WO1992008405A1

WO1992008405A1 - Device for processing image of endoscope and method thereof

Info

Publication number: WO1992008405A1
Application number: PCT/JP1991/001576
Authority: WO
Inventors: Hirokazu Nishimura; Tetsuo Nonami; Masaichi Nakamura
Original assignee: Olympus Optical Co., Ltd.
Priority date: 1990-11-19
Filing date: 1991-11-18
Publication date: 1992-05-29
Also published as: US5282030A; EP0511400B1; DE69125146D1; EP0511400A4; EP0511400A1; DE69125146T2

Description

明細書

発明の名称

内視鏡画像処理装置及びその方法

技術分野

本発明は、複数の色信号に分解された内視鏡画像データに、適当なフィルタリング処理を行う内視鏡画像処理装置及びその方法に閧する。

背景技術

近年、細長の挿入部を体腔内に挿入することによって、切開を必要とすることなく、体腔内の患部等を観察したり、必要に応じ処置具を用いて治療処置のできる内視鏡が広く用いられるようになった。

上記内視鏡には、イメージガイドを像伝送手段に用いた光学式の内視鏡（例えば、ファイバースコープ）の他に、最近 C C D等の固体撮像手段を用いた電子式の内視鏡（以下、電子内視鏡又はスコープという）が実用化されるようになった《

また、ファイバースコープの接眼部に C C D等の固体撮像手段を用いた撮像カメラを接続してモニタでカラー表示できるようにしたものもある。

さらに、最近ではこのような内視鏡から得られる映像信号に対し、様々な処理を施すことにより、人間の認識を補助し、診断能力を向上させる試みがなされている。

例えば、米国特許 4 8 1 9 0 7 7 によれば、 3 原色を表わす映 ― . 像信号赤、緑、青（ R ， G , B ) を比較的簡単な座標変換により H S I ( 色相、彩度、輝度）と呼ばれる人問の色知覚に比較的近い信号に変換し、 H S I の各信号に対して適当な強調処理を施した後、逆変換によつて再び R G B信号に戻し、結果を表示する装置が開示されている。

また、例えば日本国特許出願公開 1 - 1 388 77によれば、面像 fi 号をより人 f¾の色知覚に近い L u * V * 色空間に変換してから各種強調を行い、逆変換を行う装置が開示されている .—、

本出願人また曰本国特許公開 63 - 26783 号公報において映像信号を L a * b * 、あるいは L ti * V * 色空間における信号に変換し . その輝度 L に対し強調処埋を施す装 ¾ を開示している

これらの従来例においては、カラー画像の輪郭あるいは細かい模様を強調するために、輝度に対する高周波成分の強調処理を行っている。これは輝度と色相、彩度を分離することにより、色調を変化させることなく . 強調を行うことができるからである。これに対し、 R , G , B各アレーンに対して独立して強調処理を行うと、色調が変化して不自然な画像になることがあった „

ところで、内視による生体観察においては . その機材に対する制約条件ゆえ、観察対象によっては解像力、明るさ、コントラスト等で十分な観察能が得られないことも起こる特に、良性病変か悪性病変かの鑑別診断に重要な情斩たな甬報となる粘膜表面の微細模様（胃腺、腸腺等の腺腔、無名、毛細血管、あるいは染色剤等により形成される）の観察のためには、現在最高水準の解像力を有する内視鏡を用いても、診断に対し十分な画像は得られないことが多い。

このため、より優れた解像力をもつスコープが切望されるのはもちろんのことであるが、さらに、コントラスト不足、解像力不足を補い、より診断を容易ならしめる画像処理手法及びその装置の開発が望まれてきた。

例えば、通常の（染色法を用いない）内視鏡画像における粘膜表面の微細模様は、その模様を形成する変動情報の殆どを G ， B信号の変動によっている。これは、おそらく血液中のヘモグロビンによる吸光の性贺を反映しているものと考えられている。

また、染色法を用いた画像では、生体固有の反射、あるいは吸光に加えて、染色剤による吸光が加わるため、これらの性質により画傺を形成するデータ変動が決定される。

これらの面像を強調するために、従来試みられてきた色空間における高周波強調処理を用いても、結果は良好ではなかった。この理由は以下のような理由であると推定される。

微細模様を形成するデータ変動が形成するデータ分布は、当然のことながら人間の色知覚における輝度、色相、彩度の何れかの変動と一致するものではない。

観察者は、画像からまず大局的な情報を把握する。次に、微細摸様を明瞭に観察することにより、より精細な情報を得ようとする。この段階では、観察者の注意はその画像中に認められる、生体に起因する何等かの情報に対して、集中的に注意を払うことになる。これらの情報が輝度により表現されるものであるか、彩度あるいは色柑で表現されるものであるか、あるいはその両方であるのかといつたことは観察者にとっては何等意味をもたない。

最も良好に受入れられ、観察の補助となり得る強調手法は、鬨心領域内で注目しているデ一夕変動が增幅され、それ以外は抑制されるものでなければならないが、色空間上で処理を行うことは必ずしもこの条件を満たさない。

これ故、色空簡における強調処理は、微細模様の観察者にとつては必ずしも最適な強調結果を提供しない。

さらに、内視鏡画像全体におけるデータの変動は、照明あるいは対象の形状等による大局的な変動に支配されることが多い。輝度に対する強調はこの大局的変動により形成される輪郭等をより明瞭にしてしまう傾向があるため、微細な模様はかえつて観察しづらい状況になってしまうこともある。

本発明の目的は、生体における粘膜表面等の微細模様を明瞭に観察することができるようにした内視鏡画像処理装置及びその方法を提供することにある。

また、本発明の他の目的は、内視鏡原画像の構造パターンに応じてフィルタ鬨数を適切に設定してノイズを抑制し、必要とする構造を強調してより鮮明化して表示できるようにした内視鏡画像処理装置及びその方法を提供するにあるさらに、本発明の他の目的は、内視鏡の R ， G , B各画像データを座標変換して、各軸に対してノイズ仰制、強調効果のあるフィルタ鬨数を設定し、各軸のデータに変換された各画像にフィルタリング処理を行う内視鏡両像処理装置及びその方法を提供するにある。

さらにまた、本発明の他の目的は、染色しない通常の内視鏡画像と、染色した内視鏡画像との各々に対し、適切な強調処理を行うことができる内視鏡画像処理装置及びその方法を提供するにある。

また、本発明の他の目的は、マニュアル操作により、或は自動的に（プログラムにより）内視鏡画像から特徴領域を抽出し、この抽出された特徴領域画像のうち、内視鏡画像において最も特徴成分を含む周波数帯域の画像データのみを通過させ、原画像から特徴成分のみを抽出し、前記特 - 徴成分を効果的に強調する軸変換を適応的に行うことのできる内視鏡画像処理方法を提供するにある。

発明の開示

本発明の内視鏡画像処理装置は、複数の色信号に分解された内視鏡画像の各信号を、画像の統計的特徴に基づいて新たな複数の色信号に変換するためのべクトル群を設定すると共に、前記内視鏡画像の色信号を、新たな色信号に前記べクトル群を用いた行列演算により変換する色信号変換手段と、前記色信号変換手段により生成される新たな複数の各色信号に対し、フィルタリングを施すフィルタリング手段と、前記フィルタリング手段によりフィルタリングを適用した後の前記新たな複数の色信号に対し、前記行列演算に用いた行列の逆行列を用いた行列演算により、当初の複数の色信号に変換する手段とを備えている。

また、本発明の内視鏡面像処理方法は、複数の色信号に分解された内視鏡面像の各信号を、画像の統計的特徴に基づいて新たな複数の色信号に変換するためのべクトル群を設定すると共に、前記内視鏡面像の色信号を、新たな色信号に前記べクトル群を甩いた行列演算により変換する色信号変換手順と、前記色信号変換手順により生成される新たな複数の各色信号に対し、フィルタリングを施すフィルタリング手順と、前記フィルタリング手順によりフィルタリングを適用した後の前記新たな複数の色信号に対し、前記行列？算に用いた行列の逆行列を用いた行列演算により、当初の複数の色信号に変換する手順と、を有している。図面の箇単な説明

第 1 図ないし第 5 図は本発明の第 1 実施例に係る内視鏡画像処理装置とその方法を示している。

第 1 図は内視鏡装置の構成を示すブロック図、

第 2 図は画像処理装置の構成を示すブロック図、第 3 図は内視鏡装置の全体を示す説明図、

第 4 図は面像処理装置を用いた処理方法を説明するためのフローチヤ一卜、

第 5 図はフィルタリングを行うのに用いる重み付け閧数を示す説明図、

第 6 図は本発明の第 2実施例に係る画像処理方法を説明するフローチャート、

第 7 図ないし第 1 6図は本発明の第 3実施例に係る画像処理方法を示している。

第 7 図と第 8図は画像処理方法を示すフローチャート、第 9 図は第 8図の特徴領域設定ステップの一例を示すフローナヤ一卜、

第 1 0図は第 8図の帯域フィルタリングステップを示すフローチャー卜、

第 1 1図は画面上における FI及び Gデータの値の相閧の分布を示す説明図、

第 1 2図は第 1 1図の分布に対し、帯域フィルタリング後の相関の分布の例を示す説明図、

第 1 3図は c o s閧数を用いた重み付けを示す説明図、第 1 4図、第 1 5図は帯域通過フィルタリング処理を示す説明図、

第 1 6図は特徴領域の自動設定の一例を示す説明図、第 1 7図及び第 1 8図はフーリエ変換、重み付け鬨数を用いた処理に代え、畳み込みによるマスク演算処理手法を用いた変形例を示すフローチャートである。

実施例第 1 図ないし第 5面は本発明の第 1 実施例に係る内視鏡画像処理装置とその方法を示している。

本実施例に係る内視鏡装置は、第 3 図に示すように、電子内視鏡 1 を備えている。この電子内視鏡 1 は、細長で例えば可橈性の揷入部 2 を有し、この揷入部 2の後端に操作部 3 が連設されている。前記操作部 3 の後端部からは側方に可撓性のユニバーサルコード 4 が延設され、このュニバーサルコード 4 の先端部にコネクタ 5 が設けられている。前記電子内視鏡 1 は、前記コネクタ 5 を介して、光源装置及び信号処理回路が内蔵されたビデオプロセッサ 6 に接続されるようになつている。さらに、前記ビデオプロセッサ 6 には、モニタ 7 が接続されるようになっている。

前記揷入部 2 は、その先端側に硬性の先端部 9及びこの先端部 9 に隣接する後方側に湾曲可能な湾曲部 1 0を順次有している。また、前記操作部 3 に設けられた湾曲操作ノブ 1 1を回動操作することによって、前記湾曲部 1 0を左右方向あるいは上下方向に湾曲できるようになつている。また、前記操作部 3 には、前記揷入部 2 内に設けられた処置具チヤンネルに連通する揷入口 1 2が設けられている。

第 1 図に示すように、電子内視鏡 1 の挿入部 2 内には、照明光を伝達するライトガイド 1 4が挿通されている。このライトガイド 1 4の先端面は、揷入部 2 の先端部 9 に配置され、この先端部 9 から照明光を出射できるようになつている。また、前記ライトガイド 14の入射端側は、ュニバーサルコード 4 内に揷通されてコネクタ 5 に接続されている。また、前記先端部 9 には、対物レンズ系 15が設けられ、この対物レンズ系 15の結像位置に、固体撮像素子 16が配設されている。この固体撮像素子 16は、可視領域を含め紫外領域から赤外領域に至る広い波長域で感度を有している。前記固体撮像素子 16には、信号線 26, 27が接続され、これら信号線 26， 27は、前記揷入部 2及びユニバーサルコード 4 内に挿通されて前記コネクタ 5 に接続されている。

一方、ビデオプロセッサ 6 内には、紫外光から赤外光に至る広帯域の光を発光するランプ 21が設けられている。このランプ 21としては、一般的なキセノンランプやストロボランプ等を用いることができる。前記キセノンランプゃストロボランプは、可視光のみならず紫外光及び赤外光を大量に発光する。このランプ 21は、電源 22によって電力が供耠されるようになつている。前記ランプ 21の前方には、モ一タ 23によって回転駆動される回転フィルタ 50が配設されている。この回転フィルタ 50には、通常観察用の赤（R) ,緑 (G) ,青（B) の各波長領域の光を透過するフィルタが、周方向に沿って配列.されている。

また、前記モータ 23は、モータドライノヽ' 25によって回転が制御されて駆動されるようになっている。

前記回転フィルタ 50を透過し、 R , G , B の各波長領域の光に時系列的に分離された光は、前記ライトガイド 14の入射端に入射され、このライトガイド 14を介して先端部 9 に導かれ、この先端部 9から出射されて、観察部位を照明するようになつている。

この照明光による観察部位からの戻り光は、対物レンズ系 15によって、固体撮像素子 16上に結像され、光電変換されるようになっている。この固体撮像素子 16には、前記信号線 26を介して、前記ビデオプロセッサ 6 内のドライブ回路 31からの駆動パルスが印加され、この駆動パルスによつて読み出し、転送が行われるようになつている。この固体撮像素子 16から読み出された映像信号は、前記信号緣 27を介して、前記ビデオプロセッサ 6 内または電子内視鏡 1 内に設けられたプリアンプ 32に入力されるようになっている。このプリアンプ 32で増幅された映像信号は、プロセス回路 33に入力され、ァ補正及びホワイトバランス等の信号処理を施され、 A Z D コンバータ 34によって、デジタル信号に変換されるようになっている。このデジタルの映像信号は、セレクト回路 35によって、例えば赤（R) , 緑（G) , 青（B) 各色に対応するメモリ（1 ) 36a，メモリ（2)36b, メモリ (3) 36cに選択的に記憶されるようになっている。前記メモリ（1)36a，メモリ（2) 36b，メモリ（3) 36cは、同時に読み出され、 D Z A コンバータ 37によって、アナログ信号に変換され、入出力インターフェース 38を介して、 R , G , B信号として、カラーモニタ 7 に入力され、このカラーモニタ 7 によって、観察部位がカラー表示されるようになつている。また、前記ビデオプロセッサ 6 内には、システム全体のタイミングを作るタイミングジェネレータ 42が設けられ、このタイミングジェネレータ 42によって、モータドライノ 25、ドライブ回路 31、セレクト回路 35等の各回路間の同期が取られている。

本実施例では、前記メモリ（ 1〜 3 )36a〜 36c の出力端は、画像処理装置 104 に接続されている。また、前記画像処理装置 104 には、入出力インターフェース 150 を介して、モニタ 106 が接続され、このモニタ 106 に、前記雨像処理装置 104 による演算処理結果が表示されるようになっている。

前記画像処理装置 104 は、第 2 図に示すような構成になつている。

すなわち、画像処理装置 104 は、 C P U 121 、情報入力装置 122 、 R A Mからなる主記憶装置 123 、画像入力インターフェース 125 及び表示インターフェース 128 を備え、これらは、バスによって互いに接続されている。前記情報入力装置 122 は、キーボード等であり、電子内視鏡 1 の種別等のデータを入力できるようになつている。前記画像入力インターフェース 125 は、メモリ（1 )36a，メモリ（2) 36b，メモリ（3)36cに接続され、これらからの面像データの受信を行うようになっている。また、前記表示インターフエ一ス 128 は、入出力インターフェース 105 に接続され、モニタ 106 に入力する画像データを送るようになつている。前記 C P U 121 は、後述する一連の画像処理を行うプログラムを格納している R O M 1213と、複数の色信号、例えば R， G， B信号に分割された内視鏡画像の各信号に対し、実数項及び虚数項を生成する 2次元フーリエ変換を行うフ一リエ変換処理部 121 bと、前記生成された実数項及び虚数項に対し重み付け鬨数で重み付けを行うフィルタリング処理部 121Cと、前記重み付けされた実数項及び虚数項に対し、 2 次元フーリエ逆変換を行って重み付けされた結果の色信号を生成するフーリェ逆変換処理部 121dとを備えている。また、前記主記憶装置（ R A M ) は、図示しないハードデイスク再生ノ記録装置等の外部記録装置が接続されるようになっており、各種の重み付け関数が外部記録装置から供耠されて記録され、この鬨数が前記 C P U 121 のフィルタリング処理部 121 bでの重み付けに使用されるようになっている。

本実施例では、電子内視鏡 1 で得た対象部位の面像に対し、面像処理装置 104 で処理を行い、モニタ 106 に処理結果を出力する。

次に、前記面像処理装置 104 の処理について説明する。第 1実施例では、この画像処理装置 104 により、第 4図に示す処理を行う。

原画像は、画像処理装置 104 に入力される前のステツプ S 0 により、色信号 R , G , B に分離され、メモリ (1 )36a〜メモリ（3) 36Cに格納され、このメモリ（1 )36a〜メモリ（3) 36cの R， G， B各画像信号に対し、ステップ S 1 に示すように 2次元離散的フーリエ変換が行われ、実数項 ar(t) 及び虚数項 ai (t) が生成される。

次にステップ S 2 に示すフィルタリング（処理）がステップ S 1 での 2次元離散的フーリエ変換によって生成されたデータの実数項 ar(t) 及び虚数項 at(t) に対し、重み付け鬨数 w ( t ) との乗算が行われ、フィルタリング処理済の鬨数の実数項 br(t) 及び虚数項 bi (t) が生成される。

上記重み付け鬨数 w (t) は R , G , B各画像信号に対し、各々に最適なものを年える。具体的には、例えば染色法を用いない通常の内視鏡画像の場合、 Rの画像に対しては、ノイズ抑制効果を持つフイノレタリングを行い、 G及び Bの各画像に対しては強調効果を持つフィルタリングを行うような重み付け閬数を適用する。フィルタリング終了後、ステツプ S 3 に示すように 2次元離散的フーリエ逆変換を行い、強調処理された結果の R又は G又は Bの画像が生成される。そして、ステップ S 4 による Ft， G , B全画像処理終了か否かの判断により終了していない場合には、 R , G , B各画像全てが終了するまでステップ S 0〜 S 3 を行い、強調処理された R , G , B各画像信号が生成され、第 1 図に示すように入出力インターフェース 105 を経てモニタ 106 に処理結果面像を表示してこの面像処理の動作を終了する。尚、前記ディジタルの R， G , B各画像信号は必要に応じて D Z Aにてアナログ信号に変換される。ところで、上記フィルタリングに使用する重み付け関数を作成する処理は以下のように行-う。いわゆる光学的フーリエ変換では、画像の全体的な瀵度値を決定する直流成分が空間周波数平面上の中心に位置し、その付近に空間周波数的にいうところの低周波成分が存在する。作成するフィルタは、中心からある距離だけ離れた点を強調の最高点とし、その点を境界として低周波成分及び高周波成分に対する重み付けの値を減少させるようなものとする。このような性質を持つ重み付け鬨数は種々のものが考えられ、以下に示すフィルタはその一例である。

空間周波数平面の中心 Oの座標を（ U 0 , V 0 ) 、同平面上の注目点 P の座標を（ U , V ) とすると、 O Pの距離 tは

t - ( ( u - u 0 ) ² + ( V - V 0 ) ² ) ^1/2 で表される。また、重み付けの値を wとすると、 wは t についての鬨数 w (t) として表され、その値は 0≤w (t) ≤ « を満たす。なは重みの最大値である。ここで作成するフィルタは、 0 を中心とし、 w ( t ) の最大値を与える点の集合からなる円の直径を P とすると、 0 t < p Z 2及び P Z 2 ≤ t のそれぞれの場合に対して別個の鬨数から成るもので、 0 tく p 2においては COS関数、 P / 2≤ t においては正規分布関数を利甩する。

作成するフィルタの COS鬨数部において、その振幅を A とする。 cos鬨数部は正規分布閧数部と t = P Z 2において連続であり、 w ( p / 2 ) = α であるものとする。また、 t = 0 で極小値をとらねばならない。これらの条件を満たす鬨数として、式（a) を得る。

w (t) = α - A - A - cos( t · π / ( P / 2 ) )

( 0 ≤ t < p / 2 ) (a) 式（a) の鬨数は t = _P 2 において最大値 a 、 t = 0 (空間周波数領域上の中心）において最小値 " — 2 A をとる。

一方、正規分布鬨数部は、 t = _P Z 2において最大値《をとり、 cos関数'部と連結する。このような閬数において標準僵差をとすると、式（b) が得られる。

w ( t) = a - exp(- 0.5( ( t - ( p / 2 ) ) / a ) ² )

( P / 2 ≤ t ) (b) 式（b) においては cr = ( C T R - ( p / 2 ) ) / r ( C T R ：中心の x座標の値、 r ：実数）で与えられる。なお、 P = 0 の場合は式（b) のみを適用する。

式（ a ) 及び式（ b ) において、 a 、 A , Ρ及び r をパラメータとすることにより強調の程度の異なるフィルタを得ることができる。第 5 図は以上の条件により作成されるフィルタの形状の例であり、 α = 4 , A = 1.5 , Ρ = 60, r = 4 が与えられている。ノイズ抑制効果を持つフィルタリングを実現するには、ノイズ成分が多く含まれていると考えられる高周波成分を抑制するようにし、例えば、《 = 1 ， A = 0 , p = 0 , r = 3 に設定すればよい。また、画像強調効果を持つフィルタリングを実現するためには、原画像の構造パターンの情報を多く含むと考えられる周波数帯域を強調し、その帯域より高周波の成分を抑制し、例えば《 = 3 , A = 1 , p = 50, r = 4〜 7に設定すればよい。

この第 1 実施例によれば、 R , G , Bの各画像信号を空間周波数成分に分解して、空間周波数的にノイズ抑制機能を有するフィルタ関数とか強調機能を有するフィルタ鬨数を設定して空間周波数成分に分解した各面像にフィルタリング処理を行うようにしているので、原面像の構造パターンに応じてフィルタ関数を適切に設定することにより、ノィズを抑圧して、所望とする構造を鮮明化して表示できる。従って、内視鏡画像を観察した診断を行う場合、非常に有効となる。

次に本発明の第 2実施例について説明する。

第 2実施例に係る内視鏡装置の構成は第 1実施例と同様であり、又、第 2実施例の画像処理装置 104 の構成は第 1 実施例と略同様であるが、その処理內容は第 4図に示すものと異なり、第 6図に示す処理を行う。

尚、この実施例では、面像処理装置 104 の C P U 121 は、第 1実施例の構成に加えて、第 2図に一点鎖線で示すように、座標（軸）変換処理部 121 eと、座標（軸）逆変換処理部 121f とを有している。前記座標（軸）変換処理部 121eは、 R , G , Bの複数の色信号に分解された内視鏡画像の各信号を 3軸（例えば、 1軸， 2軸， 3軸，或は X軸， Y軸， Z軸と呼ぶものとする。）のデータに座標（軸）変換する処理部である。尚また、前記各軸は、例えば情報入力装置 122 からのデータ入力により C P U 121 を介して任意に選択設定できるようになつている。そして、これら各軸を設定するデータは、例えば主記憶装置 123 に外部より格納することができるようになつている。また、座標（軸）逆変換処理部 121 fは、前記各軸のデータを、 R， G , Bの各色信号に逆変換する処理部である。

第 2 図に示すようにメモリ（1 )36a〜メモリ（3)36cに格納されている R , G , B画像は、第 6 図のステップ S 11で示すように座標変換の処理が行われ、このステップ S 11により R , G , B に替わり、 3 つの軸である①軸， ②軸， ③軸のデータが生成される。そして、ステップ S 12により、各軸のデータが順次取込まれ、取込まれた各データに対してステップ S 13に示すように 2 次元離散的フーリエ変換が行われ、実数項 ar(l!) 及び虚数項 ai (t) が生成される。

これらの実数項 ar(t) 及び虚数項 ai (t) に対しては第 1 実施例のように重み付け閧数 w ( t ) を用いてステップ S 14 に示すようにフィルタリングが行われ、フィルタリング処理済の関数の実数項 b r ( t ) 及び虚数項 b i ( t ) が生成される。これらの実数項 br(t) 及び虚数項 bi (t) に対して、ステツプ S 15に示すように 2 次元離散的フーリエ逆変換が行われる。そしてステップ S 16により全軸に対する処理が終了したか否かの判断が行われ、全軸に対してステップ S 12〜 S 15の処理が行われると、ステップ S 17に示すように座標逆変換の処理が行われ、その後処理結果画像がモニタ 1 0 6 に表示されることになる。

上記ステツプ S 1 1における座標変換の一例を式（c ) 又は ( cノ）に示す

M l · M 2 - M 3 ( C つまり

ここで、 M 1 は座標変換行列、 M 2 は R , G , B画像 β号による行列、 M 3 は座標軸変換により生成された①軸， ② 軸及び③軸による行列を表わす

上記座標変換行列 M 1 によつて、新たに生成される各座標軸において、前述のフイブレタリングを適用する。具体的には、 ①軸のみ強調効果を持つフィルタリングを行い、 ② 軸及び③軸に対してはノィズ抑制効果を持つフィルタリングを行うか、あるいは①軸及び②軸に対して強調効果を持っフィノレタリングを行い、 ③軸に対してはノィズ抑制効果を持つフィルタリングを行う。また、座標逆変換は、次式 ( d ) 又は（ d ' )に示すように、行列 Μ 1 の逆行列 Μ 4 の適用により実現される

M 4 ■ M 5 = M 6 ( d ) つまり

斩たな «ι

ここで、 Μ 4 は座標変換行列 Μ 1 の逆行列 M 5 は強調処理後のデータ行列、 Μ 6 は強調処理後の R G , B画像信号による行列を表わす。

尚、座標変換行列 M l は、通常の内視鏡画像に対してのものであり、染色剤を使用した画像に対しての強調処理を行う場合には異なる座標変換行列を適用することもあり得る。さらに、画像により適応的に決定してもよい。

この第 2 実施例は第 1 実施例とほぼ同様の作用効果を有すると共に、座標変換を行うことにより、注目する構造等に対してより鮮明化できるフィルタリング処理画像を得ることができる場合がある。

尚、フィルタリングを行う重み付け関数 w ( t ) のパラメ一タの値等を順次変えて処理画像を順次表示又は記憶し、術者は任意の処理画像、例えば注目する部位を最も鲜明化できる処理済面像を選択できるようにしても良い。

第 7 図ないし第 1 6図は第 3実施例の画像処理方法を示している。画像処理装置は第 2実施例において説明したものが用いられる。

前記画像処理装置 1 04 は、第 7 図のステップ S 2 1で各メモリ 36 a , 36 b , 36 c から、それぞれ R , G , B映像信号を入力する。そして、画像処理装置 1 04 は、第 7 図に示す — — ように、 R , G , B画像に対する座標軸変換を行うステツプ S 22、 2 次元雜散的フーリエ変換の処理を行うステップ S 24、いわゆるフィルタリングを行うステップ S 25、 2次元雜散的フーリェ逆変換を行うステップ S 27、座標軸逆変換を行うステップ S 29等を舍む処理群と、第 8図に示すように、座標軸変換を行うための 3 X 3行列及びその逆列を導出する各ステップ S 31ないし S 36等を含む処理群とを備えている。前記面像処理装置 104 は、メモリ（ 1〜 3 ) 36a 〜36c からの R , G , B各画像信号に対して処理を行う。尚、本実施例における 2次元離散的フーリエ変換及び逆変換はすべて中心部に直流成分が配置される、いわゆる光学的フーリエ変換に相当する係数配置がなされているものとする。

一般に非染色の内視鏡撮像面像を構成する澳度値情報の変動は、 R画像において大であるが、それらは主として、低周波成分におけるものである。そして、実際の臓器粘膜表面の微細な特徴に鬨する情報は、 G画像及び B画像に依存する傾向が強い。また、潢度値の情報は、各画像により異なった分布を示し、例えばインジゴ · カルミン染色を行つた場合等、前記特徴に鬨する情報が R画像に多ぐ含まれるものも存在する。

第 11図は、例として 256階調面像の各面素における R及び Gデータの相関の分布の概念を示したものである。ここでは説明のため濃度値を 2次元データとして扱うが、実際の（図示しない〉 B データは Gデータと類似性を有している。第 1 1図に示される瀵度情報の分布には、面像における低周波成分及び高周波成分をすベて含んでいるが、臓器粘膜表面の特徴を示す情報（以下、特徴成分と記す）は、主にある帯域の高周波成分に存在する。本実施例においては、この点に着目し、帯域通過フィルタリングの適用により前記特徴成分を含むと思われる帯域を抽出する。

第 1 2図は、第 1 1図の R及び Gデータに対する帯域通過フィルタリング適用後の相関の分布の概念を示すものである。通常の内視鏡撮像画像において、前記特徴を構成する高周波成分は、主に G (及び B ) 画像に多く存在するため、帯域通過後においては Rデータに比較して Gデータの変動に片寄る相関の分布を示す。また、この相鬨の分布は画像により異なり、特に染色剤（例えばインジゴ · カルミン）を使用した撮像画像においては、染色剤が Rに対して吸収される性質を持っため、特徴成分は G及び B画像よりも R画像に多く含まれる。各処理対象原画像に対し、特徴成分を効果的に強調するためには、抽出された特徴成分の統計的分布を求め、 R , G , B に替わる新たな 3軸を設定し、それらの各座標軸に関して原画像を変換した結果に対して強調処理を行う。以下に、具体的な処理内容の例を提示する。

R , G , B原画像に対し、最もその画像の特徴的な部位あるいは強調処理が望まれる部位を中心部に含む例えば、 2 5 6 X 2 5 6のサイズの領域（以下、特徴領域と記す）を第 8 図のステップ S 3 1において設定する。尚、 2 5 6 X 2 5 6 の大きさを持つ面像の中心点は、（1 2 8 , 1 2 8 )の点に該当する画素とする。この特徴領域の設定は、操作者の主観に基づく選出のみではなく、動的に行うことも可能である。

9 図に示すフローチャートに従う特徴領域の自動設定処理は、その一例である。

通常の内視鏡画像における特徴成分は、 G画像（ B画像も同じ、以下 P1 じ）において最も多く含まれているという性質を利用することにより、効果的な強調処理を可能とする座標変換行列の導出に用いる特徴領域の定を行うまず、原画像における G画像を、第 9 図に示すように、ステップ S 4 1において例えば 64 X 64の大きさのブ口、、, クに分割する .，これらのブロック群から、あるプロックを特徴領域の中心部として抽出する処理を行う。すなわち、ステップ S 42で、ハレーションが一定の割合以上含まれるブロックを特徴領域の中心部位候補から除外する。そして、ステツプ S 4 3で除外対象外であった各ブロック内のノヽレーション部を除いた濃度平均値を求める。続いて、ステップ S 4 4で濃度平均値がある一定の値を潢たさない、すなわち画像の B ^:部であり、特徴領域として抽出することに不適当と判断し得るブロックを中心部位候補から除外する。第 1 6図の例においては、斜線で示されるブ π ック群 D が Bき部の対象となる。前記の一連の処理後、除外されなかつた各ブロック内の濃度平均値をステップ S 4 5において求め、得られた値新た，に最も近い漉度平均値を持つブロックを特徴領域の中心部位と規定する。ステップ S 46で、前記ブロックを中心部位に含む 256 X 256 の特徴領域を抽出する。画像の端部等、 256 X 256の大きさを満たす領域が得られないプロ、、, クが選択された場合には、次いで前述の値に近い漉度平均値を持つ、特徴領域を抽出し得るブロックを中心部位とする。

次に、第 8図のステップ S 32での特徴領域における各画素の R ， G ， Bデータそれぞれに対し、ステップ S 33で画像の中心を 1 とし、中心からの距離（画素数に相当する） n に関して減少し、 n = 128 で 0 となる、次式に示す COS 関数による重み付け閧数の乗算を適用する。

wc ( n) = 0.5 X cos( n % / 128) + 0.5 (1 ) 第 13図（ a ) は特徴領域画像の中心を通る線分上の各酉素に対する重み付けの値の変化を示す。また、第 13図（b) において斜線部に示される n 〉 128 となる領域については、すべての重み付けの値を 0 とする。つまり、式（υ に示す重み付け鬨数 wc ( η) は、雨像の中心点に閧して同心円状に同じ値が適用される。第 13図（b) において示されている円は、 n 128 の点にを示しており、斜線部は n > 128 となる部位を表している。すなわち、式（1) による重みは n ≤ 128 において適用され、該当しない点には無条件に 0 を乗じている。この処理は、後述の帯域通過フィルタリングにおける処理での、周辺部の不連続性による帯域通過画像の歪の発生を低減する働きを有する。さらに、第 8図のステップ S 33で、 C O S鬨数による重み付け処理を施した特徴領域面像に対し、ステップ S 34で、帯域通過フィルタリングを施す。第 1 0図はこの帯域通過フィルタリングの処理の具体例を示すフローチャートである。 R , G , B各画像に対し、第 1 0図のステップ S 5 1で 2次元離散的フーリエ変換を施した後、ステップ S 52において例えば第 1 5図に示す通過特性を有するフィルタリングを行う。ここで通過させる帯域は、前述の、内撮像面像において最も特徴成分を含むと思われる周波数帯域に設定する。次に、第 1 0図のステップ S 53で、 2 次元離散的フーリエ逆変換を行う。座標変換行列の導出には、第 1 4図に示すように、前述した処理により得られる面像の中心部を含む 1 2 8 X 1 2 8 の領域画像（以下、特徴画像と記す）を用いる。得られた画像は、原面像から特徴成分のみを抽出したものであり、 R , G , B各データの相鬨の分布の概念は、例えば第 1 2図に準ずるものとなる。そして、第 8図のステップ S 35で特 · 徴領域の R ， G , B全面像にわたって処理したか否かを判断し、処理終了の場合、次のステップに移る。

そして、前述した処理の適用により得られた特徴面像に対し、特徴成分における R , G , Bデータの統計的分布を求めるために、第 8図のステップ S 36において K L変換を用いた座標変換 · 逆変換行列決定処理を適用する。 K L変換は、入力面像データの統計的分布に基づき、適合する新たな直交閧数系を機械的に導出する処理である。なお、 K L変換については、文献（「ディジタル画像処理工学」手塚慶，北橋忠宏，小川秀夫著，日刊工業新聞社刊，第 38 ページ〜第 43ぺ一ジ）に詳しいので詳細は省略する。ステップ S 36を経ることにより、座標軸変換に利用される 3個の 3 次元べクトルが得られる。変換後の座標軸となる X , Υ , Z各軸は、これらの 3個のベクトルの固有値が最大であるものを X軸、最小であるものを Z軸として規定される。 X , Y , Z各軸を規定する各ベクトルを、それぞれべクトル ax ( a 11， a 12 , a 13 ) 、ベクトル ay ( a 21 , a 22 , a 23 ) 、ベクトル az ( a 31 , a 32 , a 33 ) とすると、 R , G , B空間から新たな 3軸による X , Y , Ζ空間への座標軸変換は、下記の式（ 2 ) に示される行列演算により実現される

ここで、式（ 2 ) における 3 X 3 ベクトル行列を行列 M 1 とすると、座標軸逆変換は、 X , Y , Zデータに対する行列 M 1 の逆行列の乗算により実現される。

第 7 図のステップ S 21では、第 8図のステップ S 36において生成された座標軸変換行列を用いて式（2) に示した演算を行い、 R , G , B原面像における各画素の（ r , g , b ) データを（ χ , y , 'ζ ) データに変換する。

第 7 図のステップ S 24においては、ステップ S 23での X , Y , Ζ各画素に対し、 2次元離散的フーリエ変換を行う。ステップ S 25におけるフィルタリングは、ステップ S 24 での 2次元雜散的フーリエ変換によって生成されるデータの実数項 a r ( t ) 及び虚数項 a i ( t ) に対する、後述するステッァ S 26での重み付け閧数との乗算によって実現される。この重み付け関数は、 X , γ , z各面素に対し、各々に適当なものを与える。具体的には、例えば特徴成分を多く含む X面像に対し強調効果を持つフィルタリングを行い、 Y 及び Z画像に対してはノイズ仰制効果を持つフィルタリングを行うような重み付け関数を適用する。

ステップ S 26でフィルタリング終了後、ステップ S 27における 2 次元離散的フーリエ逆変換により、強調処理結果適甩後の X , Y , Z各画素が得られるようになつている。

ステップ S 26におけるフィルタリングに使用する重み付け関数を作成する処理は、以下のように行う。

いわゆる光学的フーリエ変換では、画像の全体的な濃度値を決定する直流成分が空閩周波数閉面上の中心に位置し、その近辺に空間周波数的にいうところの低周波成分が存在する。作成するフィルタは、中心からある距離だけ離れた点を強調の最高点とし、その点を境界として、低周波成分及び高周波成分に対する重み付けの値を減少させるようなものとする。このような性質を持つ重み付け鬨数は種々のものが考えられ、以下に示すフィルタはその一例である。

空間周波数平面の中心 0の座標を（ u 0 ， V 0 ) 、同平面上の注目点 Pの座標を（ u ， V ) とすると、 O P の距離 Xは

x = { ( u - u O ) ² + ( v - v O ) ² } ^{1 /2} で表される。また、重み付けの値を w とすると、 wは X についての鬨数 w (x) として表され、その値は、 0 ≤ w (X)

≤ « を満たす。《は重みの最大値である。ここで作成するフィルタは、〇を中心とし、 W (X) の最大値を与える点の集合からなる円の直径を P とすると、 0 ^ Χ < Ρ Ζ 2及び Ρ / 2 < Xのそれぞれの場合に対して別個の関数から成るもので、 O x く Ρ Ζ 2 においては、 cos閧数、 Ρ Ζ 2 ^ X においては正規分布閧数を利用する。

作成するフィルタの cos鬨数部において、その振幅を A とする。 cos関数部は正規分布鬨数部と X = p 2 において連続であり、 w ( p / 2 ) α であるものとする。また、 X = 0 で極小値をとらねばならない。これらの条件を満たす閧数として、下記の式（3) を得る。

w (X) = - A - A · C0S{ x . % / ( p/2 ) }

( 0 ≤ X < P / 2 ) …… (3) 式（3) の閧数は、 X = P / 2 において最大値 α 、 χ = 0 (空間周波数領域上の中心）において最小値 α — 2 Α をとる。このような鬨数において標準偏差をびとすると、下記の式（ 4 ) が得られる。

w (X) = a - exp C - 0.5{ (x- ( P / 2 ) )/ a } ² )

( P / 2 ≤ x ) (4) 式（ 4 ) においては、 ( C T R - (p/2) ) / r ( C T ：中心の x座標の値、 r ：実数）で与えられる。なお、 P = 0 の場合は式 (4) のみを適用する。式（3) 及び式（4) において、な， A , P 及び 1- をパラメ一夕とすることにより強調の程度の異なるフィルタを得ることができる。第 15 図は前記の条件により作成されるフィルタの特性の例であり、 " = 4 , A = 1. , p - 60, r = 4 が与えられているノイズ抑制効果を持つフィルタリングを実現するには、ノィズ成分が多く含まれていると考えられる高周波成分を抑制するようにし . 例えばな = 1 , A = 0 , p -—- 0 ， r - 3 に設定すればよい。また、画像強調効果を持つフィルタリングを実現するためには、原画像の構造パターンク〕情報を多く含むと考えられる周波数帯域を強調し、その帯域より髙周波の成分を抑制し、例えば α = 3 , A = 1 , p = -- 50 , r - 4 〜 7 に設定すればよい。

第 7 図のステップ S 28で、 X , Υ , Z各面素に対するステツプ S 27までのすベての処理が終了か否か判断する。終了後、ステツプ S 29で座標軸逆変換を行って、強調処理結果 R ， G , B画像が得られる。具体的には行列 M ] の逆行列 M 2 により、下記の式（ 5 ) に示すように、前述した処 ¾ が施された各画素の（ X ' , y ' , z ' ) データに閼して適用すれば良い，

新たな用紙

再び R , G , B面像に戻り、第 7 図のステップ S 30で、前述した処理によって各画素の（ r ' , も ' , b ' ) デ一タが得られる。そして、第 1 図に示すモニタ 106 により、 R , G , B処理結果を画像として表示する。

本実施例では、画像処理装置 104 において、 R , G , B 原画に対して、粘膜表面の微細模様を強調すると共に、ノィズを抑制した明瞭な画像を得ることができる。

尚、以上の処理を行うに際し、原画像に対する前処理として、ノイズ除去処理（例えば、 3 X 3のマスクサイズを持つメディアンフィルタ）を方しても良い。

特徴領域の自動設定方法は、本実施例に示した例に限定されるものではなく、種々の方法が考えられるものであるまた、第 8図のステップ S 36における座標変換行列決定を行う手法は、 K L変換利用によるものに限定されるものではなく、処理対象画像に対し適応的に座標変換行列を導出するものであれば適宜使用可能である。さらに、本実施例における各処理は、並列処理として実現し得るものである < 本実施例における行列は、画像により逐一求めるものではなく、例えば R画像に関する分散の違いにより、あらかじめ導出しておいたものを適用することも可能である。

また、前述の各実施例において、第 4 図 S 1 〜 S 3 、第 6 図 S 13〜 S 15、第 7 図 S 24〜 S 27に示される 2次元離散的フーリエ変換及び重み付け鬨数を用いた強調あるいはノィズ抑制処理及び、第 8図 S 34に示される帯域通過フィル夕リングは、畳み込みによるマスク演算としても実現可能である。また、その際は第 8図 S 33における COS鬨数による重み付けは不要となる _β

例えば、第 7 図の処理は第 17図に、第 8図の処理は第 18図に示す処理に置き替えられる。畳み込みに使用するマスクは、空間周波数平面上での帯域通過特性が前述の実施例中における各フィルタリングのものに類似したものを適用すればよい。マスクの設定は例えば文献（ JAHES 11. HcCLE LLAN , " A Computer Program for Designi ng O t i mum FI R Li near Phase Dig i tal Fi l ters" , IEEE TRANSACTIONS ON AUDIO AND E LECTROACOUST I CS , VOL. AU-21. a 6 , pp.506 - 626, DECEMBER 1978. )及び文献 ( H a r u o K A T 0 , " Des i gn i ng of Two- Dimensional FIR Fan F i l ters by P o u r i e r Reconstruct i on " , THE TRANSACTIONS OF THE IECE OF JAPAN, VOL. B 63, Na 12 , pp.849-854, DECEMBER 1980. )に記載されている。

Claims

請求の範囲

1 . 複数の色信号に分解された内視鏡画像の各信号を、面像の統計的特徴に基づいて新たな複数の色信号に変換するためのベルクル群を設定すると共に、前記内視鏡爾像の色信号を、新たな色信号に前記ベクトル群を用いた行列演算により変換する色信号変換手段と、

前記色信号変換手段により生成される新たな複数の各色信号に対し、フィルタリングを施すフィルタリング手段と、前記フィルタリング手段によりフィルタリングを適用した後の前記新たな複数の色信号に対し、前記行列演算に用いた行列の逆行列を用いた行列演算により、当初の複数の色信号に変換する手段と、

を含むことを特徴とする内視鏡画像処理装置。

2 . 請求の範囲 i の内視鏡画像処理装置であって、前記フィルタリング手段は、強調処理フィルタ、ノイズ抑制フィル夕の少なくともいずれかを用いることを特徴とする内視鏡画像処理装置。

3 . 請求の範囲 1 の内視鏡画像処理装置であって、前記フィルタリング手段は、各色信号が含む情報に基づいて使用するフィルタを決定することを特徴とする内視鏡画像処理装置。

4 . 請求の範囲 1 の内視鏡画像処理装置であって、前記フィルタリング手段は、ノイズ成分が多く含まれる可能性のある周波数成分を抑制するノィズ抑制フィルタリングと、原画像の構造パターンの情報を多く含む周波数蒂域を強調する面像強調フィルタリングとを含むことを特徴とする内視鏡画像処理装置。

5 . 請求の範囲 1 の内視鏡画像処理装置であって、前記フィルタリング手段は、染色法を用いない通常の R , G , B 内視鏡画像の場合、 Rの面像に対してはノイズ抑制効果を持つフイノレタリングを行い、 G及び Bの各画像に対しては強調効果を持つフィルタリングを行う重み付け鬨数を適用することを特徴とする内視鏡面像処理装置。

6 . 請求の範囲 1 の内視鏡画像処理装置であって、前記フィルタリング手段は、ある軸に対しては強調効果を持つフィルタリングを行い、ある軸に対してはノイズ抑制効果を持つフィルタリングを行うことを特徴とする内視鏡画像処理装置。

7. 請求の範囲 1 の内視鏡画像処理装置であって、色信号変換手段の前段に、

複数の色信号に分解された内視鏡画像から、特徴的な部位或は強調処理が望まれる部位を含む特徴領域を設定する特徴領域設定手段と、

前記設定された各色信号毎の特徴領域画像に対し、所定周波数蒂域のみを通過させる蒂域通過フィルタリングを施す帯域通過フィルタ手段と、

前記通過して得られた特徴画像に対し、各色データの統計的分布を求めてべクトルを得る手段と、を備えることを特徴とする内視鏡画像処理装置。

8 . 請求の範囲 7 の内視鏡画像処理装置であって、前記特徴領域設定手段は、マニュアルで行うことを特徴とする内視鏡画像処理装置。

9 . 請求の範囲 7 の内視鏡画像処理装置であって、特徴領域設定手段は、

内視鏡画像における G画像を複数ブロックに分割する手段と、

前記分割された複数ブロックの画像中、ハレーションが一定割合以上含まれるブロックを除外する手段と、

前記除外対象外の各ブロック内のハレーション部を除いた濃度平均値を算出する手段と、

前記残りのブロック中、濃度平均値が所定の値を潢さないブロックを除外する手段と、

前記除外されたブロックを除いた残りのブロック内の濃度平均値を算出し、この得られた値に最も近い濃度平均値を持つブロックを中心部位とする特徴領域を抽出する抽出手段と、

を含むことを特徴とする内視鏡画像処理装置。

1 0 . 請求の範囲 1 の内視鏡画像処理装置であって、色信号変換手段におけるベクトル群の設定は、 K L変換によって設定することを特徴とする內視鏡画像処理装置。

1 1 . 請求の範囲 1 の内視鏡画像処理装置であって、色信号変換手段におけるべクトル群の設定は、予め用意された複数のべクトル群の中から選出し設定することを特徴とする内視鏡画像処理装置。

1 2 . 複数の色信号に分解された内視鏡面像の各信号を、画像の統計的特徴に基づいて新たな複数の色信号に変換するためのベクトル群を設定すると共に、前記内視鏡画像の色信号を、新たな色信号に前記べクドル群を用いた行列演算により変換する色信号変換手順と、

前記色信号変換手順により生成される新たな複数の各色信号に対し、フィルタリングを施すフィルタリング手順と、前記フィルタリング手順によりフィルタリングを適用した後の前記新たな複数の色信号に対し、前記行列演算に用いた行列の逆行列を用いた行列潢算により、当初の複数の色信号に変換する手順と、

を含むことを特徴とする内視鏡爾像処理方法。

1 3 . 請求の範囲 1 2の内視鏡画像処理方法であって、前記フ . イノレタリング手順は、強調処理フィルタ、ノイズ抑制フィルタの少なくともいずれかを用いることを特徴とする内視鏡画像処理方法。

1 4 . 請求の範囲 1 2の内視鏡画像処理方法であって、前記フィルタリング手順は、各色信号を含むが情報に基づいて使用するフィルタを決定することを特徴とする内視鏡画像処理方法。

1 5 . 請求の範囲 1 2の内視鏡画像処理方法であって、前記フィルタリング手順は、ノイズ成分が多く含まれる可能性のある周波数成分を抑制するノイズ抑制フィルタリングと、原画像の構造パターンの情報を多く含む周波数帯域を強調する画像強調フィルタリングとを含むことを特徴とする内視鏡画像処理方法。

1 6 . 請求の範囲 1 2の内視鏡画像処理方法であって、フィルタリング手順は、染色法を用いない通常の R , G , B 内視鏡画像の場合、 Rの画像に対してはノイズ抑制効果を持つフィルタリングを行い、 G及び Bの各画像に対しては強調効果を持つフィルタリングを行う重み付け鬨数を適用することを特徴とする内視鏡画像処理方法。

1 7 . 請求の範囲 1 2の内視鏡画像処理方法であって、フィルタリング手順は、ある軸に対しては強調効果を持つフィルタリングを行い、ある軸に対してはノイズ抑制効果を持つフィルタリングを行うことを特徴とする内視鏡雨像処理方法。

1 8 . 請求の範囲 1 2の内視鏡画像処理方法であって、前記色信号変換手段のべクトル群設定は、原面像における構造パターンを構成している周波数成分に基づき行われることを特徴とする内視鏡画像処理方法。

1 9 . 請求の範囲 1 2の内視鏡画像処理方法であって、色信号変換手順の前に、

複数の色信号に分解された内視鏡画像から、特徴的な部位或は強調処理が望まれる部位を含む特徴領域を設定する特徴領域設定手順と.、前記設定された各色信号毎の特徴領域面像に対し、所定周波数帯域のみを通過させる帯域通過フィルタリングを施す帯域通適フィルタ手順と、

前記通過して得られた特徴面像に対し、各色データの統計的分布を求めてべクトルを得る手順と、

を行うことを特徴とする内視鏡面像処理方法。

2 0 . 請求の範囲 1 9の内視鏡面像処理方法であって、特徴領域設定手順ほ、マニュアルで行うことを特徴とする内視鏡画像処理方法。

2 1 . 請求の範囲 1 9の内視鏡面像処理方法であって、特徴領域設定手順は、

内視鏡画像における G面像を複数ブロックに分割する手順と、

前記分割された複数プロックの画像中、ハレーションが一定割合以上含まれるブロックを除外する手順と、

前記除外対象外の各ブロック内のハレーション部を除いた漶度平均値を算出する手順と、

前記残りのブロック中、濃度平均値が所定の値を溝さないブロックを除外する手順と、

前記除外されたブロックを除いた残りのブロック内の濃度平均値を算出し、この得られた値に最も近い濃度平均値を持つブロックを中心部位とする特徴領域を抽出する抽出手順と、

を含むことを特徴とする内視鏡画傺処理方法。

22. 請求の範囲 1 9の内視鏡画像処理方法であって、内視鏡画像は、染色法を用いない通常の内視鏡画像と、染色法を用いた内視鏡画像とのいずれかであることを特徴とする内視鏡画像処理方法。

23. 請求の範囲 1 2の内視鏡画像処理方法であって、前記色信号変換手順におけるベクトル群の導出手法として、 K L 変換を用いることを特徴とする内視鏡画像処理方法。

24 . 請求の範囲 1 2の内視鏡画像処理方法であって、色信号変換手順におけるベクトル群の設定は、予め用意された複数のべクトル群の中から選出し設定されることを特徴とする内視鏡画像処理方法。

25 . 請求の範囲 1 2の内視鏡画僳処理方法であって、内視鏡画像は、染色法を用いない通の内視鏡画像と、染色法を用いた内視鏡画像とのいずれかであることを特徴とする内視鏡画像処理方法。