专利名称：照射区域抽取方法和图像处理装置的制作方法
技术领域：
本发明涉及用于从图像数据抽取照射区域的照射区域抽取(extracting)方法。本发明还涉及诸如放射线照相装置或数字照相机的图像处理装置。
背景技术：
最近，随着数字技术的发展，已开发了用于将放射线转换为图像数据作为数字图像信号、并对图像数据执行图像处理以显示或打印输出的技术。在一种方法中，通过光接收器(也被称为光接收表面)接收放射线并将其存储在可激励(stimulable)荧光体板上。然后，用激发光照射可激励荧光体板，并以光电的方式检测由该操作导致的来自可激励荧光体板的光激励发光，以获得用于产生可见图像的图像信号。在另一方法中，通过作为二维传感器的光接收器接收放射线，并将其直接转换成图像信号。在另一方法中，将盒中包含的通过光接收器接收放射线的模拟胶片(analog film)显影，并通过模数(AD)转换装置将在显影的胶片上形成的图像转换成图像信号。
在放射线照相中，一般执行其中仅用放射线照射必要区域的照射聚焦，以防止放射线影响必要区域以外的区域并防止放射线从必要区域散射，从而防止对比度降低。在这种情况下，通过照射聚焦的作用在光接收器上形成直接接收放射线的第一区域和不接收诸如散射的放射线的二次放射线以外的放射线的第二区域。第一区域被称为照射区域。即使当照射聚焦不被执行时，放射线也可能不直接到达光接收器。即使在这种情况下，光接收器上的直接接收放射线的区域也被称为照射区域。
一般地，在确定了在对图像数据执行灰度级变换时使用的参数的情况下，使用与照射区域对应的图像数据。并且，当在胶片上打印图像数据时，在一些情况下基于照射区域确定将在胶片上打印的图像数据的范围。
这样，各种类型的处理基于图像数据中的照射区域的数据被执行。
在日本专利No.2596744中公开了用于抽取这种照射区域的方法。在该方法中，沿从可激励荧光体板的中心到该板的边缘的径向方向抽取被认为构成照射区域的边缘的边缘点。然后，假定代表照射区域的边缘的候选线是通过预定数量或更多的抽取的边缘点的直线，通过Hough变换抽取代表最终的照射区域的边缘的线段。那么，用这些线段包围的区域被认为是最终的照射区域。在该方法中，代表最终的照射区域的边缘的线段不是基于抽取的候选线之间的关系被确定的。
至今，代表照射区域的边缘的线段仅基于边缘点的信息被抽取。在这种情况下，例如，当图像数据中的照射区域的边缘以外的区域段包括直线部分时，照射区域在一些情况下被错误地抽取。因此，需要各种类型的解决方案。
发明内容
鉴于上述问题，本发明提供用于减少照射区域被错误抽取的频率的照射区域抽取方法和图像捕获装置。
根据本发明的一个方面的一种用于从图像数据抽取照射区域的照射区域抽取方法包括以下步骤从图像数据的区域产生至少两条候选线的组合；获得至少两条候选线的组合的评估值的评估步骤；和基于评估值抽取至少两条候选线的组合中的一个作为照射区域的轮廓线的抽取步骤。
通过参照
以下示例性实施例，本发明的其它特征将变得显而易见。
图1是根据第一示例性实施例的图像处理装置的框图。
图2是表示根据第一示例性实施例的照射区域抽取方法的处理流程的流程图。
图3用于表示用于计算重心坐标的方法。
图4用于表示用于对区域分类的方法。
图5和图6用于表示用于抽取候选线的方法。
图7表示像素值的图案。
图8和图9用于表示用于抽取候选线的方法。
图10表示抽取照射区域的示例性结果。
图11用于表示用于抽取候选线的方法。
图12表示抽取闭合曲线的示例性结果。
图13表示抽取包含图像的边缘作为候选线的闭合曲线的示例性结果。
图14表示抽取闭合曲线的示例性结果。
图15表示包含错误检测的候选线的示例性闭合曲线。
图16表示抽取正确的闭合曲线的示例性结果。
图17表示被抽取的候选线相互平行的情况。
具体实施例方式
以下根据附图详述本发明的优选实施例。
图1表示具有根据本发明的功能的放射线照相装置的整体结构。
图2是表示根据第一示例性实施例的照射区域抽取方法的处理流程的流程图。将参照图1和图2首先说明第一示例性实施例。
本发明被应用于例如图1中所示的放射线照相装置100。放射线照相装置100具有将通过放射线照相获得的图像数据输出到胶片或监视器的功能。一般地，诸如灰度级变换和频率处理的图像处理在该过程中被执行。放射线照相装置100包括数据收集电路105、预处理电路106、中央处理单元(CPU)108、主存储器109、操作面板110、图像显示单元111、照射区域抽取电路112和图像处理电路117。这些部件经由CPU总线107相互连接，使得数据可在这些部件之间被交换。
在放射线照相装置100中，数据收集电路105和预处理电路106相互连接。二维放射线传感器104和放射线产生电路101与数据收集电路105连接。照射区域抽取电路112包含线段产生电路113、评估电路114、线段抽取电路115和区域抽取电路116。线段产生电路113产生被假定为构成代表照射区域的外边缘的轮廓线的多根候选线。评估电路114基于图像数据评估候选线的组合，即，候选线之间的关系，这些组合是通过线段产生电路113产生的。线段抽取电路115基于评估值抽取被评估电路114评估的候选线的组合中的一个作为构成代表照射区域的边缘的轮廓线的线段的组合。区域抽取电路116抽取被通过线段抽取电路115抽取的线段封闭的区域作为照射区域。这些电路与CPU总线107连接。
主存储器109存储在CPU 108执行的处理中需要的程序和各种类型的数据等，并用作CPU 108的工作存储器。CPU 108响应操作面板110的操作通过使用主存储器109执行例如放射线照相装置100的总体操作的控制。放射线照相装置100被控制为以下述的方式操作。照射区域抽取电路112的各功能可通过根据计算机程序工作的计算机被执行。在这种情况下，照射区域抽取电路112的各功能由CPU 108根据存储在主存储器109中的程序执行。
当用户通过操作面板110输入拍摄指令时，CPU 108向数据收集电路105发送拍摄指令。当接收到进行放射线照相的拍摄指令时，CPU108驱动放射线产生电路101和二维放射线传感器104。
当进行放射线照相时，放射线产生电路101首先将放射线束102发射到被摄体103上。从放射线产生电路101发射的放射线束102通过被摄体103，该放射线束102被衰减，并到达二维放射线传感器104的光接收器。然后，二维放射线传感器104输出放射线照相图像信号。二维放射线传感器104包含多个将放射线转换成电信号的元件。在本示例性实施列中，被摄体103是人体。也就是说，从二维放射线传感器104输出的放射线照相图像数据是通过捕获人体的图像获得的图像数据。
数据收集电路105对从二维放射线传感器104输出的图像信号执行诸如AD转换的预定处理，以将图像信号转换成数字信号形式的图像数据。该图像数据被供给预处理电路106并进行诸如偏移校正和增益校正的预处理。在CPU 108的控制下，已在预处理电路106中进行预处理的图像数据作为原始图像数据经由CPU总线107被传送到主存储器109和照射区域抽取电路112。在本示例性实施例中，照射区域抽取电路112使用已被预处理电路106处理的数据。但是，照射区域抽取电路112可对没有经过预处理的图像数据执行与上述功能相同的功能。
照射区域抽取电路112从原始图像数据抽取照射区域，并产生照射区域的数据。图像处理电路117基于照射区域的数据对原始图像数据执行各种类型的图像处理。例如，灰度级校正被执行，其中，照射区域中的像素值的直方图(histogram)基于照射区域的数据被获得，并且，关心的区域的对比度被调整为适于诊断处理的对比度。并且，例如，只从图像数据分离照射区域内的一段图像数据以及将该段图像数据发送到打印机(未示出)的处理被执行。
现在参照图2的流程图说明根据第一示例性实施例的具有上述结构的放射线照相装置100的操作。
如上所述，通过预处理电路106获得的原始图像数据经由CPU总线107被传送到照射区域抽取电路112。
在步骤S201中，线段产生电路113首先从图像数据抽取多个边缘点。在步骤S202中，边缘点的特征量被计算。照射区域的边缘是光接收器上的接收放射线的区域和不接收放射线的区域之间的边界。因此，在照射区域的边缘的像素值中产生梯度。并且，由于放射线通过具有直边的发射孔径被发射，因此照射区域的边缘趋于为直的。在本说明中，发射孔径具有直边。但是，即使当发射孔径具有圆形形状时本示例性实施例也是可应用的。在本示例性实施例中，用于抽取边缘点的方法不限于特定的方法，并且诸如公知的Sobel、Prewitt或Roberts算子(operator)的微分算子可被用于计算与梯度有关的值作为边缘点的特征量。也就是说，边缘点的特征量包含坐标和与边缘点的梯度有关的值。
以下，为各边缘点计算的值可被称为特征量。如上所述，被认为位于照射区域的边缘的边缘点的梯度值与图像中的其它组成部分的梯度值相比趋于相对较高。因此，具有大于预定的阈值的梯度值的边缘点可被抽取作为被认为位于照射区域的边缘的候选边缘点。例如，当边缘梯度值的累积直方图被生成且阈值被设定使得85％或更多的累积边缘梯度值被覆盖时，位于照射区域的边缘的较多的边缘点可被抽取。
在本示例性实施例中，Canny法被用作用于抽取边缘点的方法。Canny法很少受噪声影响，因此适于精确地抽取位于照射区域的边缘并具有较弱的边缘强度的点。由于Canny法是公知的方法，因此这里将不说明Canny法的细节。在例如Canny，John.“A ComputationalApproach to Edge Detection.IEEE Transaction on Pattern Analysisand Machine Intelligence”，第PAMI-8卷，No.6，第679～698页，1986中说明了Canny法的细节。关于边缘点，可以使用上述方法以外的使用例如微分或高阶微分的任何方法。
然后，在步骤S203中，被抽取的边缘点被分类成多个组。用于将边缘点分类的方法不限于特定的方法。在本示例性实施例中，边缘点基于照射区域中的边缘点和代表点之间的位置关系以及边缘点的梯度方向被分类。现在详细说明该方法。
图3表示重心被用作照射区域中的代表点的情况。在图3中，矩形区域、阴影区域和点分别代表照射区域、具有大于Th的像素值的区域和重心。
首先，抽取重心(Xg、Yg)作为照射区域中的代表点。由于照射区域外的区域是放射线被遮蔽的区域，因此照射区域外的区域的像素值趋于比照射区域的像素值小。因此，通过使用预定的阈值Th、根据下式(1)从图像f(x，y)计算照射区域的重心的坐标，并且将重心设为照射区域中的代表点。
Xg=ΣyΣxx×sign(f(x,y))/ΣyΣxsign(f(x,y))]]>Yg=ΣyΣxx×sign(f(x,y))/ΣyΣxsign(f(x,y))---(1)]]>在式(1)中，sign(x)由下面的条件式(2)表示，阈值Th为条件参数。
当x＞Th时，sign(x)＝1当x≤Th时，sign(x)＝0 (2)区域的像素值越高，则该区域位于照射区域中的可能性越大。因此，可以通过使用下面的条件式(3)代替式(2)，计算用像素值加权的重心坐标。
当x＞Th时，sign(x)＝x当x≤Th时，sign(x)＝0 (3)阈值Th可被经验确定为固定值或取决于拍摄条件的可变值。作为替代方案，例如，可以使用基于判据的自动阈值选择方法。由于自动阈值选择方法是公知的方法，因此这里不对细节进行说明。在例如N.Otsu，“A threshold selection method from gray-level histograms，IEEE Trans.on Systems，Man，and Cybernetics”，第SMC-9卷，No.1，第62～66页，1979中说明了自动阈值选择方法的细节。
阈值Th仅用于根据像素值将像素分类。在实际图像中，照射区域外或内的一些区域段(segment)可能具有相同的像素值。因此，例如，如图3所示，可能存在具有大于阈值的像素值的照射区域外的区域段和具有等于或小于阈值的像素值的照射区域内的区域段。但是，由于大多数具有大于阈值的像素值的照射区域外的区域段都位于照射区域的边缘周围，因此相应的重心可能位于照射区域内。因此，预定数量或更多的像素的计算的重心很可能位于照射区域内。
图4用于表示用于以获得的重心为其中心对图像数据的区域段进行分类的方法。例如，如图4所示，区域关于重心沿垂直方向被分为与组A和B对应的两个区域段，并沿水平方向被分为与组C和D对应的两个区域段，即共四个区域段，并且，位于各区域段中的边缘点被分为属于对应的组的边缘点。在本示例性实施例中，区域段中的每一个与两个其它的区域段交迭。例如，位于重心右上侧的边缘点被归类为属于两个组(组A和D)的边缘点。用于分割区域的方法不限于上述方法。作为替代方案，区域可被分为多个区域段，使得这些区域段不相互交迭，或者该区域可被分割成更多的区域段。
通过上述方法，可以确定边缘点对应于构成照射区域的边缘的线段中的哪一个线段。并且，在上述方法中，关于重心确定区域段。因此，即使当照射区域被设置在整个图像中的任意位置时，边缘点也可以以与上述方式相同的方式被分类。
下面根据边缘点的梯度方向将被分为组A、B、C和D的边缘点进一步分类。边缘点f(x，y)的梯度方向θ(x，y)可通过下式(4)被计算并落入-π/2～π/2的范围中。
θ(x,y)arctan(∂f(x,y)∂y/∂f(x,y)∂x)---(4)]]>在式(4)中，通过使用诸如公知的Sobel、Prewitt或Roberts的微分算子可计算对x或y的偏微分。
基于计算的梯度方向，四个组中的每一个中的边缘点被进一步分为子组，每个子组包含沿相同的方向取向的边缘点。例如，属于各组的边缘点被分为与分别间隔π/8的方向对应的八个子组。对组A、B、C和D全部执行该分类，以将所有的边缘点分类为六十四个子组。在这种情况下，被分割的区域段可相互交迭。并且，当照射区域具有矩形形状时，照射区域可以以约π/2的间隔被分割。当照射区域具有多边形或圆形时，照射区域应以较短的间隔被分割。
通过上述方法分类的各子组中的边缘点很可能位于构成照射区域的轮廓线的同一线段上。
然后，在步骤S204中，线段产生电路113为在步骤S203中分类的边缘点的各子组产生多个线段。这些线段被称为假定构成代表照射区域的外边缘的轮廓线的候选线。
虽然对在图像数据的区域中产生候选线不作限制，但为了减少计算量，通过例如以下方法抽取候选线。
用于产生候选线的方法不限于特定的方法，且可通过例如Hough变换产生候选线。
可以产生通过大于或等于预定的阈值数的边缘点的线段，作为构成照射区域的边缘的候选线。可以基于统计数据确定阈值数。例如，可基于构成照射区域的正确的轮廓线的线段通过的边缘点的实际数量、事先以统计的方法确定阈值数。当阈值数被设为较小的数时，代表照射区域的边缘的大量候选线会被抽取。相反，当阈值数被设为较大的数时，候选线的数量会减少。但是，正确的候选线可能没有被抽取。因此，阈值数应被设在使得正确的候选线可被抽取的范围中。
当边缘点的被分类的子组中存在的候选线的数量少于阈值数时，该子组被认为是不包含任何构成轮廓线的线段的子组。在这种情况下，在与该子组对应的区域段中，照射区域的边缘被认为到达光接收器的边缘。这种状态可被称为照射区域处于散焦的状态。在这种状态中，放射线在该区域段中到达光接收器的边缘。在步骤S205中确定是否任何一个子组都包含候选线。当确定任何一个子组都不包含候选线时，图2中所示的处理完成。否则，处理前进到步骤S206。
图5表示子组中的候选线的组合的例子。
图6表示选择的候选线的组合的例子。
如图5所示，在子组A中产生两个线段A1和A2作为候选线，并且，在子组B中产生两个线段B1和B2作为候选线。在这种情况下，可选的组合是(A1，B1)、(A1，B2)、(A2，B1)和(A2，B2)。在这种情况下，评估电路114从通过线段产生电路113产生的子组中的每一个逐个选择候选线，并产生候选线的组合。然后，评估电路114对候选线的组合进行评估。
在步骤S206中，从各子组中选择一条候选线或不选择任何候选线。例如，在图5所示的情况下，组合(A1，B1)、(A1，B2)、(A2，B1)和(A2，B2)被选择。并且，从子组中的任何一个均有没被选择的线段的各个组合，不包含从所有子组都不选择线段的组合，可被选择，即，(A1，无选择)、(无选择，B1)、(A2，无选择)和(无选择，B2)。因此，用总共八个组合产生曲线。在这种情况下，不选择线段意味着照射区域达到光接收器的边缘，如图5的右下部所示。例如，当在图5中选择(A1，B2)时，产生图6中所示的曲线。在本示例性实施例中，通过将多个线段连在一起形成的线被称为曲线，各线段形成于候选线的一个交点和候选线的另一个交点之间。在图6所示的情况下，仅存在一个交点。在这种情况下，通过将多个线段连在一起形成的线被称为曲线，各线段仅形成于一个交点和图像数据的边缘即光接收器的边缘之间。
然后，在步骤S207中，对用选择的候选线的组合产生的曲线进行评估。例如，该评估被执行，使得位于各曲线上的边缘点的数量是各选择的候选线的组合的评估值。在该评估中，各边缘点的特征量是一。
例如，当如图6所示选择组合(A1，B2)时，相应曲线的评估值是九。边缘点在步骤S201中被抽取作为被认为处于照射区域的边缘的轮廓线上的边缘点。因此，评估值越大，相应曲线包含照射区域的轮廓线上的线段的可能性就越高。
与不处于照射区域的轮廓线上的其它边缘点相比，照射区域的轮廓线上的边缘点的梯度值相对较高。因此，相应曲线上的边缘点的梯度值可被用作特征量，并且曲线的特征量的总和可被用作相应的选择的线段组合的评估值。由于边缘点的梯度值被加入，因此该配置是优选的。
图7用于详细说明代表与各边缘点的梯度相关的信息的像素值的图案被用作特征量的另一情况。在图7中，附图标记a表示远离重心的坐标点的像素值，附图标记b表示要被评估的边缘点的像素值，附图标记c表示接近重心的坐标点的像素值。
通过评估沿梯度方向的相应像素值图案获得的各边缘点的评估值可被用作边缘点的特征量，如上所述，边缘点的评估值表示与边缘点的梯度相关的值。由于照射区域的边缘形成放射线被遮蔽的区域和放射线发射到的区域之间的边界，因此像素值趋于沿从照射区域的边缘的外侧到内侧的方向增加。因此，将高的分数给予该像素值图案，并将低的分数给予像素值趋于沿上述方向减少的像素值图案。这样，将分数给予各边缘点作为特征量。在这种情况下，使用三个点以确定像素值图案。但是，用于确定像素值图案的方法不限于该方法，可以使用多于三个的点以确定像素值图案。
如上所述，可以基于相应的像素值图案将分数给予各边缘点，并且位于曲线上的边缘点的特征量的总和可被用作相应的选择的线段组合的评估值。可以使用通过将给予各边缘点的分数乘以边缘点的梯度值获得的特征量，计算相应的选择的线段组合的评估值。并且，可以通过将边缘点的特征量的总和除以边缘点的数量或线段的长度获得平均值，并可将该平均值用作相应的选择的线段组合的评估值。在这种情况下，可以使用诸如平均值以外的中值的统计值。
然后，在步骤S208中，确定是否所有的候选线的组合都得到评估。当确定所有的候选线的组合都得到评估时，处理前进到步骤S209。否则，处理返回S206。在步骤S209中，基于通过评估电路114获得的评估值从所有的候选线的组合选择被认为构成照射区域的轮廓线的候选线的一个组合。
然后，抽取照射区域。在该抽取过程中，抽取被这样一些候选线包围的区域段作为照射区域，即，这些候选线已被选为构成代表照射区域的外边缘的轮廓线的线段。
在上述说明中，详细说明了用两个线段形成的照射区域。但是，即使当用三组或更多组线段形成照射区域时，也可以通过重复上述方法容易地抽取照射区域。
图8表示从三个组A、B和C中的每一个抽取两条候选线的情况。
图9表示通过评估候选线C2和作为候选线的线段A1之间的关系选择候选线C2的情况。
例如，如图8所示，当从三个组A、B和C中的每一个抽取两个线段作为候选线时，第一组被选择，然后包含与第一组中包含的候选线相交的候选线的第二组被选择。例如，在图8中，组A被选择为第一组，然后包含与组A中包含的候选线相交的候选线的组B被选择为第二组。然后，组A和B中包含的线段的组合如上所述被评估，并且，如图9所示，线段A1和B1被选择。
然后，包含与用选择的候选线A1和B1形成的曲线相交的候选线的第三组被选择。例如，在图9中，组C被选择为第三组。然后，线段A1和B1和组C中包含的线段的组合如上所述被评估，并且候选线C2被选择。最后，如图10所示，确定照射区域的轮廓线是包含候选线A1、B1和C2的曲线。
在以上说明中，说明了用三组线段形成照射区域的情况。但是，即使当用四组或更多组线段形成照射区域时，也可以通过上述方法抽取照射区域。也就是说，即使当照射区域具有矩形或多边形形状时，也可以如上所述抽取照射区域。
当构成照射区域的边缘的线段被抽取时，一条候选线和另一候选线之间的关系如上所述被评估。因此，可以实现减少错误抽取照射区域的频率的优点。特别地，大量的边缘点位于构成照射区域的边缘的线段上。因此，通过大量的边缘点的候选线的组合很可能是构成照射区域的边缘的线段的组合。
(第二示例性实施例)第二示例性实施例与第一示例性实施例的不同在于由图1中所示的放射线照相装置100中的评估电路114执行的评估方法。用与第一示例性实施例相同的附图标记表示相应的部件，并省略对这些部件的说明。
评估电路114评估从通过线段产生电路113抽取的各组选择的候选线的组合。在第二示例性实施例中，基于两条候选线之间的夹角执行评估。例如，当从矩形发射孔径发射放射线时，照射区域具有基本上矩形的形状。因此，照射区域的轮廓线的顶角基本上为九十度。也就是说，在照射区域具有矩形形状的情况下，以接近九十度的角度相交的候选线的组合很可能是正确的候选线组合。因此，当评估被执行使得以接近九十度的角度相交的候选线的组合的评估值较高时，构成矩形照射区域的正确的候选线组合可被选择。
图11表示从作为候选线的线段A1、A2、B1和B2选择表示照射区域的边缘的候选线组合的情况。
例如，当线段A1和B1被选择为候选线时，两个线段之间的在重心侧的夹角θ被计算。用预定基准夹角θ0通过下式(6)计算选择的候选线组合的评估值S。
S＝1-(|θ-θ0|/180) (6)根据式(6)，评估值S在预定基准夹角θ0和夹角θ之间的差值为最小时取最大值1，且随着该差值增加而减小。当照射区域具有矩形形状时，预定基准夹角θ0被设为九十度。那么，当夹角θ为九十度时，评估值S取最大值1。当照射区域具有多边形形状时，可以通过将预定基准夹角θ0设定为与照射区域的形状对应的值执行评估。
用于评估的方法不限于由式(6)限定的方法，并且可以使用基于线段之间的夹角的其它评估方法。
在第二示例性实施例中，候选线之间的关系基于候选线之间的夹角被评估。照射区域的形状由发射孔径的形状确定。因此，当候选线之间的夹角被考虑时，可以提高抽取照射区域的精度。当发射孔径具有矩形形状以外的多边形形状时，可以用与多边形形状对应的预定基准夹角θ0执行评估。在这种情况下，式(6)被变换。
(第三示例性实施例)第三示例性实施例与第一示例性实施例的不同在于由图1中所示的放射线照相装置100中的评估电路114执行的评估方法。用与第一示例性实施例相同的附图标记表示相应的部件，并省略对这些部件的说明。
评估电路114评估从通过线段产生电路113抽取的各组选择的候选线的组合。在第三示例性实施例中，基于边缘点的特征量和两条候选线之间的夹角执行评估。在第三示例性实施例中，基于边缘点的特征量的评估方法与根据第一示例性实施例的评估方法相同，基于两条候选线之间的夹角的评估方法与根据第二示例性实施例的评估方法相同，并且，通过将由这两种方法获得的值相乘获得的值被用作选择的候选线组合的评估值。作为替代方案，通过将由这两种方法获得的值归一化和相加获得的值可被用作选择的候选线组合的评估值。
在第三示例性实施例中，作为用于评估候选线之间的关系的方法，组合使用基于边缘点的特征量的评估方法和基于两条候选线之间的夹角的评估方法。因此，使用两个不同的评估准则，并且可以精确地抽取照射区域。
(第四示例性实施例)第四示例性实施例与第一示例性实施例的不同在于由图1中所示的放射线照相装置100中的评估电路114执行的评估方法。用与第一示例性实施例相同的附图标记表示相应的部件，并省略对这些部件的说明。
评估电路114评估从通过线段产生电路113抽取的各组选择的候选线的组合。在第一示例性实施例中，例如，当存在三个或更多个组时，从各组依次选择候选线。
第四示例性实施例与第一示例性实施例的不同在于候选线同时被选择。
图12、图13和图14表示从多个组选择候选线的情况。
首先，从各个组选择被认为构成照射区域的边缘的候选线。例如，当四个组A、B、C和D分别包含两条候选线时，从各组选择两条候选线中的任意一条。并且，可不从组A选择候选线，且可以从组B、C和D中的每一个选择一条候选线。但是，不包括从所有的组不选择任何候选线的情况。因此，当四个组A、B、C和D分别包含两条候选线时，从十一个候选线组合依次选择一个组合。
然后，抽取用选择的组合中包含的候选线封闭的线，作为选择的组合的简单闭合曲线。也就是说，用多个线段形成抽取的线，各线段形成于候选线的一个交点和候选线的另一个交点之间。例如，在图12中示出用从七个单个组A～G选择的候选线形成的简单闭合曲线。如图13所示，当从组E不选择任何候选线时，抽取用包含代表图像的边缘且被视为候选线的线段的多个线段封闭的线作为简单闭合曲线。并且，当如图14所示存在多个用从组A～H选择的候选线形成的简单闭合曲线时，抽取包含重心且具有最小的面积的一个简单闭合曲线。
这样，用所有的候选线组合产生简单闭合曲线。
然后，评估电路114计算用相应的候选线组合形成的各简单闭合曲线上的边缘点的特征量的总和。
然后，线段抽取电路115最终选择特征量的总和最大的简单闭合曲线作为构成代表照射区域的外边缘的轮廓线的简单闭合曲线。如上所述，边缘点作为位于照射区域的边缘上的可能性非常高的点被抽取。因此，特征量的总和最大的简单闭合曲线构成照射区域的边缘的可能性非常高。
图15表示在照射区域中存在例如骨边缘(lipping)或一片金属的边缘点的情况。
图16表示用被认为构成照射区域的边缘的正确的候选线形成的照射区域。
在第四示例性实施例中，即使当存在从例如具有直线部分的骨边缘或一片金属错误抽取的候选线时，照射区域的边缘也可被正确确定。这是因为，如图15所示，在照射区域中存在骨边缘或一片金属的边缘点，且包含被错误抽取的候选线的简单闭合曲线断开正确的照射区域的外边缘。因此，包含被错误抽取的候选线的这种简单闭合曲线基于评估准则不被选择为构成照射区域的外边缘的简单闭合曲线。也就是说，即使当候选线被错误检测时，用正确的候选线的组合形成的简单闭合曲线也通过最多的边缘点，如图16所示。因此确定这种简单闭合曲线是构成照射区域的外边缘的简单闭合曲线。
在第四示例性实施例中，当存在多个组时，多条候选线同时被选择。因此，所有的候选线可同时被评估，并且照射区域可被精确地抽取。
(第五示例性实施例)第五示例性实施例与第四示例性实施例的不同在于，图1中所示的放射线照相装置100中的区域抽取电路116具有验证功能。用与第四示例性实施例相同的附图标记表示相应的部件，并省略对这些部件的说明。
在第五示例性实施例中，通过将边缘点的特征量的总和除以边缘点的数量，计算位于确定的候选线上的边缘点的特征量的平均值。
然后，通过将特征量的平均值与预定的阈值相比较，确定最终选择的候选线是否构成照射区域的外边缘。当照射区域的外边缘到达光接收器的边缘时，在图像数据中可能不存在照射区域的外边缘的数据。鉴于这种情况，当特征量的平均值等于或小于预定的阈值时，确定候选线不构成照射区域的外边缘。照射区域的外边缘到达光接收器的边缘的这种状态被称为照射区域散焦的状态。在这种状态中，确定在从中抽取被判断为不是照射区域的外边缘的候选线的区域段中不存在照射区域的任何外边缘。因此，这种区域段中的图像的边缘被重新选择为照射区域的外边缘的一部分(例如，图13中的组E)。在第五示例性实施例中，如上所述基于特征量的平均值确定照射区域是否散焦。在这种配置中，可以与照射区域的边缘的长度(照射区域的尺寸)无关地确定照射区域是否散焦。在照射区域极端变窄的情况(照射区域的尺寸很小的情况)下，相应的简单闭合曲线上的边缘点的数量减少，并且边缘点的特征量的总和由此减小。相反，边缘点的特征量的平均值不依赖于边缘点的数量。因此，不管照射区域的尺寸为多大都可以计算稳定的评估值，并且可以实现上述优点。
在第五示例性实施例中，平均值被使用。但是，即使当诸如中值的统计值被用作评估准则时，也可以实现相同的优点。
在第五示例性实施例中，边缘点的特征量的平均值被使用。因此，即使当照射区域极端变窄时，照射区域也可被精确地抽取。
(第六示例性实施例)第六示例性实施例与第四示例性实施例的不同在于，图1中所示的放射线照相装置100中的区域抽取电路116具有验证功能。用与第四示例性实施例相同的附图标记表示相应的部件，并省略对这些部件的说明。
图17表示简单闭合曲线包含不相交的两条候选线的照射区域的例子。
首先，区域抽取电路116确定最终选择的候选线是否包含相互平行的候选线。如图17所示，当区域抽取电路116确定候选线包含相互平行的候选线时，被认为构成照射区域的边缘的候选线在一些情况下被错误检测。这是因为，边缘点仅存在于候选线R1和R2上，并且，位于包含被错误检测的候选线的简单闭合曲线上的边缘点的特征量的总和最大。
在许多情况下，如图17所示，代表正确的照射区域的外边缘的线段包含连接传感器的上下边缘的长直线部分。相反，被摄体中的骨边缘或一片金属等包含短直线部分。也就是说，被错误检测的候选线上的边缘点的特征量的总和与被错误检测的候选线的长度的比较小。因此，通过将各候选线(在图17中是候选线R1和R2中的每一个)上的边缘点的特征量的总和除以各候选线的长度获得作为各候选线的密度的值。代表正确的照射区域的外边缘的候选线的密度较大，这是因为该候选线包含长直线部分。相反，被错误检测的候选线的密度较小。因此，当候选线的密度等于或小于预定的阈值时，确定该候选线是被错误检测的候选线。因此，该候选线被排除，并且用被排除的候选线以外的候选线重建相应的简单闭合曲线。也就是说，在图17中所示的情况下，当两条候选线的密度均超过阈值时，确定相应的简单闭合曲线是用这两条候选线形成的正确的简单闭合曲线。当两条候选线中的任一个的密度等于或小于阈值时，用一条候选线重建相应的简单闭合曲线。当两条候选线的密度均等于或小于阈值时，确定该照射区域散焦。
在第六示例性实施例中，添加上述评估准则。因此，即使是用两个或更少的平行的候选线形成的照射区域，也可被精确抽取。
在上述示例性实施例中，通过二维放射线传感器获得图像数据。用于获得图像数据的方法不限于该方法，并且，例如可以使用以下方法。在另一方法中，通过光接收器接收放射线并将其存储在可激励荧光体板上。然后，用激发光照射可激励荧光体板，并以光电的方式检测由该操作导致的来自可激励荧光体板的光激励发光，以获得用于产生可见图像的图像数据。在另一方法中，将盒中包含的通过光接收器接收放射线的模拟胶片显影，并通过模数(AD)转换装置将在显影的胶片上形成的图像转换成图像数据。
并且，本发明不限于使用放射线的技术，在捕获的图像区域受到限制(相应于放射线聚焦)的情况下也可应用于用于抽取捕获的图像区域的技术，该技术用于例如包含接收光束的单元的数字照相机。
如上所述，本发明提供减少照射区域被错误抽取的频率的照射区域抽取方法和图像捕获装置。
注意，本发明可应用于包含单个器件的装置或由多个器件构成的系统。
并且，可以如下方式实现本发明将实现上述实施例的功能的软件程序直接或间接供给系统或装置，用系统或装置的计算机读取供给的程序代码，然后执行程序代码。在这种情况下，只要系统或装置具有程序的功能，实现的模式就不需要依赖程序。
因此，由于通过计算机实现本发明的功能，因此安装在计算机中的程序代码也实现本发明。换句话说，本发明的权利要求还包含用于实现本发明的功能的计算机程序。
在这种情况下，只要系统或装置具有程序的功能，程序就可以以诸如目标码、由解释器执行的程序或供给操作系统的脚本(scrip)数据的任何形式被执行。
可用于供给程序的存储介质的例子为软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、CD-RW、磁带、非易失性存储卡、ROM和DVD(DVD-ROM和DVD-R)。
关于用于供给程序的方法，可通过使用客户计算机的浏览器将客户计算机与因特网上的网站连接，并且可将本发明的计算机程序或程序的可自动安装的压缩文件下载到诸如硬盘的记录介质上。并且，可以通过将构成程序的程序代码分割成多个文件并从不同的网站下载这些文件供给本发明的程序。换句话说，向多个用户提供这种通过计算机实现本发明的功能的程序文件的下载服务的WWW(万维网)服务器也被本发明的权利要求包括。
也能够对本发明的程序进行加密并存储在诸如CD-ROM的存储介质上、将存储介质分发给用户、使得满足一定的要求的用户可经由因特网从网站下载解密密钥信息、并使得这些用户可通过使用密钥信息对加密的程序进行解密，由此将程序安装在用户计算机中。
除了通过由计算机执行读取的程序实现根据实施例的上述功能的情况以外，在计算机上运行的操作系统等可执行实际处理中的全部或一部分，使得可以通过该处理实现上述实施例的功能。
并且，在从存储介质读取的程序被写入被嵌入计算机中的功能扩展板或设置在与计算机连接的功能扩展单元中的存储器之后，安装在功能扩展板或功能扩展单元上的CPU等执行实际处理中的全部或一部分，使得可以通过该处理实现上述实施例的功能。
虽然已参照示例性实施例说明了本发明，但应理解，本发明不限于公开的示例性实施例。应给予以下的权利要求的范围最宽的解释，以使其包含所有的修改、等同结构和功能。
权利要求
1.一种照射区域抽取方法，用于从图像数据抽取照射区域，该方法包括以下步骤从图像数据的区域产生至少两条候选线的组合；获得至少两条候选线的组合的评估值的评估步骤；和基于评估值抽取至少两条候选线的组合中的一个作为照射区域的轮廓线的抽取步骤。
2.根据权利要求1的方法，其中，抽取由被抽取作为轮廓线的候选线包围的区域作为照射区域。
3.根据权利要求1的方法，其中，在评估步骤中，通过评估相应的候选线之间的角度获得各评估值。
4.根据权利要求3的方法，其中，随着相应的候选线之间的角度接近九十度各评估值增加。
5.根据权利要求1的方法，其中，评估步骤包括计算图像数据的梯度作为特征量的计算步骤；和将各候选线的组合的特征量相加以获得各候选线的组合的总和的相加步骤，其中，各评估值是各候选线的组合的总和。
6.根据权利要求1的方法，其中，评估步骤包括评估相应的候选线之间的角度以获得第一评估值的第一计算步骤；计算图像数据的梯度作为特征量的第二计算步骤；和将各候选线的组合的特征量相加以获得各候选线的组合的总和作为第二评估值的相加步骤，其中，相应的候选线的组合的各评估值是基于第一和第二评估值获得的。
7.根据权利要求1的方法，其中，产生步骤包括计算图像数据的梯度作为特征量的计算步骤；基于由特征量表示的图像数据的梯度将特征量分类成多个组的分类步骤；和为各组抽取候选线的抽取步骤。
8.根据权利要求7的方法，其中，分类步骤包括以下步骤将图像数据的区域分类成多个区域段；和基于由特征量表示的图像数据的梯度将各区域段的特征量分类成多个组。
9.一种照射区域抽取程序，用于从图像数据抽取照射区域，该程序在被加载到计算机中并被执行时执行以下方法从图像数据的区域产生至少两条候选线的组合；获得至少两条候选线的组合的评估值的评估步骤；和基于评估值抽取至少两条候选线的组合中的一个作为照射区域的轮廓线的抽取步骤。
10.一种图像处理装置，包括将通过光接收器接收的放射线转换成图像数据的图像捕获单元；从图像数据的区域产生至少两条候选线的组合的产生单元；获得至少两条候选线的组合的评估值的评估单元；和基于评估值抽取至少两条候选线的组合中的一个作为照射区域的轮廓线的抽取单元。
全文摘要
一种用于从图像数据抽取照射区域的照射区域抽取方法包括以下步骤从图像数据的区域产生至少两条候选线的组合；获得至少两条候选线的组合的评估值的评估步骤；和基于评估值抽取至少两条候选线的组合中的一个作为照射区域的轮廓线的抽取步骤。
文档编号H04N5/225GK1873694SQ20061008770
公开日2006年12月6日 申请日期2006年5月31日 优先权日2005年5月31日
发明者高桥直人 申请人:佳能株式会社