｗ２をＯとする　・こ
とにより単一特性値とすることも可能である。

次に、処理Ｉｉ！ｉｉ像加算係数設定処理２６について
説明する。処理画像加算係数設定処理２６は、一般にフ
ィルタリング処理２３後の画像が量感に乏しいとされて
いるため、それを補うものである。

今、原画像をＧ、フィルタ関数をＦ　（Ｑ）　、フィル
タリング処理２３後の画像をＧ′とした時、Ｇ’　＝Ｇ
　＊Ｆ　（Ｑ、） の関係がある。

さらに、原画像加算処理２５後の画像をＧ　Ｎとすると ａ’　＝Ｇ＋β（Ｑ）　・Ｇ′ にてＧ’にめる。ここで、β（Ｑ）は、前述の複合特性
値Ｑを変数とする強調係数であり２例えば、第５図の如
く横軸にＱ、縦軸にβ（Ｑ）をとって設定する６ 第５図において、Ｑの値の増加に伴ってβ（Ｑ）の値が
同じに増加する場合が５３、徐々に増加する場合が５２
、急激に増加する場合か５４を示している。原画像加算
処理２５後の画像は、複合特性値Ｑの大きい領域、即ち
、エツジ強調された部分では、Ｇ′の成分が多く、平坦
な部分ではＧの成分が多い画像となり、鮮鋭で量感のあ
る画像を得ることが可能となる。

次に、コントラスト変換関数選別処理２８について説明
する。コントラスト変換関数選択処理２８では、上記に
よ幹得られた処理画像Ｇ＃に対し、コントラスト変換処
理２７を施すものである。

、具体的には、第６図に示すような横軸に入力濃度Ｎ、
縦軸に出力濃度Ｋをとった変換関数を使用する。例えば
、５Ｇの特性を用いることによりハイライト部（濃度圃
の大きい部分）の濃度変化の違いをより強調することが
可能となる。

以上述べた処理においては、第４図（ａ）のフィルタ関
数、第４図（ｂ）の複合特性値Ｑとフィルタ関数の番号
Ｆとの対応関数など、処理毎に決定すべきパラメータが
存在する。又、これらパラメータは、診断部位、診断目
的などにより変わるべきものである。

第７図に先験的既知情報２０１の例を示す。第７図にお
いで６１は、部位が尾骨、診断目的が骨膜炎の投合を示
している。ｆｃは、フィルタのカットオフ周波数を示す
。この例では、ｉｏが０．０５〜０．５　（サイクル／
圃）の範囲のバイパスフィルタ（第４図（、）の特性）
を複数個用い、強調係数β（Ｑ）の特性を第５図の５３
の如く設定し、コントラスト変換は第６図の５６に示す
ようなハイライト部強調を１７なうことを示す。また、
６２は、四部の例を示したもので、ｆｃが０．０１〜０
．６　（リイクル／　＋ｎｍ　）の範囲のバイパスフィ
ルタを複数個用い１強調係数β（Ｑ＞の特性を第５図の
５２または５４の如く設定し、コントラスト変換は第６
図の５６に示すハイライト部強調を行うことを示す。

なお、このような先験的既知情報２０１は、事前に登録
、あるいは操作者が対話的に設定すれば、操作者のパラ
メータ入力の軽減を図ることができる。

〔発明の効毛〕

本発明Ｃ・二よれば、画像の各部分領域毎に最適なフ、
イルタを選択し、１作用させ、又、任意のｉ’ｉｉ白で
処理画像を加算できるため、か）も銑かっｈｔ感のある
画像を作成し、診に’ｒａ度が向上す−るという効果が
ある。

【図面の簡単な説明】

第１図は、人体足骨部レントゲン画像のスケッチ図、第
２図は本発明の処理（４念を示す説明図、第３図は部分
領域の特性値抽出方法を示す図、第４図はフィルタ関数
を示す図、第５図は処理画像加算係数を示す図、第６図
はコントラメ、　ｌ−＆　換ｒｘｇ数を示す図、第７図
は、先験的既知情報の指定例を示す図、第８図は本発明
の一実施例である画像処理システムの例を示す構成図、
第９図は第８図の画像処理システムの機能ブロン°り図
である。 ２４・・・フィルタ関数選別処理、；！６−・・処理画
像加算係数設定処理、２８・・・コントラスト変換関数
選別処理＋１．　２　（１１・・・先験的既知情報。 代理人　メ１−理１：　高（；６明夫 罵　１　図 Ｉｌ 第２図 冨　３　目 第　４　図 畝）　（右 ′５′１ ■　５　口 ｆＪ　ｌ　図 冨　７　図 ■　８　図

Claims (1)

【特許請求の範囲】
1. 画像入力部と１画像データ処理部と、画像表示部よりな
   る画像処理システムにおいて、画像を部分画像に分割し
   、該部分画像毎に特性を抽出し、先験的既知情報を用い
   て該抽出した特性に応じた関係式を選択し、該選択され
   た関係式を用いて該部分画像毎に強調処理を行なうこと
   を特徴とする画像処理システムにおける画像強調方式。