圖像處理裝置、圖像處理方法以及圖像處理程序的制作方法

圖像處理裝置、圖像處理方法以及圖像處理程序的制作方法
【專利摘要】提供圖像處理裝置等，能夠精度良好地識別異常部和具有與該異常部相同種類顏色信息的其他對象。圖像處理裝置(1)具有：異常部候選區域判別部(110)，其從對活體的管腔內攝像得到的圖像中判別異常部的候選區域；周邊區域確定部(120)，其確定候選區域的周邊區域；形狀信息計算部(130)，其計算候選區域和周邊區域在在畫面的深度方向上的形狀信息；以及異常部區域判定部(140)，其根據候選區域的形狀信息與周邊區域的形狀信息的相關性，判定候選區域是否為異常部。
【專利說明】圖像處理裝置、圖像處理方法以及圖像處理程序

【技術領域】
[0001]本發明涉及從對活體的管腔內進行攝像得到的圖像中判別異常部區域的圖像處理裝置、圖像處理方法以及圖像處理程序。

【背景技術】
[0002]作為對于通過內窺鏡或膠囊型內窺鏡等醫用觀察裝置對活體的管腔內進行攝像得到的圖像(以下，稱之為管腔內圖像或簡稱為圖像)的圖像處理，在專利文獻I中公開了根據圖像的色調信息檢測異常部區域的技術。更具體而言，在專利文獻I中，將圖像內的各像素的像素值映射于基于顏色特征量的特征空間上，在該特征空間內聚類(Clustering)后，根據各集群(Cluster)的大小和重心坐標等信息確定正常粘膜集群和異常部集群，將屬于異常部集群的像素區域檢測作為異常部區域。
[0003]現有技術文獻
[0004]專利文獻
[0005]專利文獻I日本特開2005-192880號公報


【發明內容】

[0006]發明欲解決的課題
[0007]然而，在通過醫用觀察裝置拍攝到的管腔內圖像中，有時存在具有與異常部相同種類的顏色信息的其他對象。具體地，對于口瘡性病變或潰瘍等白色類的異常部而言，白色調的殘渣就是相同種類的顏色。因此，根據現有的僅基于顏色信息的異常部的檢測方法，無法精度良好地識別這種其他對象與異常部。
[0008]本發明就是鑒于上述情況而完成的，其目的在于提供一種能夠精度良好地識別異常部和具有與該異常部相同種類的顏色信息的其他對象的圖像處理裝置、圖像處理方法以及圖像處理程序。
[0009]用于解決課題的手段
[0010]為了解決上述課題，達成目的，本發明的圖像處理裝置的特征在于，其具有:異常部候選區域判別部，其從對活體的管腔內攝像得到的圖像中判別異常部的候選區域；周邊區域確定部，其確定所述候選區域的周邊區域；形狀信息計算部，其計算所述候選區域和所述周邊區域在畫面的深度方向上的形狀信息；以及異常部區域判定部，其根據所述候選區域的形狀信息與所述周邊區域的形狀信息的相關性，判定所述候選區域是否為異常部。
[0011]本發明的圖像處理方法的特征在于，其具有:異常部候選區域判別步驟，從對活體的管腔內攝像得到的圖像中判別異常部的候選區域；周邊區域確定步驟，確定所述候選區域的周邊區域；形狀信息計算步驟，計算所述候選區域和所述周邊區域在畫面的深度方向上的形狀信息；以及異常部區域判定步驟，根據所述候選區域的形狀信息與所述周邊區域的形狀信息的相關性，判定所述候選區域是否為異常部。
[0012]本發明的圖像處理程序的特征在于，使計算機執行如下步驟:異常部候選區域判別步驟，從對活體的管腔內攝像得到的圖像中判別異常部的候選區域；周邊區域確定步驟，確定所述候選區域的周邊區域；形狀信息計算步驟，計算所述候選區域和所述周邊區域在畫面的深度方向上的形狀信息；以及異常部區域判定步驟，根據所述候選區域的形狀信息與所述周邊區域的形狀信息的相關性，判定所述候選區域是否為異常部。
[0013]發明的效果
[0014]根據本發明，對于異常部的候選區域及其周邊區域，計算在畫面的深度方向上的形狀信息，根據各自的形狀信息的相關性判定候選區域是否為異常部，因此能夠精度良好地識別異常部和具有與該異常部相同種類的顏色信息的其他對象。

【專利附圖】

【附圖說明】
[0015]圖1是表示本發明的第I實施方式的圖像處理裝置的結構的框圖。
[0016]圖2是表示圖1所示的圖像處理裝置的動作的流程圖。
[0017]圖3是表不處理對象圖像的一例的不意圖。
[0018]圖4是表示周邊區域的確定處理的流程圖。
[0019]圖5是表示候選區域和周邊區域的形狀信息的計算處理的流程圖。
[0020]圖6是說明候選區域的形狀信息的計算處理的示意圖。
[0021]圖7是說明周邊區域的形狀信息的計算處理的示意圖。
[0022]圖8是說明候選區域的判定處理的示意圖。
[0023]圖9是說明候選區域的判定處理的示意圖。
[0024]圖10是表示候選區域的判定處理的流程圖。
[0025]圖11是表示第I實施方式的變形例I的周邊區域確定部的結構的框圖。
[0026]圖12是表示圖11所示的周邊區域確定部的動作的流程圖。
[0027]圖13是表示第I實施方式的變形例2的周邊區域確定部的結構的框圖。
[0028]圖14是表示圖13所示的周邊區域確定部的動作的流程圖。
[0029]圖15是表示第I實施方式的變形例3的周邊區域確定部的結構的框圖。
[0030]圖16是表示圖15所示的周邊區域確定部的動作的流程圖。
[0031]圖17是表示第I實施方式的變形例4的周邊區域確定部的結構的框圖。
[0032]圖18是表示圖17所示的周邊區域確定部的動作的流程圖。
[0033]圖19是表示本發明的第2實施方式的圖像處理裝置的結構的框圖。
[0034]圖20是表示本發明的第3實施方式的圖像處理裝置的結構的框圖。
[0035]圖21是表示圖20所示的圖像處理裝置的動作的流程圖。
[0036]圖22是表示基于形狀信息的異常部區域判定的可靠性的判定處理的流程圖。
[0037]圖23是表示候選區域的判定處理的流程圖。

【具體實施方式】
[0038]以下，參照【專利附圖】

【附圖說明】本發明的實施方式的圖像處理裝置、圖像處理方法以及圖像處理程序。另外，本發明不限于這些實施方式。此外，在各附圖的描述中，對相同部分賦予同一符號表不。
[0039]在以下的實施方式中，作為一例，說明對于通過內窺鏡或膠囊型內窺鏡等的醫用觀察裝置對活體的管腔內攝像而取得的管腔內圖像(以下，簡稱為圖像)的處理。在以下的說明中，被實施了圖像處理的圖像是例如在各像素位置上對于R (紅)、G (綠)、B (藍)的各顏色成分(波長成分)例如具備256等級的像素級別(Pixel level)(像素值)的彩色圖像。另外，本發明不限于管腔內圖像，還能廣泛應用于從通過其他的一般的圖像取得裝置取得的圖像中提取特定的區域的情況。
[0040](第I實施方式)
[0041]圖1是表示本發明的第I實施方式的圖像處理裝置的結構的框圖。圖1所示的圖像處理裝置I具有:控制部10，其控制圖像處理裝置I整體的動作；圖像取得部20，其取得與通過醫用觀察裝置攝像得到的圖像對應的圖像數據；輸入部30，其受理從外部輸入的輸入信號；顯示部40，其進行各種顯示；記錄部50，其儲存通過圖像取得部20取得的圖像數據和各種程序；以及運算部100，其對圖像數據執行規定的圖像處理。
[0042]控制部10通過CPU等硬件實現，通過讀入記錄于記錄部50中的各種程序，按照從圖像取得部20輸入的圖像數據和從輸入部30輸入的操作信號等，進行對于構成圖像處理裝置I的各部分的指示和數據的轉發等，總括地控制圖像處理裝置I整體的動作。
[0043]根據包含醫用觀察裝置的系統的方式適當構成圖像取得部20。例如，在醫用觀察裝置為膠囊型內窺鏡，并且使用移動式記錄介質用于與醫用觀察裝置之間的圖像數據的交換的情況下，圖像取得部20由以拆裝自由的方式安裝該記錄媒體并讀出所保存的管腔內圖像的圖像數據的讀出裝置構成。此外，在設置了預先保存由醫用觀察裝置攝像得到的管腔內圖像的圖像數據的服務器的情況下，圖像取得部20由與服務器連接的通信裝置等構成，與服務器進行數據通信并取得管腔內圖像的圖像數據。或者，還可以利用從內窺鏡等醫用觀察裝置經由纜線輸入圖像信號的接口裝置等構成圖像取得部20。
[0044]輸入部30例如通過鍵盤、鼠標、觸摸面板、各種開關等輸入設備而實現，將所受理的輸入信號輸出到控制部10。
[0045]顯示部40通過IXD或EL顯示器等顯示裝置而實現，在控制部10的控制下顯示包含管腔內圖像的各種畫面。
[0046]記錄部50由可更新記錄的閃存等ROM或RAM等各種IC存儲器、內置或通過數據通信端子連接的硬盤或CD-ROM等信息記錄裝置及其讀取裝置等而實現。記錄部50儲存通過圖像取得部20取得的管腔內圖像的圖像數據，此外還儲存用于使圖像處理裝置I進行動作并使圖像處理裝置I執行各種功能的程序以及在該程序的執行中使用的數據等。具體而言，記錄部50儲存用于從圖像內檢測口瘡性病變和潰瘍等白色調的異常部的圖像處理程序51以及在該程序的執行中使用的各種信息等。
[0047]運算部100通過CPU等硬件而實現，通過讀入圖像處理程序51從而對與管腔內圖像對應的圖像數據實施圖像處理，執行用于檢測口瘡性病變和潰瘍等的白色調的異常部的各種運算處理。
[0048]接著，說明運算部100的詳細結構。
[0049]如圖1所示，運算部100具有:異常部候選區域判別部110，其從管腔內圖像中判別異常部的候選區域；周邊區域確定部120，其確定候選區域的周邊區域；形狀信息計算部130，其計算候選區域和周邊區域在畫面的深度方向上的形狀信息；以及異常部區域判定部140，其根據候選區域的形狀信息與周邊區域的形狀信息的相關性，判定候選區域是否為異常部。
[0050]周邊區域確定部120具有判別圖像內包含的粘膜區域的粘膜區域判別部121，以使得周邊區域僅包含粘膜區域的方式確定周邊區域的范圍。
[0051]形狀信息計算部130具有近似形狀計算部131，該近似形狀計算部131根據在候選區域和周邊區域內分別包含的多個像素的像素值，將候選區域和周邊區域在畫面的深度方向上的形狀分別近似為規定的形狀。在本第I實施方式中，近似形狀計算部131具有:線近似形狀計算部131a，其將候選區域和周邊區域的形狀近似為I條以上的直線或曲線；以及近似對象選擇部131b，其根據與候選區域和周邊區域中包含的像素有關的信息，選擇近似形狀的計算對象。
[0052]接著，說明圖像處理裝置I的動作。圖2是表示圖像處理裝置I的動作的流程圖。
[0053]首先，在步驟SlO中，圖像取得部20取得管腔內圖像并記錄于記錄部50。運算部100從記錄部50讀入與作為處理對象的圖像對應的圖像數據。圖3是表示由運算部100讀入的處理對象圖像的一例的示意圖。
[0054]在接下來的步驟S20中，異常部候選區域判別部110根據圖像Ml內的像素的顏色特征量，判別存在于圖像Ml內的異常部的候選區域。這里，口瘡性病變和潰瘍等異常部表示為白色調的特定顏色。因此，異常部候選區域判別部110根據事先確定的白色調的異常部區域的判別基準的顏顏色范圍，判定圖像Ml內的各像素是否示出被視作異常部的特定顏色。這里，異常部區域的判別基準是根據預先收集的異常部區域的R、G、B各成分的像素值以及根據這些像素值通過公知的轉換2次計算出的顏色特征量而確定的，并事先記錄于記錄部50。作為顏色特征量，可舉出通過YCbCr轉換而計算出的色差、色相、通過HSI轉換計算出的彩度、色比(G/R、B/G等)這樣的值。
[0055]通過該判別處理判別為異常部的像素區域作為異常部的候選區域被提取出來。圖3所示的區域ml表示候選區域的一例。
[0056]另外，作為候選區域的判別方法，不限于上述方法，只要能夠從圖像內檢測特定顏色的區域即可，可使用任何方法。例如，可使用對異常部的代表性的顏色特征量與各像素的顏色特征量的顏色特征空間上的距離進行閾值處理的方法(k近鄰法，參考:專利第4266920號公報，CG-ARTS協會“ r ^夕夕^畫像処理”，p.228 (NN法和kNN法))等公知的各種檢測方法。此外，還可以取代使用各像素的顏色特征量的情況，而是根據邊緣信息等將圖像內分割為多個小區域后，使用小區域單位的顏色特征量檢測候選區域。
[0057]在接下來的步驟S30中，周邊區域確定部120將與候選區域相同的粘膜面確定為候選區域的周邊區域。在本第I實施方式中，將候選區域和位于近距離的粘膜區域作為周邊區域。
[0058]圖4是表示周邊區域的確定處理的流程圖。
[0059]首先，在步驟S301中，粘膜區域判別部121根據事先確定的粘膜區域的判別基準的顏色范圍，判定圖像Ml內的各像素是否為粘膜區域。其中，粘膜區域的判別基準是根據預先收集的粘膜區域和粘膜以外的區域(非粘膜區域)內的各像素的R、G、B各成分的像素值以及根據這些像素值通過公知的轉換2次計算出的顏色特征量而確定的，并事先記錄于記錄部50。作為顏色特征量，可舉出通過YCbCr轉換計算出的色差、色相、通過HSI轉換計算出的彩度、色比(G/R、B/G等)這樣的值。
[0060]在步驟S302中，周邊區域確定部120對被判別為粘膜區域的像素實施標記處理(7^' 'J >夕''処理)(參考:CG-ARTS協會，“寧^ '7'夕 > 畫像処理”，ρ.181?川2 (2值圖像的基本處理和計測/標記))。
[0061]在步驟S303中，周邊區域確定部120在圖像Ml內提取與候選區域內的各像素相距規定距離的范圍內的粘膜區域。
[0062]在接下來的步驟S304中，周邊區域確定部120將提取出的粘膜區域所屬的標記區域確定為周邊區域。然后，處理返回主進程。
[0063]在接著步驟S30之后的步驟S40中，形狀信息計算部130針對候選區域和周邊區域分別計算在畫面的深度方向上的形狀信息。在本第I實施方式中，將候選區域和周邊區域的形狀近似為線，取得與所近似的線的形狀有關的信息。
[0064]圖5是表示候選區域和周邊區域的形狀信息的計算處理的流程圖。
[0065]首先，在步驟S401中，近似形狀計算部131對在步驟S20中判別出的候選區域實施標記處理。圖6是表示所標記的候選區域之I的示意圖。以下，作為一例，說明對圖6所示的候選區域al的處理。
[0066]在接下來的步驟S402中，近似形狀計算部131計算所標記的候選區域al的坐標重心(以下,簡稱為重心)gl。
[0067]在步驟S403中，線近似形狀計算部131a在候選區域al內，提取通過重心gl的多個方向dl、d2、…上的線段上的像素。例如在圖6的情況下，提取出從各方向dl?d3的線段與候選區域的輪廓相交的后端到前端的區域的像素。另外，在圖6中，舉例示出了3個方向dl?d3，然而對于所設定的線段的方向和數量不做特別限定。
[0068]在步驟S404中，近似對象選擇部131b根據對各方向dl、d2、…提取的像素的數量，選擇近似形狀的計算對象。具體而言，近似對象選擇部131b僅對所提取的像素數為規定值以上的方向計算近似形狀。其原因在于，像素數不足規定值的方向可能在近似的可靠性上產生問題。
[0069]在步驟S405中，線近似形狀計算部131a按照每個方向dl、d2、…，根據所提取的像素的像素值和坐標，通過最小2乘法等公知的方法，估計表示在畫面的深度方向上的距離的變化的直線。作為表示在深度方向上的距離的量，例如可使用像素值中的R值。其原因在于，R值在R、G、B各成分之中波長最長，在活體內較難吸收.散射，因而能夠在抑制了照明光和反射光的吸收、散射的狀態下將從管腔內圖像的近景到遠景的范圍圖像化。另外，作為表示在深度方向上的距離的變化的量，除了 R值之外，還可以使用G值、B值或根據像素值(R、G、B各成分的值)計算的亮度等。
[0070]以下，設針對方向dl、d2、…估計出的直線的斜率為α1、α2、…。這些直線的斜率α 1、α 2、…可用作候選區域al的形狀信息。
[0071]在步驟S406中，線近似形狀計算部131a從各周邊區域中提取通過候選區域的重心gl的多個方向dl、d2、…上的線段的前端區域和后端區域的像素。例如圖7所示，對于候選區域al的周邊區域bl，分別針對方向dl、d2、…提取從前端區域的起點到終點以及從后端區域的起點到終點的像素的像素值和坐標。這里，前端區域的起點和后端區域的終點是與候選區域al接觸的位置。另外，此時，對于在步驟S404中未被作為近似形狀的計算對象的方向不進行像素的提取。
[0072]在步驟S407中，近似對象選擇部131b根據從周邊區域bl中針對各方向dl、d2^..提取的像素的數量，選擇周邊區域的近似形狀的計算對象。具體而言，近似對象選擇部131b僅對所提取的像素數為規定值以上的方向計算近似形狀。其原因在于，像素數不足規定值的方向可能在近似的可靠性上產生問題。
[0073]在步驟S408中，線近似形狀計算部131a按照每個方向dl、d2、…，根據從周邊區域中提取的像素的像素值和坐標，通過最小2乘法等公知的方法，估計表示在畫面深度方向上的距離的變化的直線。另外，關于表示此時所使用的距離的變化的量，如在步驟S405中說明的內容。以下,設針對方向dl、d2、…估計的直線的斜率為β1、β2、…。這些直線的斜率β1、β2、…可用作周邊區域bl的形狀信息。此后，處理返回主進程。
[0074]在接在步驟S40之后的步驟S50中，異常部區域判定部140根據候選區域的形狀信息與周邊區域的形狀信息的相關性，判定候選區域是否為異常部。
[0075]其中，如圖8(a)所示，在從圖像Ml中檢測的候選區域ml為如口瘡性病變和潰瘍那樣存在于粘膜面上的異常部的情況下，如圖8(b)所示，候選區域ml的形狀信息(直線的斜率)成為與周圍的粘膜面(周邊區域)的形狀信息類似的狀態。另一方面，如圖9(a)所示，在從圖像M2中檢測的候選區域m2為在管腔內浮游的殘渣的情況下，如圖9(b)所示，候選區域m2的形狀信息與周圍的粘膜面的形狀信息沒有關系。因此，異常部區域判定部140在候選區域的形狀信息與周邊區域的形狀信息類似的情況下，將該候選區域判定為異常部，而兩者不類似的情況下，將該候選區域判定為浮游的殘渣。
[0076]圖10是表示候選區域的判定處理的詳細的流程圖。以下，說明對圖6所示的候選區域al和圖7所示的周邊區域bl進行的處理。
[0077]在步驟S501中，異常部區域判定部140根據在候選區域的各方向dl、d2、…上的斜率α1、α2、…和在周邊區域的各方向dl、d2、…上的斜率β1、β2、…，如下按照每個方向判別候選區域al和周邊區域bl的區域種類。
[0078]斜率為規定的閾值Tl以上且低于規定的閾值T2時:平坦區域
[0079]斜率為規定的閾值T2以上時:正方向的斜率區域
[0080]斜率低于規定的閾值Tl時:負方向的斜率區域
[0081]其中，各閾值被設定為滿足Tl < T2的值。
[0082]在接下來的步驟S502中，異常部區域判定部140計算相同方向上的候選區域al的區域種類與周邊區域bl的區域種類的一致率。例如，在某個方向dl上，若候選區域al被判別為正方向的斜率區域，而周邊區域bl被判別為平坦區域或負方向的斜率區域，則判定為兩者不一致。或者，在某個方向dl上，若候選區域al和周邊區域bl都被判別為平坦區域(或者都為正或負方向的斜率區域)，則判定為兩者一致。異常部區域判定部140如上按照每個方向判定候選區域al的區域種類與周邊區域bl的區域種類是否一致。然后，計算在計算出形狀信息的所有方向dl、d2、…之中候選區域al的區域種類與周邊區域bl的區域種類一致的方向的數量的比例(一致率)。
[0083]在步驟S503中，異常部區域判定部140判定在步驟S502中計算的一致率是否在規定值以上。在一致率為規定值以上的情況下(步驟S503 是”)，異常部區域判定部140判定為該候選區域是異常部(步驟S504)。另一方面，在一致率低于規定值的情況下(步驟S503 否”)，異常部區域判定部140判定為該候選區域是殘渣(步驟S505)。此后，處理返回主進程。
[0084]在接在步驟S50后的步驟S60中，運算部100輸出步驟S50的判定結果。據此，控制部10將異常部的判定結果記錄于記錄部50。此時，控制部10可以將異常部的判定結果顯示于顯示部40等。此后，圖像處理裝置I的處理結束。
[0085]如上所述，根據第I實施方式，從處理對象的圖像中根據像素的顏色特征量檢測異常部的候選區域，然后計算候選區域及其周邊區域的深度方向上的形狀信息，比較候選區域的形狀信息與周邊區域的形狀信息，從而能夠精度良好地識別異常部和具有與該異常部相同種類的顏色信息的其他對象。
[0086](變形例I)
[0087]接著，說明第I實施方式的變形例I。
[0088]圖11是表示變形例I的圖像處理裝置具有的周邊區域確定部的結構的框圖。變形例I的圖像處理裝置具有圖11所示的周邊區域確定部120-1以代替圖1所示的周邊區域確定部120。除了周邊區域確定部120-1以外的圖像處理裝置的結構都與圖1所示的內容相同。
[0089]周邊區域確定部120-1具有梯度強度計算部122和閉區域提取部123，將內包從圖像中檢測的候選區域、且不包含溝槽等梯度強度較高的區域的閉區域確定為周邊區域。
[0090]圖12是表示周邊區域確定部120-1的動作的流程圖。另外，變形例I的圖像處理裝置整體的動作與圖2所示的內容相同。
[0091]首先，在步驟S311中，梯度強度計算部122根據處理對象的圖像內的各像素的像素值(R、G、B各成分的值)或由這些像素值計算出的亮度等的值，來計算梯度強度。梯度強度能夠通過拉普拉斯(Laplacian)濾波處理或索貝爾(Sobel)濾波處理等公知的方法進行計算(參考=CG-ARTS協會，“ r ^ ''J夕 >畫像処理”，p.114- 121 (邊緣提取))。
[0092]在接下來的步驟S312中，閉區域提取部123將候選區域設定為閉區域的初始狀態。
[0093]進而，在步驟S313中，閉區域提取部123以在內部不包含梯度強度為規定的值以上的像素的區域的方式設定能量函數，根據該能量函數的值將閉區域從初始狀態起進行擴展，提取閉區域(參考=CG-ARTS協會，“ r ^ ''J夕^畫像処理”，p.197?198)。
[0094]作為能量函數，例如可使用與通過閉區域的像素的梯度強度確定的能量相當的邊緣內包能量、與通過閉區域的外形確定的能量相當的內部能量和外部能量、與通過閉區域的像素的梯度強度確定的能量相當的圖像能量這4個能量的加權和。其中，邊緣內包能量是閉區域內的梯度強度越大越示出較大值的能量。內部能量表示閉區域的邊界的平滑度，是閉區域的形狀越平滑越示出較小值的能量。外部能量是閉區域的大小越大越示出較小值的能量。圖像能量是閉區域的邊界上的梯度強度的值越大越示出較小值的能量。
[0095]閉區域提取部123在初始狀態的閉區域的邊界上配置多個控制點，根據各控制點的位置及該位置上的梯度強度、各控制點與重心之間的距離、內部像素的梯度強度等按照每個控制點計算上述邊緣內包能量、內部能量、圖像能量和外部能量，以使得這4個能量的加權和成為最小的方式移動控制點，從而使其在閉區域擴大的方向上變形。周邊區域確定部120-1將這樣提取出的閉區域確定為周邊區域。
[0096](變形例2)
[0097]接著，說明第I實施方式的變形例2。
[0098]圖13是表示變形例2的圖像處理裝置具有的周邊區域確定部的結構的框圖。變形例2的圖像處理裝置具有圖13所示的周邊區域確定部120-2，以取代圖1所示的周邊區域確定部120。周邊區域確定部120-2以外的圖像處置裝置的結構都與圖1所示的內容相同。
[0099]周邊區域確定部120-2具有距離信息計算部124和區域分割部125，將存在于與從圖像中檢測的候選區域臨近的位置且圖像內的距離信息(深度信息)與候選區域類似的區域確定為周邊區域。
[0100]圖14是表示周邊區域確定部120-2的動作的流程圖。另外，變形例2的圖像處理裝置整體的動作都與圖2所示的內容相同。
[0101]首先，在步驟S321中，距離信息計算部124取得圖像內的各像素的距離信息。作為距離信息，可使用在體內難以吸收、散射的波長成分即R值或根據像素值(R、G、B各成分的值)計算的亮度等。
[0102]在接下來的步驟S322中，區域分割部125根據距離信息將圖像內分割為多個區域。在本變形例2中，通過將距離信息用作特征量的區域統合法(參考=CG-ARTS協會，
^夕夕 >畫像処理”，P.196(區域分割處理))，將具有彼此類似的距離信息且彼此相鄰的像素統合，從而進行區域分割。另外，只要能夠根據距離信息將圖像分割為多個區域即可，可使用上述區域統合法以外的手法。
[0103]在步驟S323中，周邊區域確定部120-2計算在步驟S20中檢測的候選區域和在步驟S322中分割的各分割區域的距離信息的平均值。
[0104]在步驟S324中，周邊區域確定部120-2將存在于從候選區域內的各像素起規定的范圍內、且與候選區域的距離信息的平均值之差在規定范圍內的分割區域確定為周邊區域。
[0105](變形例3)
[0106]接著，說明第I實施方式的變形例3。
[0107]圖15是表示變形例3的圖像處理裝置具有的周邊區域確定部的結構的框圖。變形例3的圖像處理裝置具有圖15所示的周邊區域確定部120-3，以取代圖1所示的周邊區域確定部120。周邊區域確定部120-3以外的圖像處理裝置的結構都與圖1所示的內容相同。
[0108]周邊區域確定部120-3具有顏色特征量計算部126和區域分割部127，將存在于與從圖像中檢測的候選區域臨近的位置、且顏色特征量與候選區域類似的區域確定為周邊區域。
[0109]圖16是表示周邊區域確定部120-3的動作的流程圖。另外，變形例3的圖像處理裝置整體的動作都與圖2所示的內容相同。
[0110]首先，在步驟S331中，顏色特征量計算部126計算圖像內的各像素的顏色特征量。作為顏色特征量，可舉出通過像素值的YCbCr轉換而計算出的色差、色相、通過HSI轉換而計算出的彩度、色比(G/R、B/G)等。
[0111]在接下來的步驟S332中，區域分割部127根據顏色特征量將圖像內分割為多個區域。在本變形例3中，通過將顏色特征量用作特征量的區域等合法，將具有彼此類似的顏色特征量、且彼此相鄰的像素統合，從而進行區域分割。另外，只要能夠根據顏色特征量將圖像分割為多個區域即可，可使用上述區域等合法以外的手法。
[0112]在步驟S333中，周邊區域確定部120-3計算在步驟S20中檢測的候選區域和在步驟S332中分割的各分割區域的顏色特征量的平均值。
[0113]在步驟S334中，周邊區域確定部120-3將存在于從候選區域內的各像素起規定的范圍內、且與候選區域的顏色特征量的平均值之差在規定范圍內的分割區域確定為周邊區域。
[0114](變形例4)
[0115]接著，說明第I實施方式的變形例4。
[0116]圖17是表示變形例4的圖像處理裝置具有的周邊區域確定部的結構的框圖。變形例4的圖像處理裝置具有圖17所示的周邊區域確定部120-4，以取代圖1所示的周邊區域確定部120。周邊區域確定部120-4以外的圖像處理裝置的結構都與圖1所示的內容相同。
[0117]周邊區域確定部120-4具有紋理特征量計算部128和區域分割部129，將存在于與從圖像中檢測的候選區域臨近的位置、且紋理特征量與候選區域類似的區域確定為周邊區域。
[0118]圖18是表示周邊區域確定部120-4的動作的流程圖。另外，變形例4的圖像處理裝置整體的動作與圖2所示的內容相同。
[0119]首先，在步驟S341中，紋理特征量計算部128計算圖像內的紋理特征量。作為紋理特征量，例如，可使用通過離散余弦轉換(DCT)、離散傅里葉轉換(DFT)、加博(Gabor)濾波處理等計算出的特定頻率成分的大小。
[0120]在接下來的步驟S342中，區域分割部129根據紋理特征量將圖像內分割為多個區域。在本變形例4中，通過將紋理特征量用作特征量的區域統合法，將具有彼此類似的紋理特征量、且彼此相鄰的像素統合，從而進行區域分割。另外，只要能夠根據紋理特征量將圖像分割為多個區域即可，可使用上述區域統合法以外的手法。
[0121]在步驟S343中，周邊區域確定部120-4計算在步驟S20中檢測的候選區域和在步驟S342中分割的各分割區域的紋理特征量的平均值。
[0122]在步驟S344中，周邊區域確定部120-4將存在于從候選區域內的各像素起規定的范圍內、且與候選區域的紋理信息的平均值之差在規定范圍內的分割區域確定為周邊區域。
[0123](變形例5)
[0124]接著，說明第I實施方式的變形例5。
[0125]在第I實施方式中，形狀信息計算部130將候選區域和周邊區域在深度方向上的形狀近似為I條以上的直線。然而，也可以將候選區域和周邊區域在深度方向上的形狀近似為I條以上的曲線。例如，可以近似為通過下式所示的2次函數表現的拋物線形狀。
[0126]z = ax2+by+c
[0127]在上式中，X表示在通過候選區域的重心的各方向(參照圖6)上的像素的坐標，z示出表示該像素在深度方向上的距離的值(例如，R值和亮度等)。此外，a、b和c是系數(常數)。
[0128]這種情況下，異常部區域判定部140可以將2次的系數a用作形狀信息，根據在候選區域和周邊區域中系數a的差分是否在規定范圍內，判斷候選區域與周邊區域的一致率。
[0129](變形例6)
[0130]接著，說明第I實施方式的變形例6。
[0131]在第I實施方式中，異常部區域判定部140判別在各方向上的候選區域和周邊區域的區域種類，然后計算候選區域和周邊區域的區域種類的一致率。然而，也可以按照每個方向直接比較候選區域和周邊區域的斜率，計算兩者的一致率。
[0132]具體而言，以圖6所示的候選區域al和圖7所示的周邊區域bl為例進行說明，首先，按照通過候選區域的重心gl的方向dl、d2、...，計算近似候選區域的直線的斜率與近似周邊區域的直線的斜率的差分I α1-β?|、I α2_β2|、…。接下來，將各差分I α1_β?|、
α2_β2|、…與規定的閾值比較，在差分為該閾值以下的情況下，判斷為在候選區域與周邊區域中斜率一致。然后，計算在計算出候選區域和周邊區域的形狀信息的所有方向dl、d2、…之中的斜率在候選區域al與周邊區域bl上一致的方向的數量的比例(一致率)。
[0133](第2實施方式)
[0134]接著，說明本發明的第2實施方式。
[0135]圖19是表示本發明的第2實施方式的圖像處理裝置的結構的框圖。如圖19所示，第2實施方式的圖像處理裝置2具有運算部200，以取代圖1所示的運算部100。
[0136]運算部200具有形狀信息計算部210和異常部區域判定部220，以取代圖1所示的形狀信息計算部130和異常部區域判定部140。另外，形狀信息計算部210和異常部區域判定部220以外的運算部200和圖像處理裝置2的各部分的結構都與第I實施方式相同。
[0137]形狀信息計算部210具有近似形狀計算部211，該近似形狀計算部211根據從處理對象的圖像中檢測出的候選區域及其周邊區域內的像素的像素值，將候選區域和周邊區域在畫面的深度方向上的形狀分別近似為規定的形狀。在本第2實施方式中，近似形狀計算部211包含面近似形狀計算部211a，該面近似形狀計算部211a分別針對候選區域和周邊區域，將在深度方向上的形狀近似為2維的面。
[0138]異常部區域判定部220根據通過形狀信息計算部210近似為2維的面的候選區域和周邊區域的近似形狀，進行候選區域是否為異常部的判定。
[0139]接著，說明圖像處理裝置2的動作。圖像處理裝置2的動作整體與圖2所示的內容相同，候選區域和周邊區域的形狀信息的計算處理(步驟S40)和候選區域的判定處理(步驟S50)的詳細動作與第I實施方式不同。
[0140]在步驟S40中，面近似形狀計算部211a根據在候選區域和周邊區域中分別包含的像素的像素值，求出近似各區域的函數。在本第2實施方式中，通過下式(I)所示的2次函數近似各區域。
[0141]【式I】
[0142]Z = ax2+by2+cxy+dx+ey+f…(I)
[0143]在式(I)中，(x，y)是圖像內的各像素的坐標。此外，z是表示在畫面的深度方向上的距離的量，優選使用各像素的R值。此外，作為z的值，可以使用各像素的G值和B值或根據各像素的像素值(R、G、B各成分的值)2次計算的亮度等。以下，將這些值一并稱為像素值。
[0144]此外，a?f是系數(常數)，例如可通過最小2乘法求解使用圖像內的第i個(i=1、2、…)像素的坐標(Xi，yi)和該像素的像素值Zi給出的下式(2)而求出。
[0145]【式2】
嚼棚
I
bΓζ3
[0146]C =㈧ XA.) Wx I 但 U K K X*y>f
d:? X ； y,' x.y, X1 y? I —C2)

A = j ~ - —.—
flfcI*.maI.^TiI *.**■*

? -? ,
/」L( y_* x,y? x- y-1
[0147]這樣取得的近似函數可用作形狀信息。
[0148]在接下來的步驟S50中，異常部區域判定部220根據候選區域的形狀信息與周邊區域的形狀信息的相關性，判定候選區域是否為異常部。更具體而言，異常部區域判定部220首先計算將通過候選區域的近似函數表現的2維區域和通過周邊區域的近似函數表現的2維區域歸一后的彼此為相同尺寸的圖像區域。然后在這些圖像區域中，預測對應的像素的像素值，求出像素值間的相關性。
[0149]具體地，計算通過下式(3)給出的像素值的差的平方和SSD。
[0150]【式3】
[0151]SSD = sZ(P,(k,(^y)-P,Ili(X^y))" …⑶


\ -.11 χ-?!
[0152]在式(3)中，PI(J) (X，y)表示將候選區域的近似函數歸一化的圖像區域I (j)的坐標(x，y)的像素值，PI(k)表示將該候選區域的周邊區域的近似函數歸一化的圖像區域I (k)的坐標(x，y)的像素值。此外，X表示圖像區域I (j)和I(k)在X方向上的尺寸，Y表示圖像區域I (j)和I (k)在y方向上的尺寸。
[0153]異常部區域判定部220在平方和SSD的值為規定值以下的情況下，判定為候選區域的形狀信息與周邊區域的形狀信息的相關性較高(即，類似度較高)，候選區域為口瘡性病變和潰瘍等的異常部。反之，異常部區域判定部220在平方和SSD大于規定值的情況下，判定為候選區域的形狀信息與周邊區域的形狀信息的相關性較低(即，類似度較低)，候選區域為浮游的殘渣。
[0154]另外，異常部區域判定部220可以計算下式(4)所示的像素值的差的絕對值之和SAD,以取代計算平方和SSD，根據該和SAD判定候選區域的形狀信息與周邊區域的形狀信息的相關性。
[0155]【式4】
Y --1X-11I
[0156]


\ =(|
[0157]此外，進行異常部的判定的方法不限于使用上述平方和SSD或差的絕對值的和SAD的方法，只要能夠計算候選區域的形狀信息與周邊區域的形狀信息的相關性(類似度)即可，可使用任何方法。例如，可以使用歸一化相互相關(參考=CG-ARTS協會，夕>畫像処理”，p.203?204 (圖形檢測))等。
[0158](第3實施方式)
[0159]接著，說明本發明的第3實施方式。
[0160]圖20是表示本發明的第3實施方式的圖像處理裝置的結構的框圖。如圖20所示，第3實施方式的圖像處理裝置3具有運算部300，以取代圖1所示的運算部100。
[0161]運算部300還具有可靠性判定部310，該可靠性判定部310對圖1所示的運算部100判定基于形狀信息的異常部區域判定的可靠性，此外，運算部300還具有異常部區域判定部320，以取代圖1所示的異常部區域判定部140。另外，可靠性判定部310和異常部區域判定部320以外的運算部300和圖像處理裝置3的各部分的結構都與第I實施方式相同。
[0162]可靠性判定部310具有根據周邊區域的形狀信息判定上述可靠性的周邊區域形狀信息判定部311。周邊區域形狀信息判定部311具有包含方差值計算部31 Ia-1的平坦區域判定部311a，根據周邊區域是否為平坦區域，判定上述可靠性。
[0163]異常部區域判定部320具有根據上述可靠性的判定結果，切換判定候選區域是否為異常部時的判定方法的判定方法切換部321，通過與可靠性的判定結果相應的判定方法，進行對異常部的判定。
[0164]接著，說明圖像處理裝置3的動作。
[0165]圖21是表示圖像處理裝置3的動作的流程圖。另外，圖21所示的步驟SlO?S40和S60對應于圖2所示的內容。
[0166]在接在步驟S40后的步驟S70中，可靠性判定部310判定基于形狀信息的異常部區域判定的可靠性。其中，在作為粘膜面的周邊區域為平坦區域的情況下，即使在其上有殘渣浮游，也難以在殘渣和粘膜面的形狀上產生差異。這種情況下，若單純根據候選區域和周邊區域的形狀信息判定候選區域是否為異常部，則判定的精度可能會降低。于是，在本第3實施方式中，根據周邊區域的形狀信息進行可靠性的判定，按照該結果進行對于候選區域的判定。
[0167]圖22是表示基于形狀信息的異常部區域判定的可靠性的判定處理的詳細情況的流程圖。
[0168]首先，在步驟S701中，周邊區域形狀信息判定部311取得在步驟S30中確定的在周邊區域的深度方向上的距離信息。作為距離信息，可使用在體內難以吸收、散射的波長成分即R值或根據像素值(R、G、B各成分的值)計算的亮度等。
[0169]在接下來的步驟S702中，方差值計算部31 Ia-1計算周邊區域的距離信息的方差值。
[0170]在步驟S703中，平坦區域判定部311a判定所計算的距離信息的方差值是否為規定的閾值以上。而且，在方差值為閾值以上的情況下(步驟S703:“是”)，判定為該周邊區域是平坦區域(步驟S704)。據此，可靠性判定部310在對與該周邊區域臨近的候選區域進行基于形狀信息的異常部區域的判定的情況下，判定為判定的可靠性較低(步驟S705)。
[0171]另一方面，平坦區域判定部311a在所計算的距離信息的方差值小于閾值的情況下(步驟S703:“否”)，判定為該周邊區域并非平坦區域(非平坦區域)(步驟S706)。據此，可靠性判定部310在對與該周邊區域臨近的候選區域進行基于形狀信息的異常部區域的判定的情況下，判定為判定的可靠性較高(步驟S707)。此后，處理返回主進程。
[0172]另外，在步驟S80中，只要能夠判定周邊區域是否為平坦區域即可，可使用上述使用方差值的方法以外的方法。例如，可以將作為周邊區域的形狀信息計算的線段的斜率的絕對值與規定的閾值比較，在斜率的絕對值小于閾值的情況下，將該周邊區域判斷為平坦區域。
[0173]在接在步驟S70后的步驟S80中，異常部區域判定部320根據步驟S70的判定結果，進行候選區域是否為異常部的判定。圖23是表示該處理的詳細情況的流程圖。
[0174]異常部區域判定部320在基于形狀信息的判定的可靠性較高的情況下(步驟S801 是”)，根據候選區域和周邊區域的形狀信息(即，在通過重心的各方向上的線段的斜率)，進行候選區域是否為異常部的判定(步驟S802)。另外，該判定處理的詳細情況與圖2的步驟S50的處理相同。
[0175]另一方面，異常部區域判定部320在基于形狀信息的判定的可靠性較低的情況下(步驟S801 否”)，將候選區域的判定方法切換為基于形狀信息的方法以外的方法進行判定(步驟S803)。此后，處理返回主進程。
[0176]另外，在步驟S803中，可使用基于候選區域內部的紋理特征量的判定方法等各種方法。以下，作為一例，說明基于紋理特征量的候選區域的判定方法。
[0177]首先，異常部區域判定部320例如計算通過離散余弦轉換(DCT)、離散傅里葉轉換(DFT)、加博(Gabor)濾波處理等計算的特定的頻率成分的大小,作為候選區域內的紋理特征量。
[0178]接下來，異常部區域判定部320判定候選區域內的紋理特征量是否示出均質性。紋理特征量的均質性例如可通過候選區域的坐標重心與通過紋理特征量對候選區域內的各像素進行加權得到坐標重心之間的距離(以下，稱作坐標重心距離)進行評價。更具體而言，作為通過紋理特征量對候選區域內的各像素進行加權得到的坐標重心(Gx，Gy)，可使用候選區域的坐標重心(gx，gy)、候選區域內的第i個像素的坐標(Xi, Yi)和第i個像素的紋理特征量Ti并通過下式(5)給出。
[0179]【式5】
fN


I 二 I

■ 董^3333333s.*
' P
[0180]緣:*“*(S)
Σχ.Γ_

一 j I
%J =..…\


j
Ikι~1
[0181]在式(5)中，N是候選區域內的像素數，i = I?N。
[0182]由此，坐標重心距離D可通過下式(6)給出。
[0183]【式6】
[0184]D=-g ) +(G - g )-.::6;
y X Ox/\ y Oy /' *
[0185]這里，在紋理特征量為均質的情況下，加權后的坐標重心(Gx，Gy)與坐標重心(gx，gy)大致一致，因而坐標重心距離D的值變小。另一方面，在紋理特征量非均質的情況下，力口權后的坐標重心(Gx，Gy)離開坐標重心(gx，gy)，因而坐標重心距離D的值變大。因此，異常部區域判定部320將坐標重心距離D與規定的閾值比較，在坐標重心距離D為閾值以下的情況下，判定為紋理特征量為均質，該候選區域是粘膜面上的異常部。另一方面，異常部區域判定部320在坐標重心距離D大于閾值的情況下，判定為紋理特征量非均質，候選區域是浮游的殘渣。
[0186]以上說明的第I至第3實施方式以及它們的變形例I?6的圖像處理裝置能夠通過個人計算機或工作站等的計算機系統執行記錄于記錄裝置的圖像處理程序來實現。此夕卜，還可以將這種計算機系統經由局域網、廣域網(LAN/WAN)或因特網等共用線路與其他的計算機系統和服務器等的設備連接使用。這種情況下，第I至第3實施方式的圖像處理裝置可以經由這些網絡取得管腔內圖像的圖像數據，或者向經由這些網絡連接的各種輸出設備(觀察器或打印機等)輸出圖像處理結果，或者在經由這些網絡連接的存儲裝置(記錄裝置及其讀取裝置等)中儲存圖像處理結果。
[0187]另外，本發明不限于第I至第3實施方式和它們的變形例I?6，通過適當組合在各實施方式和變形例中公開的多個結構要素，能夠形成各種發明。例如，既可以從在各實施方式和變形例所示的所有結構要素中刪除某幾個結構要素后形成，也可以適當組合在不同實施方式和變形例所示的結構要素形成。
[0188]符號說明
[0189]I?3圖像處理裝置
[0190]10控制部
[0191]20圖像取得部
[0192]30輸入部
[0193]40顯示部
[0194]50記錄部
[0195]51圖像處理程序
[0196]100，200，300 運算部
[0197]110異常部候選區域判別部
[0198]120周邊區域確定部
[0199]121粘膜區域判別部
[0200]122梯度強度計算部
[0201]123閉區域提取部
[0202]124距離信息計算部
[0203]125區域分割部
[0204]126顏色特征量計算部
[0205]127區域分割部
[0206]128紋理特征量計算部
[0207]129區域分割部
[0208]130形狀信息計算部
[0209]131近似形狀計算部
[0210]131a線近似形狀計算部
[0211]131b近似對象選擇部
[0212]140異常部區域判定部
[0213]210形狀信息計算部
[0214]211近似形狀計算部
[0215]211a面近似形狀計算部
[0216]220異常部區域判定部
[0217]310可靠性判定部
[0218]311周邊區域形狀信息判定部
[0219]311a平坦區域判定部
[0220]31 Ia-1方差值計算部
[0221]320異常部區域判定部
[0222]321判定方法切換部
【權利要求】
1.一種圖像處理裝置，其特征在于，該圖像處理裝置具有: 異常部候選區域判別部，其從對活體的管腔內攝像得到的圖像中判別異常部的候選區域； 周邊區域確定部，其確定所述候選區域的周邊區域； 形狀信息計算部，其計算所述候選區域和所述周邊區域在相對于畫面的進深方向上的形狀信息；以及 異常部區域判定部，其根據所述候選區域的形狀信息與所述周邊區域的形狀信息的相關性，判定所述候選區域是否為異常部。
2.根據權利要求1所述的圖像處理裝置，其特征在于， 所述周邊區域確定部具有判別在所述圖像內包含的粘膜區域的粘膜區域判別部， 從所述粘膜區域內確定所述周邊區域。
3.根據權利要求1所述的圖像處理裝置，其特征在于， 所述周邊區域確定部具有根據所述圖像內的多個像素的像素值計算梯度強度的梯度強度計算部， 從所述梯度強度為規定值以下的區域中確定所述周邊區域。
4.根據權利要求1所述的圖像處理裝置，其特征在于， 所述周邊區域確定部具有: 特征量計算部，其根據所述圖像內的各像素的像素值計算所述各像素的特征量；以及區域分割部，其將所述特征量的差在規定的范圍內的像素作為I個區域，來對所述圖像進行區域分割， 按照區域分割后得到的每個區域確定所述周邊區域。
5.根據權利要求4所述的圖像處理裝置，其特征在于， 所述特征量計算部包含根據所述各像素的像素值計算距離信息的距離信息計算部。
6.根據權利要求4所述的圖像處理裝置，其特征在于， 所述特征量計算部包含根據所述各像素的像素值計算顏色特征量的顏色特征量計算部。
7.根據權利要求4所述的圖像處理裝置，其特征在于， 所述特征量計算部包含根據所述各像素的像素值計算紋理特征量的紋理特征量計算部。
8.根據權利要求1所述的圖像處理裝置，其特征在于， 所述形狀信息計算部具有近似形狀計算部，該近似形狀計算部根據所述候選區域和所述周邊區域中各自包含的多個像素的像素值，將所述候選區域和所述周邊區域在所述深度方向上的形狀分別近似為I維形狀或2維形狀。
9.根據權利要求8所述的圖像處理裝置，其特征在于， 所述近似形狀計算部具有線近似形狀計算部，該線近似形狀計算部根據所述多個像素的像素值，將所述候選區域和所述周邊區域在所述深度方向上的形狀分別近似為至少I條直線或曲線。
10.根據權利要求8所述的圖像處理裝置，其特征在于， 所述近似形狀計算部具有面近似形狀計算部，該面近似形狀計算部根據所述多個像素的像素值，將所述候選區域和所述周邊區域在所述深度方向上的形狀分別近似為2維形狀。
11.根據權利要求8所述的圖像處理裝置，其特征在于， 所述近似形狀計算部還具有近似對象選擇部，該近似對象選擇部根據與所述候選區域和所述周邊區域中包含的像素有關的信息，選擇近似形狀的計算對象。
12.根據權利要求1所述的圖像處理裝置，其特征在于， 所述圖像處理裝置還具有可靠性判定部，該可靠性判定部根據所述周邊區域的形狀信息判定異常部區域判定的可靠性， 所述異常部區域判定部具有判定方法切換部，該判定方法切換部根據所述可靠性的判定結果，切換判定所述候選區域是否為異常部的判定方法。
13.根據權利要求12所述的圖像處理裝置，其特征在于， 所述可靠性判定部包含周邊區域形狀信息判定部，該周邊區域形狀信息判定部根據所述周邊區域的形狀信息判定所述可靠性。
14.根據權利要求13所述的圖像處理裝置，其特征在于， 所述周邊區域形狀信息判定部包含判定所述周邊區域是否為平坦區域的平坦區域判定部，在所述周邊區域為平坦區域的情況下判定為可靠性低。
15.根據權利要求14所述的圖像處理裝置，其特征在于， 所述平坦區域判定部包含計算所述周邊區域內的多個像素的像素值的方差值的方差值計算部，根據所述方差值進行判定。
16.一種圖像處理方法，其特征在于，該圖像處理方法包含: 異常部候選區域判別步驟，從對活體的管腔內攝像得到的圖像中判別異常部的候選區域； 周邊區域確定步驟，確定所述候選區域的周邊區域； 形狀信息計算步驟，計算所述候選區域和所述周邊區域在相對于畫面的進深方向上的形狀信息；以及 異常部區域判定步驟，根據所述候選區域的形狀信息與所述周邊區域的形狀信息的相關性，判定所述候選區域是否為異常部。
17.一種圖像處理程序，其特征在于，使計算機執行如下步驟: 異常部候選區域判別步驟，從對活體的管腔內攝像得到的圖像中判別異常部的候選區域； 周邊區域確定步驟，確定所述候選區域的周邊區域； 形狀信息計算步驟，計算所述候選區域和所述周邊區域在畫面的深度方向上的形狀信息；以及 異常部區域判定步驟，根據所述候選區域的形狀信息與所述周邊區域的形狀信息的相關，判定所述候選區域是否為異常部。
【文檔編號】A61B1/00GK104244802SQ201380021072
【公開日】2014年12月24日 申請日期:2013年4月12日 優先權日:2012年4月23日
【發明者】北村誠, 神田大和, 河野隆志, 弘田昌士 申請人:奧林巴斯株式會社