圖像處理裝置及圖像處理方法制造方法及圖紙

提供一種圖像處理裝置和圖像處理方法。圖像處理裝置具備：區(qū)域分割部，其根據(jù)圖像內(nèi)的邊緣信息，將圖像分割為分別包含多個像素的多個小區(qū)域；歸屬概率估計部，其估計多個小區(qū)域分別歸屬于作為檢測對象的特定區(qū)域的概率即歸屬概率；相鄰間連結強度計算部，其計算定量地相互相鄰的小區(qū)域?qū)儆谔囟▍^(qū)域及非特定區(qū)域內(nèi)的相同區(qū)域的程度的連結強度；病變部檢測部，其根據(jù)歸屬概率及連結強度，從上述圖像檢測特定區(qū)域。

【技術實現(xiàn)步驟摘要】

本專利技術涉及從圖像檢測特定的區(qū)域的。
技術介紹
作為與圖像的區(qū)域分割關聯(lián)的技術，例如在日本特開2009 — 232962號公報公開了采用圖割(Graph Cut)區(qū)域分割法，將圖像內(nèi)的判別區(qū)域分割為對象區(qū)域(腎臟區(qū)域)和背景區(qū)域，提取出腎臟區(qū)域的方法。圖割區(qū)域分割法是指如下將圖像的內(nèi)部分割為作為檢測對象的特定區(qū)域和作為檢測對象的背景的非特定區(qū)域的手法。首先，將與圖像內(nèi)的多個像素對應的多個節(jié)點N和 作為對于各像素的判定標簽的、與特定區(qū)域及非特定區(qū)域?qū)?個節(jié)點S、T，用與各像素分別屬于特定區(qū)域及非特定區(qū)域的確定性相應的大小的鏈接連接起來，而且，將與相互相鄰的像素對應的節(jié)點之間，用與該相鄰的像素包含在同一區(qū)域內(nèi)的確定性相應的大小的鏈接連接起來，作成連結圖形。通過對該連結圖形切斷鏈接，嘗試將節(jié)點N群分離為與節(jié)點S連接的節(jié)點N群和與節(jié)點T連接的節(jié)點N群。此時，采用圖形網(wǎng)絡理論中的最大流最小分割定理，切斷確定性的合計成為最小的鏈接群(即，未切斷的鏈接群中的確定性的合計為最大)，從而優(yōu)化區(qū)域分割(參照Y. Boykov, M. Jolly, “Interactive Graph Cutsfor Optimal Boundary&Region Segmentation of Objects in N-D Images，，，Proceedingof “Internation Conference on Computer Vision，，，July 2001, vol. I, pp. 105-112)。但是，傳統(tǒng)的圖割區(qū)域分割法中，將各像素作為一個節(jié)點進行運算，因此，屬于特定區(qū)域(或非特定區(qū)域)的確定性、相互相鄰的像素包含在同一區(qū)域內(nèi)的確定性這樣的信息僅僅按像素單位進行判斷。因此，存在無法考慮如紋理信息那樣由多個像素匯聚的區(qū)域所產(chǎn)生的特征這樣的信息來進行區(qū)域分割的問題。本專利技術鑒于上述問題而提出，目的是提供通過進行考慮了與包含多個像素的區(qū)域有關的信息的區(qū)域分割，可提高特定區(qū)域的檢測精度的圖像處理裝置、圖像處理方法及圖像處理程序。
技術實現(xiàn)思路
本專利技術的一形態(tài)的圖像處理裝置，具備小區(qū)域分割部，其根據(jù)圖像內(nèi)的邊緣信息，將上述圖像分割為分別包含多個像素的多個小區(qū)域；歸屬概率估計部，其估計上述多個小區(qū)域分別歸屬于作為檢測對象的特定區(qū)域的概率即歸屬概率；相鄰間連結強度計算部，其計算連結強度，該連結強度定量地表示上述多個小區(qū)域內(nèi)的相互相鄰的小區(qū)域?qū)儆谏鲜鎏囟▍^(qū)域及該特定區(qū)域以外的區(qū)域即非特定區(qū)域內(nèi)的相同區(qū)域的程度；特定區(qū)域檢測部，其根據(jù)上述歸屬概率及上述連結強度將上述圖像分割為上述特定區(qū)域和上述非特定區(qū)域，由此檢測上述特定區(qū)域。本專利技術的其他形態(tài)的圖像處理方法，包含小區(qū)域分割步驟，根據(jù)圖像內(nèi)的邊緣信息，將上述圖像分割為分別包含多個像素的多個小區(qū)域；歸屬概率估計步驟，估計上述多個小區(qū)域分別歸屬于作為檢測對象的特定區(qū)域的概率即歸屬概率；相鄰間連結強度計算步驟，計算連結強度，該連結強度定量地表示上述多個小區(qū)域內(nèi)的相互相鄰的小區(qū)域?qū)儆谏鲜鎏囟▍^(qū)域及該特定區(qū)域以外的區(qū)域即非特定區(qū)域內(nèi)的相同區(qū)域的程度；特定區(qū)域檢測步驟，根據(jù)上述歸屬概率及上述連結強度將上述圖像分割為上述特定區(qū)域和上述非特定區(qū)域，由此檢測上述特定區(qū)域。通過參考附圖閱讀以下的本專利技術的詳細說明，可以進一步理解上述內(nèi)容和本專利技術的其他目的、特征、優(yōu)點以及技術產(chǎn)業(yè)的意義。附圖說明圖I是示出本專利技術的實施方式I的圖像處理裝置的構成的方框圖。圖2是示出圖I所示的圖像處理裝置的動作的流程圖。 圖3是圖像處理對象即管腔內(nèi)圖像的一例的示意圖。圖4是圖I所示區(qū)域分割部的動作流程圖。圖5是表示將圖3所示管腔內(nèi)圖像分割為小區(qū)域的狀態(tài)的示意圖。圖6是圖I所示歸屬概率估計部的動作流程圖。圖7A是表示教師數(shù)據(jù)中的小區(qū)域的特征量分布的圖形。圖7B是表示根據(jù)教師數(shù)據(jù)估計的概率密度函數(shù)的一例的圖形。圖8是圖I所示相鄰間連結強度計算部的動作流程圖。圖9是圖I所示病變部檢測部的動作流程圖。圖IOA是連結圖形的一例的示意圖。圖IOB是表示將圖IOA所示連結圖形根據(jù)最大流最小分割定理進行分割后的狀態(tài)的示意圖。圖11是本專利技術的實施方式2的圖像處理裝置中的運算部的構成示意圖。圖12是圖11所示歸屬概率估計部的動作流程圖。圖13A是將在由2個顏色特征量組成的特征空間中投影的特征量分布進行聚類的結果的一例的示意圖。圖13B是表示圖13A所示聚類的重心的示意圖。圖14是估計與病變部對應的聚類的處理的流程圖。圖15A是將與某圖像對應的特征量分布聚類的例子的不圖。圖15B是將與其他圖像對應的特征量分布聚類的例子的示圖。圖16是圖11所示相鄰間連結強度計算部的動作流程圖。圖17是本專利技術的實施方式3的圖像處理裝置中的運算部的構成示意圖。圖18是圖17所示相鄰間連結強度計算部的動作流程圖。圖19是邊界強度的算出方法的說明圖。圖20是實施方式3的變形例的圖像處理裝置中的運算部的構成方框圖。圖21是圖20所示相鄰間連結強度計算部的動作流程圖。圖22是實施方式4的圖像處理裝置中的運算部的構成方框圖。具體實施方式以下，參照附圖說明本專利技術的實施方式的。另外，不是用這些實施方式限定本專利技術。另外，各附圖的記載中，同一部分附上同一標號。以下，作為一例，說明對于由內(nèi)窺鏡、膠囊型內(nèi)窺鏡等醫(yī)用觀察裝置拍攝被檢體的管腔內(nèi)(消化道內(nèi))而得到的管腔內(nèi)圖像(消化道內(nèi)圖像)的圖像處理。管腔內(nèi)圖像例如是各像素中持有相對于R (紅)、G (綠)、B (藍)的各色分量的像素等級(像素值)的彩色圖像。另外，本專利技術不限于管腔內(nèi)圖像，可廣泛適用于從其他一般圖像內(nèi)檢測特定區(qū)域的圖像處理裝置。另外，以下，說明將管腔內(nèi)圖像內(nèi)的病變部設為作為檢測對象的特定區(qū)域，將除此以外的非病變部(粘膜、殘渣等內(nèi)容物、泡等)設為作為背景的非特定區(qū)域，但是，也可以采用如將病變部及粘膜設為特定區(qū)域，除此以外(內(nèi)容物、泡等)的區(qū)域設為非特定區(qū)域等將期望的部位等設定為特定區(qū)域及非特定區(qū)域的方法。實施方式I 圖I是本專利技術的實施方式I的圖像處理裝置的構成方框圖。如圖I所示，圖像處理裝置I具備控制該圖像處理裝置I全體的動作的控制部10 ;取得由醫(yī)用觀察裝置拍攝的管腔內(nèi)圖像的圖像數(shù)據(jù)的圖像取得部11 ;接受外部輸入的輸入信號的輸入部12 ;顯示包含管腔內(nèi)圖像、各種信息的畫面的顯示部13 ;記錄部14 ;進行從管腔內(nèi)圖像檢測特定區(qū)域的運算處理的運算部15。控制部10由CPU等硬件實現(xiàn)，通過讀入在記錄部14中存儲的各種程序，按照從圖像取得部11輸入的圖像數(shù)據(jù)和從輸入部12輸入的操作信號等，進行對構成圖像處理裝置I的各部分的指示和數(shù)據(jù)的轉送等，統(tǒng)一控制圖像處理裝置I全體的動作。圖像取得部11根據(jù)包含醫(yī)用觀察裝置的系統(tǒng)的形態(tài)而適宜構成。例如，在醫(yī)用觀察裝置是膠囊型內(nèi)窺鏡，在與醫(yī)用觀察裝置之間的管腔內(nèi)圖像的圖像數(shù)據(jù)的傳遞中使用便攜型記錄介質(zhì)的場合，圖像取得部11由裝卸自由地安裝該記錄介質(zhì)，讀出在記錄介質(zhì)中存儲的圖像數(shù)據(jù)的讀取裝置構成。另外，在設置保存由醫(yī)用觀察裝置取得的管腔內(nèi)圖像的圖像數(shù)據(jù)的服務器的場合，圖像取得部11由與服務器連接的通信裝置等構成，與服務器進行數(shù)據(jù)通信，取得圖像數(shù)據(jù)。或者，圖像取得部11也可以由從內(nèi)窺鏡本文檔來自技高網(wǎng)...

【技術保護點】
一種圖像處理裝置，其特征在于，具備：小區(qū)域分割部，其根據(jù)圖像內(nèi)的邊緣信息，將上述圖像分割為分別包含多個像素的多個小區(qū)域；歸屬概率估計部，其估計上述多個小區(qū)域分別歸屬于作為檢測對象的特定區(qū)域的概率即歸屬概率；相鄰間連結強度計算部，其計算連結強度，該連結強度定量地表示上述多個小區(qū)域內(nèi)的相互相鄰的小區(qū)域?qū)儆谏鲜鎏囟▍^(qū)域及該特定區(qū)域以外的區(qū)域即非特定區(qū)域內(nèi)的相同區(qū)域的程度；以及特定區(qū)域檢測部，其根據(jù)上述歸屬概率及上述連結強度將上述圖像分割為上述特定區(qū)域和上述非特定區(qū)域，由此檢測上述特定區(qū)域。

【技術特征摘要】
2011.05.09 JP 2011-1046981.ー種圖像處理裝置，其特征在于，具備 小區(qū)域分割部，其根據(jù)圖像內(nèi)的邊緣信息，將上述圖像分割為分別包含多個像素的多個小區(qū)域； 歸屬概率估計部，其估計上述多個小區(qū)域分別歸屬于作為檢測對象的特定區(qū)域的概率即歸屬概率； 相鄰間連結強度計算部，其計算連結強度，該連結強度定量地表示上述多個小區(qū)域內(nèi)的相互相鄰的小區(qū)域?qū)儆谏鲜鎏囟▍^(qū)域及該特定區(qū)域以外的區(qū)域即非特定區(qū)域內(nèi)的相同區(qū)域的程度；以及 特定區(qū)域檢測部，其根據(jù)上述歸屬概率及上述連結強度將上述圖像分割為上述特定區(qū)域和上述非特定區(qū)域，由此檢測上述特定區(qū)域。2.根據(jù)權利要求I所述的圖像處理裝置，其特征在干， 上述小區(qū)域分割部具備 邊緣強度計算部，其計算上述圖像內(nèi)的各像素的邊緣強度； 分割部，其以上述邊緣強度的脊為邊界，將上述圖像分割為上述多個小區(qū)域。3.根據(jù)權利要求I所述的圖像處理裝置，其特征在干， 上述歸屬概率估計部具有區(qū)域特征量計算部，該區(qū)域特征量計算部按小區(qū)域単位算出上述多個小區(qū)域的各自的特征量， 上述歸屬概率估計部根據(jù)上述特征量，估計上述歸屬概率。4.根據(jù)權利要求3所述的圖像處理裝置，其特征在干， 上述特征量是顏色特征量或紋理特征量。5.根據(jù)權利要求3所述的圖像處理裝置，其特征在干， 上述歸屬概率估計部具有概率函數(shù)估計部，該概率函數(shù)估計部根據(jù)上述特征量，估計用于算出上述多個小區(qū)域分別歸屬于特定區(qū)域的歸屬概率的概率函數(shù)。6.根據(jù)權利要求5所述的圖像處理裝置，其特征在干， 上述概率函數(shù)估計部具備 聚類部，其對上述圖像中的上述特征量的分布劃分聚類； 聚類估計部，其估計與上述特定區(qū)域?qū)木垲悾灰约? 概率密度函數(shù)估計部，其根據(jù)上述聚類估計部的估計結果，分別估計上述特定區(qū)域及上述非特定區(qū)域的概率密度函數(shù)， 上述概率函數(shù)估計部根據(jù)上述概率密度函數(shù)估計上述概率函數(shù)。7.根據(jù)權利要求I所述的圖像處理裝置，其特征在干， 上述相鄰間連結強度計算部具備 相鄰信息取得部，其對上述多個小區(qū)域分別取得與其自身相鄰的小區(qū)域有關的相鄰信息；以及 連結強度計算部，其根據(jù)上述相鄰信息，算出上述相互相鄰的小區(qū)域間的上述連結強度。8.根據(jù)權利要求7所述的圖像處理裝置，其特征在干， 上述相鄰信息取得部具有檢測上述多個小區(qū)域各自的輪廓像素的輪廓像素檢測部， 上述相鄰信息取得部根據(jù)與上述輪廓像素有關的信息，取得上述多個小區(qū)域各自的相鄰信息。9.根據(jù)權利要求7所述的圖像處理裝置，其特征在干， 上述連結強度計算部具有計算上述相互相鄰的小區(qū)域間的上述歸屬概率的差的歸屬概率差計算部， 上述連結強度計算部根據(jù)上述歸屬概率的差，計算上述相互相鄰的小區(qū)域間的連結強度...

【專利技術屬性】
技術研發(fā)人員：神田大和，北村誠，弘田昌士，河野隆志，松田岳博，
申請(專利權)人：奧林巴斯株式會社，
類型：發(fā)明
國別省市：