图像处理装置以及图像处理方法制造方法及图纸

本发明专利技术提供一种图像处理装置以及图像处理方法。图像处理装置具有：距离信息计算部，其计算与到图像内的各部位的拍摄对象的距离对应的距离信息；特征量计算部，其计算图像内的各部位的特征量；特征量分布计算部，其计算根据图像内的距离信息而分类的各区域的特征量的分布；可靠性判定部，其判定各区域的特征量分布的可靠性；以及判别基准生成部，其根据可靠性的判定结果和各区域的特征量分布，针对每个区域生成用于判别图像内的特定区域的判别基准。

【技术实现步骤摘要】
图像处理装置以及图像处理方法
本专利技术涉及对拍摄活体的管腔内而得到的由多个波长成分构成的图像进行处理的图像处理装置以及图像处理方法。
技术介绍
作为对于通过内窥镜或胶囊型内窥镜等医用观察装置拍摄活体的管腔内而取得的图像(以下也称作管腔内图像或简称作图像)的图像处理，公知有根据图像内的特征量分布提取异常部等特定区域的技术(例如参照日本特开2010－113616号公报)。此处，内窥镜或胶囊型内窥镜由于通过管腔内的内容液(胆汁等消化液)拍摄从近景到远景，因此图像内的颜色信息也根据光通过的内容液的量而产生变化。即，在基于颜色信息的特征空间中，用于判别拍摄对象是正常部还是病变部的边界根据胶囊型内窥镜等到拍摄对象的距离而发生变化。因此，在日本特开2010－113616号公报中，根据构成图像的多个波长成分内的对应于活体内的吸收或散射的程度而确定的特定波长成分(具体而言是R成分)的值对图像进行区域分割，并使用针对区域分割后的每个区域所设定的判别基准，确定区域内的关注对象部。由此，不论到拍摄对象的距离如何，都能够进行精度良好的病变部的判别。但是，在根据到拍摄对象的距离对图像进行分割的情况下，分割后的各区域的面积不一样，因此作为每个区域的判别基准生成的基础的像素数据的数量也产生波动。因此，在像素数据少的区域中，所生成的判别基准的精度也可能会降低。
技术实现思路
本专利技术正是鉴于上述问题而完成的，其目的在于提供一种能够针对根据到拍摄对象的距离进行了分类的各区域，高精度地生成特定区域的判别基准的图像处理装置以及图像处理方法。本专利技术的一个方式的图像处理装置具有：距离信息计算部，其计算图像内的各部位的与距拍摄对象的距离对应的距离信息；特征量计算部，其计算所述图像内的各部位的特征量；特征量分布计算部，其计算根据所述图像内的所述距离信息而分类的各区域的所述特征量的分布；可靠性判定部，其判定所述各区域的特征量分布的可靠性；以及判别基准生成部，其根据所述可靠性的判定结果和所述各区域的特征量分布，针对每个所述区域生成用于判别所述图像内的特定区域的判别基准，所述可靠性判定部进行第1判定或者进行第2判定，在该第1判定中，通过将预先设定了规定的范围的基准值与所述各区域的特征量分布的特性或代表值进行比较来判定所述可靠性，在该第2判定中，将对多个层级间的所述特征量分布的特性或代表值的关系进行了近似的模型应用到所述特征量分布，判定所述多个层级间的所述特征量分布的特性或代表值的连续性，根据该连续性来判定所述可靠性，所述多个层级对应于按照对所述距离信息进行了量化后的距离信息量化值而对所述距离信息进行了分类后的所述各区域，所述判别基准生成部对于由所述可靠性判定部判定为所述特征量分布的可靠性低于规定的基准的区域，使用由所述可靠性判定部判定为所述特征量分布的可靠性高于所述规定的基准的区域的特征量分布来生成所述判别基准。本专利技术的另一方式的图像处理方法包括：距离信息计算步骤，计算图像内的各部位的与距拍摄对象的距离对应的距离信息；特征量计算步骤，计算所述图像内的各部位的特征量；特征量分布计算步骤，计算根据所述图像内的所述距离信息而分类的各区域的所述特征量的分布；可靠性判定步骤，判定所述各区域的特征量分布的可靠性；以及判别基准生成步骤，根据所述可靠性的判定结果和所述各区域的特征量分布，针对每个所述区域生成用于判别所述图像内的特定区域的判别基准，在所述可靠性判定步骤中，进行第1判定或者进行第2判定，在该第1判定中，通过将预先设定了规定的范围的基准值与所述各区域的特征量分布的特性或代表值进行比较来判定所述可靠性，在该第2判定中，将对多个层级间的所述特征量分布的特性或代表值的关系进行了近似的模型应用到所述特征量分布，判定所述多个层级间的所述特征量分布的特性或代表值的连续性，根据该连续性来判定所述可靠性，所述多个层级对应于按照对所述距离信息进行了量化后的距离信息量化值而对所述距离信息进行了分类后的所述各区域，在所述判别基准生成步骤中，对于通过所述可靠性判定步骤判定为所述特征量分布的可靠性低于规定的基准的区域，使用通过所述可靠性判定步骤判定为所述特征量分布的可靠性高于所述规定的基准的区域的特征量分布来生成所述判别基准。如果将以下本专利技术的详细说明与附图对照着进行阅读，则能够进一步理解以上所述的情况以及本专利技术的其它目的、特征、优点和技术及产业上的意义。附图说明图1是示出本专利技术实施方式1的图像处理装置的结构的框图。图2是示出图1所示的图像处理装置的动作的流程图。图3是示出作为处理对象的管腔内图像的一例的示意图。图4是示出基于距离信息的每个层级的二维特征平面中的特征量频度分布的示意图。图5是示出与图4所示的特征空间的层级对应的实际图像空间上的区域的示意图。图6是示出对距离信息进行了量化的每个层级的特征量频度分布的示意图。图7是示出每个层级的特征量分布的重心值和方差值的示意图。图8是说明特征量分布的可靠性低的层级中的判别基准的置换的图。图9是说明判别基准的置换的另一例的图。图10是示出本专利技术实施方式2的图像处理装置的结构的框图。图11是示出图10所示的图像处理装置的动作的流程图。图12是示出生成每个器官种类的判别基准模型的处理的详细情况的流程图。图13是示出表示多个层级间的众数的连续性的模型的示意图。图14是示出表示多个层级间的方差值的连续性的模型的示意图。图15是说明基于众数的连续性模型的可靠性的判定和判别基准的应用的示意图。图16是说明基于方差值的连续性模型的可靠性的判定和判别基准的应用的示意图。具体实施方式以下，参照附图说明本专利技术的实施方式的图像处理装置以及图像处理方法。另外，本专利技术不受这些实施方式限定。另外，在各附图的记载中，对相同部分标注相同标号来示出。在以下的实施方式中，作为一例，对针对由内窥镜或胶囊型内窥镜等医用观察装置按照时间序列顺序拍摄被检体的管腔内而取得的一系列的管腔内图像(以下也简称作图像)的处理进行说明。在以下的说明中，被实施图像处理的图像例如是在各像素位置中对于R(红)、G(绿)、B(蓝)的各颜色成分具有256灰度的像素级(像素值)的彩色图像。另外，本专利技术不限于管腔内图像，还能够广泛应用于从由其他的一般性的图像取得装置取得的图像中提取特定区域的情况。实施方式1图1是示出本专利技术实施方式1的图像处理装置的结构的框图。图1所示的图像处理装置1具有：控制部10，其控制图像处理装置1全体的动作；图像取得部20，其取得与由医用观察装置拍摄的图像对应的图像数据；输入部30，其受理从外部输入的输入信号；显示部40，其进行各种显示；记录部50，其存储由图像取得部20取得的图像数据和各种程序；以及运算部100，其对图像数据执行预定的图像处理。控制部10由CPU等硬件来实现，其通过读入存储在记录部50中的各种程序，根据从图像取得部20输入的图像数据和从输入部30输入的操作信号等，向构成图像处理装置1的各个部分进行指示或者数据传送等，总括地对图像处理装置1全体的动作进行控制。图像取得部20根据包含医用观察装置的系统的方式适当构成。例如，在医用观察装置是胶囊型内窥镜，且使用可与医用观察装置之间交换图像数据的可移动型记录介质的情况下，图像取得部20由拆装自如地安装该记录介质并读出已保本文档来自技高网...

【技术保护点】
一种图像处理装置，其具有：距离信息计算部，其计算图像内的各部位的与距拍摄对象的距离对应的距离信息；特征量计算部，其计算所述图像内的各部位的特征量；特征量分布计算部，其计算根据所述图像内的所述距离信息而分类的各区域的所述特征量的分布；可靠性判定部，其判定所述各区域的特征量分布的可靠性；以及判别基准生成部，其根据所述可靠性的判定结果和所述各区域的特征量分布，针对每个所述区域生成用于判别所述图像内的特定区域的判别基准。

【技术特征摘要】
2011.07.29 JP 2011-1672691.一种图像处理装置，其具有：距离信息计算部，其计算图像内的各部位的与距拍摄对象的距离对应的距离信息；特征量计算部，其计算所述图像内的各部位的特征量；特征量分布计算部，其计算根据所述图像内的所述距离信息而分类的各区域的所述特征量的分布；可靠性判定部，其判定所述各区域的特征量分布的可靠性；以及判别基准生成部，其根据所述可靠性的判定结果和所述各区域的特征量分布，针对每个所述区域生成用于判别所述图像内的特定区域的判别基准，所述可靠性判定部进行第1判定或者进行第2判定，在该第1判定中，通过将预先设定了规定的范围的基准值与所述各区域的特征量分布的特性或代表值进行比较来判定所述可靠性，在该第2判定中，将对多个层级间的所述特征量分布的特性或代表值的关系进行了近似的模型应用到所述特征量分布，判定所述多个层级间的所述特征量分布的特性或代表值的连续性，根据该连续性来判定所述可靠性，所述多个层级对应于按照对所述距离信息进行了量化后的距离信息量化值而对所述距离信息进行了分类后的所述各区域，所述判别基准生成部对于由所述可靠性判定部判定为所述特征量分布的可靠性低于规定的基准的区域，使用由所述可靠性判定部判定为所述特征量分布的可靠性高于所述规定的基准的区域的特征量分布来生成所述判别基准。2.根据权利要求1所述的图像处理装置，其中，所述特征量计算部计算所述图像内的各像素的特征量。3.根据权利要求1所述的图像处理装置，其中，所述特征量计算部计算根据边缘强度将所述图像分割后的每个小区域的特征量。4.根据权利要求1所述的图像处理装置，其中，所述特征量分布计算部针对每个所述层级，计算所述特征量的分布。5.根据权利要求1所述的图像处理装置，其中，所述特征量分布计算部包括计算所述特征量分布的方差值的方差值计算部。6.根据权利要求1所述的图像处理装置，其中，所述特征量分布计算部包括计算所述特征量分布的重心值的重心值计算部。7.根据权利要求1所述的图像处理装置，其中，所述特征量分布计算部包括计算所述特征量分布的众数的众数计算部。8.根据权利要求1所述的图像处理装置，其中，所述可靠性判定部具有分布代表值模型应用部，该分布代表值模型应用部将根据所述特征量分布的代表值而确定的模型应用到特征量分布。9.根据权利要求1所述的图像处理装置，其中，所述可靠性判定部具有分布扩展模型应用部，该分布扩展模型应用部将根据所述特征量分布的扩展而确定的模型应用到特征量分布。10.根据权利要求1所述的图像处理装置，其中，所述可靠性判定部具有连续性模型生成部，该连续性模型生成部生成表示所述多个区域间的所述特征量分布的连续性的模型。11.根据权利要求10所述的图像处理装置，其中，所述连续性模型生成部具有：图像提取部，其从拍摄被检体的管腔内而得到的一系列图像中提取多个图像；以及提取图像特征量分布计算部，其计算由所述图像提取部提取出的所述多个图像的特征量分布，所述连续性模型生成部根据所述多个图像的特征量分布生成表示所述连续性的模型。12.根据权利要求11所述的图像处理装置，其中，所述图像提取部具有判别所述一系列图像所包含的各图像的器官种类的器官种类判别部，所述图像提取部根据所述各图像的器官种类提取所述多个图像。13.根据权利要求1所述的图像处理装置，其中，所述判别基准生成部具有判别基准置换部，所述判别基准置换部将由所述可靠性判定部...

【专利技术属性】
技术研发人员：北村诚，神田大和，松田岳博，河野隆志，弘田昌士，
申请(专利权)人：奥林巴斯株式会社，
类型：发明
国别省市：