JPH0527904B2 - - Google Patents
Info
- Publication number
- JPH0527904B2 JPH0527904B2 JP26395785A JP26395785A JPH0527904B2 JP H0527904 B2 JPH0527904 B2 JP H0527904B2 JP 26395785 A JP26395785 A JP 26395785A JP 26395785 A JP26395785 A JP 26395785A JP H0527904 B2 JPH0527904 B2 JP H0527904B2
- Authority
- JP
- Japan
- Prior art keywords
- circular
- component
- feature amount
- filter
- recognition device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Image Processing (AREA)
Description
【発明の詳細な説明】
Ａ 産業上の利用分野
本発明はパターン認識装置に係り、特に円形成
分及び線形成分が入り交つた複雑な画像からこれ
らの成分を個別的に抽出するパターン認識装置に
係る。
分及び線形成分が入り交つた複雑な画像からこれ
らの成分を個別的に抽出するパターン認識装置に
係る。
Ｂ 従来技術
円形成分及び線形成分が入り交つた画像の代表
的なものに胸部Ｘ線写真がある。従来、胸部Ｘ線
写真から異常陰影とみなされる円形成分及び血管
陰影とみなされる線形成分を検出する手法が幾つ
か提案されている。円形成分の検出に関しては、
空間周波数に応答する重み付き線形フイルタや、
円形の形状に応答するサークルデイテクタがあ
る。前者は、胸骨の影響を排除するために、画像
の横（水平）方向の濃度変化に対応できるように
設計されている。云い換えれば、このフイルタは
横方向の空間周波数に応答する特徴を有してい
る。後者のザークルデイテクタは、Hough変換
により特徴量画像を抽出した後、ある一定の閾値
を用いて候補を抽出する。
的なものに胸部Ｘ線写真がある。従来、胸部Ｘ線
写真から異常陰影とみなされる円形成分及び血管
陰影とみなされる線形成分を検出する手法が幾つ
か提案されている。円形成分の検出に関しては、
空間周波数に応答する重み付き線形フイルタや、
円形の形状に応答するサークルデイテクタがあ
る。前者は、胸骨の影響を排除するために、画像
の横（水平）方向の濃度変化に対応できるように
設計されている。云い換えれば、このフイルタは
横方向の空間周波数に応答する特徴を有してい
る。後者のザークルデイテクタは、Hough変換
により特徴量画像を抽出した後、ある一定の閾値
を用いて候補を抽出する。
線形成分の検出に関しては血管造影法が有名で
あるが、デイジタル処理によつて通常のＸ線撮影
像から血管影を抽出する手法に微分フイルタを用
いている例がある。
あるが、デイジタル処理によつて通常のＸ線撮影
像から血管影を抽出する手法に微分フイルタを用
いている例がある。
Ｃ 本発明が解決しようとする問題点
前述の線形フイルタは、閾値の微妙な上下によ
り、候補の個数が大きく変化するため、閾値の設
定が問題である。また、肺癌陰影は空間周波数に
おける特徴よりもむしろその濃度分布に特徴があ
るため、空間周波数応答型の線形フイルタには余
り向いていない。サークルデイテクタは、円形形
状を持つた比較的境界の鮮明な陰影に応答するも
ので、結核腫、良性腫、血管影の垂直成分等はう
まく検出できるが、肺癌陰影は周辺がボケている
ので、サークルデイテクタによる検出には限度が
ある。また、閾値処理によつて候補の個数が大幅
に変化するという問題もある。微分フイルタは肺
門付近の太い血管を抽出することはある程度可能
であるが、肺野末梢部の細い血管影の検出精度は
良くない。
り、候補の個数が大きく変化するため、閾値の設
定が問題である。また、肺癌陰影は空間周波数に
おける特徴よりもむしろその濃度分布に特徴があ
るため、空間周波数応答型の線形フイルタには余
り向いていない。サークルデイテクタは、円形形
状を持つた比較的境界の鮮明な陰影に応答するも
ので、結核腫、良性腫、血管影の垂直成分等はう
まく検出できるが、肺癌陰影は周辺がボケている
ので、サークルデイテクタによる検出には限度が
ある。また、閾値処理によつて候補の個数が大幅
に変化するという問題もある。微分フイルタは肺
門付近の太い血管を抽出することはある程度可能
であるが、肺野末梢部の細い血管影の検出精度は
良くない。
従つて、本発明の目的は、胸部Ｘ線写真のよう
な複雑な画像から円形成分又は線形成分を選択的
に高精度で抽出するパターン認識装置を提供する
ことにある。
な複雑な画像から円形成分又は線形成分を選択的
に高精度で抽出するパターン認識装置を提供する
ことにある。
Ｄ 問題点を解決するための手段
本発明に従うパターン認識装置は特徴量算出手
段及び成分検出手段を備えている。特徴量算出手
段は、方向性を持つた円形多重ウインドウのフイ
ルタを用いて画像を走査し、それにより抽出した
特徴の選択された方向成分を強調することにより
特徴量を算出する。成分検出手段は、それらの特
徴量に基いて円形成分又は線形成分を検出する。
段及び成分検出手段を備えている。特徴量算出手
段は、方向性を持つた円形多重ウインドウのフイ
ルタを用いて画像を走査し、それにより抽出した
特徴の選択された方向成分を強調することにより
特徴量を算出する。成分検出手段は、それらの特
徴量に基いて円形成分又は線形成分を検出する。
Ｅ 実施例
本発明を胸部Ｘ線画像処理装置に適用した場合
の一実施例を第１図に示す。１０はイメージスキ
ヤナ等の画像入力装置で、胸部Ｘ線写真を走査し
て、解像度が例えば１mmの量子化画像を発生す
る。本実施例では、この量子化画像の各画素は８
ビツト（256レベル）である。画像入力装置１０
で量子化された画像は、特徴量算出及び陰影検出
に備えて記憶装置１２に書込まれる。特徴量算出
部１４は後述する円形多重ウインドウをフイルタ
に用いて量子化画像を走査することにより、肺癌
候補（円形成分）又は血管（線形成分）を検出す
るための特徴量を算出する。陰影検出部１６は、
算出された特徴量に基いて肺癌候補又は血管の陰
影を検出する。検出結果は表示装置１８で表示す
ることができる。制御部２０は、画像入力から表
示までの全体的な流れを制御する。
の一実施例を第１図に示す。１０はイメージスキ
ヤナ等の画像入力装置で、胸部Ｘ線写真を走査し
て、解像度が例えば１mmの量子化画像を発生す
る。本実施例では、この量子化画像の各画素は８
ビツト（256レベル）である。画像入力装置１０
で量子化された画像は、特徴量算出及び陰影検出
に備えて記憶装置１２に書込まれる。特徴量算出
部１４は後述する円形多重ウインドウをフイルタ
に用いて量子化画像を走査することにより、肺癌
候補（円形成分）又は血管（線形成分）を検出す
るための特徴量を算出する。陰影検出部１６は、
算出された特徴量に基いて肺癌候補又は血管の陰
影を検出する。検出結果は表示装置１８で表示す
ることができる。制御部２０は、画像入力から表
示までの全体的な流れを制御する。
次に本発明の中核をなす特徴量算出部１４につ
いて説明する。特徴量算出のためのフイルタ構造
は、第２図及び第３図に示すように、肺癌候補用
と血管用とで少し異なつている。第２図は、肺癌
候補用フイルタとして３つの同心円から成る円形
３重ウインドウが用いられることを示し、第３図
は血管用フイルタとして２つの同心円から成る円
形２重ウインドウが用いられることを示してい
る。
いて説明する。特徴量算出のためのフイルタ構造
は、第２図及び第３図に示すように、肺癌候補用
と血管用とで少し異なつている。第２図は、肺癌
候補用フイルタとして３つの同心円から成る円形
３重ウインドウが用いられることを示し、第３図
は血管用フイルタとして２つの同心円から成る円
形２重ウインドウが用いられることを示してい
る。
第２図において、３つの同心円の半径は各々
ｒ、3r及び5rである。ｒの値は検出したい肺癌候
補の大きさにより異なり、肉眼ではつきりと識別
できないもの（例えば直径が１cm前後のもの）を
主として検出したい場合は、例えば３mmに設定さ
れる。図示のように、最内円は１つの領域を画定
するが、中間円及び最内円によつて囲まれている
第１の環状領域は８つの部分領域へ等分割され、
最外円及び中間円によつて囲まれている第２の環
状領域は１６の部分領域へ等分割される。各領域
の中に記した符号WT，WXi（ｉ＝１、２、３、４）
及びWBj（ｊ＝１、２、…８）は、対応する領域
内に入る画素の平均濃度値である。図から明らか
なように、各々の部分領域は最内円を中心として
対称位置にあるもの同志が対になつており、これ
によりフイルタに方向性が与えられる。第３図の
フイルタも同様である。
ｒ、3r及び5rである。ｒの値は検出したい肺癌候
補の大きさにより異なり、肉眼ではつきりと識別
できないもの（例えば直径が１cm前後のもの）を
主として検出したい場合は、例えば３mmに設定さ
れる。図示のように、最内円は１つの領域を画定
するが、中間円及び最内円によつて囲まれている
第１の環状領域は８つの部分領域へ等分割され、
最外円及び中間円によつて囲まれている第２の環
状領域は１６の部分領域へ等分割される。各領域
の中に記した符号WT，WXi（ｉ＝１、２、３、４）
及びWBj（ｊ＝１、２、…８）は、対応する領域
内に入る画素の平均濃度値である。図から明らか
なように、各々の部分領域は最内円を中心として
対称位置にあるもの同志が対になつており、これ
によりフイルタに方向性が与えられる。第３図の
フイルタも同様である。
特徴量算出部１４は、第２図のフイルタを用い
て量子化画像を走査することにより、画素毎に次
の特徴量Ｓを計算する。
て量子化画像を走査することにより、画素毎に次
の特徴量Ｓを計算する。
１ WTMax WXMax WBの場合
Ｓ＝WT／Max WB−１ (1)
２ その他の場合
Ｓ＝０
MaxWX及びMaxWBは各々WXi及びWBjの最大
値を表わしている。上記の計算式によつて与えら
れるフイルタの特性は、まず濃度に関しては、中
心濃度が外周濃度より高いものに応答し、それ以
外のパターンは除外する。形状に関しては、式(1)
の右辺の分母にWBjの最大値を用いているので、
フイルタの中心を横切る細長い形状のものを除く
ことができる。これは最大方向成分を弱めている
こと、云い換えればそれ以外の方向成分を強調し
ていることと等価である。また大きさに関して
は、３重円構造により許容範囲が設けられてい
る。例えばｒ＝３mmとすると、直径が約１〜３cm
のものを検出することができる。
値を表わしている。上記の計算式によつて与えら
れるフイルタの特性は、まず濃度に関しては、中
心濃度が外周濃度より高いものに応答し、それ以
外のパターンは除外する。形状に関しては、式(1)
の右辺の分母にWBjの最大値を用いているので、
フイルタの中心を横切る細長い形状のものを除く
ことができる。これは最大方向成分を弱めている
こと、云い換えればそれ以外の方向成分を強調し
ていることと等価である。また大きさに関して
は、３重円構造により許容範囲が設けられてい
る。例えばｒ＝３mmとすると、直径が約１〜３cm
のものを検出することができる。
特徴量算出のために各領域の平均濃度値を計算
する場合、円形ウインドウのままでは扇形領域を
含むため、計算が面倒になる。そこで本実施例に
おいては、各領域を同じ大きさの矩形ブロツクで
近似する。矩形ブロツクの一辺の長さＮ、並びに
フイルタの中心を原点とした場合の各ブロツクの
中心極座標go（ｎ＝１、２、…８）及びGn（ｍ＝
１、２、…16）は次の通りである。
する場合、円形ウインドウのままでは扇形領域を
含むため、計算が面倒になる。そこで本実施例に
おいては、各領域を同じ大きさの矩形ブロツクで
近似する。矩形ブロツクの一辺の長さＮ、並びに
フイルタの中心を原点とした場合の各ブロツクの
中心極座標go（ｎ＝１、２、…８）及びGn（ｍ＝
１、２、…16）は次の通りである。
Ｎ≒π1/2・ｒ／ａ
go＝（51/2・ｒ、（2n−１）π／８）
Gn＝（171/2・ｒ、（2m−１）π／16）
一辺の長さＮは画素単位であるので、Ｎの値と
してはπ1/2・ｒ／ａに最も近い整数が選ばれる。
ａは１画素の一辺の長さを表わしている。本実施
例ではａ＝１mm、ｒ＝３mmであるから、上式を計
算すると5.31736…となり、従つてＮ＝５である。
これは各矩形ブロツクが５×５の部分画像（25画
素）を含むことを意味する。第２図の例では、フ
イルタは25個の矩形ブロツクで近似されている。
ブロツクが重なつているところでは画素の濃度が
重複して計算されることになるが、実験によれ
ば、このような重なりは検出精度に影響を及ぼさ
ないことがわかつている。
してはπ1/2・ｒ／ａに最も近い整数が選ばれる。
ａは１画素の一辺の長さを表わしている。本実施
例ではａ＝１mm、ｒ＝３mmであるから、上式を計
算すると5.31736…となり、従つてＮ＝５である。
これは各矩形ブロツクが５×５の部分画像（25画
素）を含むことを意味する。第２図の例では、フ
イルタは25個の矩形ブロツクで近似されている。
ブロツクが重なつているところでは画素の濃度が
重複して計算されることになるが、実験によれ
ば、このような重なりは検出精度に影響を及ぼさ
ないことがわかつている。
第２図のフイルタを用いて画像を走査する場
合、フイルタの中心が各画素と整列するようにし
て走査を行う。フイルタを近似する各ブロツクの
中心位置は上の例では極座標で表わされていた
が、実際にはxy座標値が計算される。フイルタ
の中心位置（画素位置）が決まれば、これらの
xy座標値は簡単に計算できる。計算した位置と
画像上の画素位置とが一致しなかつた場合は、前
者を囲む４つの画素のうち最も近くにある画素の
位置をブロツクの中心位置として採用する。かく
して、各ブロツクに含まれる25個の画素が一意的
に決まり、それらの平均濃度値を得ることができ
る。画像の各画素毎に、当該画素を中心とするブ
ロツクの平均濃度値を予め計算して、その中心位
置即ち画素位置に対応するアドレスを用いて記憶
装置に書込んでおくと、特徴量Ｓの計算時間を短
くできる。
合、フイルタの中心が各画素と整列するようにし
て走査を行う。フイルタを近似する各ブロツクの
中心位置は上の例では極座標で表わされていた
が、実際にはxy座標値が計算される。フイルタ
の中心位置（画素位置）が決まれば、これらの
xy座標値は簡単に計算できる。計算した位置と
画像上の画素位置とが一致しなかつた場合は、前
者を囲む４つの画素のうち最も近くにある画素の
位置をブロツクの中心位置として採用する。かく
して、各ブロツクに含まれる25個の画素が一意的
に決まり、それらの平均濃度値を得ることができ
る。画像の各画素毎に、当該画素を中心とするブ
ロツクの平均濃度値を予め計算して、その中心位
置即ち画素位置に対応するアドレスを用いて記憶
装置に書込んでおくと、特徴量Ｓの計算時間を短
くできる。
なお、各ブロツクの平均濃度値と特徴量Ｓの計
算で用いるWXi及びWBjとは必らずしも一致しな
いので、Ｓの計算に際しては各ブロツクの平均濃
度値からWXi及びWBjを計算する必要がある。こ
れについてはあとで説明する。
算で用いるWXi及びWBjとは必らずしも一致しな
いので、Ｓの計算に際しては各ブロツクの平均濃
度値からWXi及びWBjを計算する必要がある。こ
れについてはあとで説明する。
第３図の血管検出用フイルタを構成する２つの
同心円の半径は各々r′及び3r′である。胸部Ｘ線写
真は様々な太さの血管陰影を含んでいるから、こ
れらを精度よく検出するためには１種類のフイル
タで不十分である。そこで本実施例では、r′が1.5
mmのフイルタと、３mmのフイルタとを使用する。
第３図中の各記号の意味及び矩形ブロツクによる
近似方法は第２図と同じである。Ｎの値はr′＝1.5
mmの場合は３になり、r′＝３mmの場合は前と同じ
く５である。Ｎ＝５であれば、各ブロツクの平均
濃度値WT及びWWi（ｉ＝１、２、３、４）は第２
図のフイルタと同じになる。Ｎ＝３の場合は、各
ブロツクの画素数が９であるから、平均濃度値を
新たに計算する必要がある。計算結果は記憶装置
に書込まれる。
同心円の半径は各々r′及び3r′である。胸部Ｘ線写
真は様々な太さの血管陰影を含んでいるから、こ
れらを精度よく検出するためには１種類のフイル
タで不十分である。そこで本実施例では、r′が1.5
mmのフイルタと、３mmのフイルタとを使用する。
第３図中の各記号の意味及び矩形ブロツクによる
近似方法は第２図と同じである。Ｎの値はr′＝1.5
mmの場合は３になり、r′＝３mmの場合は前と同じ
く５である。Ｎ＝５であれば、各ブロツクの平均
濃度値WT及びWWi（ｉ＝１、２、３、４）は第２
図のフイルタと同じになる。Ｎ＝３の場合は、各
ブロツクの画素数が９であるから、平均濃度値を
新たに計算する必要がある。計算結果は記憶装置
に書込まれる。
特徴量S′は次式に従つて画素毎に計算される。
第３図のフイルタも方向性を持つており、上式
はフイルタの中心を横切る最大方向成分が強調さ
れることを示している。これに対して第２図のフ
イルタの場合は、最大方向成分以外の方向成分を
強調していることになる。
はフイルタの中心を横切る最大方向成分が強調さ
れることを示している。これに対して第２図のフ
イルタの場合は、最大方向成分以外の方向成分を
強調していることになる。
なお、第２図及び第３図のフイルタを用いて画
像を走査する場合、画像の端部をどのように扱う
かが問題になるが、本実施例では画像と重なり合
つているフイルタの部分だけを計算に入れ、残り
の部分は無視する。
像を走査する場合、画像の端部をどのように扱う
かが問題になるが、本実施例では画像と重なり合
つているフイルタの部分だけを計算に入れ、残り
の部分は無視する。
特徴量算出部１４の回路構成の一例を第４図に
示す。本例では、量子化画像の各画素位置毎に制
御部２０が平均濃度値を計算して、濃度メモリ２
２に予め書込んでいるものとする。濃度メモリ２
２のアドレスは量子化画像の画像位置（０、０）、
０、１）、（０、２）、…、（Ｍ、Ｎ）に各々対応し
ている。解像度を１mmとすると、通常の胸部Ｘ線
写真の場合、Ｍ及びＮは共に300程度が望ましい。
アドレスカウンタ２４は、量子化画像の各画素と
順次に整列されるフイルタの中心位置に対応し
て、順次に更新される。（０からMN−１即ち
89999まで）。アドレス計算部２６は、フイルタの
中心位置のアドレスに応じて、関連する矩形ブロ
ツクの中心位置を表わす濃度メモリアドレスを計
算し、それらを順次に濃度メモリ２２へ送る。ア
ドレス計算部２６には、アドレスカウンタ値の他
にモード信号及びフイルタサイズ信号も印加され
る。モード信号は、検出するのが肺癌候補か血管
かを示す。フイルタサイズ信号は、血管検出モー
ドでのみ有効であり、２種類のフイルタの何れが
使用されるかを示す。アドレス計算部２６は、肺
癌候補検出モードの場合は、第２図に示したフイ
ルタを近似する各ブロツクの中心位置０、g1〜g8
及びG1〜G16に対応するアドレスを計算し、血管
検出モードの場合は、０及びg1〜g8に対応するア
ドレスだけを計算する。
示す。本例では、量子化画像の各画素位置毎に制
御部２０が平均濃度値を計算して、濃度メモリ２
２に予め書込んでいるものとする。濃度メモリ２
２のアドレスは量子化画像の画像位置（０、０）、
０、１）、（０、２）、…、（Ｍ、Ｎ）に各々対応し
ている。解像度を１mmとすると、通常の胸部Ｘ線
写真の場合、Ｍ及びＮは共に300程度が望ましい。
アドレスカウンタ２４は、量子化画像の各画素と
順次に整列されるフイルタの中心位置に対応し
て、順次に更新される。（０からMN−１即ち
89999まで）。アドレス計算部２６は、フイルタの
中心位置のアドレスに応じて、関連する矩形ブロ
ツクの中心位置を表わす濃度メモリアドレスを計
算し、それらを順次に濃度メモリ２２へ送る。ア
ドレス計算部２６には、アドレスカウンタ値の他
にモード信号及びフイルタサイズ信号も印加され
る。モード信号は、検出するのが肺癌候補か血管
かを示す。フイルタサイズ信号は、血管検出モー
ドでのみ有効であり、２種類のフイルタの何れが
使用されるかを示す。アドレス計算部２６は、肺
癌候補検出モードの場合は、第２図に示したフイ
ルタを近似する各ブロツクの中心位置０、g1〜g8
及びG1〜G16に対応するアドレスを計算し、血管
検出モードの場合は、０及びg1〜g8に対応するア
ドレスだけを計算する。
これらのアドレスは所定の順序で濃度メモリ２
２へ送られる。第２図のフイルタを例にとつて説
明すると、中心のブロツク以外は最内円を中心と
して対称位置にある２つのブロツクが対になつて
おり、それらの平均濃度を計算する必要がある。
従つて、アドレス計算部２６は対になつたブロツ
クの中心位置のアドレスを順次に濃度メモリ２２
へ送る。例えば、g1のアドレスに続いてg5のアド
レスを送り、次にg2のアドレスに続いてg6のアド
レスを送る。これにより、対になつたブロツクの
平均濃度値が順次に濃度メモリ２２から変換器２
８へ読出される。変換器２８は、これらの平均濃
度値の平均をとつて、対応するレジスタ３０−ｊ
（ｊ＝１、２、…８）又は３２−ｉ（ｉ＝１、２、
３、４）に書込む。ただし、フイルタの原点０に
対応するブロツクの平均濃度値だけはそのままレ
ジスタ３４に書込まれる。以下、モード別に説明
する。
２へ送られる。第２図のフイルタを例にとつて説
明すると、中心のブロツク以外は最内円を中心と
して対称位置にある２つのブロツクが対になつて
おり、それらの平均濃度を計算する必要がある。
従つて、アドレス計算部２６は対になつたブロツ
クの中心位置のアドレスを順次に濃度メモリ２２
へ送る。例えば、g1のアドレスに続いてg5のアド
レスを送り、次にg2のアドレスに続いてg6のアド
レスを送る。これにより、対になつたブロツクの
平均濃度値が順次に濃度メモリ２２から変換器２
８へ読出される。変換器２８は、これらの平均濃
度値の平均をとつて、対応するレジスタ３０−ｊ
（ｊ＝１、２、…８）又は３２−ｉ（ｉ＝１、２、
３、４）に書込む。ただし、フイルタの原点０に
対応するブロツクの平均濃度値だけはそのままレ
ジスタ３４に書込まれる。以下、モード別に説明
する。
肺癌候補検出モード
このモードでは、レジスタ３０−ｊ，３２−ｉ
及び３４はすべてロードされる。特徴量Ｓの算出
条件を調べるため、レジスタ３０−ｊの内容は最
大値検出器３６へ送られ、レジスタ３２−ｉの内
容は最大値検出器３８へ送られる。これらの最大
値検出器３６及び３８は、関連するレジスタの内
容を比較することによつて、WBjの最大値
MaxWB及びWXiの最大値MaxWXを各々検出す
る。MaxWB及びMaxWXは比較器４０へ送られ
る。皮下器４０はMaxWXMaxWBの条件を満
たしていると、その出力を活性状態にする。もう
一方の比較器４２はMaxWX及びレジスタ３４の
内容WTを受取り、もしWTMaxWXが成立して
いると、その出力を活動状態にする。比較器４０
及び４２の出力がいずれも活動状態になると、云
い換えれば式(1)の計算条件が満たされていると、
ANDゲート４４が条件付けられ、除算・減算器
４６を付勢して式(1)を計算させる。
及び３４はすべてロードされる。特徴量Ｓの算出
条件を調べるため、レジスタ３０−ｊの内容は最
大値検出器３６へ送られ、レジスタ３２−ｉの内
容は最大値検出器３８へ送られる。これらの最大
値検出器３６及び３８は、関連するレジスタの内
容を比較することによつて、WBjの最大値
MaxWB及びWXiの最大値MaxWXを各々検出す
る。MaxWB及びMaxWXは比較器４０へ送られ
る。皮下器４０はMaxWXMaxWBの条件を満
たしていると、その出力を活性状態にする。もう
一方の比較器４２はMaxWX及びレジスタ３４の
内容WTを受取り、もしWTMaxWXが成立して
いると、その出力を活動状態にする。比較器４０
及び４２の出力がいずれも活動状態になると、云
い換えれば式(1)の計算条件が満たされていると、
ANDゲート４４が条件付けられ、除算・減算器
４６を付勢して式(1)を計算させる。
除算・減算器４６は、式(1)の計算のために、最
大値検出器３６からMaxWBを受取り、レジスタ
３４からWTを受取る。除算・減算器４６は、モ
ード信号が肺癌候補検出を指定していると、
ANDゲート４４の条件付けに応答して式(1)を計
算し、その結果を特徴量メモリ４８の方へ出力す
る。ANDゲート４４条件付けられなければ、除
算・減算器４６はゼロを出力する。特徴量メモリ
４８は、アドレスカウンタ２４によつて指定され
た位置に除算・減算器４６の出力値を書込む。
大値検出器３６からMaxWBを受取り、レジスタ
３４からWTを受取る。除算・減算器４６は、モ
ード信号が肺癌候補検出を指定していると、
ANDゲート４４の条件付けに応答して式(1)を計
算し、その結果を特徴量メモリ４８の方へ出力す
る。ANDゲート４４条件付けられなければ、除
算・減算器４６はゼロを出力する。特徴量メモリ
４８は、アドレスカウンタ２４によつて指定され
た位置に除算・減算器４６の出力値を書込む。
上述の動作はフイルタの中心位置を変える度に
繰返され、最後の画素まで続けられる。これは次
の血管検出モードの場合も同様である。
繰返され、最後の画素まで続けられる。これは次
の血管検出モードの場合も同様である。
血管検出モード
このモードでは、レジスタ３０−ｊ、最大値検
出器３６、比較器４０及び４２、並びにANDゲ
ート４４は使わない。フイルタの移動毎に濃度メ
モリ２２から読出される平均濃度値は、前述のよ
うに変換器２８で変換された後、レジスタ３２−
ｉに順次に書込まれる。レジスタ３４への平均濃
度値は変換なしに書込まれる。最大値検出器３８
は前と同じくWXiの最大値MaxWXを検出して、
除算・減算器４６へ送る。
出器３６、比較器４０及び４２、並びにANDゲ
ート４４は使わない。フイルタの移動毎に濃度メ
モリ２２から読出される平均濃度値は、前述のよ
うに変換器２８で変換された後、レジスタ３２−
ｉに順次に書込まれる。レジスタ３４への平均濃
度値は変換なしに書込まれる。最大値検出器３８
は前と同じくWXiの最大値MaxWXを検出して、
除算・減算器４６へ送る。
血管検出モードで新たに用いるのは累算器５０
である。累算器５０はレジスタ３２−ｉの内容を
順次に累算し、最終的に挿話ΣWXiを出力する。
除算・減算器４６はMaxWX及びΣWXiを受取り、
血管検出を示すモード信号に応答して式(2)を計算
し、その結果を特徴量メモリ４８へ送る。特徴量
メモリ４８はアドレスカウンタ２４によつて指定
された位置に計算結果を書込む。
である。累算器５０はレジスタ３２−ｉの内容を
順次に累算し、最終的に挿話ΣWXiを出力する。
除算・減算器４６はMaxWX及びΣWXiを受取り、
血管検出を示すモード信号に応答して式(2)を計算
し、その結果を特徴量メモリ４８へ送る。特徴量
メモリ４８はアドレスカウンタ２４によつて指定
された位置に計算結果を書込む。
上述の動作は２種類の血管検出用フイルタにつ
いて繰返される。
いて繰返される。
第４図の例では、濃度メモリ２２及び特徴量メ
モリ４８を記憶装置１２とは別に設けているが、
記憶装置１２の選択された領域をこれらのメモリ
として使用することもできる。各メモリは各々の
フイルタに対応する領域を持つているのが望まし
い。
モリ４８を記憶装置１２とは別に設けているが、
記憶装置１２の選択された領域をこれらのメモリ
として使用することもできる。各メモリは各々の
フイルタに対応する領域を持つているのが望まし
い。
特徴量の算出が終ると、肺癌候補及び血管の陰
影を検出するため、陰影検出部１６が制御部２０
によつて起動される。陰影検出部１６は、肺癌候
補の場合は、算出された特徴量の中から極大値を
探索し、その点を中心として特別の手法（後述す
る）で候補領域を設定する。この動作を所定回数
だけ繰返す。血管の場合は、算出された特徴量を
閾値処理により２値化するだけでよい。
影を検出するため、陰影検出部１６が制御部２０
によつて起動される。陰影検出部１６は、肺癌候
補の場合は、算出された特徴量の中から極大値を
探索し、その点を中心として特別の手法（後述す
る）で候補領域を設定する。この動作を所定回数
だけ繰返す。血管の場合は、算出された特徴量を
閾値処理により２値化するだけでよい。
まず肺癌候補について説明する。陰影検出部１
６は、特徴量の極大値（特徴量マツプにおける最
も高い山）を探索し、それが見つかると、第５図
に示すように、量子化画像において極大特徴量に
対応する画素位置Ｃを中心として所定の半径ｋ
（例えば２cm）を持つた円領域を設定し、その内
部で方向別に濃度傾斜量を計算する。そして円領
域内で傾斜量が最大となつた地点を、その方向の
仮の領域境界点Biとし、360度にわたつて１度ず
つこの境界点を求める。次に、中心点Ｃからの最
大半径（閾値）rnaxをその半径より外に出るBiの
数が全体の１割即ち36個を越えないように設定す
る。最小半径rnioは目標とする最小癌陰影の大き
さ（例えば４mm）に設定しておく。rnaxよりも外
及びrnioよりも内のBiは各々rnax上及びrnio上に移
動させる。最後に、上述のようにして決定したBi
を順次に結ぶことによつて肺癌候補領域を決定す
るのであるが、その際Biの大きな変動を避けるた
め、各Biの前後５個ずつの境界点も考慮に入れて
それらの平均半径を計算し、その地点を真の境界
点B′iとする。最終的には第６図のような候補領
域が得られる。ただし、この領域の半分以上が肺
領域外にあるときはそれを無視する。肺領域の検
出については微分フイルタによるものが知られて
おり、また本発明に直接関係するものではないの
で、詳細については省略する。以上の動作を、候
補領域の数が例えば10個に達するまで繰返す。
６は、特徴量の極大値（特徴量マツプにおける最
も高い山）を探索し、それが見つかると、第５図
に示すように、量子化画像において極大特徴量に
対応する画素位置Ｃを中心として所定の半径ｋ
（例えば２cm）を持つた円領域を設定し、その内
部で方向別に濃度傾斜量を計算する。そして円領
域内で傾斜量が最大となつた地点を、その方向の
仮の領域境界点Biとし、360度にわたつて１度ず
つこの境界点を求める。次に、中心点Ｃからの最
大半径（閾値）rnaxをその半径より外に出るBiの
数が全体の１割即ち36個を越えないように設定す
る。最小半径rnioは目標とする最小癌陰影の大き
さ（例えば４mm）に設定しておく。rnaxよりも外
及びrnioよりも内のBiは各々rnax上及びrnio上に移
動させる。最後に、上述のようにして決定したBi
を順次に結ぶことによつて肺癌候補領域を決定す
るのであるが、その際Biの大きな変動を避けるた
め、各Biの前後５個ずつの境界点も考慮に入れて
それらの平均半径を計算し、その地点を真の境界
点B′iとする。最終的には第６図のような候補領
域が得られる。ただし、この領域の半分以上が肺
領域外にあるときはそれを無視する。肺領域の検
出については微分フイルタによるものが知られて
おり、また本発明に直接関係するものではないの
で、詳細については省略する。以上の動作を、候
補領域の数が例えば10個に達するまで繰返す。
次に血管の場合は、陰影検出部１６はまず算出
された特徴量S′から次式により閾値Ｔを決定す
る。
された特徴量S′から次式により閾値Ｔを決定す
る。
Ｔ＝ΣS′p／2l
上式においてΣS′pはゼロ以上の特徴量S′pの総
和を表わし、ｌはS′pの数を表わす。陰影検出部
１６は上記の閾値Ｔを用いてすべての特徴量S′を
２値化する。前述のように、血管検出用のフイル
タは２種類あるので、２値化も２回行う必要があ
る。最後に、陰影検出部１６は２つの２値化画像
を合成し、肺領域外の陰影部分を除去する。
和を表わし、ｌはS′pの数を表わす。陰影検出部
１６は上記の閾値Ｔを用いてすべての特徴量S′を
２値化する。前述のように、血管検出用のフイル
タは２種類あるので、２値化も２回行う必要があ
る。最後に、陰影検出部１６は２つの２値化画像
を合成し、肺領域外の陰影部分を除去する。
制御部２０は、陰影検出部１６で検出した肺癌
候補及び血管の陰影を含む画像を各々単独に、又
は合成して表示装置１８で表示させる。
候補及び血管の陰影を含む画像を各々単独に、又
は合成して表示装置１８で表示させる。
Ｆ 発明の効果
本発明は円形多重ウインドウのフイルタに方向
性を持たせ、特徴量算出に際して選択された方向
成分だけを強調しているので、複雑な画像の中か
ら円形成分及び線形成分を明確に区別して抽出す
ることができる。処理時間の点でも、実験によれ
ば、従来のサークルデイテクタの約70％、線形フ
イルタの約40％ですむという結果が得られてい
る。
性を持たせ、特徴量算出に際して選択された方向
成分だけを強調しているので、複雑な画像の中か
ら円形成分及び線形成分を明確に区別して抽出す
ることができる。処理時間の点でも、実験によれ
ば、従来のサークルデイテクタの約70％、線形フ
イルタの約40％ですむという結果が得られてい
る。
第１図は本発明の一実施例を示すブロツク図、
第２図は肺癌候補検出用のフイルタを示す図、第
３図は血管検出用のフイルタを示す図、第４図は
特徴量算出部の回路構成例を示すブロツク図、第
５図は仮の領域境界点を抽出する様子を示す図、
第６図は検出した肺癌候補領域を示す図である。
第２図は肺癌候補検出用のフイルタを示す図、第
３図は血管検出用のフイルタを示す図、第４図は
特徴量算出部の回路構成例を示すブロツク図、第
５図は仮の領域境界点を抽出する様子を示す図、
第６図は検出した肺癌候補領域を示す図である。
Claims (1)
- 【特許請求の範囲】 １ 円形成分及び線形成分を含んだ複雑な画像か
ら前記円形成分及び前記線形成分を個別的に抽出
するパターン認識装置にして、 前記画像を走査してそれぞれが所与の濃度値を
持つた複数の画素からなる量子化画像を生成する
手段と、 複数の同心円により構成され、隣合う２つの円
によつて囲まれた環状部分を複数の領域に分割し
て、該複数の領域のうち向かい合う２つの領域を
対にした円形多重ウインドウのフイルタを用いて
前記量子化画像を走査し、前記円形成分を抽出す
る場合は、前記フイルタの最内円に入る画素の平
均濃度が前記対にした領域に入る画素の最大平均
濃度より高いときにその比に応じた特徴量を算出
し、前記線形成分を抽出する場合は、前記フイル
タの中心を横切る平均濃度の最大方向成分を強調
するように特徴量を算出する手段と、 前記算出する手段によつて算出された特徴量に
基づいて前記円形成分又は前記線形成分を検出す
る手段と、 を設けたことを特徴とするパターン認識装置。 ２ 前記算出する手段は前記円形成分に対しては
円形３重ウインドウのフイルタを用い、その最外
周の環状部分における最大平均濃度から前記特徴
量を算出する、特許請求の範囲第１項に記載のパ
ターン認識装置。 置。 ３ 前記検出する手段は前記特徴量の極大値を探
索して、その地点から所定の範囲内で円形成分を
検出する、特許請求の範囲第２項に記載のパター
ン認識装置。 ４ 前記算出する手段は前記線形成分に対しては
円形２重ウインドウのフイルタを用いる、特許請
求の範囲第１項記載のパターン認識装置。 ５ 前記検出する手段は前記特徴量を所定の閾値
で２値化する、特許請求の範囲第４項に記載のパ
ターン認識装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60263957A JPS62125481A (ja) | 1985-11-26 | 1985-11-26 | パタ−ン認識装置 |
| US06/917,583 US4769850A (en) | 1985-11-26 | 1986-10-10 | Pattern recognition system |
| EP86309173A EP0225151A3 (en) | 1985-11-26 | 1986-11-25 | Pattern recognition system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60263957A JPS62125481A (ja) | 1985-11-26 | 1985-11-26 | パタ−ン認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62125481A JPS62125481A (ja) | 1987-06-06 |
| JPH0527904B2 true JPH0527904B2 (ja) | 1993-04-22 |
Family
ID=17396593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60263957A Granted JPS62125481A (ja) | 1985-11-26 | 1985-11-26 | パタ−ン認識装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US4769850A (ja) |
| EP (1) | EP0225151A3 (ja) |
| JP (1) | JPS62125481A (ja) |
Families Citing this family (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0838814B1 (en) * | 1986-07-08 | 2002-02-27 | Canon Kabushiki Kaisha | Magnetooptical recording medium allowing overwriting with two or more magnetic layers and recording method utilizing the same |
| ATE172047T1 (de) * | 1986-07-08 | 1998-10-15 | Canon Kk | Magnetoptisches aufzeichnungsmedium mit der möglichkeit des überschreibens mit zwei oder mehr magnetschichten und dieses medium verwendende aufzeichnungsmethode |
| US6028824A (en) * | 1986-07-08 | 2000-02-22 | Canon Kabushiki Kaisha | Magnetooptical recording medium allowing overwriting with two or more magnetic layers |
| JPS63308679A (ja) * | 1987-06-11 | 1988-12-16 | Secom Co Ltd | 隆線紋様の隆線方向検出装置 |
| US4907156A (en) * | 1987-06-30 | 1990-03-06 | University Of Chicago | Method and system for enhancement and detection of abnormal anatomic regions in a digital image |
| US4839807A (en) * | 1987-08-03 | 1989-06-13 | University Of Chicago | Method and system for automated classification of distinction between normal lungs and abnormal lungs with interstitial disease in digital chest radiographs |
| US5033100A (en) | 1989-06-26 | 1991-07-16 | Fuji Photo Film Co., Ltd. | Method and apparatus for classifying picture elements in radiation images |
| EP0707277B1 (en) * | 1989-06-26 | 1999-12-01 | Fuji Photo Film Co., Ltd. | Abnormal pattern detecting apparatus |
| JP2987633B2 (ja) * | 1989-06-26 | 1999-12-06 | 富士写真フイルム株式会社 | 異常陰影検出装置 |
| US5850465A (en) * | 1989-06-26 | 1998-12-15 | Fuji Photo Film Co., Ltd. | Abnormnal pattern detecting or judging apparatus, circular pattern judging apparatus, and image finding apparatus |
| JP2867036B2 (ja) * | 1989-06-26 | 1999-03-08 | 富士写真フイルム株式会社 | 異常陰影検出装置 |
| JP2987634B2 (ja) * | 1989-06-26 | 1999-12-06 | 富士写真フイルム株式会社 | 異常陰影判定装置 |
| JP2631748B2 (ja) * | 1989-06-26 | 1997-07-16 | 富士写真フイルム株式会社 | 円形パターン判定方法および装置 |
| US5224036A (en) * | 1989-06-26 | 1993-06-29 | Fuji Photo Film Co., Ltd. | Pattern recognition apparatus |
| JP2631747B2 (ja) * | 1989-06-26 | 1997-07-16 | 富士写真フイルム株式会社 | 円形パターン判定方法および装置 |
| JP2574181B2 (ja) * | 1989-10-19 | 1997-01-22 | 富士写真フイルム株式会社 | 異常陰影検出装置 |
| US5212637A (en) * | 1989-11-22 | 1993-05-18 | Stereometrix Corporation | Method of investigating mammograms for masses and calcifications, and apparatus for practicing such method |
| US5189711A (en) * | 1989-11-24 | 1993-02-23 | Isaac Weiss | Automatic detection of elliptical shapes |
| WO1991019457A1 (en) | 1990-06-12 | 1991-12-26 | University Of Florida | Automated method for digital image quantitation |
| US5539838A (en) * | 1990-09-14 | 1996-07-23 | Fuji Photo Film Co., Ltd. | Abnormal pattern detecting apparatus pattern finding aparatus and liner pattern width calculating apparatus |
| DE69228741T2 (de) * | 1991-10-02 | 1999-09-02 | Fujitsu Ltd. | Verfahren zur bestimmung der lokalen orientierung eines kontursegmentes und zur bestimmung von linien und ecken |
| JP2563865B2 (ja) * | 1992-05-29 | 1996-12-18 | ラシキア・ワクタング | 画像認識装置及び方法 |
| US6549638B2 (en) | 1998-11-03 | 2003-04-15 | Digimarc Corporation | Methods for evidencing illicit use of a computer system or device |
| JPH07210687A (ja) * | 1994-01-18 | 1995-08-11 | Matsushita Electric Ind Co Ltd | 形状検出装置 |
| US6246782B1 (en) | 1997-06-06 | 2001-06-12 | Lockheed Martin Corporation | System for automated detection of cancerous masses in mammograms |
| US6185316B1 (en) | 1997-11-12 | 2001-02-06 | Unisys Corporation | Self-authentication apparatus and method |
| US6850875B1 (en) * | 1999-06-14 | 2005-02-01 | Analytical Graphics, Inc. | Method and apparatus for determining obscuration of sensors that are mounted on a spacecraft |
| WO2002015559A2 (en) * | 2000-08-10 | 2002-02-21 | The Regents Of The University Of California | High-resolution digital image processing in the analysis of pathological materials |
| JP2004528639A (ja) * | 2001-02-26 | 2004-09-16 | ヴィジブル・ダイアグノスティクス・アクティーゼルスカブ | 画像内の特徴的な領域を検出及びセグメント化する方法及びこの方法の使用 |
| JP4522054B2 (ja) * | 2003-05-07 | 2010-08-11 | キヤノン株式会社 | 診断支援装置及び方法 |
| CA2545448A1 (en) * | 2003-11-12 | 2005-06-02 | Siemens Corporate Research, Inc. | A system and method for filtering and automatic detection of candidate anatomical structures in medical images |
| FR2863749B1 (fr) * | 2003-12-10 | 2006-04-07 | Ge Med Sys Global Tech Co Llc | Procede de traitement d'image radiologique pour la detection de microcalcifications |
| US20050175235A1 (en) * | 2004-02-05 | 2005-08-11 | Trw Automotive U.S. Llc | Method and apparatus for selectively extracting training data for a pattern recognition classifier using grid generation |
| US8795195B2 (en) * | 2004-11-29 | 2014-08-05 | Senorx, Inc. | Graphical user interface for tissue biopsy system |
| CN101110100B (zh) * | 2006-07-17 | 2012-05-02 | 松下电器产业株式会社 | 检测包含任意线段组合的形状的方法及装置 |
| JP2009000164A (ja) * | 2007-06-19 | 2009-01-08 | Shimadzu Corp | 放射線画像処理装置 |
| JP4964191B2 (ja) * | 2008-06-12 | 2012-06-27 | 富士フイルム株式会社 | 画像処理装置および方法ならびにプログラム |
| US9351698B2 (en) * | 2013-03-12 | 2016-05-31 | Lightlab Imaging, Inc. | Vascular data processing and image registration systems, methods, and apparatuses |
| JP2014186520A (ja) * | 2013-03-22 | 2014-10-02 | Toshiba Corp | 画像処理装置、画像処理方法およびプログラム |
| JP2015032211A (ja) * | 2013-08-05 | 2015-02-16 | 株式会社東芝 | 画像処理装置、方法およびプログラム |
| WO2015173821A1 (en) * | 2014-05-14 | 2015-11-19 | Sync-Rx, Ltd. | Object identification |
| EP3223716B1 (en) | 2014-11-26 | 2021-08-04 | Devicor Medical Products, Inc. | Graphical user interface for biopsy device |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1280155A (en) * | 1968-06-25 | 1972-07-05 | Nat Res Dev | Improvements in or relating to apparatus for character recognition |
| NL7314469A (nl) * | 1973-10-22 | 1975-04-24 | Ibm Nederland | Rozet-rangschikking van foto-elektrische om- zetters, en tekenleesstelsel dat de rozet ge- bruikt. |
| JPS59133414A (ja) * | 1983-01-21 | 1984-07-31 | Agency Of Ind Science & Technol | 楕円形状検出方法とその装置 |
-
1985
- 1985-11-26 JP JP60263957A patent/JPS62125481A/ja active Granted
-
1986
- 1986-10-10 US US06/917,583 patent/US4769850A/en not_active Expired - Lifetime
- 1986-11-25 EP EP86309173A patent/EP0225151A3/en not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| US4769850A (en) | 1988-09-06 |
| EP0225151A3 (en) | 1990-04-04 |
| JPS62125481A (ja) | 1987-06-06 |
| EP0225151A2 (en) | 1987-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0527904B2 (ja) | ||
| EP3306562B1 (en) | Image processing method and device | |
| JP3923131B2 (ja) | 放射線画像の照射野認識方法および装置、並びに黒化処理方法および装置 | |
| US20080181481A1 (en) | Method and System for Locating Opaque Regions in Chest X-Ray Radiographs | |
| CN109858325B (zh) | 一种表格检测方法和装置 | |
| JPH114383A (ja) | 連鎖段階を含む画像処理方法及びこの方法を実施する手段を含む医療用撮像装置 | |
| JP7231877B1 (ja) | 角度計測装置、角度計測方法、角度計測プログラム | |
| CN116309495A (zh) | 一种脊柱关键点检测和Cobb角计算方法、系统 | |
| JP2002230550A (ja) | 物体像識別方法 | |
| CN110020571A (zh) | 二维码校正方法、装置及设备 | |
| CN113033233B (zh) | 一种几何变形qr码的定位方法、装置及存储介质 | |
| Zitová et al. | Feature point detection in multiframe images | |
| JPS63250783A (ja) | 画像中の対象物検出装置 | |
| JPH08111817A (ja) | 陰影検出装置 | |
| JPH07192134A (ja) | 画像処理方法 | |
| Xue | The image processing for the target centre detection in digital image | |
| JPH10312460A (ja) | 画像処理方法及び高精度画像処理装置 | |
| CN121147565A (zh) | 一种基于角点的异源图像匹配方法 | |
| JPH01303132A (ja) | 画像処理装置 | |
| JP3482717B2 (ja) | 画像目標検出装置 | |
| Lam et al. | Efficient circular object detection with hypothesis filtering strategy and Hough transform | |
| JPS63113783A (ja) | 矩形検出装置 | |
| JPH0624028B2 (ja) | パターン認識のための特徴点コーナーの位置計測方法 | |
| JPS588386A (ja) | 画像処理方法 | |
| JPH0424749B2 (ja) |