专利名称：图像处理设备、方法和程序的制作方法
技术领域：
本公开涉及图像处理设备、方法和程序，并且更具体地涉及能够对要非侵入性评估的目标的运动的协同度进行定量评估的图像处理设备、方法和程序。
背景技术：
在再生医学中，使用通过细胞培养而产生的培养细胞来设法进行由于事故或疾病而导致丧失的身体细胞、组织或器官等的再生或其功能的恢复。存在可以产生这样的培养细胞的多种细胞组织。在细胞组织中，心肌细胞被用于心脏治疗。所培养的心肌细胞本身根据脉搏来移动。因此，例如，在产生培养心肌细胞的步骤中，必须对所培养的心肌细胞的质量进行评估，从而确定所培养的心肌的运动是否令人满意。例如，当评估所培养的心肌细胞的质量时，以视觉的方式来观察所培养的心肌细胞的当前状态。而且，通过使用电极来穿刺所培养的心肌细胞并测量其电势来评估所培养的心肌细胞的质量。然而，在视觉检查中，检查者的主观想法可能反映在评估结果上，因此难以获得精确且客观的评估结果。当测量所培养的心肌细胞的电势时，可能产生下述问题 所培养的心肌细胞须与电极接触，因此，这种评估不是非侵入性的。而且，基于电势测量而量化的信息例如局限于脉搏时间。而且，测量目标局限于可使用电极测量来的目标。因此，公开了下述配置在通过对心肌细胞进行成像而得到的成像画面中设置测量点，自动测量所述测量点的亮度，并且根据测量值来测量心肌细胞的变形周期(例如公开号为63-233392的未经审查的日本专利申请(图1))。
发明内容
然而，在公开号为63-233392的未经审查的日本专利申请(图1)所公开的方法中存在下述问题由于对亮度的周期性改变进行测量，可测量的目标局限于脉搏周期的时间间隔。即，这种方法是非侵入性进行的，但仍然存在可定量测量的信息仅仅为脉搏周期的问题。因此，存在难以获得准确的评估结果的问题。例如，当在再生医学等中对所培养的心肌细胞进行评估时，优选的是评估所培养的心肌细胞的各个部分的运动是否协同。然而，在公开号为63-233392的未经审查的日本专利申请(图1)所公开的方法中，存在难以对要非侵入性评估的目标的运动的协同度进行定量评估的问题。期望提供一种能够对要非侵入性评估的运动目标的运动的协同度进行定量评估的图像处理设备、方法和程序。根据本公开的一个实施例，提供了一种图像处理设备，该图像处理设备包括运动检测单元，用于利用要评估的目标的图像来检测所述要评估的目标的运动；相关度计算单元，用于利用用于指示由所述运动检测单元检测的要评估的目标的运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；以及评估值计算单元，用于通过使用由所述相关度计算单元计算的所述相关度来计算用于评估所述要评估的目标的运动的协同度的评估值。所述运动检测单元可以将所述图像的所述要评估的目标的整个区域划分为多个部分区域，并且检测相应的部分区域的运动。所述相关度计算单元可以使用由所述运动检测单元针对每一个部分区域而计算的运动向量来计算各部分区域之间的相关度。所述评估值计算单元可以通过使用由所述相关度计算单元计算的各部分区域之间的相关度来计算所述评估值。所述评估值计算单元可以包括相关度归一化单元，用于利用预定函数将由所述相关度计算单元计算的各部分区域之间的相关度归一化；分布计算单元，用于计算由所述相关度计算单元计算的各部分区域之间的相关度的时间方向分布；分布归一化单元，用于利用预定函数将由所述分布计算单元计算的分布归一化；以及平均/评估值计算单元，用于计算所述要评估的目标的整个图像中的、由所述相关度归一化单元归一化的部分区域之间的相关度和由所述分布归一化单元归一化的分布的乘积的平均值，作为所述评估值。所述评估值计算单元可以包括相关度归一化单元，用于利用预定函数将由所述相关度计算单元计算的各部分区域之间的相关度归一化；分布计算单元，用于计算由所述相关度计算单元计算的各部分区域之间的相关度的时间方向分布；分布归一化单元，用于利用预定函数将由所述分布计算单元计算的分布归一化；以及平均/评估值计算单元，用于计算由所述相关度归一化单元归一化的各部分区域之间的相关度与由所述分布归一化单元归一化的分布的乘积中值大于预定阈值的乘积的数量与乘积总数的比，作为所述评估值。所述评估值计算单元可以进一步包括距离计算单元，用于计算由所述相关度计算单元计算的各部分区域之间的相关度中的、作为预先确定的期望时间改变的期望改变与作为由所述运动检测单元检测的时间改变的测量改变之间的差；归一化单元，用于利用预定函数将由所述距离计算单元计算的所述差归一化；以及差平均值计算单元，用于计算由所述归一化单元归一化的所述差的平均值，作为所述评估值。所述评估值计算单元可以进一步包括距离计算单元，用于计算由所述相关度计算单元计算的所述部分区域之间的所述相关度中的、作为预先确定的期望时间改变的期望改变与作为由所述运动检测单元检测的时间改变的测量改变之间的差；归一化单元，用于利用预定函数将由所述距离计算单元计算的所述差归一化；以及平均/评估值计算单元， 用于计算由所述归一化单元归一化的所述差的平均值中值大于预定阈值的平均值的数量与平均值总数的比，作为所述评估值。所述相关度计算单元可以针对所述部分区域中的一些或全部来计算部分区域之间的相关度。所述评估计算单元可以通过将由所述相关度计算单元计算的各部分区域之间的相关度的强度成像于三维空间中来显示三维图。所述评估值计算单元可以计算所述评估值，使得当所述评估值越大时，所述协同
度越高。所述评估值计算单元可以计算所述评估值，使得当所述评估值越小时，所述协同度越低。所述图像处理设备可以进一步包括成像单元，用于通过将所述要评估的目标成像来获得所述要评估的目标的图像。所述运动检测单元可以通过使用由所述成像单元获得的所述要评估的目标的图像来检测所述要评估的目标的运动。所述相关度计算单元可以反复地计算所述要评估的目标的多个部分中在运动量上的时间改变之间的相关度。所述要评估的目标可以是自发运动的细胞。所述要评估的目标可以是通过培养从活体中提取的细胞而产生的培养细胞。根据本公开的另一实施例，提供了一种图像处理方法，该方法包括由图像处理设备的运动检测单元利用要评估的目标的图像来检测所述要评估的目标的运动；由所述图像处理设备的相关度计算单元利用用于指示由所述运动检测单元检测的所述要评估的目标的运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度； 以及由所述图像处理设备的评估值计算单元利用由所述相关度计算单元计算的相关度来计算用于评估所述要评估的目标的运动的协同度的评估值。根据本公开的另一实施例，提供了一种程序，该程序使得计算机起到以下单元的作用运动检测单元，用于利用要评估的目标的图像来检测所述要评估的目标的运动；相关度计算单元，用于利用用于指示由所述运动检测单元检测的要评估的目标的运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；以及评估值计算单元，用于通过使用由所述相关度计算单元计算的所述相关度来计算用于评估所述要评估的目标的运动的协同度的评估值。根据本公开的另一实施例，通过使用要评估的目标的图像来检测所述要评估的目标的运动；通过使用用于指示所检测的所述要评估的目标的运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；并且通过使用所计算的相关度来计算用以评估所述要评估的目标的运动的协同度的评估值。具体地说，根据本公开的实施例，能够以非侵入的方式来定量评估要评估的目标的运动的协同度。
图IA至IC是运动的协同度(cooperativity)的图；图2A和2B是运动的协同度的图；图3是培养心肌细胞评估设备的主要配置的一个示例的框图；图4是评估指标数据产生单元的主要配置的一个示例的框图；图5是评估目标图像数据的结构的一个示例的图；图6是运动检测单元的主要配置的一个示例的框图；图7是帧图像数据的块划分的一个示例的图；图8是运动检测数据的配置的一个示例的图；图9是相关度计算单元的主要配置的一个示例的框图；图10是运动量之间的相关度的图；图11是运动相关度数据历史的配置的一个示例的图；图12是评估单元的配置的一个示例的框图；图13A和13B是归一化函数的一个示例的图；图14是评估处理的流程的一个示例的流程图15是评估指标数据产生处理的流程的一个示例的流程图；图16是相关度评估处理的流程的一个示例的流程图；图17是评估单元的配置的另一个示例的框图；图18A和18B是相关度评估的不同示例的图；图19是相关度评估处理的流程的另一个示例的流程图；图20是药物评估设备的主要配置的一个示例的框图；图21A和21B是块的示例的图；图22是药物剂量对于各块之间的相关度的影响的一个示例的图；图23是评估指标数据产生单元的主要配置的一个示例的框图；图M是评估单元的主要配置的一个示例的框图；图25是评估处理的流程的一个示例的流程图；图沈是用于产生评估指标数据的处理的流程的一个示例的流程图；图27是影响评估处理的流程的一个示例的流程图；以及图28是个人计算机的主要配置的一个示例的框图。
具体实施例方式以下将描述用于执行本公开的方式(以下称为实施例)。将以下面的顺序来进行描述1.第一实施例(培养心肌细胞评估设备)2.第二实施例(培养心肌细胞评估设备)3.第三实施例(药物评估设备)4.第四实施例(个人计算机)1.第一实施例运动的协同度首先将描述要评估的目标的运动的协同度。例如，在再生医学中，使用培养的细胞来治疗人体的各种组织或器官等。培养的细胞是通过细胞培养而产生的细胞组织。图IA 中所示的培养细胞1是被培养和生长的细胞。例如，作为通过培养心肌细胞而产生的细胞的培养心肌细胞用于心脏等的治疗。近年来，正在进行技术开发，以大量地产生培养细胞1，并且以低成本为临床实践提供足够数量的培养细胞。当大量地产生培养细胞时，必须有效地精确评估所产生的细胞。通过培养从活体中提取的心肌细胞来产生培养细胞1。当心肌细胞1 (培养心肌细胞)作为培养细胞产生时，心肌细胞在反复地正常收缩和松弛的同时脉动。在这种情况下，对培养细胞1的心肌细胞的运动进行评估，以评估培养细胞1的性能。作为培养心肌细胞的所有培养细胞1反复地收缩和松弛。例如，如图IB中所示，各部分的细胞象运动向量 2所示的那样以预定的方式来运动。如图IC中所示，培养细胞1的观察区域被划分为多个部分区域(块)。检测每一块中的运动量(运动向量)，以检查时间改变。例如，图IC所示的图4-1示出块3-1中的运动量的时间改变。图4_2示出块3_2 中的运动量的时间改变。对各块中的细胞的运动之间的相关度(协同度，cooperativity)进行评估。图2A中所示的图5-1至5-3示出了图4_1所示的块3_1中的细胞的运动量和图 4-2所示的块3-2中的细胞的运动量之间的关系的时间改变。如在图5-1中所示，首先块3-1中存在的从活体中提取的细胞的运动量和块3-2 中存在的细胞的运动量具有低相关度。然而，如在图5-2中所示，当随着时间培养细胞时， 运动量之间的相关度逐渐变强。如图5-3中所示，随着时间流逝，在运动量之间的相关度变得很强。S卩，如图2B的图形中所示，培养细胞1的多个位置处的运动量的相关度系数逐渐增大并且稳定。即，每一区域处的细胞的运动的协同度变强。理想的是，各细胞的运动相互相关，并且整体培养细胞1作为单个活体组织来脉动。另一方面，当细胞未被良好地培养因而培养细胞1的性能不稳定时，各部分的细胞的协同度未得到改善，脉动弱，各部分以分散的状态来运动或不运动。S卩，可以建立培养细胞1的各部分的运动的协同度的评估，作为用于评估培养细胞1的性能的一种方法。通过计算协同度的强和弱的程度作为评估值，可以适当地对培养细胞进行定量评估。培养心肌细胞评估设备图3是培养心肌细胞评估设备的主要配置的一个示例的框图。图3中所示的培养心肌细胞评估设备100是评估培养心肌细胞110的运动的协同度的设备。如图3中所示，培养心肌细胞评估设备100包括成像单元101、评估目标图像数据产生记录单元102、评估指标数据产生单元103和评估单元104。成像单元101对作为要评估的目标的培养心肌细胞110进行成像。成像单元101 可以直接将培养心肌细胞110成像(而不使用其他构件)或可以使用诸如显微镜等其他构件将培养心肌细胞110成像。培养心肌细胞110相对于成像单元101可以是固定的，或可以不是固定的。优选地，培养心肌细胞110相对于成像单元101是固定的，从而使得培养心肌细胞评估设备100 能够检测运动(在其位置上的时间改变)。成像单元101向评估目标图像数据产生记录单元102提供通过成像而得到的培养心肌细胞110的图像的图像信号。评估目标图像数据产生记录单元102基于从成像单元101提供的图像信号来产生评估目标图像数据，并且将所产生的评估目标图像数据存储为例如内部记录介质中。所产生的评估目标图像数据是基于通过将培养心肌细胞110成像而得到的图像信号而产生的运动图像数据。例如，评估目标图像数据产生记录单元102可以仅在从成像单元101提供的多个帧图像中提取给定周期的帧图像，并且将所提取的帧图像设置为评估目标图像数据。例如， 评估目标图像数据产生记录单元102可以提取成像单元101提供的帧图像中的每一个的部分区域，并且可以将由各部分帧图像形成的运动图像设置为评估目标图像数据。例如，评估目标图像数据产生记录单元102针对成像单元101提供的帧图像中的每一个执行任何图像处理，并且可以将图像处理结果设置为评估目标图像数据。例如，可以使用图像的扩展、缩小、旋转、变形、亮度或色度的校正、锐度、噪声去除和中间帧图像的产生等，作为所述图像处理。当然，还可以执行其他图像处理。评估目标图像数据产生记录单元102在预定的定时向评估指标数据产生单元103 提供所存储的评估目标图像数据。评估指标数据产生单元103在所提供的评估目标图像数据的每一个帧图像中的每一块上检测要评估的目标(培养心肌细胞110)的运动，每一块是指从图像中的要评估的目标(培养心肌细胞110)的整个区域划分的多个部分区域中的每一个。评估指标数据产生单元103将所检测的各块的运动表示为运动向量，并且计算要评估的目标(培养心肌细胞110)的各块的运动的相关度。而且，评估指标数据产生单元103 产生评估指标数据，该评估指标数据是指用于基于运动的相关度来评估各块的运动的协同度的指标。评估指标数据产生单元103向评估单元104提供所产生的评估指标数据。评估单元104计算所提供的评估指标数据，以计算培养心肌细胞"0的运动之间的协同度的评估值114，并且输出评估值114。由培养心肌细胞评估设备100评估的目标可以是除培养心肌细胞110之外的目标。例如，除心脏细胞之外的细胞的细胞层片可以是要评估的目标。当然，要评估的目标可以是除细胞之外的目标。然而，优选地，要评估的目标是可以运动并且可以利用对运动协同度的评估来评估的目标。所述运动可以象心肌细胞的运动那样是自发的(自激励的)，或可以是通过从外部提供的电信号而建立的。评估指标数据产生单元图4是图IA至IC中的评估指标数据产生单元103的主要配置的一个示例的框图。 如图4中所示，评估指标数据产生单元103包括运动检测单元121、运动检测数据存储单元 122、相关度计算单元123和相关度数据历史储存存储器124。运动检测单元121输入由评估目标图像数据产生记录单元102记录的评估目标图像数据112，检测各块的运动，并且提供检测结果(运动向量)并将检测结果作为运动检测数据存储在运动检测数据存储单元122中。相关度计算单元123使用在运动检测数据存储单元122中存储的运动检测数据来计算块的运动的相关度系数，然后提供相关度系数并将相关度系数作为相关度数据存储在相关度数据历史储存存储器124中。在相关度系数被反复计算预定次的同时，相关度数据历史储存存储器IM保存所计算的系数，作为相关度数据。相关度数据历史储存存储器1 在预定的定时向评估单元 104提供所保存的相关度数据，作为评估指标数据113。评估目标图像数据的结构图5是向评估指标数据产生单元103提供的评估目标图像数据112的结构的一个示例的图。以预定长度的评估间隔(例如，T+1帧(其中，T是任何自然数))来评估运动的协同度。因此，通过与评估间隔对应的第一帧图像数据132-1至第(T+1)帧图像数据 132-(T+1)来形成向评估指标数据产生单元103提供的评估目标图像数据112。运动检测单元的配置的示例图6是运动检测单元121的主要配置的一个示例的框图。如图6中所示，运动检测单元121包括帧存储器141和运动向量计算单元142。帧存储器141在每一帧周期期间保存依序输入的帧图像数据132，作为评估目标图像数据112。运动向量计算单元142输入作为当前时间的评估目标图像数据112输入的帧图像数据以及在紧接该当前时间的之前时间(在时间上的先前时间)保存在帧存储器141中的帧图像数据。然后，运动向量计算单元142计算用于指示每一块的两个帧图像数据之间的运动的运动向量。所计算的运动向量作为运动检测数据151被保存在运动检测数据存储单元122中。将更详细地描述由图6中的运动检测单元121执行的处理。运动向量计算单元142 输入当前时间的帧图像数据132和紧接该当前时间的之前时间(在时间上的先前时间)的帧图像数据132。如图7中所示，运动向量计算单元142将输入的帧图像数据132划分为 MXN(其中，M和N是任何自然数)个块161。然后，运动向量计算单元142通过经由诸如帧图像之间的块匹配的方法来检测各块161的运动，以产生运动向量。每一块161由例如 (16X16)个像素形成。运动向量计算单元142依序使用第一帧图像数据132至第(T+1)帧图像数据 132来执行运动检测处理。也就是说，运动向量计算单元142使用(T+1)个帧图像来产生 (MXNXT)的运动检测数据(运动向量)。运动向量计算单元142提供以这种方式计算的运动向量并将该运动向量存储在运动检测数据存储单元122中。当使用第T帧图像数据132和第(T+1)帧图像数据132来完成最后的运动检测处理时，如图8中所示，运动检测数据存储单元122存储由T帧单元运动检测数据171-1至 171-T形成的运动检测数据。通过针对可以在每个帧周期期间获得的当前时间的帧图像数据132和紧接该当前时间的之前时间(在时间上的先前时间)的帧图像数据132来执行运动检测处理，获得帧单元运动检测数据171-1至171-T中的每一个。例如，可以通过下述方式来获得第三帧单元运动检测数据171-3 输入作为当前时间的帧图像数据和紧接该当前时间的之前时间的帧图像数据的第四帧图像数据132-4 和第三帧图像数据132-3，并且执行运动检测处理。通过(MXN)个块单元运动检测数据181来形成帧单元运动检测数据171-1至 171-T中的每一个。块单元运动检测数据181中的每一个是与一个块161对应并且指示针对对应块161而检测的运动向量的数据。根据该实施例的运动检测数据151具有下述结构，其中，每一帧单元运动检测数据171具有(MXN)个块单元运动检测数据181。相关度计算单元图9是图4中的相关度计算单元123的主要配置的一个示例的框图。如图9中所示，相关度计算单元123包括块间相关度系数计算单元201、相关度系数存储单元202和平均值计算单元203。块间相关度系数计算单元201使用从运动检测数据存储单元122读取的与一个评估间隔对应的运动检测数据151来计算各块之间的运动的相关度系数C。例如，块间相关度系数计算单元201如下面的表达式(1)中那样计算块A和B之间的相关度系数Ca,b。
1权利要求
1.一种图像处理设备，包括运动检测单元，用于利用要评估的目标的图像来检测所述要评估的目标的运动； 相关度计算单元，用于利用用于指示所述运动检测单元检测到的所述要评估的目标的所述运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；以及评估值计算单元，用于利用由所述相关度计算单元计算的所述相关度来计算用于评估所述要评估的目标的所述运动的协同度的评估值。
2.根据权利要求1所述的图像处理设备，其中，所述运动检测单元将所述图像中所述要评估的目标的整个区域划分为多个部分区域，并检测各部分区域的运动，其中，所述相关度计算单元利用由所述运动检测单元针对每一部分区域计算的运动向量来计算各部分区域之间的相关度，并且其中，所述评估值计算单元利用由所述相关度计算单元计算的所述部分区域之间的相关度来计算所述评估值。
3.根据权利要求2所述的图像处理设备，其中，所述评估值计算单元包括相关度归一化单元，用于利用预定函数将由所述相关度计算单元计算的所述部分区域之间的相关度归一化；分布计算单元，用于计算由所述相关度计算单元计算的所述部分区域之间的相关度的时间方向分布；分布归一化单元，用于利用预定函数将由所述分布计算单元计算的所述分布归一化；以及平均/评估值计算单元，用于计算所述要评估的目标的整个图像中的由所述相关度归一化单元归一化的所述部分区域之间的相关度与由所述分布归一化单元归一化的所述分布的乘积的平均值，作为所述评估值。
4.根据权利要求2所述的图像处理设备，其中，所述评估值计算单元包括相关度归一化单元，用于利用预定函数将由所述相关度计算单元计算的所述部分区域之间的相关度归一化；分布计算单元，用于计算由所述相关度计算单元计算的所述部分区域之间的相关度的时间方向分布；分布归一化单元，用于利用预定函数将由所述分布计算单元计算的所述分布归一化;以及平均/评估值计算单元，用于计算由所述相关度归一化单元归一化的所述部分区域之间的相关度与由所述分布归一化单元归一化的所述分布的乘积中值大于预定阈值的乘积的数量与乘积总数的比，作为所述评估值。
5.根据权利要求2所述的图像处理设备，其中，所述评估值计算单元包括距离计算单元，用于计算由所述相关度计算单元计算的所述部分区域之间的相关度中的、作为预先确定的期望时间改变的期望改变与作为由所述运动检测单元检测的时间改变的测量改变之间的差；归一化单元，用于利用预定函数将由所述距离计算单元计算的所述差归一化；以及差平均值计算单元，用于计算由所述归一化单元归一化的所述差的平均值，作为所述评估值。
6.根据权利要求2所述的图像处理设备，其中，所述评估值计算单元包括距离计算单元，用于计算由所述相关度计算单元计算的所述部分区域之间的所述相关度中的、作为预先确定的期望时间改变的期望改变与作为由所述运动检测单元检测的时间改变的测量改变之间的差；归一化单元，用于利用预定函数将由所述距离计算单元计算的所述差归一化；以及平均/评估值计算单元，用于计算由所述归一化单元归一化的所述差的平均值中值大于预定阈值的平均值的数量与平均值总数的比，作为所述评估值。
7.根据权利要求2所述的图像处理设备，其中，所述相关度计算单元针对所述部分区域中的一些或全部来计算所述部分区域之间的相关度，并且其中，所述评估计算单元通过将由所述相关度计算单元计算的各部分区域之间的相关度的强度成像于三维空间中来显示三维图。
8.根据权利要求1所述的图像处理设备，其中，所述评估值计算单元计算所述评估值， 使得当所述评估值越高时，所述协同度越高。
9.根据权利要求1所述的图像处理设备，其中，所述评估值计算单元计算所述评估值， 使得当所述评估值越低时，所述协同度越低。
10.根据权利要求1所述的图像处理设备，进一步包括成像单元，用于通过将所述要评估的目标成像来获得所述要评估的目标的图像，其中，所述运动检测单元通过使用由所述成像单元获得的所述要评估的目标的所述图像来检测所述要评估的目标的运动。
11.根据权利要求1所述的图像处理设备，其中，所述相关度计算单元反复计算所述要评估的目标的多个部分中的运动量的时间改变之间的相关度。
12.根据权利要求1所述的图像处理设备，其中，所述要评估的目标是自发运动的细胞。
13.根据权利要求1所述的图像处理设备，其中，所述要评估的目标是通过培养从活体中提取的细胞而产生的培养细胞。
14.一种图像处理方法，包括由图像处理设备的运动检测单元利用要评估的目标的图像来检测所述要评估的目标的运动；由所述图像处理设备的相关度计算单元利用用于指示由所述运动检测单元检测的所述要评估的目标的运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；以及由所述图像处理设备的评估值计算单元利用由所述相关度计算单元计算的相关度来计算用于评估所述要评估的目标的运动的协同度的评估值。
15.一种程序，该程序使得计算机起到以下单元的作用运动检测单元，用于利用要评估的目标的图像来检测所述要评估的目标的运动；相关度计算单元，用于利用用于指示所述运动检测单元检测到的所述要评估的目标的所述运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；以及评估值计算单元，用于利用由所述相关度计算单元计算的所述相关度来计算用于评估所述要评估的目标的所述运动的协同度的评估值。
全文摘要
公开了图像处理设备、方法和程序。一种图像处理设备包括运动检测单元，用于利用要评估的目标的图像来检测所述要评估的目标的运动；相关度计算单元，用于利用用于指示所述运动检测单元检测到的所述要评估的目标的所述运动的运动向量来计算所述要评估的目标的多个部分的运动量之间的时间改变相关度；及评估值计算单元，用于利用由所述相关度计算单元计算的所述相关度来计算用于评估所述要评估的目标的所述运动的协同度的评估值。
文档编号G06T7/20GK102568001SQ201110316238
公开日2012年7月11日 申请日期2011年10月12日 优先权日2010年10月19日
发明者内田真史, 国弘威, 早川智广, 松居惠理子 申请人:索尼公司