图像处理装置及图像处理方法

摘要

一种图像处理装置及图像处理方法。图像处理装置具有：非对象区域检测部，其从图像内检测检查对象以外的区域作为非对象区域；关注像素区域设定部，其在图像内的包括关注像素位置的预定范围中设定关注像素区域；周边区域确定部，其根据非对象区域确定在生成与关注像素位置相关的基准面时使用的特性信息的取得范围即周边区域；基准面生成部，其根据周边区域内的特性信息生成基准面；以及偏离值检测部，其根据各个像素位置处的基准面与原图像之间对应的量的差分，检测具有偏离周围值的像素值的偏离像素。

权利要求

1.一种图像处理装置，该图像处理装置具有：非对象区域检测部，其从图像内检测检查对象以外的区域作为非对象区域；

关注像素区域设定部，其在所述图像内的包括关注像素位置的预定范围中设定关注像素区域；

周边区域确定部，其根据所述非对象区域，确定在生成与所述关注像素位置相关的基准面时使用的信息的取得范围即周边区域；

基准面生成部，其根据所述周边区域内的所述信息生成基准面；以及偏离像素检测部，其根据各个像素位置处的所述基准面与所述图像之间对应的量的差分，检测具有偏离周围值的像素值的偏离像素。

2.根据权利要求1所述的图像处理装置，其中，所述周边区域确定部根据所述非对象区域的分类来确定所述周边区域。

3.根据权利要求2所述的图像处理装置，其中，所述周边区域确定部具有：

分类部，其将所述非对象区域分类；以及分类周边区域确定部，其利用根据所述非对象区域的分类而设定的方法来确定所述周边区域。

4.根据权利要求3所述的图像处理装置，其中，所述分类部包括连续性判定部，其判定所述非对象区域周围的区域与所述非对象区域的连续性。

5.根据权利要求4所述的图像处理装置，其中，所述连续性判定部生成对所述非对象区域周围的区域的所述信息进行近似的近似面，在该近似面和所述图像中将对应的量进行比较，由此判定所述连续性。

6.根据权利要求4所述的图像处理装置，其中，所述连续性判定部根据平滑图像来判定所述连续性，该平滑图像是根据所述非对象区域以及该非对象区域周围的区域的所述信息对所述关注像素区域进行平滑处理而得到的。

7.根据权利要求3所述的图像处理装置，其中，所述分类部包括类别分类部，该类别分类部根据所述非对象区域的检测方法将所述非对象区域分类为多个类别。

8.根据权利要求7所述的图像处理装置，其中，所述类别包括暗部、血管、沟、泡、晕影中的至少一种。

9.根据权利要求4所述的图像处理装置，其中，所述分类周边区域确定部包括切换部，该切换部根据有无所述连续性来切换所述周边区域的确定方法。

10.根据权利要求3所述的图像处理装置，其中，所述分类周边区域确定部包括切换部，该切换部根据所述非对象区域的类别来切换所述周边区域的确定方法。

11.根据权利要求3所述的图像处理装置，其中，所述周边区域确定部还具有校正部，该校正部对所述非对象区域以及该非对象区域周围的区域的所述信息进行校正。

12.根据权利要求11所述的图像处理装置，其中，所述校正部利用所述非对象区域周围的所述信息的平均值对所述信息进行插值。

13.根据权利要求11所述的图像处理装置，其中，所述校正部通过使用了所述非对象区域周围的所述信息的函数近似对所述信息进行插值。

14.根据权利要求1所述的图像处理装置，其中，所述周边区域确定部确定作为包括所述关注像素位置的范围、而且是不超过所述非对象区域的所述关注像素区域内的范围，作为周边区域。

15.根据权利要求1所述的图像处理装置，其中，所述基准面生成部针对所述周边区域内的所述信息，使用与所述关注像素区域内的各个像素距所述非对象区域的距离对应的加权系数实施加权平均，由此生成所述基准面。

16.根据权利要求1所述的图像处理装置，其中，所述基准面生成部通过基于所述周边区域内的所述信息的函数近似来生成所述基准面。

17.根据权利要求1所述的图像处理装置，其中，所述基准面生成部通过针对所述周边区域内的所述信息的形态学处理来生成所述基准面。

18.一种图像处理方法，该图像处理方法包括：非对象区域检测步骤，从图像内检测检查对象以外的区域作为非对象区域；

关注像素区域设定步骤，在所述图像内的包括关注像素位置的预定范围中设定关注像素区域；

周边区域确定步骤，根据所述非对象区域，确定在生成与所述关注像素位置相关的基准面时使用的信息的取得范围即周边区域；

基准面生成步骤，根据所述周边区域内的所述信息生成基准面；以及偏离像素检测步骤，根据各个像素位置处的所述基准面与所述图像之间对应的量的差分，检测具有偏离周围值的像素值的偏离像素。

说明书

图像处理装置及图像处理方法

技术领域

[0001] 本发明涉及从图像检测特定的区域的图像处理装置及图像处理方法。

背景技术

[0002] 作为从图像检测特定的区域的技术，例如在日本特开2008－93172号公报中公开了一种图像处理装置的结构，该图像处理装置针对拍摄活体内部得到的体腔内图像，分别计算关注像素和位于其周围的多个周围像素的像素值变化量以及周围像素之间的周围像素值变化量，根据这些像素值变化量以及周围像素值变化量的计算结果，检测体腔内图像中的病变部候选区域，然后抽取该检测到的病变部候选区域的特征，根据该抽取结果从病变部候选区域检测病变部区域。

[0003] 另外，在日本特开2008－307229号公报中公开了一种图像处理装置的结构，该图像处理装置根据与周围的像素相比像素值有变化的像素来抽取凸病变部候选区域和凹病变部候选区域，从凹病变部候选区域中判定属于被夹在体腔器官之间而产生的沟的阴影的区域作为沟区域，从凹病变部候选区域中去除被判定为沟区域的凹病变部候选区域来抽取病变部区域。

[0004] 但是，在根据关注像素和其周边像素的像素值变化量较大的偏离值来检测病变部候选区域即异常部的情况下，根据关注像素与周边像素之间的距离，有可能由于参照本来不应该参照的区域的信息而不能得到期望的检测精度。

发明内容

[0005] 本发明是鉴于上述问题而完成的，其目的在于，提供一种图像处理装置及图像处理方法，在通过参照关注像素周边的像素来检测成为偏离值的像素时，能够提高偏离值的像素的检测精度。

[0006] 本发明的一个方式的图像处理装置具有：非对象区域检测部，其从图像内检测检查对象以外的区域作为非对象区域；关注像素区域设定部，其在所述图像内的包括关注像素位置的预定范围中设定关注像素区域；周边区域确定部，其根据所述非对象区域确定在生成与所述关注像素位置相关的基准面时使用的信息的取得范围即周边区域；基准面生成部，其根据所述周边区域内的所述信息生成基准面；以及偏离像素检测部，其根据各个像素位置处的所述基准面与所述图像之间对应的量的差分，检测具有偏离周围值的像素值的偏离像素。

[0007] 本发明的另一个方式的图像处理方法包括：非对象区域检测步骤，从图像内检测检查对象以外的区域作为非对象区域；关注像素区域设定步骤，在所述图像内的包括关注像素位置的预定范围中设定关注像素区域；周边区域确定步骤，根据所述非对象区域确定在生成与所述关注像素位置相关的基准面时使用的信息的取得范围即周边区域；基准面生成步骤，根据所述周边区域内的所述信息生成基准面；以及偏离像素检测步骤，根据各个像素位置处的所述基准面与所述图像之间对应的量的差分，检测具有偏离周围值的像素值的偏离像素。

[0008] 如果对照附图阅读以下本发明的详细说明，则能够进一步理解上述的内容、本发明的其他目的、特征、优点以及技术性且产业性意义。

附图说明

[0009] 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。

[0010] 图2是示出图1所示的图像处理装置的动作的流程图。

[0011] 图3是示出对图像设定的关注像素位置和关注像素区域的示例的示意图。

[0012] 图4是示出基准面生成部的详细动作的流程图。

[0013] 图5是示例在生成基准面时取得特性(profile)信息的方向的示意图。

[0014] 图6是示出根据鲁棒性估计来生成基准面时的基准面生成部的动作的流程图。

[0015] 图7是说明基于形态学处理的基准面的生成的图。

[0016] 图8A是说明基于形态学处理的基准面的生成的图。

[0017] 图8B是说明基于形态学处理的基准面的生成的图。

[0018] 图9是示出实施方式3的图像处理装置的运算部的结构的框图。

[0019] 图10是示出实施方式3的图像处理装置的动作的流程图。

[0020] 图11是示出实施方式3的周边区域确定部的详细动作的流程图。

[0021] 图12是示例在连续性的判定中取得特性信息的方向的示意图。

[0022] 图13是示出变形例3－1中的非对象区域的分类方法的流程图。

[0023] 图14是说明加权平滑处理中的加权系数的设定方法的示意图。

[0024] 图15是示出变形例3－2中的非对象区域的分类方法的流程图。

[0025] 图16A是说明基于表示近似曲线的算式的系数的非对象区域连续性判定方法的示意图。

[0026] 图16B是说明基于表示近似曲线的算式的系数的非对象区域连续性判定方法的示意图。

[0027] 图17是示出变形例3－3中的周边区域确定部的结构的框图。

[0028] 图18是示出实施方式4的图像处理装置的运算部的结构的框图。

具体实施方式

[0029] 以下，参照附图说明本发明的实施方式的图像处理装置以及图像处理方法。另外，本发明不受这些实施方式限定。另外，在各个附图的记载中，对相同部分标注相同标号来示出。

[0030] 在以下的实施方式中，作为一例，说明针对由内窥镜等医用观察装置拍摄被检体的管腔内部而取得的管腔内图像(以下也简称作图像)的图像处理。这种管腔内图像例如是在各像素位置处具有针对R(红)、G(绿)、B(蓝)的各颜色分量的像素级(像素值)的彩色图像。并且，通常在管腔内图像中显现消化管道内壁的粘膜，有时还显现食物残渣(以下也简称作残渣)和气泡等。管腔内图像中的检查对象区域基本上是粘膜区域，残渣和气泡等照明光触及不到的暗部和构造物的边界线(沟)不作为检查对象区域。

[0031] 另外，本发明不限于管腔内图像，还能够广泛应用于从其他的一般性的图像中检测特定的区域的图像处理装置。

[0032] (实施方式1)

[0033] 图1是示出本发明实施方式1的图像处理装置的结构的框图。如图1所示，图像处理装置1具有：控制部10，其控制该图像处理装置1整体的动作；图像取得部11，其取得由医用观察装置拍摄的管腔内图像的图像数据；输入部12，其受理从外部输入的输入信号；显示部13，其显示包括管腔内图像和各种信息的画面；记录部14；以及运算部100，其进行从管腔内图像检测异常部的运算处理。

[0034] 控制部10由CPU等硬件来实现，其通过读入存储在记录部14中的各种程序，根据从图像取得部11输入的图像数据和从输入部12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，集中对图像处理装置1整体的动作进行控制。

[0035] 图像取得部11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传递管腔内图像的图像数据的可移动型记录介质的情况下，图像取得部11由拆装自如地安装该记录介质并读出存储在记录介质中的图像数据的读出装置构成。另外，在设置预先保存由医用观察装置所取得的管腔内图像的图像数据的服务器的情况下，图像取得部11由与服务器连接的通信装置等构成，并与服务器进行数据通信来取得图像数据。或者，还可以由经由电缆从内窥镜等医用观察装置输入图像信号的接口装置等构成图像取得部11。

[0036] 输入部12利用例如键盘、鼠标、触摸面板及各种开关等实现，其将从外部受理的输入信号输出到控制部10。

[0037] 显示部13利用LCD或EL显示器等显示装置实现。

[0038] 记录部14利用可更新记录的闪存等ROM或RAM这样的各种IC存储器、内置或者外置的硬盘、或者CD－ROM等信息记录介质及其读取装置等实现。记录部14除了存储由图像取得部11所取得的管腔内图像的图像数据以外，还存储用于使图像处理装置1动作并使图像处理装置1执行各种功能的程序、以及在该程序的执行中使用的数据等。例如，记录部14存储从管腔内图像检测像素值的偏离值并作为异常部进行输出的图像处理程序14a。

[0039] 运算部100利用CPU等硬件实现，通过读入图像处理程序14a，对管腔内图像的图像数据实施处理，进行用于从管腔内图像检测像素值偏离周围的像素的偏离值的各种运算处理。运算部100具有：非对象区域检测部110，其从图像内检测非对象区域；关注像素区域设定部120，其在包括图像内的关注像素位置的预定的范围中设定关注像素区域；周边区域确定部130，其根据非对象区域确定在生成与关注像素位置相关的基准面时使用的信息的取得范围即周边区域；基准面生成部140，其根据周边区域内的信息生成基准面；以及作为偏离像素检测部的偏离值检测部150，其根据各个像素位置处的基准面与原图像之间对应的量的差分，检测具有偏离周围值的像素值的偏离像素。

[0040] 下面，对实施方式1的图像处理装置1的动作进行说明。图2是示出图1所示的运算部100的动作的流程图。

[0041] 首先，在步骤S100，运算部100从记录部14取得处理对象的图像。

[0042] 然后在步骤S101，非对象区域检测部110检测暗部、晕影、沟、残渣、泡这样的检查对象以外的区域作为非对象区域。下面，分别对这些区域的检测方法进行说明。

[0043] (1)暗部及晕影的检测方法

[0044] 针对图像内的每个像素或者将图像分割为小区域的每个区域，计算饱和度和亮度作为特征量，将这些特征量投影到由饱和度和亮度这两个轴构成的特征空间中，在该特征空间中抽取与在饱和度和亮度均低于预定阈值的位置分布的特征量的点对应的像素区域，由此检测到暗部。另外，在同样的特征空间中抽取与在饱和度和亮度均高于预定阈值的位置分布的特征量的点对应的像素区域，由此检测到晕影。另外，在处理对象是管腔内图像的情况下，也可以使用像素值中分光反射率最高的R分量的值取代亮度作为特征量。另外，对预先作为学习用数据而取得并记录在记录部14中的管腔内图像组，赋予暗部区域以及暗部以外的区域的坐标信息作为标签信息，根据该标签信息在由饱和度和亮度构成的特征空间中设定暗部区域与暗部以外的区域的边界，由此计算出饱和度和亮度的阈值。关于晕影的阈值也一样。

[0045] (2)沟的检测方法

[0046] 针对图像内的像素，对各个方向的二次微分的输出的最大值进行阈值处理，由此得到沟。具体而言，在图像内设定关注像素位置和针对该关注像素位置的预定尺寸的滤波器，在滤波器内执行通过关注像素位置的纵向、横向、倾斜这四个方向的二次微分处理，并计算出这些二次微分的输出值内的最大值。针对图像内的各个像素，一面使关注像素位置移位一面执行这种处理。并且，对针对各个像素计算出的二次微分的最大值进行阈值处理，由此检测到沟区域。

[0047] (3)残渣的检测方法

[0048] 根据各个像素的像素值计算颜色变化分量(颜色比)G/R以及B/G作为特征量，将这些特征量投影到由G/R和B/G这两个轴构成的特征空间中，在该特征空间中，抽取与相对于红色分布在黄色侧的特征量的点对应的像素，由此检测到残渣。此时使用的颜色比的阈值与暗部的情况相同，对作为学习用数据而取得的图像赋予标签信息，在颜色比的特征空间中设定残渣区域与残渣以外的区域的边界，由此计算出颜色比的阈值。

[0049] (4)泡的检测方法

[0050] 泡是通过在图像内抽取具有亮度的高频分量的特征量的像素的区域而检测到的。另外，此时使用的频率的阈值与暗部或残渣的情况相同，对作为学习用数据而取得的图像赋予标签信息，在频率分量的特征空间中抽取泡区域与泡以外的区域的频率分量的分布的边界，由此设定频率的阈值。

[0051] 下面，说明泡区域的检测方法的一例。泡区域能够根据高频分量和颜色分量进行检测。具体而言，根据由RGB分量构成的图像的亮度分量(频谱的频带较宽的G分量或者亮度值Y(例如，按照Y＝0.299×R＋0.587×G＋0.114×B计算出的值))，生成表示高频分量的强度的高频强度图像。另外，高频分量的强度是通过从关注像素的像素值减去该关注像素的周边像素(例如3×3)的平均值而计算出的。另外，为了抑制高频强度图像的过度检测而进行如下设定：即根据各个像素的颜色信息，将表示例如出血等的红色区域(例如，G/R值为预定的阈值以下的区域)从检测对象中去除。并且，在泡候选区域内，检测高频分量的强度为事前设定的阈值以上的区域作为泡区域。另外，关于泡的检测方法的详细情况，也请参照日本特开2010－115260号公报。

[0052] 另外，作为检测泡的其它方法，也可以使用基于与泡模型的结合的泡区域检测方法(参照日本特开2007－313119号公报)。

[0053] 非对象区域检测部110针对利用这些方法(1)～(4)检测到的区域内的各个像素赋予表示是非对象区域的标签(E(xi，yi)＝1)，对除此以外的像素赋予表示是非对象区域外(即，异常部的检测对象区域)的标签(E(xi，yi)＝0)。其中，(xi，yi)表示第i个像素的坐标。

[0054] 在步骤S102，关注像素区域设定部120在图像内设定关注像素位置，并对该关注像素位置设定关注像素区域。作为关注像素区域，例如设定以关注像素位置为中心且具有预定的尺寸的矩形的区域。图3示出了对图像M1设定了关注像素位置P1和关注像素区域R1的示例。另外，在图像M1中检测到沟A1作为非对象区域。

[0055] 在步骤S103，周边区域确定部130根据关注像素位置和非对象区域，确定在生成基准面时使用的周边区域。此时，在实施方式1中，确定包括关注像素位置的范围、而且是不超过非对象区域的关注像素区域内的范围，作为周边区域。例如，在图像M1中，设定从关注像素位置P1观测时不超过非对象区域A1的区域S1(即，除了非对象区域A1、以及由非对象区域A1和通过非对象区域A1的边界B1和关注像素区域R1包围的区域S2以外的区域)作为周边区域。

[0056] 在步骤S104，基准面生成部140根据周边区域内的特性信息生成基准面。图4是示出步骤S104的基准面生成部140的详细动作的流程图。

[0057] 首先，在步骤S111，基准面生成部140取得周边区域中通过关注像素位置的多个方向的像素值的特性信息。在实施方式1中，如图5所示，取得通过关注像素位置P1的横向(r1)、纵向(r2)、左右倾斜(r3、r4)这四个方向(r1～r4)的特性信息。并且，在实施方式1中，取得构成图像的R、G、B各颜色分量中分光反射率最高的R分量的值作为特性信息。另外，作为特性信息，除R分量的值之外，也可以使用波长带宽度较宽的G分量的值、或者将各颜色分量除以与距离相关联的距离信息得到的颜色变化分量的值。关于颜色变化分量，例如可以将分光反射率较高、且能够最佳体现与被检体之间的距离的R分量作为距离信息，使用将G分量除以R分量得到的值(G/R)。

[0058] 然后在步骤S112，基准面生成部140根据各个方向的特性信息，生成关注像素位置的基准面。具体而言，首先基准面生成部140针对各个方向(r1～r4)计算关注像素位置P1与被确定为周边区域的区域S1的两端之间的距离d1、d2，并实施阈值处理。另外，在图5中示出了r1方向的距离d1、d2。并且，将距离d1、d2任意一方为预先设定的阈值以下的方向从基准面的生成对象中去除。

[0059] 然后，基准面生成部140使用所取得的特性信息，计算利用下式(1－1)～(1－4)赋予的关注像素位置(坐标(x0，y0))的基准面的值。其中，式(1－1)是基于r1方向(X方向)的特性信息的基准面的值PH(x0，y0)的计算式。式(1－2)是基于r2方向的特性信息的基准面的值PV(x0，y0)的计算式。式(1－3)是基于r3方向的特性信息的基准面的值PD1(x0，y0)的计算式。式(1－4)是基于r4方向的特性信息的基准面的值PD2(x0，y0)的计算式。

[0060]

[0061]

[0062]

[0063]

[0064] 在式(1－1)～(1－4)中，P(x，y)表示位于坐标(x，y)位置的像素的特性信息(R分量的值)。另外，d1’、d2’的值是由下式(2－1)、(2－2)给出的。

[0065]

[0066]

[0067] 基准面生成部140将这样计算出的值PH(x0，y0)、PV(x0，y0)、PD1(x0，y0)、PD2(x0，y0)作为关注像素位置P1的基准面的值，记录在记录部14中。

[0068] 然后，动作返回到主例程。

[0069] 在步骤S105，运算部100判定是否针对非对象区域以外的所有区域生成了基准面。当在非对象区域以外的区域中存在还没有生成基准面的区域的情况下(步骤S105：否)，运算部100使关注像素位置移动(步骤S106)。此处的移动例如是通过光栅扫描而进行的。然后，动作进入到步骤S102。

[0070] 另一方面，在对非对象区域以外的所有像素生成了基准面时(步骤S105：是)，偏离值检测部150根据各像素位置的基准面与原图像之间的对应量的差分，检测具有像素值偏离周围的偏离值的偏离像素(步骤S107)。

[0071] 具体而言，偏离值检测部150利用下式(3－1)～(3－4)，计算根据各个方向r1～r4的特性信息计算出的像素位置(x，y)的基准面的值PH、PV、PD1、PD2与关注像素位置(x，y)的特性信息的值P(x，y)的差分值dPH、dPV、dPD1、dPD2。

[0072] dPH(x，y)＝P(x，y)－PH(x，y)…(3－1)

[0073] dPV(x，y)＝P(x，y)－PV(x，y)…(3－2)

[0074] dPD1(x，y)＝P(x，y)－PD1(x，y)…(3－3)

[0075] dPD2(x，y)＝P(x，y)－PD2(x，y)…(3－4)

[0076] 然后，偏离值检测部150计算各个差分值dPH、dPV、dPD1、dPD2内的最小值d(x，y)＝min(dPH(x，y)、dPV(x，y)、dPD1(x，y)、dPD2(x，y))。

[0077] 偏离值检测部150检测这样计算出的差分值的最小值大于预先设定的阈值的像素，作为偏离像素。

[0078] 在步骤S108，运算部100将偏离像素的检测结果作为异常部输出给显示部13。具体而言，在图像上对偏离像素的位置做出标记等并显示在显示部13中。并且，运算部100将偏离像素的检测结果记录在记录部14中。由此，图像处理装置1的动作结束。

[0079] 如以上说明的那样，根据实施方式1，在通过参照关注像素的周边的像素来检测偏离值的像素时，能够只利用本来应该参照的周边区域的信息，因而能够高精度地检测异常部。

[0080] (变形例1－1)

[0081] 下面，对实施方式1的变形例1－1进行说明。

[0082] 在步骤S104，基准面生成部140也可以通过函数近似来生成基准面。下面，对具体的基准面的生成方法进行说明。

[0083] 首先，基准面生成部140针对各个方向r1～r4求出对周边区域(在图3中指区域S1)内的像素的特性信息(例如R分量的值)进行近似的近似曲线。例如，针对方向r1进行对下式(4)示出的二次函数计算系数a、b、c的处理。

[0084] z(x)＝ax2＋bx＋c …(4)

[0085] 在式(4)中，x表示周边区域内的像素在X轴上的坐标值，z(x)表示该像素的特性信息的值。

[0086] 系数a、b、c是根据最小二乘法使用下式(5)计算出的。

[0087]

[0088] 其中，

[0089]

[0090] 在式(5)中，xi(i＝1、2、…n)表示周边区域内的像素的坐标值，zi表示坐标xi的特性信息的值。

[0091] 对于方向r2～r4，取代上式(4)中的变量x，而是使用各个像素的坐标与关注像素位置P1的距离，同样求出近似曲线。

[0092] 基准面生成部140将向这样计算出的近似曲线的式子中代入在步骤S102设定的关注像素位置的坐标值而计算出的值作为基准面的值。

[0093] 在这种情况下，偏离值检测部150计算针对各个方向r1～r4计算出的关注像素位置P1的基准面的值与关注像素位置P1的特性信息的差分值，将这些差分值中的最小值与阈值进行比较，由此检测偏离像素。

[0094] (变形例1－2)

[0095] 在上述变形例1－1中是生成了基于二次函数的近似曲线，然而为了更准确地判定非对象区域与周围的连续性，提高近似曲线的精度，也可以利用鲁棒性估计来生成近似曲线。图6是示出利用鲁棒性估计来进行基准面的生成(步骤S104)时的基准面生成部140的动作的流程图。

[0096] 首先，在步骤S121，基准面生成部140从在步骤S103确定的周边区域中抽取二次函数的系数的数量值以上的坐标，并且取得该坐标的特性信息(像素值)。

[0097] 然后在步骤S122，基准面生成部140使用这些特性信息，利用最小二乘法计算近似曲线。

[0098] 基准面生成部140改变取得特性信息的坐标，并反复预定次数(N次)进行这些处理(步骤S123：否)，由此生成N条近似曲线。

[0099] 在执行了N次近似曲线的计算的情况下(步骤S123：是)，基准面生成部140计算各条近似曲线上的值和与其对应的特性信息的差分(步骤S124)。

[0100] 在步骤S125，基准面生成部140针对各条近似曲线取得在步骤S124计算出的差分值为预定的阈值以下的像素数，并选择像素数为最大的近似曲线。另外，该像素数与近似曲线上的值和特性信息大致一致的区域(一致区域)对应。

[0101] 在步骤S126，基准面生成部140将向表示所选择的近似曲线的式子中代入关注像素位置的坐标值而计算出的值作为基准面的值。

[0102] 然后，动作返回到主例程。

[0103] 根据以上说明的变形例1－2，由于随机取得在生成近似曲线时使用的数据，因而能够抑制非对象区域附近的数据对所生成的近似曲线的影响。因此，能够更准确地判定非对象区域附近的连续性，并且提高近似曲线的精度。

[0104] (实施方式2)

[0105] 下面，对本发明的实施方式2进行说明。

[0106] 实施方式2的图像处理装置整体的结构及动作与图1及图2示出的结构及动作相同，只有步骤S103的周边区域确定部130的详细动作以及步骤S104的基准面生成部140的详细动作与实施方式1不同。下面，说明本实施方式2的周边区域确定部130及基准面生成部140的动作。

[0107] 在步骤S103，周边区域确定部130根据关注像素位置和非对象区域确定周边区域。具体而言，在图3所示的情况下，将包括关注像素位置P1的范围而且是不超过非对象区域A1的关注像素区域内的第1范围(区域S1)、和除该第1范围及非对象区域A1之外的第2范围(区域S2)，确定为周边区域。

[0108] 在步骤S104，基准面生成部140根据周边区域内的特性信息生成基准面。此时，在实施方式2中，对区域S1和区域S2分别实施形态学处理(开(opening)处理或者闭(closing)处理)，由此生成基准面。

[0109] 其中，形态学的开处理是指在使被称为结构元素的基本图形从特性信息的数值较小者开始与特性信息外切地移动时，得到结构元素的外周的最大值通过的轨迹的处理。另外，形态学的闭处理是指在使结构元素从特性信息的数值较大者开始与特性信息外切地移动时，得到结构元素的外周的最小值通过的轨迹的处理(参考文献：小畑秀文著、「モルフオロジ-」、コロナ社)。

[0110] 更详细地讲，基准面生成部140将与关注像素区域R1相同尺寸(例如直径与关注像素区域R1的一边相等)的结构元素的中心配置在关注像素区域R1内的所有像素位置，执行开或者闭处理。将由此得到的结构元素的外切面进行比较，开处理中采用的最大值的面、闭处理中采用最小值的面作为基准面。

[0111] 在此，参照图7～图8B说明通过对作为周边区域的第1范围及第2范围分别实施形态学处理来生成基准面的原因。

[0112] 图7是示出对特性PR1沿着区域S1和S2实施形态学的开处理的示例的示意图。如图7所示，在例如从区域S1侧实施使结构元素SE1与特性PR1外切的处理时，该处理跨越区域比结构元素SE1狭窄的非对象区域A1进入到区域S2。因此，通过该处理得到的轨迹T1将区域S1中的特性PR1和区域S2中的特性PR1平滑地连接。其结果是，轨迹T1在非对象区域A1的附近偏离特性PR1(SERROR)。因此，如果将这种轨迹T1用作基准面，将导致异常部的检测精度下降。

[0113] 另一方面，图8A和图8B是示出在区域S1和区域S2中分别对特性PR1实施形态学的开处理的示例的示意图。图8A表示区域S1的处理结果，图8B表示区域S2的处理结果。如图8A所示，使结构元素SE1与特性PR1外切的处理，即使是在区域S1的端部附近也不受区域S2的影响。因此，该处理的结果所得到的轨迹T2成为即使在区域S1与非对象区域A1的边界附近也沿着特性PR1的形状。在图8B中也一样，使结构元素SE1与特性PR1外切的处理，即使是在区域S2的端部附近也不受区域S1的影响。因此，该处理的结果所得到的轨迹T3成为即使在区域S2与非对象区域A1的边界附近也沿着特性PR1的形状。因此，通过将这样得到的轨迹T2、T3用作基准面，能够提高异常部的检测精度。

[0114] 如以上说明的那样，根据实施方式2，在通过参照关注像素的周边的像素来检测偏离值的像素时，由于仅利用本来应该参照的周边区域的信息，因而能够高精度地检测异常部。并且，在实施方式2中，通过采用非对象区域之外的所有区域的特性信息，生成基准面时的采样数量增加，因而能够生成体现了更宽范围的信息的基准面。

[0115] 另外，在实施方式2中，对于所设定的一个关注像素区域，能够生成不仅针对关注像素位置，而且也针对包括关注像素位置在内的扩展区域的基准面。因此，在使关注像素位置移动时(图2中的步骤S106)，在关注像素区域之间不产生间隙的范围内，可以使相邻的关注像素之间隔开间隔。

[0116] 并且，在实施方式2中，也可以使用关注像素区域R1内的区域S1和S2中的特性信息，利用与实施方式1及变形例1－1和1－2相同的方法生成基准面。在这种情况下，能够增加生成基准面时的采样数量，生成体现了更宽范围的信息的基准面。

[0117] (实施方式3)

[0118] 下面，对本发明的实施方式3进行说明。

[0119] 图9是示出实施方式3的图像处理装置具有的运算部的结构的框图。另外，实施方式3的图像处理装置的除运算部以外的结构与图1相同。

[0120] 如图9所示，运算部300具有周边区域确定部310来取代图1所示的周边区域确定部130，周边区域确定部310针对关注像素区域根据非对象区域的分类来确定周边区域。

[0121] 更详细地讲，周边区域确定部310具有将非对象区域分类的分类部311、和根据非对象区域的分类来确定周边区域的分类周边区域确定部312。分类部311包括判定非对象区域与其周边区域的连续性的连续性判定部311a，根据该连续性将非对象区域分类为与周围具有连续性的非对象区域、和与周围没有连续性的非对象区域。并且，分类周边区域确定部312包括根据有无连续性来切换周边区域的确定方法的连续性切换部312a，利用根据非对象区域的连续性而设定的方法来确定周边区域。

[0122] 下面，对实施方式3的图像处理装置的动作进行说明。图10是示出实施方式3的图像处理装置整体的动作的流程图。其中，步骤S100～S102以及步骤S104～S108与实施方式1相同。

[0123] 在承接步骤S102的步骤S301，分类部311将关注像素区域内的非对象区域分类。图11是示出步骤S301的分类部311的详细动作的流程图。

[0124] 首先，在步骤S311，连续性判定部311a取得在关注像素区域中通过关注像素位置的多个方向的特性信息。更详细地讲，连续性判定部311a按照图12所示取得在关注像素区域R1内通过关注像素位置P1的横向、纵向、倾斜这四个方向(r1～r4)的特性信息。作为特性信息，可以采用构成图像的R、G、B各颜色分量中分光反射率最高的R分量的值、或波长的带宽度较宽的G分量的值、或将各颜色分量除以距离信息得到的颜色变化分量的值。在实施方式3中，关于特性信息，将分光反射率较高、而且能够最佳体现与被检体之间的距离的R分量作为距离信息，并采用将G分量除以R分量得到的颜色变化分量的值(G/R)。

[0125] 在接下来的步骤S312，连续性判定部311a根据各个方向r1～r4的特性信息内在关注像素区域R1内位于非对象区域A1的外侧的区域的特性信息，生成近似曲线。另外，关于近似曲线的生成方法，与在实施方式1的变形例1－1中说明的生成方法相同。

[0126] 在步骤S313，连续性判定部311a根据近似曲线与特性信息的相似度，判定非连续区域与其周围的区域的连续性。具体而言，连续性判定部311a计算各个方向r1～r4的近似曲线上的值和与其对应的特性信息的差分值，取得该差分值为预定的阈值以下的像素数。另外，该像素数与近似曲线上的值和特性信息大致一致的区域(一致区域)对应。另外，连续性判定部311a在该像素数小于预定的阈值(或者为阈值以下)时，将非对象区域判定为不连续区域，在像素数为该预定的阈值以上(或者大于阈值)时，将非对象区域判定为连续区域。

[0127] 然后，动作返回到主例程。

[0128] 在步骤S302，分类周边区域确定部312根据非对象区域的分类，确定在生成基准面时使用的周边区域。更详细地讲，当在步骤S301判定为非对象区域是不连续区域的情况下，连续性切换部312a将从关注像素位置观察时不超过非对象区域的关注像素区域内的范围(即区域S1)确定为周边区域。另一方面，当在步骤S301判定为非对象区域是连续区域的情况下，连续性切换部312a将关注像素区域R1内非对象区域A1以外的范围(即区域S1和S2)确定为周边区域。

[0129] 然后，动作进入到步骤S104。

[0130] 如以上说明的那样，根据实施方式3，由于根据非对象区域与周围的连续性来确定在生成基准面时使用的周边区域，因而能够提高基准面的精度，能够抑制异常部的过度检测。

[0131] (变形例3－1)

[0132] 下面，对实施方式3的变形例3－1进行说明。

[0133] 在步骤S301，也可以通过平滑处理来进行非对象区域的分类，以此取代生成近似曲线。下面，对通过平滑处理将非对象区域分类的方法进行说明。图13是示出变形例3－1的非对象区域的分类方法的流程图。

[0134] 在步骤S321，连续性判定部311a使用与距非对象区域的距离对应的加权系数，执行针对关注像素区域的平滑处理。例如，如图14所示，当在由具有像素值PR2的像素构成的关注像素区域中检测到非对象区域A2的情况下，连续性判定部311a针对关注像素区域内的各个像素设定与距非对象区域的坐标距离成比例地增加的加权系数W1。此时，在非对象区域内部，设加权系数的值为零。并且，通过将该加权系数W1和例如高斯滤波器的系数相乘来生成滤波器，使用该滤波器对关注像素区域内的各个像素实施平滑处理。

[0135] 然后在步骤S322，连续性判定部311a根据与关注像素区域对应的平滑图像和特性信息，判定非对象区域的连续性。具体而言，连续性判定部311a取得在关注像素区域中通过关注像素位置的多个方向(图12所示的方向r1～r4)的特性信息(颜色变化分量G/R的值)。并且，针对每个方向r1～r4，计算平滑图像与特性信息中的例如G/R值的差分值。然后，连续性判定部311a检测差分值大于预定的阈值的偏离区域，并对每个方向r1～r4取得偏离区域相连续的宽度。连续性判定部311a在该宽度小于预定的阈值(或者为阈值以下)时，判定为非对象区域是其周围的区域的连续区域。另一方面，在该宽度为预定的阈值以上(或者大于该预定的阈值)时，判定非对象区域是其周围的区域的不连续区域。

[0136] (变形例3－2)

[0137] 下面，对实施方式3的变形例3－2进行说明。

[0138] 在步骤S301，也可以使用近似面的系数来进行非对象区域的分类。下面，对利用近似面的系数将非对象区域分类的方法进行说明。图15是示出变形例3－2的非对象区域的分类方法的流程图。

[0139] 在步骤S331，连续性判定部311a计算使关注像素区域内的像素的像素值近似的近似面。更详细地讲，针对下式(6)示出的二次函数，利用下式(7)计算系数a～f。

[0140] z(x，y)＝ax2＋by2＋cxy＋dx＋ey＋f …(6)

[0141]

[0142] 其中，

[0143]

[0144] 或者，也可以与变形例1－1相同地，计算利用式(4)等表示的各个方向r1～r4的近似曲线。

[0145] 然后在步骤S332，连续性判定部311a根据表示近似面的式子的系数，判定非对象区域的连续性。具体而言，在二次函数的极值点位于非对象区域内、而且二次函数的二次项的系数的绝对值(式(6)中的|a|和|b|、式(4)中的|a|)为预定的阈值以上的情况下，判定该非对象区域是不连续区域。并且，在极值点不包含于非对象区域内的情况下、或者二次函数的二次项的系数的绝对值小于预定的阈值的情况下，判定该非对象区域是连续区域。其中，在式(6)中，X方向的极值点由{－(cy＋d)/(2a)}给出，Y方向的极值点由{－(cx＋e)/(2b)}给出。并且，在式(4)中，极值点由(－b/2a)给出。

[0146] 图16A是示出针对某个关注像素区域内的特性PR3的近似面的第1次计算结果的示意图。另外，在图16A和后述的图16B中一维地示出一个方向上的近似面。图16A所示的近似面MD1是根据非对象区域A3、A4以外的区域的特性信息计算出的。针对这种第1次的计算结果，对于在非对象区域A3、A4外部的特性PR3与近似面MD1交叉的位置被分割形成的各个区域WD1、WD2，进行第2次的近似面的计算。图16B是示出第2次的近似面的计算结果的示意图。在这种情况下，非对象区域A3、A4与周围的区域的连续性是按照以下所述进行判定的。例如，在非对象区域A3中，针对包括该非对象区域A3的区域WD1而生成的近似面MD2的极大点PMD2位于非对象区域A3的外部。在这种情况下，判定为非对象区域A3与周围的区域连续。另一方面，在非对象区域A4中，针对包括该非对象区域A4的区域WD2而生成的近似面MD3的极小点PMD3位于非对象区域A4内。在这种情况下，在近似面MD3的二次项的系数的绝对值为预定的阈值以上时，判定为非对象区域A4与周围的区域不连续。

[0147] (变形例3－3)

[0148] 下面，对实施方式3的变形例3－3进行说明。

[0149] 图17是示出变形例3－3的周边区域确定部的结构的框图。变形例3－3的图像处理装置具有图17所示的周边区域确定部320，以此取代图9所示的周边区域确定部310。周边区域确定部320除分类部311和分类周边区域确定部312之外，还具有使用非对象区域的周边区域中的特性信息对非对象区域中的特性信息进行校正的校正部321。

[0150] 在由分类部311判定为非对象区域是相对于其周围的区域的连续区域时，校正部321进行非对象区域的校正。具体而言，利用非对象区域的周围的区域中的特性信息的平均值对非对象区域进行插值。或者，也可以与在变形例3－1中说明的情况相同地，通过使用非对象区域的周围的区域的特性信息和加权系数执行加权平滑处理，对非对象区域进行插值。另外，还可以与在变形例3－2中说明的情况相同地，通过使用非对象区域的周围的区域的特性信息执行函数近似处理，对非对象区域进行插值。

[0151] 在这种情况下，周边区域确定部320能够将包括被插值后的非对象区域在内的关注像素区域整体设定为在生成基准面时使用的周边区域。

[0152] (实施方式4)

[0153] 下面，对本发明的实施方式4进行说明。

[0154] 图18是示出实施方式4的图像处理装置具有的运算部的结构的框图。另外，实施方式4的图像处理装置的除运算部以外的结构与图9相同。

[0155] 如图18所示，运算部400具有周边区域确定部410来取代图9所示的周边区域确定部310，周边区域确定部410针对关注像素区域根据非对象区域的分类来确定周边区域。

[0156] 更详细地讲，周边区域确定部410具有将非对象区域分类的分类部411、和根据非对象区域的分类来确定周边区域的分类周边区域确定部412。

[0157] 分类部411包括根据非对象区域的检测方法将非对象区域分类为多个类别的类别分类部411a，将非对象区域分类为暗部、晕影、沟、血管、泡这样的类别。另外，作为类别，包括这些类别中的一个以上即可，但在下面的说明中假设包括全部类别。

[0158] 另一方面，分类周边区域确定部412包括根据非对象区域的类别来切换周边区域的确定方法的类别切换部412a，利用根据非对象区域的类别而设定的方法来确定周边区域。

[0159] 下面，对实施方式4的图像处理装置的动作进行说明。实施方式4的图像处理装置整体的动作与实施方式3相同，只有步骤S301和步骤S302的周边区域确定部410的详细动作与实施方式3不同。下面，说明实施方式4的周边区域确定部410的动作。

[0160] 在承接步骤S102的步骤S301，分类部411将关注像素区域内的非对象区域分类。更详细地讲，类别分类部411a与实施方式1相同地检测非对象区域，此时对所检测到的非对象区域内的各个像素赋予与在实施方式1中说明的检测方法(1)～(4)对应的标签信息。另外，该各检测方法的标签信息也可以在步骤S101由非对象区域检测部110进行赋予。

[0161] 另外，类别分类部411a根据赋予给各个像素的标签信息，将非对象区域部分类为暗部、晕影、沟、残渣、泡、血管等类别。

[0162] 在步骤S302，分类周边区域确定部412根据非对象区域的分类，确定在生成基准面时使用的周边区域。更详细地讲，类别切换部412a根据非对象区域的类别来确定周边区域。

[0163] 具体而言，类别切换部412a在非对象区域的类别是暗部、沟或者残渣的情况下，将从关注像素位置观察时不超过非对象区域的关注像素区域内的范围(例如图5示出的区域S1)确定为周边区域。这是因为暗部、沟或者残渣这样的非对象区域在与相邻的对象区域之间未显出连续性。

[0164] 另一方面，类别切换部412a在非对象区域的类别是泡、血管或者晕影的情况下，将关注像素区域内的非对象区域以外的范围(例如，图12示出的非对象区域A1以外的区域)确定为周边区域。这是因为泡、血管、晕影这样的非对象区域在与相邻的对象区域之间显示出连续性。

[0165] 另外，在这种情况下，也可以在周边区域确定部410还设置与变形例3－3相同的校正部，针对被分类为泡、血管或者晕影的非对象区域的特性信息进行校正。具体而言，利用非对象区域的周围的区域中的特性信息的平均值、或者通过加权平滑处理或函数近似处理等，对非对象区域内的特性信息进行插值。在这种情况下，能够将包括被插值后的非对象区域的关注像素区域整体设定为在生成基准面时使用的周边区域。

[0166] 如以上说明的那样，根据实施方式4，在通过参照关注像素的周边像素来检测成为偏离值的像素时，能够只利用本来应该参照的周边区域的信息，因而能够高精度地检测异常部。

[0167] 并且，根据实施方式4，由于根据非对象区域的类别来确定周边区域的范围，因而能够提高基准面生成的精度，能够抑制异常部的过度检测。

[0168] 根据以上说明的实施方式1～4以及变形例，由于能够根据从图像检测到的非对象区域来确定在生成与关注像素区域相关的基准面时使用的信息的取得范围即周边区域，因而能够设定本来应该参照的周边区域，能够提高成为偏离值的像素的检测精度。因此，能够从图像高精度地检测病变部候选区域即异常部。

[0169] 以上说明的实施方式1～4以及变形例的图像处理装置能够通过在个人计算机或工作站等计算机系统中执行在记录介质中记录的图像处理程序来实现。此外，也可以经由局域网(LAN)、广域网(WAN)或互联网等公共线路，将这种计算机系统连接到其他计算机系统或服务器等设备上进行使用。此时，实施方式1～3以及变形例的图像处理装置也可以经由这些网络取得管腔内图像的图像数据，或者将图像处理结果输出到经由这些网络连接的各种输出设备(浏览器或打印机等)，还可以将图像处理结果存储到经由这些网络连接的存储装置(记录介质及其读取装置等)中。

[0170] 另外，本发明不限定于各实施方式1～4以及变形例，可通过适当组合各实施方式或变形例所公开的多个构成要素来形成各种发明。例如，可从各实施方式或变形例所示的全部构成要素中去除几个构成要素来形成，也可适当组合不同实施方式或变形例所示的构成要素来形成。