專利名稱：圖像處理裝置、圖像處理程序及圖像處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對拍攝對象物而得到的圖像進(jìn)行處理的圖像處理裝置、圖像處理程序 及圖像處理方法。
背景技術(shù)：
近年來，以膠囊型內(nèi)窺鏡為代表，已開發(fā)出一邊在體內(nèi)的管腔內(nèi)移動一邊依次拍 攝按時(shí)間序列的管腔內(nèi)圖像的醫(yī)用攝像裝置。膠囊型內(nèi)窺鏡在從患者的口中服入而導(dǎo)入到 體內(nèi)后，一邊通過蠕動運(yùn)動等方式在管腔內(nèi)移動，一邊依次拍攝圖像并將其發(fā)送到體外的 接收裝置，最終被排出體外。被該膠囊型內(nèi)窺鏡拍攝且由體外的接收裝置接收到的被檢體 內(nèi)部的圖像在診斷用的工作站等中按時(shí)間序列順序依次顯示，由醫(yī)生等觀察者進(jìn)行確認(rèn)。該膠囊型內(nèi)窺鏡要拍攝數(shù)量龐大的圖像。因此，在診斷用的工作站等中，進(jìn)行如下 處理從所拍攝的圖像中檢測疑似存在例如出血等的異常部位的圖像來作為應(yīng)該觀察的圖 像，從而減輕了醫(yī)生等觀察圖像所承受的負(fù)擔(dān)。例如公知有以下方法對圖像進(jìn)行塊分割并 按照每個(gè)塊計(jì)算色調(diào)信息，針對計(jì)算出的色調(diào)信息進(jìn)行聚類(clustering)，由此，提取屬于 與構(gòu)成正常粘膜的塊的組群相差預(yù)定基準(zhǔn)以上的組群的塊，作為異常部位(參照專利文獻(xiàn) 1)。此外，公知有以下方法使用用于檢測微小鈣化陰影的候選的形狀依賴性文件夾即形態(tài) 濾波器來生成強(qiáng)調(diào)了微小鈣化陰影的圖像(參照專利文獻(xiàn)2)。專利文獻(xiàn)1 日本特開2005-192880號公報(bào)專利文獻(xiàn)2 日本特開2002-99896號公報(bào)然而，由膠囊型內(nèi)窺鏡拍攝的圖像是將體內(nèi)器官顯現(xiàn)為對象物的圖像，在該圖像 內(nèi)會顯現(xiàn)出因體內(nèi)器官內(nèi)壁的粘膜結(jié)構(gòu)的折疊或起伏等引起的隆起形狀或沉降形狀。因 此，在如專利文獻(xiàn)1那樣使用色調(diào)信息進(jìn)行異常部檢測的情況下，存在以下問題這些隆起 形狀或沉降形狀等對象物的形狀會使圖像中顯示的像素值發(fā)生變化，該變化使得正常粘膜 的組群與異常部位的組群之間的分離變得困難。此外，該像素值變化與顯現(xiàn)有對象物上的 異常部位時(shí)的像素值變化類似，因此存在不能對它們進(jìn)行區(qū)分的問題。例如，在如專利文獻(xiàn) 2那樣使用形態(tài)濾波器來提取異常陰影的情況下，會因各種形狀的粘膜結(jié)構(gòu)及病變結(jié)構(gòu)而 產(chǎn)生較多的錯(cuò)誤檢測。

發(fā)明內(nèi)容
本發(fā)明正是鑒于上述情況而完成的，其目的在于提供能夠高精度檢測拍攝對象物 而得到的圖像內(nèi)的異常部位候選區(qū)域，而不會受到因?qū)ο笪锏男螤疃憩F(xiàn)在圖像中的像素 值變化的影響的圖像處理裝置、圖像處理程序及圖像處理方法。用于解決上述問題而達(dá)到目的的本發(fā)明的一個(gè)方式的圖像處理裝置具有模型 估計(jì)部，其根據(jù)拍攝對象物而得到的圖像內(nèi)的像素值，對所述圖像內(nèi)的像素值的梯度變化 進(jìn)行建模；以及異常部位候選檢測部，其根據(jù)構(gòu)成所述圖像的各像素的像素值與所述各像 素的估計(jì)像素值之間的差分，來檢測顯現(xiàn)在所述圖像中的所述對象物上的異常部位候選區(qū)域，其中，所述各像素的估計(jì)像素值是由進(jìn)行所述建模而得到的像素值的梯度變化確定的。根據(jù)該方式的圖像處理裝置，能夠?qū)D像內(nèi)的像素值的梯度變化進(jìn)行建模，根據(jù) 實(shí)際像素值與由進(jìn)行建模而得到的像素值的梯度變化確定的估計(jì)像素值之間的差分，檢測 異常部位候選區(qū)域。因此，能夠高精度地檢測拍攝對象物而得到的圖像內(nèi)的異常部位候選 區(qū)域，而不會受到因?qū)ο笪锏男螤疃憩F(xiàn)在圖像中的像素值變化的影響。此外，本發(fā)明的另一方式的圖像處理程序用于使計(jì)算機(jī)執(zhí)行以下步驟模型估計(jì) 步驟，根據(jù)拍攝對象物而得到的圖像內(nèi)的像素值，對所述圖像內(nèi)的像素值的梯度變化進(jìn)行 建模；以及異常部位候選檢測步驟，根據(jù)構(gòu)成所述圖像的各像素的像素值與所述各像素的 估計(jì)像素值之間的差分，檢測顯現(xiàn)在所述圖像中的所述對象物上的異常部位候選區(qū)域，其 中，所述各像素的估計(jì)像素值是由進(jìn)行所述建模而得到的像素值的梯度變化確定的。此外，本發(fā)明的另一方式的圖像處理方法包括模型估計(jì)步驟，根據(jù)拍攝對象物而 得到的圖像內(nèi)的像素值，對所述圖像內(nèi)的像素值的梯度變化進(jìn)行建模；以及異常部位候選 檢測步驟，根據(jù)構(gòu)成所述圖像的各像素的像素值與所述各像素的估計(jì)像素值之間的差分， 檢測顯現(xiàn)在所述圖像中的所述對象物上的異常部位候選區(qū)域，其中，所述各像素的估計(jì)像 素值是由進(jìn)行所述建模而得到的像素值的梯度變化確定的。根據(jù)本發(fā)明，能夠高精度地檢測拍攝對象物而得到的圖像內(nèi)的異常部位候選區(qū) 域，而不會受到因?qū)ο笪锏男螤疃憩F(xiàn)在圖像中的像素值變化的影響。


圖1是示出包含圖像處理裝置的圖像處理系統(tǒng)的整體結(jié)構(gòu)的概略示意圖。
圖2是示出圖像處理裝置的功能結(jié)構(gòu)的框圖。
圖3是示出圖像處理裝置的運(yùn)算部進(jìn)行的運(yùn)算處理步驟的流程圖。
圖4是示出管腔內(nèi)圖像的一例的圖。
圖5是示出隆起形狀估計(jì)處理的詳細(xì)處理步驟的流程圖。
圖6是示出標(biāo)簽(labeling)圖像的一例的圖。
圖7是示出根據(jù)圖6所示的標(biāo)簽圖像而估計(jì)的隆起頂部區(qū)域的圖。
圖8是說明初始隆起模型的生成原理的說明圖。
圖9是說明像素隆起模型的校正原理的說明圖。
圖10是說明像素隆起模型的校正原理的說明圖。
圖11是示出管腔內(nèi)圖像的像素值分布的一例的圖。
圖12是圖11所示的像素值分布的A部剖視圖。
圖13是示出根據(jù)圖7所示的隆起頂部區(qū)域而設(shè)定的像素隆起模型的圖。
圖14是示出排除隆起區(qū)域而估計(jì)的隆起頂部區(qū)域的圖。
圖15是示出根據(jù)圖14所示的隆起頂部區(qū)域而設(shè)定的像素隆起模型的圖。
圖16是示出沉降形狀估計(jì)處理的詳細(xì)處理步驟的圖。
圖17是示出分割沉降區(qū)域的圖。
圖18是說明初始沉降模型的生成原理的說明圖。
圖19是說明像素沉降模型的校正原理的說明圖。
圖20是說明像素沉降模型的校正原理的說明圖。
圖21是示出管腔內(nèi)圖像的像素值分布的一例的圖。圖22是圖21所示的像素值分布的B部剖視圖。圖23是說明異常部位候選區(qū)域的檢測原理的說明圖。圖M是說明異常部位候選區(qū)域的檢測原理的說明圖。圖25是說明異常部位候選區(qū)域的檢測原理的說明圖。
具體實(shí)施例方式以下，參照附圖來詳細(xì)說明用于實(shí)施本發(fā)明的優(yōu)選方式。在下文中，使用在體內(nèi)的 管腔內(nèi)移動的膠囊型內(nèi)窺鏡，并且對如下的圖像處理裝置進(jìn)行說明該圖像處理裝置對由 該膠囊內(nèi)窺鏡在體內(nèi)管腔內(nèi)移動的同時(shí)連續(xù)拍攝的圖像進(jìn)行處理。注意，本發(fā)明不限于該 實(shí)施方式。另外，在附圖的描述中對相同部分標(biāo)注了相同標(biāo)號來進(jìn)行表示。(實(shí)施方式)圖1是示出包含本實(shí)施方式的圖像處理裝置70的圖像處理系統(tǒng)的整體結(jié)構(gòu)的概 略示意圖。如圖1所示，圖像處理系統(tǒng)具有以下裝置等膠囊型內(nèi)窺鏡3，其拍攝被檢體1的 體內(nèi)管腔內(nèi)的圖像(以下稱作“管腔內(nèi)圖像”)；接收裝置4，其接收從膠囊型內(nèi)窺鏡3以無 線方式發(fā)送的管腔內(nèi)圖像的圖像數(shù)據(jù)；以及圖像處理裝置70，其對接收裝置4接收到的管 腔內(nèi)圖像進(jìn)行圖像處理。在接收裝置4與圖像處理裝置70之間的圖像數(shù)據(jù)的交換中，例如 使用可移動型的記錄介質(zhì)(移動式記錄介質(zhì))5。膠囊型內(nèi)窺鏡3具備攝像功能、無線功能、對攝像部位進(jìn)行照明的照明功能等，例 如，為了進(jìn)行檢查，該膠囊型內(nèi)窺鏡3從人或動物等被檢體1的口中服入而導(dǎo)入到被檢體1 內(nèi)部。然后，在被自然排出之前的期間內(nèi)，以預(yù)定的攝像速率連續(xù)拍攝并取得食道、胃、小 腸、大腸等的內(nèi)部的管腔內(nèi)圖像，將其以無線方式發(fā)送到體外。接收裝置4具有分散地配置在體表上的與被檢者1內(nèi)的膠囊內(nèi)窺鏡3的通過路徑 對應(yīng)的位置處的接收用天線Al An。而且，接收裝置4經(jīng)由各接收用天線Al An接收從 膠囊型內(nèi)窺鏡3以無線方式發(fā)送來的圖像數(shù)據(jù)。該接收裝置4構(gòu)成為可自由裝卸移動式記 錄介質(zhì)5，將接收到的圖像數(shù)據(jù)依次保存在移動式記錄介質(zhì)5內(nèi)。這樣，接收裝置4按照時(shí) 間序列的順序?qū)⒛z囊型內(nèi)窺鏡3拍攝的被檢者1內(nèi)部的管腔內(nèi)圖像蓄積到移動式記錄介質(zhì) 5中。圖像處理裝置70由工作站或個(gè)人計(jì)算機(jī)等通用計(jì)算機(jī)來實(shí)現(xiàn)，并構(gòu)成為可自由 裝卸移動式記錄介質(zhì)5。該圖像處理裝置70取得保存在移動式記錄介質(zhì)5內(nèi)的管腔內(nèi)圖像 并進(jìn)行處理，然后，在顯示裝置上進(jìn)行畫面顯示。圖2是示出圖像處理裝置70的功能結(jié)構(gòu)的框圖。在本實(shí)施方式中，圖像處理裝置 70具有外部接口 71、輸入部72、顯示部73、存儲部74、運(yùn)算部75以及控制圖像處理裝置 70的整體動作的控制部76。外部接口 71用于取得由膠囊型內(nèi)窺鏡3拍攝且由接收裝置4接收到的管腔內(nèi)圖 像的圖像數(shù)據(jù)，例如由讀取裝置構(gòu)成，該讀取裝置以裝卸自如的方式安裝移動式記錄介質(zhì) 5，讀出保存在該移動式記錄介質(zhì)5內(nèi)的管腔內(nèi)圖像的圖像數(shù)據(jù)。另外，由膠囊型內(nèi)窺鏡3 拍攝的按時(shí)間序列的管腔內(nèi)圖像的取得方式不限于使用移動式記錄介質(zhì)5的結(jié)構(gòu)。例如， 也可以構(gòu)成為，另行設(shè)置服務(wù)器來取代移動式記錄介質(zhì)5，并將按時(shí)間序列的管腔內(nèi)圖像預(yù)先保存在該服務(wù)器內(nèi)。在該情況下，由用于與服務(wù)器連接的通信裝置等構(gòu)成外部接口。并 且，經(jīng)由該外部接口與服務(wù)器進(jìn)行數(shù)據(jù)通信，取得按時(shí)間序列的管腔內(nèi)圖像。或者，可以構(gòu) 成為，將由膠囊型內(nèi)窺鏡3拍攝的按時(shí)間序列的管腔內(nèi)圖像預(yù)先保存在存儲部74內(nèi)。輸入部72例如由鍵盤、鼠標(biāo)、觸摸面板、各種開關(guān)等來實(shí)現(xiàn)，將所輸入的指示信息 輸出到控制部76。顯示部73由IXD、EL顯示器、或CRT顯示器等顯示裝置來實(shí)現(xiàn)，根據(jù)控 制部76的控制，顯示包含按時(shí)間序列的管腔內(nèi)圖像的顯示畫面在內(nèi)的各種畫面。存儲部74由可更新存儲的閃存等ROM或RAM這樣的各種IC存儲器、內(nèi)置的或用 數(shù)據(jù)通信端子連接的硬盤、CD-ROM等信息存儲介質(zhì)及其讀取裝置等來實(shí)現(xiàn)。在該存儲部74 中存儲有用于使圖像處理裝置70動作來實(shí)現(xiàn)該圖像處理裝置70所具有的各種功能的程 序、以及在該程序的執(zhí)行中使用的數(shù)據(jù)等。并且，存儲有用于使運(yùn)算部75檢測顯現(xiàn)在管腔 內(nèi)圖像中的異常部位的圖像處理程序741。運(yùn)算部75處理由膠囊型內(nèi)窺鏡3拍攝的管腔內(nèi)圖像，進(jìn)行用于檢測顯現(xiàn)在該管腔 內(nèi)圖像中的異常部位的各種運(yùn)算處理。該運(yùn)算部75包括作為模型估計(jì)部的隆起形狀估計(jì) 部751和沉降形狀估計(jì)部752、隆起頂部異常判定部753、作為沉降區(qū)域異常判定部的分割 沉降區(qū)域異常判定部754、異常部位候選檢測部755以及異常判定部756。隆起形狀估計(jì)部751估計(jì)顯現(xiàn)在管腔內(nèi)圖像中的隆起形狀。該隆起形狀估計(jì) 部751具有隆起頂部估計(jì)部751a、作為初始隆起梯度模型設(shè)定部的像素隆起模型估計(jì)部 751b、以及作為隆起梯度模型校正部的像素隆起模型校正部751c。隆起頂部估計(jì)部751a對 顯現(xiàn)有隆起形狀的隆起區(qū)域的頂部附近區(qū)域(以下稱作“隆起頂部區(qū)域”)進(jìn)行檢測，將其 估計(jì)為隆起區(qū)域的大概位置。像素隆起模型估計(jì)部751b根據(jù)隆起頂部區(qū)域，生成對像素值 的梯度變化進(jìn)行建模而得到的像素隆起模型(隆起梯度模型)的初始狀態(tài)即初始隆起模型 (初始隆起梯度模型)。像素隆起模型校正部751c根據(jù)隆起區(qū)域的像素值來校正初始隆起 模型，并針對隆起區(qū)域設(shè)定像素隆起模型。沉降形狀估計(jì)部752估計(jì)顯現(xiàn)在管腔內(nèi)圖像中的沉降形狀。該沉降形狀估計(jì)部 752具有沉降區(qū)域提取部75 、沉降區(qū)域分割部752b、作為初始沉降梯度模型設(shè)定部的像 素沉降模型估計(jì)部752c、以及作為沉降梯度模型校正部的像素沉降模型校正部752d。沉 降區(qū)域提取部75 提取圖像內(nèi)的除隆起區(qū)域以外的區(qū)域作為沉降區(qū)域。沉降區(qū)域分割部 752b根據(jù)附近的隆起區(qū)域的位置來分割沉降區(qū)域。像素沉降模型估計(jì)部752c根據(jù)分割后 的沉降區(qū)域(以下稱作“分割沉降區(qū)域”)，生成對像素值梯度變化進(jìn)行建模后的像素沉降 模型(沉降梯度模型)的初始狀態(tài)即初始沉降模型(初始沉降梯度模型)。像素沉降模型 校正部752d根據(jù)分割沉降頂區(qū)域的像素值來校正初始沉降模型，并針對分割沉降頂區(qū)域 設(shè)定像素沉降模型。隆起頂部異常判定部753根據(jù)隆起頂部區(qū)域的特征量，判定隆起頂部區(qū)域是否為 異常部位候選區(qū)域。分割沉降區(qū)域異常判定部7M根據(jù)分割沉降區(qū)域的特征量，判定分割 沉降區(qū)域是否為異常部位候選區(qū)域。異常部位候選檢測部755在隆起區(qū)域中，檢測偏離了 該隆起區(qū)域的像素隆起模型的像素作為異常部位候選區(qū)域的構(gòu)成像素，并且在分割沉降區(qū) 域中，檢測偏離了該分割沉降區(qū)域的像素沉降模型的像素作為異常部位候選區(qū)域的構(gòu)成像 素。異常判定部756根據(jù)異常部位候選區(qū)域的特征量，判定異常部位候選區(qū)域是否為異常 部位。
控制部76由CPU等硬件來實(shí)現(xiàn)。該控制部76根據(jù)經(jīng)由外部接口 71取得的圖像 數(shù)據(jù)、從輸入部72輸入的操作信號、存儲在存儲部74內(nèi)的程序和數(shù)據(jù)等，進(jìn)行針對構(gòu)成圖 像處理裝置70的各部分的指示和數(shù)據(jù)傳送等，統(tǒng)一控制圖像處理裝置70整體的動作。圖3是示出圖像處理裝置70的運(yùn)算部75進(jìn)行的運(yùn)算處理步驟的流程圖。另外， 這里說明的處理是通過由運(yùn)算部75讀出并執(zhí)行存儲在存儲部74內(nèi)的圖像處理程序741來 實(shí)現(xiàn)的。如圖3所示，運(yùn)算部75首先經(jīng)由外部接口 71和控制部76取得圖像(管腔內(nèi)圖 像)(步驟al)。圖4是示出在步驟al中取得的圖像(管腔內(nèi)圖像)的一例的圖。在由膠 囊型內(nèi)窺鏡3拍攝的管腔內(nèi)圖像中，顯現(xiàn)有作為對象物的體內(nèi)器官內(nèi)壁的粘膜結(jié)構(gòu)、和在 管腔內(nèi)浮游的內(nèi)容物、泡等，并且有時(shí)會顯現(xiàn)病變等重要部位。這里，在體內(nèi)器官內(nèi)壁的粘 膜結(jié)構(gòu)中，包括因體內(nèi)器官及其內(nèi)壁粘膜的折疊、起伏等引起的隆起形狀或沉降形狀。接著，如圖3所示，轉(zhuǎn)移到隆起形狀估計(jì)處理(步驟a3)。圖5是示出隆起形狀估 計(jì)處理的詳細(xì)處理步驟的流程圖。在隆起形狀估計(jì)處理中，首先，隆起頂部估計(jì)部751a作為區(qū)域分割部對構(gòu)成管腔 內(nèi)圖像的各像素，進(jìn)行例如基于其R(紅)、G(綠)、B(藍(lán))的像素值的聚類(步驟bl)。這 里，作為聚類的方法，例如可以利用以下等公知的方法，即基于k-means法的聚類(參考 CG-ARTS協(xié)會，〒^ ”夕^畫像処理，P232 (數(shù)字圖像處理，第232頁))、或使用了 EM算法 的基于混合分布估計(jì)的聚類(參考:Maximum Likelihood from Incomplete Data via the EM Algorithm(A. PDempster, et. al, Journal of the Royal Statistical Society. Series B(Methodological)，Vol. 39，No. 1. (1977)，pp. 1-38.)。接著，隆起頂部估計(jì)部751a根據(jù)聚類結(jié)果，對所取得的圖像的各像素賦予標(biāo)簽， 生成標(biāo)簽圖像(步驟b3)。圖6是示出標(biāo)簽圖像的一例的圖。例如，隆起頂部估計(jì)部751a 根據(jù)各組群的重心的亮度值，按照亮度值從大到小的順序向各組群分配標(biāo)簽(1、2、3…)。接 著，隆起頂部估計(jì)部751a對各像素賦予分配給該像素所屬的組群的標(biāo)簽，作為像素值。由 此，如圖6所示，在每個(gè)組群的標(biāo)簽區(qū)域中能夠得到按照區(qū)域劃分的標(biāo)簽圖像。此外，將所 得到的標(biāo)簽區(qū)域中的、比預(yù)先設(shè)定的預(yù)定面積小的標(biāo)簽區(qū)域從以后的處理對象中排除。以 下，將在以后的處理中設(shè)為對象的區(qū)域稱作“處理對象區(qū)域”。接著，如圖5所示，隆起頂部估計(jì)部751a根據(jù)標(biāo)簽圖像來估計(jì)處理對象區(qū)域內(nèi)的 隆起頂部區(qū)域(步驟沾)。具體而言，隆起頂部估計(jì)部751a從構(gòu)成標(biāo)簽圖像的各標(biāo)簽區(qū)域 中提取由比其自身的標(biāo)簽大的標(biāo)簽的標(biāo)簽區(qū)域包圍的標(biāo)簽區(qū)域，設(shè)為隆起頂部區(qū)域。圖7是示出根據(jù)圖6所示的標(biāo)簽圖像而估計(jì)的隆起頂部區(qū)域Lll L13、L15、L16 的圖。如圖7所示，提取以下區(qū)域作為隆起頂部區(qū)域自身的標(biāo)簽為“1”且周圍的標(biāo)簽為 “2”的標(biāo)簽區(qū)域Lll L13、以及自身的標(biāo)簽為“2”且周圍的標(biāo)簽為“3”的標(biāo)簽區(qū)域L15、 L16.另外，這里，從標(biāo)簽小的區(qū)域起依次提取隆起頂部區(qū)域，不提取被視為隆起頂部區(qū)域的 標(biāo)簽區(qū)域周圍的標(biāo)簽區(qū)域。例如，自身的標(biāo)簽為“3”且周圍的標(biāo)簽為“4”的標(biāo)簽區(qū)域L17 等也由被賦予了比其自身的標(biāo)簽大的標(biāo)簽的標(biāo)簽區(qū)域所包圍，但該標(biāo)簽區(qū)域L17是被估計(jì) 為隆起頂部區(qū)域的標(biāo)簽區(qū)域L13周圍的標(biāo)簽區(qū)域，因此不提取該標(biāo)簽區(qū)域L17。不過，之后 要估計(jì)該標(biāo)簽區(qū)域L17是否為隆起頂部區(qū)域。此外，如圖5所示，在存在由隆起頂部估計(jì)部751a估計(jì)出的隆起頂部區(qū)域的情況
9下(步驟b7 是)，轉(zhuǎn)移到步驟b9 步驟bl3的處理，針對將該隆起頂部區(qū)域作為頂部部分 的隆起區(qū)域設(shè)定像素隆起模型。此外，在存在多個(gè)估計(jì)出的隆起頂部區(qū)域的情況下，分別針 對各隆起頂部區(qū)域，進(jìn)行步驟b9 步驟bl3的處理。S卩，在步驟b9中，隆起頂部異常判定部753進(jìn)行隆起頂部區(qū)域的異常判定，檢測滿 足預(yù)先設(shè)定的異常部位候選條件的隆起頂部區(qū)域，作為異常部位候選區(qū)域。在進(jìn)行隆起頂 部區(qū)域的異常判定時(shí)，首先計(jì)算隆起頂部區(qū)域的特征量。例如，計(jì)算構(gòu)成隆起頂部區(qū)域的各 像素的R值、G值、B值等色調(diào)信息、隆起頂部區(qū)域及其周圍區(qū)域的色調(diào)變化量、和隆起頂部 區(qū)域的形狀等，作為隆起頂部區(qū)域的特征量。接著，將計(jì)算出的特征量與事先準(zhǔn)備的基準(zhǔn)指 標(biāo)進(jìn)行比較來進(jìn)行隆起頂部區(qū)域的異常判定。作為基準(zhǔn)指標(biāo)，例如可以預(yù)先設(shè)定每個(gè)異常 種類的特征量范圍，作為監(jiān)督數(shù)據(jù)。此時(shí)，隆起頂部異常判定部753將隆起頂部區(qū)域的特征 量是否處于每個(gè)異常種類的特征量范圍內(nèi)作為異常部位候選條件來進(jìn)行其異常判定?；?者，也可以預(yù)先準(zhǔn)備正常的樣本來計(jì)算隆起頂部區(qū)域的特征量，確定正常的隆起頂部區(qū)域 的特征量范圍。此時(shí)，隆起頂部異常判定部753將隆起頂部區(qū)域的特征量從正常的隆起頂 部區(qū)域的特征量范圍偏離了多少作為異常部位候選條件來進(jìn)行其異常判定。接著，像素隆起模型估計(jì)部751b根據(jù)判定為沒有異常的隆起頂部區(qū)域，生成針對 該隆起頂部區(qū)域設(shè)定的初始隆起模型(步驟bll)。圖8是說明初始隆起模型的生成原理 的說明圖，示出了針對隆起頂部區(qū)域Lll生成的初始隆起模型Mall。在生成初始隆起模型 MaIl時(shí)，首先計(jì)算隆起頂部區(qū)域Lll的重心1^。接著，作為設(shè)定點(diǎn)配置部，進(jìn)行如下處理將 如圖8中雙點(diǎn)劃線所示那樣從計(jì)算出的隆起頂部區(qū)域Lll的重心1 起呈放射狀設(shè)定的各 方向、與隆起頂部區(qū)域Lll的輪廓之間的交點(diǎn)設(shè)為作為設(shè)定點(diǎn)一例的端點(diǎn)此。接著，在重心 Pa與端點(diǎn)1 之間分別配置中間點(diǎn)Pc。另外，所配置的中間點(diǎn)的位置不限于此，也可以按照 預(yù)先設(shè)定的預(yù)定間隔來配置中間點(diǎn)。此外，所配置的中間點(diǎn)的數(shù)量也不必與端點(diǎn)為相同數(shù) 量，而可以適當(dāng)進(jìn)行設(shè)定。接著，使用該重心、端點(diǎn)和中間點(diǎn)進(jìn)行隆起區(qū)域的建模，生成像素隆起模型的初始 形狀即初始隆起模型。這里，隆起的頂部(頂點(diǎn))附近離光源的距離較近，隆起的底部附近 離光源的距離較遠(yuǎn)。因此，隨著接近隆起頂部，表現(xiàn)為來自光源的光的反射的像素值(亮度 值)變大，隨著接近底部，像素值變小。在本實(shí)施方式中，利用這一點(diǎn)進(jìn)行隆起區(qū)域的建模， 針對重心、端點(diǎn)和中間點(diǎn)的各位置(x，y)追加各位置的估計(jì)像素值(ζ)，用三維來表現(xiàn)隆起 形狀而形成模型，將該模型稱為“像素隆起模型”。即，求取如上計(jì)算出的重心、端點(diǎn)和中間 點(diǎn)的各位置的估計(jì)像素值，作為初始隆起模型。在計(jì)算重心、端點(diǎn)和中間點(diǎn)的各位置的估計(jì) 像素值時(shí)，首先分別針對各位置，進(jìn)行包含其附近位置的像素的附近區(qū)域的邊緣提取。作為 邊緣提取的方法，可適當(dāng)使用公知的方法，例如進(jìn)行使用了索貝爾濾波器(Sobel filter) 的邊緣提取(參考CG-ARTS協(xié)會，fM夕夕義畫像処理，P116-P117)。接著，計(jì)算該附近區(qū) 域的像素中的、除了通過邊緣提取而被提取為邊緣的像素以外的像素的值的平均值，作為 各位置的估計(jì)像素值。接著，如圖5所示，像素隆起模型校正部751c對將初始隆起模型設(shè)為初始形狀的 像素隆起模型進(jìn)行校正，并針對隆起區(qū)域設(shè)定該像素隆起模型(步驟bl!3)。像素隆起模型 (初始隆起模型)的校正是通過使用動態(tài)輪廓模型使端點(diǎn)和中間點(diǎn)移動來進(jìn)行的。圖9、圖10是說明像素隆起模型Ma的校正原理的說明圖，圖10示出了經(jīng)過圖9所示的像素隆起模型Ma的重心1 和端點(diǎn)1 的截面。這里，圖9所示的^ltemal表示連接相鄰 的端點(diǎn)1 與中間點(diǎn)Pc的直線的連續(xù)性和平滑性的能量(energy)。該Eintemal被定義為連 接相鄰的端點(diǎn)1 之間的直線所成的角度θ 11越小，該Eintemal的值越?。贿B接相鄰的中間點(diǎn) Pc之間的直線所成的角度θ 13越小，該Einternal的值越?。换蛘?，將中間點(diǎn)Pc與重心Pa以 及相鄰的端點(diǎn)1 分別連接的直線所成的角度θ 15越小，該Eintemal的值越小。并且，Eextemal 表示使端點(diǎn)1 和中間點(diǎn)Pc移動而沿像素梯度擴(kuò)展像素隆起模型Ma的能量。該Eextemal被定 義為端點(diǎn)1 和中間點(diǎn)Pc越是沿實(shí)際像素值的梯度遠(yuǎn)離重心Pa，該Eextemal的值越小。此 外，圖10所示的Eimage表示端點(diǎn)1 相對于邊緣的符合性能量，并且表示像素隆起模型Ma的 估計(jì)像素值與被設(shè)定了該像素隆起模型Ma的隆起區(qū)域的在圖10中用虛線示出的實(shí)際像素 值之間的像素值差分能量。該Eimage被定義為端點(diǎn)1 越符合使用索貝爾濾波器等提取出 的邊緣，該Eimage的值越小，端點(diǎn)1 及中間點(diǎn)Pc的估計(jì)像素值與該端點(diǎn)1 及中間點(diǎn)Pc的 各位置上的實(shí)際像素值之間的差分絕對值越小，該Eimage的值越小。具體而言，動態(tài)輪廓模型的能量由下式(1)來確定。并且，以使該動態(tài)輪廓模型 的能量的值達(dá)到最小的方式，求取端點(diǎn)和中間點(diǎn)各自的位置和估計(jì)像素值。α” a2、Ci3 表示預(yù)定的系數(shù)。Eu= α !Einternal+ α 2Eexternal+ α 3Eimage ... (1)圖11是示出管腔內(nèi)圖像的像素值分布G21的一例的圖。此外，圖12是圖11所示 的像素值分布的A部剖視圖，示出了 A部截面上的像素值分布G21，并且示出了在該A部截 面附近設(shè)定的像素隆起模型Ma21的截面。這里，利用線性插值或樣條曲面等進(jìn)行插值，來 求取像素隆起模型的重心與中間點(diǎn)之間的各像素、和中間點(diǎn)與端點(diǎn)之間的各像素的像素值 (估計(jì)像素值)。此外，也可以另外定義相鄰的端點(diǎn)與中間點(diǎn)之間相互吸引的能量，并將其考慮在 內(nèi)來校正像素隆起模型。此外，隆起區(qū)域的提取方法不限于上述方法。例如，也可以預(yù)先定 義預(yù)定分布形狀的像素隆起模型，假定利用它們的混合分布來表示圖像，由此校正像素隆 起模型。在該情況下，不進(jìn)行隆起頂部區(qū)域的提取，而是進(jìn)行使用了 EM算法的混合分布的 估計(jì)，校正像素隆起模型。圖13是示出根據(jù)圖7所示的隆起頂部區(qū)域Lll L13、L15、L16設(shè)定的像素隆起模 型軋11 Ma13、Ma15、Ma16的圖，在圖13中，用虛線示出各像素隆起模型MaIl Ma13、Ma15、 Ma16的外形，并且示出了其重心1 和端點(diǎn)此。如圖13所示，步驟b9 步驟bl3的處理結(jié) 果是，在圖像內(nèi)設(shè)定將使隆起頂部區(qū)域Lll L13、L15、L16擴(kuò)展后的范圍分別設(shè)為隆起區(qū) 域的像素隆起模型Mall Ma13、Ma15、Ma16，估計(jì)將各隆起頂部區(qū)域Lll L13、L15、L16分 別作為頂部部分的隆起形狀。返回圖5，當(dāng)像素隆起模型校正部751c如上那樣地估計(jì)了隆起形狀而設(shè)定了像素 隆起模型時(shí)，接著從處理對象區(qū)域中排除估計(jì)出該隆起形狀而設(shè)定了像素隆起模型后的隆 起區(qū)域(步驟bM)。接著，轉(zhuǎn)移到步驟沾，隆起頂部估計(jì)部751a再次根據(jù)標(biāo)簽圖像來估計(jì) 隆起頂部區(qū)域。接著，在估計(jì)了隆起頂部區(qū)域的情況下(步驟b7:是)，進(jìn)行像素隆起模型 的設(shè)定(步驟b9 步驟bl3)。圖14是示出排除已經(jīng)設(shè)定了像素隆起模型的區(qū)域(隆起區(qū)域)L21 L23、L25、 L26而估計(jì)出的隆起頂部區(qū)域L31、L32的圖，圖15是示出根據(jù)圖14所示的隆起頂部區(qū)域L31、L32而設(shè)定的像素隆起模SMa31、Ma32的圖。如圖14所示，通過這里的處理，從排除了 隆起區(qū)域L21 L23、L25、U6后的處理對象區(qū)域中，提取被比自身大的標(biāo)簽編號包圍的標(biāo) 簽區(qū)域，作為隆起頂部區(qū)域L31、L32。然后，如圖15所示，在圖像內(nèi)設(shè)定將使各隆起頂部區(qū) 域L31、L32擴(kuò)展后的范圍分別設(shè)為隆起區(qū)域的像素隆起模型Ma31、Ma32。如上所述地重復(fù) 進(jìn)行處理，直到不再從處理對象區(qū)域內(nèi)提取被設(shè)為隆起頂部區(qū)域的標(biāo)簽區(qū)域?yàn)橹?，如果?進(jìn)行提取(步驟b7 否)，則返回圖3的步驟a3，之后轉(zhuǎn)移到步驟a5。S卩，在步驟a5中，轉(zhuǎn)移到沉降形狀估計(jì)處理。圖16是示出沉降形狀估計(jì)處理的詳 細(xì)處理步驟的圖。在沉降形狀估計(jì)處理中，首先，沉降區(qū)域提取部75 提取圖像內(nèi)的除隆起區(qū)域以 外的區(qū)域，作為相鄰的隆起區(qū)域之間的沉降區(qū)域(步驟Cl)。接著，沉降區(qū)域分割部752b對 沉降區(qū)域進(jìn)行分割(步驟c3)。圖17是示出分割沉降區(qū)域的圖。沉降區(qū)域提取部75 首 先針對構(gòu)成沉降區(qū)域的各像素，分別選擇出最靠近的隆起區(qū)域。然后，如圖17中虛線所示， 將所選擇的隆起區(qū)域不同的邊界位置設(shè)為分割位置來分割沉降區(qū)域。然后，如圖16所示，沉降區(qū)域分割部752b對分割沉降區(qū)域進(jìn)一步細(xì)致地進(jìn)行細(xì)分 (步驟c5)。具體而言，使用針對與分割沉降區(qū)域相接的隆起區(qū)域(即，針對構(gòu)成分割沉降 區(qū)域的各像素選擇的隆起區(qū)域)設(shè)定的像素隆起模型的端點(diǎn)，來進(jìn)行細(xì)分。例如，在像素隆 起模型的各端點(diǎn)位置上沿沉降梯度方向?qū)Ψ指畛两祬^(qū)域進(jìn)行分割，由此進(jìn)行細(xì)分。此外，不 是必須在各端點(diǎn)位置上進(jìn)行分割，例如也可以按照每2個(gè)端點(diǎn)進(jìn)行分割等。接著，分割沉降區(qū)域異常判定部7M進(jìn)行經(jīng)分割和細(xì)分后的分割沉降區(qū)域的異 常判定，檢測滿足預(yù)先設(shè)定的異常部位候選條件的分割沉降區(qū)域，作為異常部位候選區(qū)域 (步驟c7)。分割沉降區(qū)域的異常判定可與隆起頂部異常判定部753進(jìn)行的異常判定同樣 地進(jìn)行。即，首先計(jì)算分割沉降區(qū)域的特征量。例如，計(jì)算構(gòu)成分割沉降區(qū)域的各像素的R 值、G值、B值等色調(diào)信息、分割沉降區(qū)域與其周圍區(qū)域的色調(diào)變化量、和分割沉降區(qū)域的形 狀等，作為分割沉降區(qū)域的特征量。接著，將計(jì)算出的特征量與事先準(zhǔn)備的基準(zhǔn)指標(biāo)進(jìn)行比 較來進(jìn)行分割沉降區(qū)域的異常判定。例如，在準(zhǔn)備了將每個(gè)異常種類的特征量范圍確定為 基準(zhǔn)指標(biāo)的監(jiān)督數(shù)據(jù)的情況下，分割沉降區(qū)域異常判定部7M將分割沉降區(qū)域的特征量是 否處于每個(gè)異常種類的特征量的范圍內(nèi)作為異常部位候選條件來進(jìn)行其異常判定。此外， 在準(zhǔn)備了正常的樣本來計(jì)算分割沉降區(qū)域的特征量、并將正常的分割沉降區(qū)域的特征量范 圍確定為基準(zhǔn)指標(biāo)的情況下，分割沉降區(qū)域異常判定部7M將分割沉降區(qū)域的特征量從正 常的分割沉降區(qū)域的特征量范圍偏離了多少作為異常部位候選條件來進(jìn)行其異常判定。接著，像素沉降模型估計(jì)部752c根據(jù)被判定為不是異常的分割沉降區(qū)域，生成針 對該分割沉降區(qū)域設(shè)定的初始沉降模型(步驟c9)。圖18是說明初始沉降模型的生成原理 的說明圖，示出了針對細(xì)分后的分割沉降區(qū)域L41生成的初始沉降模型Mb41。在生成初始 沉降模型Mb41時(shí)，首先根據(jù)分割沉降區(qū)域L41的輪廓位置將角設(shè)為端點(diǎn)Pd。接著，在各端 點(diǎn)Pd之間配置中間點(diǎn)Pe。例如，可以按照預(yù)先設(shè)定的預(yù)定間隔來配置中間點(diǎn)，也可以配置 預(yù)先設(shè)定的預(yù)定數(shù)量的中間點(diǎn)。接著，使用該端點(diǎn)和中間點(diǎn)進(jìn)行沉降區(qū)域的建模，生成像素 沉降模型的初始形狀即初始沉降模型。關(guān)于端點(diǎn)和中間點(diǎn)的各位置的估計(jì)像素值，與初始 隆起模型的生成同樣，首先分別針對各位置，進(jìn)行包含其附近位置的像素的附近區(qū)域的邊 緣提取。接著，計(jì)算該附近區(qū)域的像素中的、除了通過邊緣提取被提取為邊緣的像素以外的像素的值的平均值，設(shè)為各位置的估計(jì)像素值。接著，如圖16所示，像素沉降模型校正部752d對將初始沉降模型設(shè)為初始形狀的 像素沉降模型進(jìn)行校正，并針對沉降區(qū)域設(shè)定該像素沉降模型(步驟cll)。像素沉降模型 (初始沉降模型)的校正是通過使用動態(tài)輪廓模型使端點(diǎn)和中間點(diǎn)移動來進(jìn)行的。圖19、圖20是說明像素沉降模型Mb的校正原理的說明圖，圖20示出了經(jīng)過圖19 所示的像素沉降模型Mb的端點(diǎn)Pd及與該端點(diǎn)Pd相鄰的中間點(diǎn)Pe的截面。這里，圖19所 示的EintCTnal—d表示連接相鄰的端點(diǎn)Pd與中間點(diǎn)Pe的直線的連續(xù)性和連接相鄰的中間點(diǎn)Pe 之間的直線的連續(xù)性和平滑性的能量。該Eintonal d被定義為連接相鄰的端點(diǎn)Pd與中間點(diǎn) Pe的直線所成的角度θ 21越小，該^ltemal d的值越小，或者，連接相鄰的中間點(diǎn)Pe之間的 直線所成的角度θ 23越小，該Eintemal d的值越小。并且，圖19和圖20所示的Eextemal d表 示沿像素梯度使中間點(diǎn)Pe移動的能量。該Eratonal d被定義為像素沉降模型(初始沉降模 型)Mb中的中間點(diǎn)Pe的估計(jì)像素值在朝向接近該中間點(diǎn)Pe的位置處的實(shí)際像素值的方向 變化時(shí)，該Eraitemal d的值變小，或者，像素沉降模型(初始沉降模型)Mb中的中間點(diǎn)Pe的位 置越向以該位置為基準(zhǔn)的預(yù)定范圍內(nèi)的像素中的與周圍之間的變化量小的像素的方向移 動，該Eratonalj的值越小。此外，圖20所示的Eimage d表示像素沉降模型Mb的估計(jì)像素值與 被設(shè)定了該像素沉降模型Mb的分割沉降區(qū)域的在圖20中用虛線示出的實(shí)際像素值之間的 像素值差分能量。該Eimage d被定義為中間點(diǎn)Pe的估計(jì)像素值與該中間點(diǎn)Pe的位置上的 實(shí)際像素值之間的差分絕對值變小時(shí)，該E一“的值變小。具體而言，動態(tài)輪廓模型的能量&由下式( 來確定。并且，以使該動態(tài)輪廓模型 的能量&的值達(dá)到最小的方式，求取端點(diǎn)和中間點(diǎn)各自的位置和估計(jì)像素值。α5、a6、Ci7 表示預(yù)定的系數(shù)。Ed 一 ct 5Einternal—d+ct 6Eexternal_d+ ct 7Eimage_d ... (2)圖21是示出管腔內(nèi)圖像的像素值分布G51的一例的圖。此外，圖22是圖21所示 的像素值分布的B部剖視圖，示出了 B部截面上的像素值分布G51，并且示出了在該B部截 面附近設(shè)定的像素沉降模型Mb51的截面。這里，利用線性插值或樣條曲面等進(jìn)行插值，來 求取像素沉降模型的端點(diǎn)與中間點(diǎn)之間的各像素的像素值(校正像素值)。在結(jié)束該沉降 形狀估計(jì)處理后，返回圖3的步驟a5，之后轉(zhuǎn)移到步驟a7。S卩，在步驟a7中，異常部位候選檢測部755檢測異常部位候選區(qū)域。在檢測異常 部位候選區(qū)域時(shí)，首先將各隆起區(qū)域的實(shí)際像素值與其像素隆起模型進(jìn)行比較。接著，在實(shí) 際像素值與像素隆起模型的估計(jì)像素值之間的差分為作為異?；鶞?zhǔn)值范圍而預(yù)先設(shè)定的 預(yù)定閾值以上時(shí)，視為像素值偏離了像素隆起模型，檢測該像素，作為異常部位候選區(qū)域的 構(gòu)成像素。圖23 圖25是說明異常部位候選區(qū)域的檢測原理的說明圖。這里，圖23示出 了管腔內(nèi)圖像的一例。此外，圖M示出了在圖23所示的管腔內(nèi)圖像內(nèi)的區(qū)域C附近設(shè)定 的像素隆起模型軋61的截面，與像素隆起模型Ma61的截面一起示出了實(shí)際的像素值分布 G61。通過這里的處理，檢測像圖M中箭頭所示的位置的像素那樣的、該位置處的像素的實(shí) 際像素值大幅偏離了像素隆起模型的估計(jì)像素值的像素，作為異常部位候選區(qū)域的構(gòu)成像 素。同樣，將各分割沉降區(qū)域的實(shí)際像素值與其像素沉降模型進(jìn)行比較，在實(shí)際像素值與像 素沉降模型的估計(jì)像素值之間的差分為作為異?；鶞?zhǔn)值范圍而預(yù)先設(shè)定的預(yù)定閾值以上 時(shí)，視為像素值偏離了像素沉降模型，檢測該像素，作為異常部位候選區(qū)域的構(gòu)成像素。然后，針對提取出的異常部位候選區(qū)域的構(gòu)成像素進(jìn)行公知的標(biāo)簽處理，對連接的構(gòu)成像素 賦予固有的標(biāo)簽(參考CG-ARTS協(xié)會，r 4 ”夕義畫像処理，P181-P182)。異常部位候選 檢測部755分別檢測作為該標(biāo)簽處理的結(jié)果而被賦予了相同標(biāo)簽的區(qū)域，作為異常部位候 選區(qū)域。在圖25的例子中，檢測出3個(gè)異常部位候選區(qū)域L71 L73。接著，異常判定部756針對在圖5的步驟b9中被檢測為異常部位候選區(qū)域的隆起 頂部區(qū)域、在圖16的步驟c7中被檢測為異常部位候選區(qū)域的分割沉降區(qū)域、和在圖3的步 驟a7中檢測出的異常部位候選區(qū)域進(jìn)行異常判定，將滿足預(yù)先設(shè)定的異常部位條件的異 常部位候選區(qū)域判定為顯現(xiàn)有對象物上的異常部位的區(qū)域(步驟a9)。在異常判定中，計(jì)算 異常部位候選區(qū)域的R值、G值、B值等色調(diào)信息、異常部位候選區(qū)域與其周圍區(qū)域之間的色 調(diào)變化量、異常部位候選區(qū)域的輪廓的邊緣強(qiáng)度和異常部位候選區(qū)域的形狀等，作為異常 部位候選區(qū)域的特征量。接著，將計(jì)算出的特征量與事先準(zhǔn)備的基準(zhǔn)指標(biāo)進(jìn)行比較來進(jìn)行 異常部位候選區(qū)域的異常判定。然后，在準(zhǔn)備了將每個(gè)異常種類的特征量范圍確定為基準(zhǔn) 指標(biāo)的監(jiān)督數(shù)據(jù)的情況下，異常判定部756將異常部位候選區(qū)域的特征量是否處于每個(gè)異 常種類的特征量范圍內(nèi)作為異常部位候選條件來進(jìn)行其異常判定。此外，在準(zhǔn)備了正常的 樣本來計(jì)算異常部位候選區(qū)域的特征量、并將正常的異常部位候選區(qū)域的特征量范圍確定 為基準(zhǔn)指標(biāo)的情況下，異常判定部756將異常部位候選區(qū)域的特征量從正常的異常部位候 選區(qū)域的特征量范圍偏離了多少作為異常部位條件來進(jìn)行其異常判定。接著，運(yùn)算部75輸出異常判定的結(jié)果(步驟all)，結(jié)束運(yùn)算處理。例如，運(yùn)算部75 進(jìn)行如下控制生成示出了被判定為異常的隆起頂部區(qū)域、分割沉降區(qū)域、以及異常部位候 選區(qū)域的圖像等，經(jīng)由控制部76將被判定為異常的圖像上的位置顯示輸出到顯示部73上。如上所述，根據(jù)本實(shí)施方式，通過在圖像內(nèi)設(shè)定對圖像內(nèi)的像素值的梯度變化進(jìn) 行建模后的像素隆起模型，由此，能夠估計(jì)顯現(xiàn)在該圖像中的因粘膜結(jié)構(gòu)的折疊或起伏等 引起的隆起形狀。此外，通過在圖像內(nèi)設(shè)定像素沉降模型，能夠估計(jì)顯現(xiàn)在該圖像中的粘膜 結(jié)構(gòu)的沉降形狀。此外，將隆起區(qū)域的實(shí)際像素值與隆起區(qū)域的像素隆起模型進(jìn)行比較，在 實(shí)際像素值與像素隆起模型的估計(jì)像素值之差較大、從而像素值偏離了像素隆起模型的情 況下，能夠?qū)⒃撓袼貦z測為異常部位候選區(qū)域的構(gòu)成像素。并且，將檢測到的異常部位候選 區(qū)域中的、滿足預(yù)先設(shè)定的異常部位條件的異常部位候選區(qū)域判定為顯現(xiàn)有粘膜結(jié)構(gòu)上的 異常部位的區(qū)域。因此，能夠高精度地檢測顯現(xiàn)在管腔內(nèi)圖像的粘膜結(jié)構(gòu)上的異常部位候 選區(qū)域，而不會受到因粘膜結(jié)構(gòu)的形狀而表現(xiàn)在圖像中的像素值變化的影響。另外，在上述實(shí)施方式中，說明了在估計(jì)隆起形狀后估計(jì)沉降形狀的情況，但也可 以先估計(jì)沉降形狀。在該情況下，對圖像內(nèi)的像素值進(jìn)行聚類，并根據(jù)該聚類的結(jié)果對各 像素賦予標(biāo)簽而生成標(biāo)簽圖像，然后，根據(jù)該標(biāo)簽圖像估計(jì)沉降底部區(qū)域。具體而言，從構(gòu) 成標(biāo)簽圖像的各標(biāo)簽區(qū)域中，提取由比其自身的標(biāo)簽小的標(biāo)簽的標(biāo)簽區(qū)域包圍的標(biāo)簽區(qū)域 (亮度值比周圍低的標(biāo)簽區(qū)域)，設(shè)為沉降底部區(qū)域。然后，根據(jù)該沉降底部區(qū)域生成初始 沉降模型，對其進(jìn)行校正來設(shè)定像素沉降模型。此外，在估計(jì)隆起形狀時(shí)，針對圖像內(nèi)的將 設(shè)定了像素沉降模型的沉降區(qū)域排除后的區(qū)域進(jìn)行圖像隆起模型的設(shè)定。另外，在上述實(shí)施方式中，針對以下情況進(jìn)行了說明一邊使膠囊型內(nèi)窺鏡在體內(nèi) 管腔內(nèi)移動一邊對所拍攝的體腔內(nèi)圖像進(jìn)行處理，檢測顯現(xiàn)在該體腔內(nèi)圖像中的粘膜結(jié)構(gòu) 上的異常部位候選區(qū)域，但是，所能處理的圖像不限于由膠囊型內(nèi)窺鏡拍攝的管腔內(nèi)圖像，同樣能夠應(yīng)用于根據(jù)拍攝對象物而得到的圖像來檢測對象物上的異常部的情況。產(chǎn)業(yè)上的可利用性如上所述，本發(fā)明的圖像處理裝置、圖像處理程序和圖像處理方法適于高精度檢 測拍攝對象物而得到的圖像內(nèi)的異常部位候選區(qū)域，而不受因?qū)ο笪锏男螤疃憩F(xiàn)在圖像 中的像素值變化的影響。標(biāo)號說明3 膠囊型內(nèi)窺鏡；4 接收裝置；Al An 接收用天線；5 移動式記錄介質(zhì)；70 圖 像處理裝置；71 外部接口 -J2 輸入部；73 顯示部；74 存儲部；741 圖像處理程序；75 運(yùn)算部；751 隆起形狀估計(jì)部；751a 隆起頂部估計(jì)部；751b 像素隆起模型估計(jì)部；751c 像素隆起模型校正部；752 沉降形狀估計(jì)部；752a 沉降區(qū)域提取部；752b 沉降區(qū)域分割 部；752c 像素沉降模型估計(jì)部；752d 像素沉降模型校正部；753 隆起頂部異常判定部； 754 分割沉降區(qū)域異常判定部；755 異常部位候選檢測部；756 異常判定部；76 控制部； 1 被檢體。
1權(quán)利要求
1.一種圖像處理裝置，其特征在于，該圖像處理裝置具有模型估計(jì)部，其根據(jù)拍攝對象物而得到的圖像內(nèi)的像素值，對所述圖像內(nèi)的像素值的 梯度變化進(jìn)行建模；以及異常部位候選檢測部，其根據(jù)構(gòu)成所述圖像的各像素的像素值與所述各像素的估計(jì)像 素值之間的差分，來檢測顯現(xiàn)在所述圖像中的所述對象物上的異常部位候選區(qū)域，其中，所 述各像素的估計(jì)像素值是由進(jìn)行所述建模而得到的像素值的梯度變化確定的。
2.根據(jù)權(quán)利要求1所述的圖像處理裝置，其特征在于，所述模型估計(jì)部對所述圖像內(nèi)的顯現(xiàn)有所述對象物的隆起形狀的隆起區(qū)域中的像素 值的梯度變化進(jìn)行建模，針對所述隆起區(qū)域設(shè)定隆起梯度模型。
3.根據(jù)權(quán)利要求2所述的圖像處理裝置，其特征在于， 所述模型估計(jì)部具有初始隆起梯度模型設(shè)定部，其設(shè)定所述隆起梯度模型的初始隆起梯度模型；以及 隆起梯度模型校正部，其根據(jù)構(gòu)成所述圖像內(nèi)的被設(shè)定了所述初始隆起梯度模型的區(qū) 域的像素的像素值，對將所述初始隆起梯度模型設(shè)為初始狀態(tài)的所述隆起梯度模型進(jìn)行校 正。
4.根據(jù)權(quán)利要求3所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有隆起頂部估計(jì)部，該隆起頂部估計(jì)部檢測所述隆起形狀的頂部 區(qū)域，將其估計(jì)為所述圖像內(nèi)的顯現(xiàn)有所述隆起形狀的隆起區(qū)域的大概位置。
5.根據(jù)權(quán)利要求4所述的圖像處理裝置，其特征在于，所述初始隆起梯度模型設(shè)定部根據(jù)所述頂部區(qū)域來設(shè)定所述初始隆起梯度模型。
6.根據(jù)權(quán)利要求4或5所述的圖像處理裝置，其特征在于，所述隆起頂部估計(jì)部具有區(qū)域分割部，該區(qū)域分割部根據(jù)像素值在所述圖像內(nèi)進(jìn)行區(qū) 域分割，所述隆起頂部估計(jì)部針對由所述區(qū)域分割部分割出的每個(gè)區(qū)域，對像素值進(jìn)行比 較，檢測像素值比周圍區(qū)域大的區(qū)域，作為所述頂部區(qū)域。
7.根據(jù)權(quán)利要求6所述的圖像處理裝置，其特征在于，所述區(qū)域分割部對所述圖像內(nèi)的像素值進(jìn)行聚類來進(jìn)行區(qū)域分割。
8.根據(jù)權(quán)利要求7所述的圖像處理裝置，其特征在于， 所述區(qū)域分割部應(yīng)用k-means法來進(jìn)行所述像素值的聚類。
9.根據(jù)權(quán)利要求7所述的圖像處理裝置，其特征在于，所述區(qū)域分割部利用混合分布來估計(jì)所述圖像內(nèi)的像素值的分布，進(jìn)行所述像素值的聚類。
10.根據(jù)權(quán)利要求3至9中的任意一項(xiàng)所述的圖像處理裝置，其特征在于， 所述隆起梯度模型校正部使用動態(tài)輪廓模型使所述隆起梯度模型變形。
11.根據(jù)權(quán)利要求4至10中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有隆起頂部異常判定部，該隆起頂部異常判定部計(jì)算所述頂部區(qū) 域的特征量，檢測該計(jì)算出的特征量滿足預(yù)定的異常部位候選條件的頂部區(qū)域，作為所述 異常部位候選區(qū)域。
12.根據(jù)權(quán)利要求2至11中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述異常部位候選檢測部根據(jù)構(gòu)成所述隆起區(qū)域的各像素的像素值與構(gòu)成所述隆起區(qū)域的各像素的估計(jì)像素值之間的差分，來檢測該差分處于預(yù)定的異?；鶞?zhǔn)值范圍內(nèi)的像 素，作為所述異常部位候選區(qū)域的構(gòu)成像素，其中，所述各像素的估計(jì)像素值是由針對該隆 起區(qū)域設(shè)定的隆起梯度模型確定的。
13.根據(jù)權(quán)利要求2至12中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述模型估計(jì)部對所述圖像內(nèi)的顯現(xiàn)有所述對象物的沉降形狀的沉降區(qū)域中的像素 值梯度變化進(jìn)行建模，針對所述沉降區(qū)域設(shè)定沉降梯度模型。
14.根據(jù)權(quán)利要求13所述的圖像處理裝置，其特征在于，所述模型估計(jì)部具有初始沉降梯度模型設(shè)定部，其設(shè)定所述沉降梯度模型的初始沉降梯度模型；以及沉降梯度模型校正部，其根據(jù)構(gòu)成所述圖像內(nèi)的被設(shè)定了所述初始沉降梯度模型的區(qū) 域的像素的像素值，對將所述初始沉降梯度模型設(shè)為初始狀態(tài)的所述沉降梯度模型進(jìn)行校 正。
15.根據(jù)權(quán)利要求13或14所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有沉降區(qū)域提取部，該沉降區(qū)域提取部提取所述圖像內(nèi)的所述沉 降區(qū)域。
16.根據(jù)權(quán)利要求15所述的圖像處理裝置，其特征在于，所述沉降區(qū)域提取部提取所述圖像內(nèi)的將被設(shè)定了所述隆起梯度模型的隆起區(qū)域排 除后的區(qū)域，作為所述沉降區(qū)域。
17.根據(jù)權(quán)利要求13至16中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有沉降區(qū)域分割部，該沉降區(qū)域分割部針對構(gòu)成所述沉降區(qū)域的 各像素，分別選擇與該各像素最靠近的隆起區(qū)域，將選擇出的隆起區(qū)域不同的邊界位置設(shè) 為分割位置來分割所述沉降區(qū)域。
18.根據(jù)權(quán)利要求17所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有設(shè)定點(diǎn)配置部，該設(shè)定點(diǎn)配置部按照預(yù)定數(shù)量或預(yù)定間隔在所 述隆起區(qū)域的輪廓位置上配置設(shè)定點(diǎn)，所述沉降區(qū)域分割部使用所述設(shè)定點(diǎn)配置部針對以下隆起區(qū)域設(shè)定的所述設(shè)定點(diǎn)，對 所述分割后的沉降區(qū)域進(jìn)行進(jìn)一步分割，所述隆起區(qū)域是針對構(gòu)成所述分割后的沉降區(qū)域 的各像素而選擇出的。
19.根據(jù)權(quán)利要求17或18所述的圖像處理裝置，其特征在于，所述模型估計(jì)部針對由所述沉降區(qū)域分割部分割出的每個(gè)沉降區(qū)域設(shè)定所述沉降梯 度模型。
20.根據(jù)權(quán)利要求14至19中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述沉降梯度模型校正部使用動態(tài)輪廓模型使所述沉降梯度模型變形。
21.根據(jù)權(quán)利要求14至20中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有沉降區(qū)域異常判定部，該沉降區(qū)域異常判定部計(jì)算所述沉降區(qū) 域的特征量，檢測該計(jì)算出的特征量滿足預(yù)定的異常部位候選條件的分割沉降區(qū)域，作為 所述異常部位候選區(qū)域。
22.根據(jù)權(quán)利要求14至21中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述異常部位候選檢測部根據(jù)構(gòu)成所述沉降區(qū)域的各像素的像素值與構(gòu)成所述沉降區(qū)域的各像素的估計(jì)像素值之間的差分，檢測該差分處于預(yù)定的異?；鶞?zhǔn)值范圍內(nèi)的像 素，作為所述異常部位的候選區(qū)域的構(gòu)成像素，其中，所述各像素的估計(jì)像素值是由針對該 沉降區(qū)域設(shè)定的沉降梯度模型確定的。
23.根據(jù)權(quán)利要求1至22中的任意一項(xiàng)所述的圖像處理裝置，其特征在于，所述圖像處理裝置具有異常判定部，該異常判定部計(jì)算所述異常部位的候選區(qū)域的特 征量，將該計(jì)算出的特征量滿足預(yù)定的異常部位條件的所述異常部位候選區(qū)域判定為所述 對象物上的異常部位。
24.一種圖像處理程序，其特征在于，該圖像處理程序使計(jì)算機(jī)執(zhí)行以下步驟模型估計(jì)步驟，根據(jù)拍攝對象物而得到的圖像內(nèi)的像素值，對所述圖像內(nèi)的像素值的 梯度變化進(jìn)行建模；以及異常部位候選檢測步驟，根據(jù)構(gòu)成所述圖像的各像素的像素值與所述各像素的估計(jì)像 素值之間的差分，檢測顯現(xiàn)在所述圖像中的所述對象物上的異常部位候選區(qū)域，其中，所述 各像素的估計(jì)像素值是由進(jìn)行所述建模而得到的像素值的梯度變化確定的。
25.一種圖像處理方法，其特征在于，該圖像處理方法包括模型估計(jì)步驟，根據(jù)拍攝對象物而得到的圖像內(nèi)的像素值，對所述圖像內(nèi)的像素值梯 度變化進(jìn)行建模；以及異常部位候選檢測步驟，根據(jù)構(gòu)成所述圖像的各像素的像素值與所述各像素的估計(jì)像 素值之間的差分，檢測顯現(xiàn)在所述圖像中的所述對象物上的異常部位候選區(qū)域，其中，所述 各像素的估計(jì)像素值是由進(jìn)行所述建模而得到的像素值的梯度變化確定的。
全文摘要
在本發(fā)明的一個(gè)實(shí)施方式中，圖像處理裝置(70)具有隆起形狀估計(jì)部(751)、沉降形狀估計(jì)部(752)和異常部位候選檢測部(755)。隆起形狀估計(jì)部(751)和沉降形狀估計(jì)部(752)根據(jù)對體內(nèi)管腔內(nèi)進(jìn)行拍攝而得到的管腔內(nèi)圖像中的像素值，對圖像內(nèi)的像素值的梯度變化進(jìn)行建模。異常部位候選檢測部(755)根據(jù)構(gòu)成管腔內(nèi)圖像的各像素的像素值與各像素的估計(jì)像素值之間的差分，檢測顯現(xiàn)在管腔內(nèi)圖像中的異常部位候選區(qū)域，其中，所述各像素的估計(jì)像素值是由進(jìn)行建模而得到的像素值的梯度變化確定的。
文檔編號G06T7/00GK102065744SQ20098012304
公開日2011年5月18日 申請日期2009年6月10日 優(yōu)先權(quán)日2008年6月17日
發(fā)明者松田岳博 申請人:奧林巴斯株式會社