[发明专利]图像处理装置、图像处理方法和图像处理程序

说明书

技术领域

本发明涉及识别对活体的管腔内进行摄像而得到的图像中映出的检查对象表面的微细构造的异常的图像处理装置、图像处理方法和图像处理程序。

背景技术

作为针对通过内窥镜或胶囊型内窥镜等医用观察装置对活体的管腔内进行摄像而得到的图像(以下称为管腔内图像或简称为图像)的图像处理，例如在专利文献1中公开了基于粘膜表面的微细构造或血管行进方式从图像内检测异常部的技术。更详细地讲，在管腔内图像中提取出由包含较多与粘膜的微细构造或血管像有关的信息的G(绿)成分构成的图像后，计算对粘膜表面的像素值图案进行数值化而得到的特征量(例如参照专利文献2和3)，使用该特征量和根据作为正常和异常观察结果的管腔内图像而事前生成的线性判别函数，判别该管腔内图像中映出的被摄体(粘膜)是正常还是异常。另外，在专利文献2中公开了对特定空间频率成分的图像进行二值化并提取的区域的形状特征量(面积、沟宽、周长、圆形度、分支点、端点、分支率等)。并且，在专利文献3中公开了基于利用Gabor滤波器等的空间频率解析的特征量。

现有技术文献

专利文献

专利文献1：日本特开2005-192880号公报

专利文献2：日本特许第2918162号公报

专利文献3：日本特开2002-165757号公报

发明内容

发明要解决的课题

但是，在通过内窥镜进行摄像而得到的管腔内图像中，对作为检查对象的管腔内壁的粘膜进行倾斜摄像而得到的图像较多，所以，存在由于粘膜褶皱的重合而产生的粘膜的轮廓边缘。因此，如现有技术那样，当针对图像整体计算基于空间频率的特征量时，由于这些轮廓边缘的影响而无法计算适当的特征量，存在无法高精度地判别正常和异常的问题。

本发明是鉴于上述情况而完成的，其目的在于，在管腔内图像内存在粘膜等检查对象的轮廓边缘的情况下也能够高精度地识别检查对象表面的微细构造的异常的图像处理装置、图像处理方法和图像处理程序。

用于解决课题的手段

为了解决上述课题并实现目的，本发明的图像处理装置处理对活体的管腔内进行摄像而得到的图像，其特征在于，所述图像处理装置具有：轮廓边缘区域提取部，其从所述图像中提取检查对象的轮廓边缘区域；检查区域设定部，其在所述图像内以不内包所述轮廓边缘区域的方式设定检查区域；以及异常构造识别部，其根据所述检查区域的纹理信息来识别所述检查对象的表面的微细构造是否异常。

本发明的图像处理方法是处理对活体的管腔内进行摄像而得到的图像的图像处理装置执行的图像处理方法，其特征在于，所述图像处理方法包括以下步骤：轮廓边缘区域提取步骤，从所述图像中提取检查对象的轮廓边缘区域；检查区域设定步骤，在所述图像内以不内包所述轮廓边缘区域的方式设定检查区域；以及异常构造识别步骤，根据所述检查区域的纹理信息来识别所述检查对象的表面的微细构造是否异常。

本发明的图像处理程序是使处理对活体的管腔内进行摄像而得到的图像的图像处理装置执行的图像处理程序，其特征在于，所述图像处理程序包括以下步骤：轮廓边缘区域提取步骤，从所述图像中提取检查对象的轮廓边缘区域；检查区域设定步骤，在所述图像内以不内包所述轮廓边缘区域的方式设定检查区域；以及异常构造识别步骤，根据所述检查区域的纹理信息来识别所述检查对象的表面的微细构造是否异常。

发明效果

根据本发明，以不包含检查对象的轮廓边缘区域的方式设定检查区域，针对所设定的检查区域识别微细构造的异常，所以，在图像内存在检查对象的轮廓边缘的情况下，也能够高精度地识别检查对象表面的微细构造的异常。

附图说明

图1是示出本发明的实施方式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是示出通过内窥镜对管腔内进行摄像的状况的示意图。

图4是示出通过内窥镜进行摄像而得到的管腔内图像的示意图。

图5是示出图1所示的轮廓边缘区域提取部执行的处理的详细情况的流程图。

图6是示出图1所示的检查区域设定部执行的详细处理的流程图。

图7是用于说明图1所示的检查区域设定部执行的处理的示意图。

图8是示出图1所示的异常构造识别部执行的处理的详细情况的流程图。

图9是示出本发明的实施方式1的变形例1-2的图像处理装置所具有的运算部的结构的框图。

图10是示出图9所示的轮廓边缘区域提取部执行的处理的流程图。