图像显示装置、图像显示方法以及存储介质制造方法及图纸

技术编号:23318506 阅读:21 留言:0更新日期:2020-02-11 19:01
本发明专利技术公开图像显示装置、图像显示方法以及存储介质。提供通过如图像的阅览者易于注意到目标的图像那样的方法显示图像的装置。作为本发明专利技术的一个实施方式的图像显示装置具备命令受理部和图像显示部。命令受理部至少受理第1图像及第2图像的任意图像的显示命令。图像显示部在受理到所述显示命令时,在显示所述第1图像之后显示所述第2图像。所述第1图像是表示所述第2图像内的特征性的区域的图像,或者所述第2图像是表示所述第1图像内的特征性的区域的图像。

Image display device, image display method and storage medium

【技术实现步骤摘要】
图像显示装置、图像显示方法以及存储介质
本专利技术涉及图像显示装置、图像显示方法以及程序。
技术介绍
近年来,利用计算机的图像辨识技术得到急速发展,正在进行使用该技术的装置的开发。例如,正在进行从医疗用图像探测病灶、从产品的图像探测损伤这样的探测装置的开发。在利用计算机的图像辨识的学习时或者验证时,为了确认利用计算机的图像辨识的妥当性,人确认图像辨识结果的情况也很多。但是,表示该结果的图像对于人类而言庞大,对确认作业的负担大。因此,在如确认大量的图像那样的情况下,要求如支援确认者那样的显示装置。
技术实现思路
提供通过如图像的阅览者易于注意到目标的图像那样的方法显示图像的装置。作为本专利技术的一个实施方式的图像显示装置具备命令受理部和图像显示部。命令受理部至少受理第1图像以及第2图像中的任意图像的显示命令。图像取得部取得所述第1图像以及所述第2图像。图像显示部在受理到所述显示命令时,在显示所述第1图像之后显示所述第2图像。所述第1图像是表示所述第2图像内的特征性的区域的图像,或者所述第2图像是表示所述第1图像内的特征性的区域的图像。附图说明图1是示出第1实施方式所涉及的图像显示系统的一个例子的框图。图2是示出原图像、特征图像、以及重叠图像的一个例子的图。图3是说明最初设想的图像显示方法的图。图4是说明第1图像显示方法的图。图5是示出使用第1图像显示方法时的第1实施方式的图像显示装置中的处理的流程图的图。图6是说明第2图像显示方法的图。图7是示出使用第2图像显示方法时的第1实施方式的图像显示装置中的处理的流程图的图。图8是示出第2实施方式所涉及的图像显示系统的一个例子的框图。图9是示出变更显示形式的情况的重叠图像的显示的一个例子的图。图10是示出使用第1图像显示方法时的第2实施方式的图像显示装置中的处理的流程图的图。图11是示出本专利技术的一个实施方式中的硬件结构的一个例子的框图。(符号说明)1:图像生成装置;11:图像读入部;12:图像生成部;13:图像保存部;2:图像存储装置;3:图像显示装置;31:命令受理部;32:图像取得部;33:显示控制部(时间测定部);34:图像显示部;35:判定部;41A至45A:原图像;41B至45B:特征图像;41C至45C:重叠图像;42D:放大图像;5:计算机装置;51:处理器;52:主存储装置;53:辅助存储装置;54:网络接口;55:设备接口;56:总线;6:通信网络;7A和7B:外部装置。具体实施方式以下,参照附图,说明本专利技术的实施方式。(第1实施方式)图1是示出第1实施方式所涉及的图像显示系统的一个例子的框图。第1实施方式所涉及的图像显示系统具备图像生成装置1、图像存储装置2、以及图像显示装置3。图像生成装置1具备图像读入部11、图像生成部12、以及图像保存部13。图像显示装置3具备命令受理部31、图像取得部32、显示控制部(时间测定部)33、以及图像显示部34。第1实施方式所涉及的图像显示系统是用于显示由图像生成装置1生成的图像而使人阅览的系统。例如,在通过深度学习等机械学习生成图像生成模型(图像变换模型)的情况下,设想人确认由学习中的图像生成模型生成的图像的情况。或者设想作为验证而由人确认由已学习的图像生成模型生成的图像的情况。在使用图像生成模型进行图像生成的情况下,通常,生成膨大的量的图像。因此,图像的阅览所花费的时间变得膨大,另一方面,由于该膨大的量而阅览者缺乏集中力,成为不良现象的探测率降低这样的严重的事态。因此,本实施方式的图像显示装置3在阅览者依次阅览多个图像时,通过如使图像阅览的效率提高那样的方法显示图像。详情后述。此外,在本说明中,设想使用通过学习生成的图像生成模型进行图像生成的情况,但本实施方式的图像显示装置3显示的图像不限于使用图像生成模型生成的图像。首先,说明图像生成装置1。图像生成装置1的图像读入部11读入保存于指定场所的图像。指定场所可以是图像生成装置1的内部也可以是外部,还可以是图像存储装置2。以后,将由图像读入部11读入的图像记载为原图像。图像生成部12使用通过学习生成的图像生成模型,根据原图像生成新的图像。生成表示所提供的图像中的固有的特征的图像的图像生成模型和用于生成该图像生成模型的学习的方法还有作为公知技术一般提供的例子。作为使用卷积神经网络(CNN)的情况的具体例,可以举出GuidedBackProp、Grad-CAM等手法。例如,在使用外观检查用的图像生成模型时,在原图像内的检查品中存在本来不存在的损伤的情况下,根据原图像生成表示该损伤的位置等的图像。本实施方式的图像生成部12使用这样的图像生成模型,根据原图像生成表示原图像的特征性的区域的图像。考虑除了损伤以外,将污垢、混入的异物、变形、从正常位置的偏移等也视为原图像的特征。此外,以后将表示原图像的特征性的区域的图像记载为特征图像。即,特征图像是表示该原图像具有的特征的图像。此外,将原图像内的存在特征的区域记载为特征区域。图像生成部12将该图像生成模型用作作为软件的一部分的程序模块。通过在图像生成模型中将原图像输入到该程序模块,输出特征图像。设想作为图像生成模型的网络,使用卷积神经网络(CNN)等。原图像被输入到神经网络的输入层,经由各中间层中的运算,从输出层输出结果。此外,使用的图像生成模型可以由图像生成装置1生成,也可以从外部的装置获得。另外,使用的图像生成模型可以是已学习也可以是学习中。另外,图像生成部12通过重叠原图像和生成的特征图像,生成新的图像。将通过重叠生成的新的图像记载为重叠图像。重叠图像由于被重叠特征图像,所以还是表示原图像的特征性的区域的图像,是特征图像的一种。但是,在本说明中,为方便起见,区分特征图像和重叠图像来说明。此外,图像生成部12也可以使用根据原图像直接输出重叠图像的图像生成模型。图2是示出原图像、特征图像、以及重叠图像的一个例子的图。图2的(A)是示出原图像的一个例子的图。图2的(A)的原图像41A表示某个检查品的外观。图2的(B)是示出特征图像的一个例子的图。图2的(B)的特征图像41B是由图像生成部12根据原图像41A生成的图像,是表示原图像41A内的异常的存在的可能性的图像。正常部位是透明(白),但对认为异常的部位赋予色彩(黑)。在此,特征图像被表示为黑白图像,但也可以表示为彩色图像。另外,也可以是通过颜色的种类、浓淡等表示异常的可能性的高低(异常度)的热图。图2的(C)是示出重叠图像的一个例子的图。图2的(B)的重叠图像41C成为原图像41A的特征被强调的图像。这样,通过显示重叠图像,能够一次掌握原图像和特征图像这两方,所以人易于进行确认。此外,如图2所示,处于对应关系的原图像、特征图像、以及重叠图像的符号的数字相同。另外,设为数字之后的字母的A表示原图像、B表示特征图像、C表示重叠图像。例如,与原图像41A对应的特征图本文档来自技高网...

【技术保护点】
1.一种图像显示装置,具备:/n命令受理部,至少受理第1图像及第2图像的任意图像的显示命令;以及/n图像显示部,在受理到所述显示命令时,在显示所述第1图像之后显示所述第2图像,/n所述第1图像是表示所述第2图像内的特征性的区域的图像,或者所述第2图像是表示所述第1图像内的特征性的区域的图像。/n

【技术特征摘要】
20180730 JP 2018-1426711.一种图像显示装置,具备:
命令受理部,至少受理第1图像及第2图像的任意图像的显示命令;以及
图像显示部,在受理到所述显示命令时,在显示所述第1图像之后显示所述第2图像,
所述第1图像是表示所述第2图像内的特征性的区域的图像,或者所述第2图像是表示所述第1图像内的特征性的区域的图像。


2.根据权利要求1所述的图像显示装置,其中,
还具备测定从基准时间点起的第1经过时间的第1时间测定部,
所述图像显示部在所述第1经过时间超过第1预定时间的时间点或者由所述命令受理部受理到接下来的显示命令的时间点,显示所述第2图像。


3.根据权利要求2所述的图像显示装置,其中,
所述基准时间点是基于显示所述第1图像的时间点或者受理到所述显示命令的时间点的时间点。


4.根据权利要求1至3中的任意一项所述的图像显示装置,其中,
还具备测定从显示所述第2图像起的第2经过时间的第2时间测定部,
所述图像显示部在所述第2经过时间超过第2预定时间以前所述命令受理部受理到接下来的显示命令的情况下,省略与接下来的显示命令有关的第1图像的显示,显示与接下来的显示命令有关的第2图像。


5.根据权利要求1至4中的任意一项所述的图像显示装置,其中,
还具备判定是否变更所述第1图像或者所述第2图像的显示形式的判定部,
在判定为应变更所述显示形式的情况下,所述图像显示部通过与未判定为应变更所述显示...

【专利技术属性】
技术研发人员:三好邦彦
申请(专利权)人:首选网络株式会社
类型:发明
国别省市:日本;JP

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1