JP4197392B2

JP4197392B2 - Noise suppression processing apparatus and recording medium

Info

Publication number: JP4197392B2
Application number: JP2000316235A
Authority: JP
Inventors: 雅彦山田
Original assignee: Fujifilm Corp
Current assignee: Fujifilm Corp
Priority date: 2000-10-17
Filing date: 2000-10-17
Publication date: 2008-12-17
Anticipated expiration: 2020-10-17
Also published as: JP2002125153A

Description

【０００１】
【発明の属する技術分野】
本発明は、放射線画像を担持する入力画像信号に対して、放射線画像に含まれるノイズ成分を抑制させるノイズ抑制処理を施すノイズ抑制処理装置およびこのノイズ抑制処理を行なう処理手順を記録した記録媒体に関するものである。
【０００２】
【従来の技術】
コンピューテッド・ラジオグラフィ装置（以下ＣＲ装置という）などを用いて取得した放射線画像を診断に資するに際しては、得られた放射線画像に対して周波数強調処理や階調処理など所望の画像処理を施して診断に適する画像とした後にＣＲＴモニタにソフトコピーとして表示させたり、フィルムにハードコピーとして出力することが行なわれている。
【０００３】
ここで、放射線画像は、放射線量が少なく濃度が低い部分において、放射線の量子ノイズが目立ってしまうという問題がある。このため、放射線画像を担持する画像信号中に含まれるノイズ成分を抑制させるノイズ抑制処理を施す方法が種々提案されている。
【０００４】
例えば特開平6-96200 号には、画像を一連のディテール像（解像度レベル１〜Ｍ段までの帯域制限画像信号）に多重解像度分解し、各ディテール像において注目画素近辺（Ｎ×Ｎ画素分）の領域に対する２乗和（移動平均）を計算し、この２乗和のディテール象に亘るヒストグラムのピークからノイズ分散を算出し、このノイズ分散と各画素に対応する２乗和の値とを比較し、２乗和の値がノイズ分散より小さいときはディテール信号を小さくすることによりディテール像のノイズを抑制し、この後、逆多重解像度変換を行なって画像を復元することにより、ノイズ成分が抑制された画像を得る方法が提案されている。
【０００５】
また、上記特開平6-96200 号には、最高解像度レベルの画像（最も密なディテール像）のノイズ分散に基づいてそれよりも低解像度レベルの画像におけるノイズ分散を計算する手法も提案されている。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記特開平6-96200号に記載された方法は、該当解像度信号（ディテール像）のみの２乗和（移動平均）とそのヒストグラムから算出したノイズ分散値を用いてノイズ抑制を行なっているため、例えば直接Ｘ線があたっている領域などのようにノイズが比較的少ない部分はノイズとエッジの分離が容易でノイズを効果的に抑制することが可能であるが、例えば被写体が写っている領域などのように全体として少ないＸ線量で撮影された画像はエッジ信号だけでなくノイズ信号も多くなりヒストグラムの形状が異なるためにノイズとエッジとの分離が不可能となり、この結果、ノイズを抑制しようとすれば、ノイズと一緒にエッジ情報までもが抑制されるためエッジ劣化が生じ、鮮鋭度の低下した画像となってしまうという問題がある。
【０００７】
また、同一ノイズレベルの画像でも、様々な構造を有する被写体の場合と、多くの横造を有しない被写体とではヒストグラムの形状が異なるものになるから、被写体に応じてノイズとエッジとの分離を最適に行なうことは難しい。
【０００８】
本発明は、上記事情に鑑みなされたものであり、線量に拘わらずノイズを効果的に抑制あるいは除去するとともに、ノイズが多い画像に対してノイズ除去処理を施した際に生じ得るエッジ劣化を少なくすることができるノイズ抑制処理装置およびこのノイズ抑制処理を行なう処理手順を記録したコンピュータ読取り可能な記録媒体を提供することを目的とするものである。
【０００９】
【課題を解決するための手段】
本発明のノイズ抑制処理装置は、入力された放射線画像を担持する入力画像信号に対して、放射線画像に含まれるノイズ成分を抑制させるノイズ抑制処理を施すノイズ抑制処理装置であって、入力画像信号に基づいて、それぞれが異なる周波数帯域を有する画像を担持する複数の帯域制限画像信号を作成する帯域制限画像信号作成手段と、放射線画像を得た際の放射線の線量を示す情報に基づいて、線量に応じたノイズ成分を抑制させる程度を示す指標値を得る指標値取得手段と、この得られた指標値に基づいて、複数の帯域制限画像信号のそれぞれについて、ノイズ抑制処理を施すノイズ抑制処理手段とを備えたことを特徴とするものである。
【００１０】
放射線画像を得た際の放射線の線量を示す情報は、放射線の線量を直接的に示すものに限らず、撮影メニュー、患者年齢、撮影条件、規格化条件（特開平２−108175号などを参照）、あるいは画像の信号値（濃度値）など、放射線の線量を間接的に示し得るもの（線量相当のもの）であってもよい。
【００１１】
ノイズ成分を抑制させる程度を示す指標値は、ノイズ成分を抑制させる程度を示すことができるものである限りどのような指標値を用いてもよく、前記放射線画像を得た際の放射線の線量を示す情報そのものであってもよい。
【００１２】
本発明のノイズ抑制処理装置においては、指標値取得手段を、指標値を複数の帯域制限画像信号ごとに得るものとするとともに、ノイズ抑制処理手段を、複数の帯域制限画像信号ごとに、各帯域制限画像信号の指標値に基づいてノイズ抑制処理を施すものとすることが望ましい。
【００１３】
また、本発明のノイズ抑制処理装置においては、指標値取得手段を、指標値を帯域制限画像信号により表される帯域制限画像の各画素ごとに得るものとするとともに、ノイズ抑制処理手段を、画素それぞれについて、各画素の指標値に基づいてノイズ抑制処理を施すものとすることが望ましい。
【００１４】
また、本発明のノイズ抑制処理装置においては、指標値取得手段を、放射線画像を得た際の放射線の線量を示す情報に応じて加算比を設定し、該設定した加算比により、一の周波数帯域を有する帯域制限画像に基づいて求めた第１の評価値と、一の周波数帯域よりも低い周波数帯域を有する帯域制限画像に基づいて求めた第２の評価値とを加算し、該加算により得た加算結果に基づいて一の周波数帯域を有する帯域制限画像についての指標値を得るものとすることが望ましい。
【００１５】
この場合、指標値取得手段を、帯域制限画像信号により表される帯域制限画像の画素それぞれについて、該画素近傍の帯域制限画像信号の値に基づいて各評価値を求めるものとすることが望ましい。
【００１６】
あるいは、指標値取得手段を、評価値として帯域制限画像信号により表される帯域制限画像の各画素における画素ベクトルを用い、該画素ベクトルの長さおよび／または方向に基づいて指標値を求めるものとするとより望ましい。この場合、指標値取得手段は、指標値として、エッジ信頼性、画素エネルギ、およびベクトル方向の少なくとも１つを得るものであることが望ましい。
【００１７】
また、本発明のノイズ抑制処理装置においては、ノイズ抑制処理手段を、帯域制限画像信号に対して所定の処理を施して変換画像信号を求め、帯域制限画像信号と変換画像信号とを、指標値に基づく所定の加算比にしたがって加算することによりノイズ抑制処理を施すものとすることが望ましい。
【００１８】
この場合、ノイズ抑制処理手段を、所定の処理として、帯域制限画像信号により表される帯域制限画像の各画素における画素ベクトルを求め、該画素ベクトルの長さおよび方向に基づいて方向依存性フィルタ（異方性フィルタ）を設定し、該方向依存性フィルタと帯域制限画像信号のうちの画素近傍の信号の値とで畳込み積分を行なって変換画像信号を得るものとすることが望ましい。
【００１９】
本発明の記録媒体は、入力された放射線画像を担持する入力画像信号に対して、前記放射線画像に含まれるノイズ成分を抑制させるノイズ抑制処理をコンピュータに実行させるためのプログラムを記録したコンピュータ読取り可能な記録媒体であって、前記プログラムが、入力画像信号に基づいて、それぞれが異なる周波数帯域を有する画像を担持する複数の帯域制限画像信号を作成する手順と、放射線画像を得た際の放射線の線量を示す情報に基づいて、放射線量に応じたノイズ成分を抑制させる程度を示す指標値を得る手順と、この得られた指標値に基づいて、複数の帯域制限画像信号のそれぞれについて、ノイズ抑制処理を施す手順とを前記コンピュータに実行させるものであることを特徴とするものである。
【００２０】
【発明の効果】
本発明のノイズ抑制処理装置および記録媒体によれば、放射線画像を得た際の放射線の線量を示す情報に基づいて、線量に応じたノイズ成分を抑制させる程度を示す指標値を得、この得られた指標値に基づいて、複数の帯域制限画像信号のそれぞれについてノイズ抑制処理を施す構成としたので、ノイズ抑制処理が施された各帯域制限画像信号に基づいて１つの画像信号を再構成すれば、線量に拘わらずノイズが効果的に抑制されあるいは除去された画像を得ることができる。
【００２１】
また、このノイズ抑制処理に際して、指標値を複数の帯域制限画像信号ごとに得て各帯域制限画像信号ごとにノイズ抑制処理を施したり、あるいは、指標値を帯域制限画像信号により表される帯域制限画像の各画素ごとに得て画素それぞれについてノイズ抑制処理を施すようにすれば、例えば画像全体の平均に基づいて指標値を求め、この指標値に基づいてノイズ抑制処理を施す場合に比べて、画像の各部ごとに該各部に応じた最適な指標値を用いることができるから、きめ細かなノイズ抑制処理を行なうことができる。
【００２２】
また、放射線画像を得た際の放射線の線量を示す情報に応じて加算比を設定し、この加算比により、一の周波数帯域を有する帯域制限画像に基づいて求めた第１の評価値と、一の周波数帯域よりも低い周波数帯域を有する帯域制限画像に基づいて求めた第２の評価値とを加算し、該加算により得た加算結果に基づいて一の周波数帯域を有する帯域制限画像についての指標値を得るようにすれば、ノイズとエッジそれぞれに応じた適正な指標値を用いてノイズ抑制処理を施すことができる。
【００２３】
なお、ノイズが多い画像の場合にはＳ／Ｎの悪い注目帯域の情報に基づいて評価値を算出することもあり、エッジ部でもノイズが多く評価値がノイズの影響を受けるためノイズ抑制によりエッジ劣化を生じることが懸念されるが、帯域制限画像信号により表される帯域制限画像の画素それぞれについて、画素近傍の帯域制限画像信号の値に基づいて各評価値を求めるようにすれば、Ｓ／Ｎのよい低帯域の情報を評価値算出に用いることができるのでエッジと非エッジの分離性能が向上するため、前述のような問題（エッジ劣化）を低減することができる。
【００２４】
さらに、このとき、評価値として帯域制限画像信号により表される帯域制限画像の各画素における画素ベクトルを用い、該画素ベクトルの長さおよび／または方向に基づいて指標値を求めるようにすれば、エッジ成分（方向および鋭さ）に応じたより適正な指標値を用いてノイズを効果的に抑制するとともに、ノイズが多い画像に対してノイズ抑制を行なった際に生じ得るエッジ劣化を低減し、撮影線量による画質のばらつきを抑制することもできる。
【００２５】
さらにまた、指標値として、エッジ信頼性、画素エネルギ、およびベクトル方向の少なくとも１つを得るものとすれば、これらのベクトル情報に基づいて帯域制限画像信号に対して平滑化処理を施すことができるから、エッジ上にのったノイズも適正に抑制することができる。また、こららを全て求めれば、エッジコントラストを低減することなくエッジ上のノイズを一層効果的に抑制することができる。
【００２６】
また、帯域制限画像信号に対して所定の処理を施して変換画像信号を求め、帯域制限画像信号と変換画像信号とを、指標値に基づく所定の加算比にしたがって加算することによりノイズ抑制処理を施すようにすれば、ノイズとエッジとを分離して、それぞれに応じた適正なノイズ抑制処理を施すことができる。
【００２７】
このとき、所定の処理として、帯域制限画像信号により表される帯域制限画像の各画素における画素ベクトルを求め、該画素ベクトルの長さおよび方向に基づいて方向依存性フィルタ（異方性フィルタ）を設定し、該方向依存性フィルタと帯域制限画像信号のうちの画素近傍の信号の値とで畳込み積分を行なって変換画像信号を得るようにすれば、ノイズとエッジとの分離を精度よく行なうことができるとともに、処理全体のスループットを向上させることができる。
【００２８】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態について詳細に説明する。
【００２９】
図１は本発明のノイズ抑制処理装置の一実施形態の構成を示す概略ブロック図である。
【００３０】
ノイズ抑制処理装置１００は、図１に示すように、読取装置などにおいて得られた所定の解像度を有する放射線画像を担持する入力画像信号Ｓinに基づいて、それぞれが異なる周波数帯域を有する画像を担持する複数の帯域制限画像信号を作成する帯域制限画像信号作成部１と、放射線画像を得た際の放射線の線量を示す情報に基づいて、放射線量に応じたノイズ成分を抑制させる程度を示す指標値を得る指標値取得部２と、この得られた指標値に基づいて複数の帯域制限画像信号のそれぞれについてノイズ抑制処理を施すノイズ抑制処理部３と、それぞれノイズ抑制処理が施された複数の帯域制限画像信号に基づいてノイズが抑制された放射線画像を担持する処理済画像信号Ｓprocを再構成する画像再構成部４とを有する。
【００３１】
なお、本実施形態は、例えば特開昭55-12429号や同56-11395号などに記載のように、蓄積性蛍光体シートを利用した放射線画像情報記録再生システムにおいて、蓄積性蛍光体シートに記録された人体の放射線画像をレーザビーム走査によりデジタル画像信号として読み取ったものをノイズ抑制処理の対象としている。放射線画像の読み取りは、蓄積性蛍光体シートに対して主走査方向（横方向）にレーザビームを走査させながらシートを副走査方向（縦方向）に移動させてシートを２次元走査することにより行なわれる。
【００３２】
次に上記構成のノイズ抑制処理装置１００の作用について説明する。
【００３３】
最初に図２に示すフローチャートを参照して、処理の概要について説明する。
【００３４】
帯域制限画像信号の作成処理としては、例えば特開平5-244508号、同6-096200号、あるいは特願平 11-363766号および特願 2000-022828号などにおいて本願出願人が提案しているラプラシアンピラミッド分解や、特開平6-274615号や特願平 11-363766号などにおいて本願出願人が提案しているウェーブレット変換などの多重解像度変換の手法を用いるとよい。また、特開平10-75364号などに示されているようにボケマスク信号を用いて取得する方法など、公知のその他の方法を用いてもよい。以下の実施形態では、ラプラシアンピラミッドの手法を用いるものとして説明する。
【００３５】
入力された原画像から、多重解像度変換の一態様であるラプラシアンピラミッド分解を用いて帯域制限画像信号を得る（ステップＳ２１）。そして、本発明の評価値としての、帯域制限画像信号が担持する多重解像度空間に分解された各帯域制限画像の各画素位置におけるベクトル成分を算出する（ステップＳ２２）。なお、ベクトル成分は、後述するDouble-Angle表現にて算出すると、ある画素位置において、４５度ごとの４方向のベクトルを算出することになる。これら４方向ベクトルから、該当画素位置における情報がノイズ成分なのかエッジ成分なのかを識別することができる。
【００３６】
しかしながら、周辺のベクトルに比べて極端に大きなベクトルを持つなどの特異点（局所的なノイズ）が存在すると、その画素位置での局所的なノイズをエッジ信号と間違えるため、１次元フィルタを用いて各ベクトル成分の近傍平均をとることとする（ステップＳ２３）。ベクトル平均は、エッジ信号は連続しているという仮定から成り立っている。本実施形態では、後述するように、等方性の２次元空間フィルタを用いて近傍平均をとる。また、このベクトル平均を、対象解像度より低解像度のベクトル成分を用いて修正する。このとき、原画像を得た際の放射線の線量に応じてベクトル平均を修正する（ステップ２４）。
【００３７】
次に、平均され且つ修正された各ベクトルに基づいて、後述する方法にしたがって、それぞれノイズ抑制度の一態様であるエッジ信頼性Ｃと画素エネルギＥを算出し（ステップ２５）、このエッジ信頼性Ｃと画素エネルギＥを用いて、適応的フィルタリングによるノイズ抑制処理を施す（ステップＳ２６）。そして最後に、逆多重解像度変換の一態様であるラプラシアンピラミッド再構成を行なってノイズが抑制された処理済画像を得る（ステップＳ２７）。
【００３８】
ステップＳ２６における適応的フィルタリングは、異方性フィルタ（方向依存フィルタ）と等方性フィルタ（方向に依存しないフィルタ）に分けて行なう。異方性フィルタは、予め数１０種類の異方性フィルタ係数を算出しておき、ベクトル方向Ｄに応じて１種類のフィルタ係数を選択するようにする。一方、等方性フィルタは、単純な非線形変換で実現することとする。
【００３９】
次に、各ステップにおいて行なう処理の詳細について説明する。
【００４０】
図３は帯域制限画像信号作成部１の概要を示すブロック図、図４は５段階の帯域制限画像信号作成処理を模式的に示す図である。
【００４１】
例えば上記特開平5-244508号などに示されているように、フィルタリング処理手段１０においては、入力画像信号Ｓinに対して原画像の主副の各走査方向に対してフィルタリング処理を施して入力画像信号Ｓinよりも解像度が低い画像信号Ｌ₁（以下、低解像度画像信号という）を作成し、次にこの低解像度画像信号Ｌ₁に対して同様のフィルタリング処理を施してこの低解像度画像信号Ｌ₁よりもさらに解像度が低い低解像度画像信号Ｌ₂を作成し、以降順次同様のフィルタリング処理を繰り返して各解像度の低解像度画像信号Ｌ_k（ｋ＝１〜ｎ）を得る。そして、補間処理手段１１において、このフィルタリング処理の各段において得られる低解像度画像信号Ｌ_kに対して、主副の各走査方向にそれぞれ２倍（全体としては４倍）の画素数となるように補間処理を施して、鮮鋭度が異なる複数のボケ画像信号Ｓus1 〜Ｓusn （以下Ｓusk （ｋ＝１〜ｎ）で代表させる）を得る。この後、減算器１２により互いに対応する画素数を有する低解像度画像信号Ｌ_k-1とボケ画像信号Ｓusk および入力画像信号Ｓinとボケ画像信号Ｓus1 との差分を求め、これを帯域制限画像信号Ｂ_kとする。
【００４２】
次に、上述のようにして求められた帯域制限画像信号Ｂ_kを用いてノイズ抑制の程度を示す指標値（ノイズ抑制度）を求め、求めた指標値にしたがってノイズ抑制処理を施す過程について説明する。
【００４３】
図５は装置１００の全体構成の詳細を示すブロック図である。図示するように、指標値取得部２は、各帯域制限画像信号Ｂ_kにより表される各帯域制限画像の各画素における画素ベクトル（本発明の評価値の一態様）を得る画素ベクトル取得手段２２と、画素ベクトルの長さおよび／または方向に基づいて、エッジ信頼性、画素エネルギ、およびベクトル方向（それぞれ本発明の指標値の一態様）の少なくとも１つを、帯域制限画像信号Ｂ_kにより表される帯域制限画像の各画素ごとに得る指標値算出手段２４とを各帯域制限画像信号Ｂ_kごとに有している。
【００４４】
ノイズ抑制処理部３は、指標値算出手段２４から出力された指標値に基づいて帯域制限画像信号Ｂ_kに含まれるノイズ成分を抑制する処理を施す抑制処理手段３２を各帯域制限画像信号Ｂ_kごとに有している。
【００４５】
本発明のノイズ抑制処理は、「線信号は線方向に平滑化し、孤立ノイズは２次元的に平滑化する」という手法を用いるものである。この処理の最大の特徴は、線信号の平滑化による滑らかなエッジ（線）の描出であり、そのために必要な情報をベクトル形式もしくはテンソル形式のみで表現している点である。本実施形態では、図２に示したように、処理に用いる情報として、テンソル形式のものではなく、Double‐Angle表現（以下Ｄ−Ａ表現という）という概念のベクトル形式のものを用いる。
【００４６】
ベクトルのＤ−Ａ表現は、線信号を表現するための手法であり、アルゴリズムとしてのメリットは、このＤ−Ａ表現された情報の近傍平均をとるだけで線信号の信頼性（線らしさの指標）が算出できる点である。この点について、図６を参照して簡単に説明する。
【００４７】
図６（Ａ）に示すような画像信号の濃度ベクトルを算出し、通常のベクトル表現（ここではFull-Angle表現；以下Ｆ−Ａ表現という）すると同図（Ｂ）のようになり、中心の低濃度部領域を境にベクトルの向きが正対する。一方、Ｄ−Ａ表現では算出したベクトル角度を２倍するため同図（Ｃ）のようになる。
【００４８】
これらのベクトルの近傍平均によりエッジ信頼性Ｃを算出すると、（Ｂ），（Ｃ）の右側の大矢印のようになり、（Ｃ）に対し（Ｂ）の信頼性はかなり小さくなる。特に図示していないが、ノイズ（近傍べクトルが様々な方向を向く）も信頼性が小さくなることは容易に想像でき、Ｆ−Ａ表現ではノイズと線情報の分離はより困難となる。
【００４９】
これに対して、Ｄ−Ａ表現を用いると、図７に示すように、線方向に対するベクトルを定義することとなる。ｑ０〜ｑ３は、注目画素における各方向成分の大きさを表している。ある画素において、直交する２方向成分の大きさが等しい場合（交点に相当する）、Ｄ−Ａ表現では出力が弱くなり、２つの直交する成分の大きさが異なれば、大きい成分を持つ方向が主方向となる。
【００５０】
したがって、各画素における４方向成分ｑ０〜ｑ３を算出すれば、ベクトルをＤ−Ａ表現することができる。
【００５１】
以下、各方向成分ｑ０〜ｑ３の算出方法について具体的に説明する。
【００５２】
対象となっている帯域制限画像信号は、ラプラシアンピラミッド分解されたラプラシアン信号であり、図８に示す４種類の２次元空間フィルタとのコンボリューションにより４成分を算出する。フィルタ係数の例として５×５のｑ０フィルタのフィル夕係数を表４−１に示す。ラプラシアン信号とフィルタ係数はどちらも０を中心とした正負の値をとるので、方向成分としてはこれらのコンボリューション積の絶対値を用いる。
【表１】

【００５３】
この４種類のフィルタは何れも一種の微分フィルタなので、ラプラシアン信号のように２次微分された信号に対して施す場合、２次微分信号値が大きくてもその傾きが小さい場所ではフィルタ出力が大きくならない。この様子を図９で説明する。
【００５４】
図９は、ラプラシアン信号と１次微分フィルタ出力値（１次微分後の絶対値）との関係を示す図である。図示するように、ラプラシアン信号のＡ点はエッジ端の一部を表し、ラプラシアン信号は最大値となるが、Ａ点での信号の傾きが０のため、１次微分フィルタによる出力値も０になる。
【００５５】
また、エッジと非エッジ境界点であるＣ点では、信号に傾きがあるためＡ点での１次微分フィルタ出力値より大きくなる。この傾向は、マスクサイズが大きいほど顕著となる。また、マスクサイズが大きくなると、微小エッジの追従性が悪くなり、微小エッジがボケることも明らかである。
【００５６】
したがって、パターン画像のように人工的に生成されたノイズがない画像信号であれば、小マスクサイズが適切である。しかし、実際の自然画像では、程度の差はあるものの画像全体にノイズが加わっているため、小マスクサイズでの１次微分は、ノイズの影響を強く受ける。
【００５７】
これらのことは、画素エネルギ（ｑ０〜ｑ３の平均値）を用いた適応的フィルタを施す際、画質に悪影響を与える要因の１つとなる。
【００５８】
しかしながら、ノイズの量が推定できれば、ノイズの量に応じてマスクサイズを変更する、あるいはマスクサイズ変更と同等となるフィルタ係数を設定することで、最適化できる可能性がある。本実施形態のように放射線画像を処理対象画像として取り扱う場合、Ｓ値（読取感度）やＬ値（ラチチュード）からＸ線量とノイズ量を推定し、最適なフィルタ係数を計算することができる。なお、Ｓ値やＬ値に関しては、例えば特開平２−108175号などを参照するとよい。
【００５９】
具体的には、各画素に対して算出したベクトル成分（ｑ０〜ｑ３）を、各成分ごとに近傍平均する。近傍平均には、図１０に示すような等方性の２次元空間フィルタを用いる。
【００６０】
ここで、２次元フィルタのマスクサイズを変えると、当然ベクトル成分の平滑化レベルが変わる。この平滑化レベルは、エッジ信頼性や信号の画素エネルギに反映され、最終画像に与える影響は比較的大きい。マスクサイズを大きくすると、ノイズと比較的大きなエッジ信号は精度良く分離可能となるが、小さなエッジ信号がノイズと見なされる虞れがある。したがって、例えば小児胸部などのように細かな情報がない画像では、大きなマスクサイズでの平滑化が有効である。一方、足画像などの骨画像では、骨梁のような細かな信号が縦横無尽に存在しているため、平滑化レベルを強くすると細かな信号がエッジと認識できないため、小さなマスクサイズを用いることとする。
【００６１】
また、このベクトル平均に関しては、本願出願人が特願2000-022828号において提案したように、対象画像の解像度よりも低解像度画像のベクトル成分を用いて修正する。ここで、本願発明者らの調査によれば、ベクトル平均時にたった今対象としている帯域制限画像信号（注目帯域制限画像）から算出されたベクトルのほかに、別の（より低解像度の）帯域制限画像信号から算出されたベクトルを利用する際、以下のようなことが分かった。
１）ノイズが少ない画像（Ｘ線が多く照射された画像）は、Ｓ／Ｎが良いため、たった今注目している帯域制限画像信号だけのベクトル平均を用いた方が、細かな信号に対するベクトルの追従性が向上し、エッジ劣化を防止できる。
２）ノイズが多い画像は、Ｓ／Ｎが悪いため、注目している帯域制限画像信号より算出したベクトル（Ｓ／Ｎが悪い）と低周波帯域情報から算出したベクトル（Ｓ／Ｎが向上している）の平均をとることにより、ノイズに埋もれていない比較的大きな信号に対する追従性が増し、大きなノイズ除去効果が得られる。
つまり、画像中に含まれるノイズ量に応じてノイズ抑制の程度をコントロールすることが、画像品質を向上させる上で重要であるということである。
【００６２】
次に、ノイズ抑制の程度をコントロールするに際して必要となるノイズ量を推測する方法について説明する。
【００６３】
Ｘ線画像などの放射線画像の場合、ノイズは主に透過放射線量の減少によりもたらされるため、透過放射線量が分かれば、おおよそのノイズ量を推測できる。
【００６４】
また、周波数帯域が異なるベクトルの平均方法は、注目帯域制限信号でのベクトル平均をＡ、低周波帯域制限信号のベクトル平均をＢとすると、ベクトル平均Ｃは、次式（１）により計算できる。
【数１】

【００６５】
ここで、ｘはＸ線量を表し、ｆ（ｘ）はＸ線量に依存した関数を表し、隣り合う解像度レベルの帯域制限画像信号間のベクトル平均の加算比率に相当する。
【００６６】
ノイズ量を推測する手法としては、1)撮影部位や撮影メニュー、2)規格化条件（ＥＤＲ条件）としてのＳ値やＬ値、3)画像の信号値（濃度値）、4)患者年齢あるいは撮影条件など、Ｘ線量を示し得る各種情報を用いることができる。
【００６７】
撮影部位や撮影メニューを用いる場合には、例えば低線量用メニューあるいは小児メニューを用意し、そのメニューに応じて、注目する帯城制限画像信号のベクトルと、より低周波の帯域制限画像信号のベクトルとの加算比率を変えることで対応できる。Ｓ値やＬ値を用いる場合には、Ｓ値が小さいほど（高Ｘ線量）ｆ（ｘ）が大きくなるような関数、例えば次式（２）で示すような関数を用いるとよい。勿論これ以外の関数を用いることもできる。
【数２】

【００６８】
画像の信号値を用いる場合には、蓄積性蛍光体シート面上でのＸ線量と画像濃度とに相関があり、画像信号値は相対的にはＸ線量を表すから、加算比率の関数として、例えば次式（３）で示すような関数を用いるとよい。
【数３】

【００６９】
なお、ここでは、０≦ｆ（ｘ）≦１．０としたが、例えば、０．５≦ｆ（ｘ）≦１．０の範囲としてもよい。
【００７０】
このように信号値を用いる場合は、ベクトル平均を算出するときに、画素位置の画像信号値を参照し、上記式（３）でＸ線量を推測し、予め定義された関数により求められる加算比率でベクトル平均を算出することになる。
【００７１】
次に、４つのベクトル成分（ｑ０〜ｑ３）を用いて、主ベクトルと副ベクトルのそれぞれ方向と長さを算出する。図７に示すように、各ベクトル成分がＤ−Ａ表現となるように算出されているため、主ベクトル長Ｖ１は、式（４）で算出でき、主ベクトルの単位ベクトル成分（ｅｘ１，ｅｙ１）は、それぞれ式（５）のように算出できる。
【数４】

【数５】

【００７２】
また、主ベクトルと直交する副ベクトルの単位ベクトル成分（ｅｘ２，ｅｙ２）は、Ｄ−Ａ表現では、主ベクトルと逆方向となるため、式（６）のようになる。
【数６】

【００７３】
また該当画素での画素エネルギＶｅは、各成分の平均として式（７）で定義できるため、副ベクトル長Ｖ２は、画素エネルギＶｅと主ベクトル長Ｖ１の割合から式（８）のように算出できる。
【数７】

【数８】

【００７４】
次に、平均され且つノイズ量に応じて修正された互いに直交する２つのベクトル情報Ｖ１，Ｖ２を用いて、それぞれノイズ抑制度の一態様であるエッジ信頼性Ｃと画素エネルギＥ、並びに異方性フィルタの平滑化方向Ｄを以下の式に基づいて決定する。すなわち、画素エネルギＥはある閾値Ｔｈに対して式（９）で算出し、エッジの信頼性Ｃは主ベクトル長Ｖ１と副ベクトル長Ｖ２とから式（１０）で算出する。
【数９】

【数１０】

【００７５】
ただし、０．０≦Ｅ≦１．０、０．０≦Ｃ≦１．０、０≦Ｄ≦３１（Ｄは整数）である。
【００７６】
また、式（１１）に示すように、副ベクトルの単位ベクトル成分から角度θを算出し、算出した角度からさらに規格化された平滑化方向Ｄを算出する。なお、本実施形態では、全３２方向とした。
【数１１】

【００７７】
エッジ信頼性Ｃは、エッジらしさを表す指標であり、該当画素位置が直線上であるほど大きな値をとる一方、画素エネルギＥが大きいほど信号であることを示す。エッジ信頼性Ｃと画素エネルギＥとの関係における、直線信号と交点・端点信号およびノイズの認識モデル（適応フィルタの一例）を図１１に示す。
【００７８】
次に、互いに直交する２つのベクトル情報から算出された画素エネルギＥ、エッジ信頼性Ｃ、および平滑化方向Ｄに基づいて、各帯域制限画像信号（ラプラシアン信号）の各画素に対して異方性フィルタを用いた平滑化処理と適応的フィルタリングを用いてノイズ抑制処理を施す。
【００７９】
ここで、エッジ信頼性Ｃが大きいほど直線であるため、本実施形態では、先ず直線方向に沿うように異方性フィルタを用いた平滑化処理を施す。換言すれば、ラプラシアン信号に施す異方性の２次元空間フィルタは、主ベクトル方向に平滑化を行なうものである。この異方性フィルタは、図１２に示すような係数となっている。このような異方性フィルタを用いる意図は、ノイズが多い画像になると、エッジ信号上にもノイズが重畳するため、エッジコントラストを低減することなくエッジ上のノイズを除去するためである。
【００８０】
具体的には、ベクトルから算出した平滑化方向Ｄ（θ）に応じて方向依存性フィルタとしての異方性フィルタを選択し、選択されたフィルタでコンボリューション（畳込み積分）を行なって変換画像信号としてのコンボリューション積を得る。このコンボリューション積（異方性フィルタ信号）が後述する式（１２）や式（１３）に記載されているＡである。
【００８１】
図１２に、３６０度を８方向に分割したときの異方性フィルタの中から０〜１８０度までの５個を示す。なお、異方性フィルタは、エッジに対してはエッジ保存となるが、エッジ交点では平滑化方向に働く。しかし、実際の画像上に見られる交点は、理想的な交点（線がシャープで線が互いに直交している交点）とは異なり、それ程平滑化されない。
【００８２】
ノイズ抑制処理部３においては、ノイズ成分を抑制するための適応的フィルタリング処理として、上述のように異方性フィルタとラプラシアン信号のコンボリューション積Ａを求め、このコンボリューション積Ａとラプラシアン信号との加算比率を画素エネルギＥおよびエッジ信頼性Ｃに基づいて制御することで、各帯域制限画像信号（ラプラシアン信号）の各画素に対応する処理済帯域制限画像信号ｆＢ_k（ｋ＝１〜ｎ）（式ではＰroc で代表させる）を算出する。処理済帯域制限画像信号Ｐroc はノイズ成分が抑制された信号となる。この処理済帯域制限画像信号Ｐroc の算出時の定義には、下記１，２がある。
【００８３】
定義１：図１１（ｂ）を直線と定義する場合
図１１（ｂ）を直線と定義する場合であり、ノイズ成分が抑制された処理済帯域制限画像信号Ｐroc は次式（１２）で計算される。
【数１２】

【００８４】
エッジ信頼性Ｃが高いときは、エッジなので異方性フィルタ出力を選択し（第１項）、信頼性が低いときはさらに画素エネルギＥによってオリジナルのラプラシアン信号を減衰し、ノイズと交点を分離する（第２項）。
【００８５】
定義２：図１１（ｂ）をノイズと定義する場合
図１１（ｂ）をノイズと定義する場合であり、ノイズ成分が抑制された処理済帯域制限画像信号Ｐroc は次式（１３）で計算される。
【数１３】

【００８６】
エッジ信頼性Ｃが高い場合は、画素エネルギＥに依存して異方性フィルタ出力を減衰し、ノイズとエッジを分離する（第１項）。エッジ信頼性Ｃが低い時も画素エネルギＥによってオリジナルのラプラシアン信号を減衰し、ノイズと交点を分離する（第２項）。
【００８７】
ここで、定義１の場合、Ｓ／Ｎが良い画像ではノイズ除去効果があるものの、Ｓ／Ｎが悪い画像になると効果がほとんどない。この結果から、Ｓ／Ｎが悪くなるとノイズでも線の信頼性が高くなるということが考察できる。
【００８８】
また、定義２の場合は、Ｓ／Ｎが悪い画像ほど、不連続感（突然ノイズやエッジが見える現象：局所的な不連続感）を生じアーチファクトとなる。このアーチファクトを消すためには、画素エネルギ算出時の閾値を高くする必要があるが、閾値が高くなると当然エッジもボケることになる。これは、Ｓ／Ｎが悪い画像の場合は、エッジの画素エネルギとノイズの画素エネルギが拮抗しているためであり、画素エネルギを利用している限り必ず生じる問題である。
【００８９】
なお、エッジ信頼性Ｃは非直線信号（交点や端点および点信号など）でも小さな値を有するため、これらの非直線信号とノイズと分離するために、画素エネルギＥを用いて、画素エネルギＥがある値以上であれは信号、以下であればノイズというような判断を行なうこともできる。実際には、任意の非線形関数により連続的にノイズらしさを決定する。例えば、ノイズらしさＮは、しきい値ＴＨ、画素エネルギに基づいて、次式（１４）で示すような非線形関数で決定することもできる。
【数１４】

【００９０】
この場合、エッジ信頼性ＣとノイズらしさＮから、上記式（１２）に対応して次式（１５）を用いたり、あるいは上記式（１３）に対応して次式（１６）を用いるとよい。
【数１５】

【数１６】

【００９１】
このようにして、ノイズ抑制処理を各帯域制限画像信号に対して施して処理済帯域制限画像信号Ｐroc を得た後、画像再構成部４において、逆多重解像度変換としてのラプラシアン再構成を行ない、ノイズ成分が抑制された画像を表す処理済画像信号Ｓprocを得る。
【００９２】
画像再構成部４には、図５に示すように、ノイズ抑制処理が施された帯域制限画像信号に対して補間処理を施す補間処理手段４３と、帯域制限画像信号と補間処理が施された拡大画像信号とを加算する加算器４４とが、解像度レベルの段数に応じて設けられている。
【００９３】
図１３はラプラシアン再構成を行なう処理を模式的に示す図である。ノイズ成分が抑制された処理済帯域制限画像信号ｆＢ_k（ｋ＝１〜ｎ）が得られたら、処理済帯域制限画像信号ｆＢ_kのうち、最低解像度の信号ｆＢ_nが１段階高解像度の処理済帯域制限画像信号ｆＢ_k-1と同一画素数となるように、補間処理手段４３において上記補間処理手段１１と同様の補間処理がなされて拡大画像信号Ｓｎ′が得られる。この後、処理済帯域制限画像信号ｆＢ_k-1と拡大画像信号Ｓｎ′とが加算器４４において加算されて、加算画像信号Ｓｎ−１が得られる。このような処理をより高解像度となる方向に繰り返し行なって、最高解像度の加算画像信号Ｓ１を得る。この最高解像度の加算画像信号Ｓ１は、ノイズ成分が抑制された処理済画像信号Ｓprocとなる。
【００９４】
したがって、この処理済画像信号Ｓprocに基づいて画像出力すれば、画質的には、適応的フィルタなどのパラメータ調整をすることで、「低線量画像を、通常線量画像の高周波成分を少し暈かしたような画像」として得ることができる。つまり、放射線画像を得た際のＸ線量に依存して、注目する帯域制限画像信号の平均ベクトルと、より低周波の帯域制限画像信号の平均ベクトルとの加算比率を制御しているので、高Ｘ線量領域では微細エッジ重視のノイズ抑制処理がなされる一方、低Ｘ線領域では大きなエッジを重視したノイズ抑制処理がなされるから、総合的には、ノイズを効果的に抑制あるいは除去するとともに、ノイズが多い画像に対してノイズ抑制を行なった際に生じ得るエッジの劣化を軽減し、撮影線量による画質のばらつきを抑制することができる。換言すれば、撮影線量にバラ付きがあるなどに起因して画像に含まれるノイズ成分量が異なる場合においても、常にノイズ抑制効果が大きく、唐草模様状のアーチファクト（不自然さ）を低減させ、より自然な画像を得ることができ、また微細信号の劣化が少ない、高画質な画像を得ることができる。
【００９５】
以上本発明のノイズ抑制処理装置の好ましい実施形態について説明したが、本発明は必ずしも上述した実施形態に限定されるものではない。
【００９６】
例えば、上記実施形態は、ラプラシアンピラミッドの手法により入力画像信号Ｓinからそれぞれ異なる周波数帯域を有する帯域制限画像信号を得ているが、例えば特開平6-274615号に示すように、ウェーブレット変換により帯域制限画像信号を得るようにしてもよい。
【００９７】
また、ノイズ成分が抑制された各帯域制限画像信号を逆多重解像度変換することによりノイズ成分が抑制された画像を得るようにしていたが、例えば本願出願人が特願平 11-363766号に提案しているように、多重解像度信号を用いてノイズ成分ＳＨ１を分離した後、ノイズ分離手段４５により入力画像信号Ｓinからノイズ成分ＳＨ１を差し引くことによってノイズ成分が抑制された画像を得るという構成とすることもできる。図１４は、このような形態の装置１００の詳細を示すブロック図である。
【００９８】
また、上記実施形態は、注目画素近傍の値から局所的に算出される情報（以下局所情報という）としてベクトル情報を用い、このベクトル情報に基づいてノイズ抑制度を示す指標値を求めたりフィルタ処理を施すようにしていたが、局所情報は、これに限らず、例えばテンソル平均や移動平均値を用いることもできる。移動平均値を用いる場合、一の帯域制限画像信号に対する第１の移動平均値算出時に、撮影メニューやＸ線撮影条件およびＸ線相当量などの放射線の線量を示す情報に応じて、より周波数帯域の低い帯域制限画像信号における該当画素における第２の移動平均値を加味するようにしてもよい。
【００９９】
また、ノイズ成分を抑制させる程度を示す指標値を、画像信号、特に帯域制限画像信号に基づいて求め、この求めた指標値に応じてノイズ抑制処理を施すことにより線量に拘わらずノイズが効果的に抑制された画像を得るようにしていたが、この指標値はノイズ成分を抑制させる程度を示すことができるものである限りどのような指標値を用いてもよく、例えば放射線画像を得たときの放射線の線量を示す情報そのものを用いることもできる。また、この放射線の線量を示す情報としては、例えばフォトタイマなどを用いて取得した撮影時の線量そのものの情報を用いることもできる。
【０１００】
さらに、例えば上記特開平6-96200 号に記載のように、各ディテール像の近傍２乗和を計算する際により低いディテール像の該当する領域における近傍２乗和を加算するとき、場所ごとの線量に応じて加算比を変更し、ノイズ成分Ｎを算出して、Proc＝Ｎ×Org と変換することもできる。
【０１０１】
また、上述したノイズ抑制方法をコンピュータにより実行するものとし、該ノイズ抑制方法をコンピュータに実行させるためのプログラムを、コンピュータ読取り可能な記録媒体に記録して提供してもよい。
【図面の簡単な説明】
【図１】本発明のノイズ抑制処理装置の一実施形態の構成を示す概略ブロック図
【図２】本発明のノイズ抑制処理装置における処理手順を示すフローチャート
【図３】帯域制限画像信号作成部の概要を示すブロック図
【図４】帯域制限画像信号作成処理を模式的に示す図
【図５】ノイズ抑制処理装置の全体構成の詳細を示すブロック図
【図６】 Double-Angle表現を説明する概念図
【図７】 Double-Angle表現の定義を説明する図
【図８】４種類の２次元空間フィルタの例を示す図
【図９】ラプラシアン信号と１次微分フィルタ出力値（１次微分後の絶対値）との関係を示す図
【図１０】等方性の２次元空間フィルタの例を示す図
【図１１】エッジ信頼性と画素エネルギとの関係における、直線信号と交点・端点信号およびノイズの認識モデルを示す図
【図１２】異方性フィルタの一例を示す図
【図１３】ラプラシアン再構成を行なう処理を模式的に示す図
【図１４】本発明のノイズ抑制処理装置の他の実施形態の構成を示す詳細ブロック図
【符号の説明】
１００ノイズ抑制処理装置
１帯域制限画像信号作成部
２指標値取得部
３ノイズ抑制処理部
４画像再構成部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a noise suppression processing device that performs noise suppression processing for suppressing noise components included in a radiographic image on an input image signal carrying a radiographic image, and a recording medium that records a processing procedure for performing the noise suppression processing. Is.
[0002]
[Prior art]
When a radiographic image acquired using a computed radiography apparatus (hereinafter referred to as a CR apparatus) is used for diagnosis, the obtained radiographic image is subjected to desired image processing such as frequency enhancement processing and gradation processing. Then, after making an image suitable for diagnosis, it is displayed as a soft copy on a CRT monitor or output as a hard copy on a film.
[0003]
Here, the radiation image has a problem that the quantum noise of the radiation becomes conspicuous in a portion where the radiation dose is low and the density is low. For this reason, various methods for performing noise suppression processing for suppressing noise components included in an image signal carrying a radiographic image have been proposed.
[0004]
For example, in Japanese Patent Laid-Open No. 6-96200, an image is subjected to multi-resolution decomposition into a series of detail images (band-limited image signals with resolution levels 1 to M), and the vicinity of the target pixel (N × N pixels) in each detail image. Calculate the square sum (moving average) for the area of, calculate the noise variance from the peak of the histogram over the details of this square sum, and compare this noise variance with the value of the square sum corresponding to each pixel If the sum of squares is smaller than the noise variance, the detail signal noise is suppressed by reducing the detail signal, and then the noise component is suppressed by performing inverse multi-resolution conversion to restore the image. A method for obtaining a processed image has been proposed.
[0005]
Japanese Patent Laid-Open No. 6-96200 also proposes a method for calculating the noise variance in a lower resolution level image based on the noise variance of the highest resolution level image (the densest detail image). .
[0006]
[Problems to be solved by the invention]
However, the above-mentioned JP-A 6-96200 In the method described in No. 1, noise suppression is performed using the sum of squares (moving average) of only the corresponding resolution signal (detail image) and the noise variance value calculated from the histogram. In areas where there is relatively little noise, such as areas where noise is present, noise and edges can be separated easily and noise can be effectively suppressed. Images taken with an X-ray dose contain not only edge signals but also noise signals and the histogram shape is different, making it impossible to separate noise and edges. As a result, if you try to suppress noise, Further, even edge information is suppressed, so that edge degradation occurs, resulting in an image with reduced sharpness.
[0007]
Also, even for images with the same noise level, the shape of the histogram will be different for subjects with various structures and for subjects without many horizontal structures, so noise and edges can be separated according to the subject. It is difficult to do optimally.
[0008]
The present invention has been made in view of the above circumstances, and effectively suppresses or removes noise regardless of dose, and reduces edge deterioration that may occur when noise removal processing is performed on an image with much noise. It is an object of the present invention to provide a noise suppression processing apparatus capable of performing the processing and a computer-readable recording medium on which a processing procedure for performing the noise suppression processing is recorded.
[0009]
[Means for Solving the Problems]
The noise suppression processing device of the present invention is a noise suppression processing device that performs noise suppression processing for suppressing noise components included in a radiographic image on an input image signal carrying an input radiographic image. Based on band-limited image signal generating means for generating a plurality of band-limited image signals each carrying an image having a different frequency band, and information indicating the radiation dose when the radiographic image is obtained, An index value acquisition unit that obtains an index value indicating the degree of suppression of noise components according to the noise level, and a noise suppression processing unit that performs noise suppression processing on each of the plurality of band limited image signals based on the obtained index value It is characterized by comprising.
[0010]
The information indicating the radiation dose at the time of obtaining the radiation image is not limited to the information indicating the radiation dose directly, but the imaging menu, patient age, imaging conditions, standardization conditions (refer to Japanese Patent Laid-Open No. 2-108175, etc.) ), Or a signal value (concentration value) of an image that can indirectly indicate a radiation dose (equivalent to a dose).
[0011]
The index value indicating the degree to which the noise component is suppressed may be any index value as long as it can indicate the degree to which the noise component is suppressed. It may be the information itself shown.
[0012]
In the noise suppression processing apparatus of the present invention, the index value acquisition unit obtains the index value for each of the plurality of band limited image signals, and the noise suppression processing unit includes each band for each of the band limited image signals. It is desirable to perform noise suppression processing based on the index value of the restricted image signal.
[0013]
In the noise suppression processing apparatus of the present invention, the index value acquisition unit obtains the index value for each pixel of the band limited image represented by the band limited image signal, and the noise suppression processing unit includes the pixel For each, it is desirable to perform noise suppression processing based on the index value of each pixel.
[0014]
Further, in the noise suppression processing apparatus of the present invention, the index value acquisition unit sets an addition ratio according to information indicating the radiation dose when the radiation image is obtained, and one frequency is set by the set addition ratio. A first evaluation value obtained based on a band limited image having a band and a second evaluation value obtained based on a band limited image having a frequency band lower than one frequency band are added, and the addition It is desirable to obtain an index value for a band limited image having one frequency band based on the obtained addition result.
[0015]
In this case, it is desirable that the index value acquisition unit obtains each evaluation value for each pixel of the band limited image represented by the band limited image signal based on the value of the band limited image signal near the pixel.
[0016]
Alternatively, the index value acquisition means uses a pixel vector in each pixel of the band limited image represented by the band limited image signal as an evaluation value, and calculates the index value based on the length and / or direction of the pixel vector. It is more desirable. In this case, it is desirable that the index value obtaining unit obtains at least one of edge reliability, pixel energy, and vector direction as the index value.
[0017]
Further, in the noise suppression processing device of the present invention, the noise suppression processing means performs a predetermined process on the band limited image signal to obtain a converted image signal, and the band limited image signal and the converted image signal are represented by an index value. It is desirable to perform noise suppression processing by adding according to a predetermined addition ratio based on the above.
[0018]
In this case, as a predetermined process, the noise suppression processing unit obtains a pixel vector in each pixel of the band limited image represented by the band limited image signal, and uses a direction-dependent filter based on the length and direction of the pixel vector. It is desirable to set an anisotropic filter and perform a convolution integration with the direction-dependent filter and the value of the signal in the vicinity of the pixel of the band limited image signal to obtain a converted image signal.
[0019]
The recording medium of the present invention is a computer-readable recording medium storing a program for causing a computer to execute noise suppression processing for suppressing noise components contained in the radiation image with respect to an input image signal carrying the input radiation image. A recording medium, wherein the program creates a plurality of band-limited image signals each carrying an image having a different frequency band based on the input image signal, and the radiation at the time of obtaining the radiation image. Noise suppression for each of a plurality of band-limited image signals based on the procedure for obtaining an index value indicating the degree of suppression of noise components according to the radiation dose based on the information indicating the dose, and on the obtained index value The procedure for performing the processing is executed by the computer.
[0020]
【The invention's effect】
According to the noise suppression processing apparatus and the recording medium of the present invention, based on the information indicating the radiation dose when the radiographic image is obtained, an index value indicating the degree to which the noise component corresponding to the dose is suppressed is obtained. Since the noise suppression process is performed on each of the plurality of band limited image signals based on the index value obtained, one image signal is reconstructed based on each band limited image signal subjected to the noise suppression process. For example, it is possible to obtain an image in which noise is effectively suppressed or removed regardless of the dose.
[0021]
In this noise suppression processing, an index value is obtained for each of the band limited image signals and noise suppression processing is performed for each band limited image signal, or the index value is represented by a band limited image signal. If the noise suppression processing is performed for each pixel obtained for each pixel of the image, for example, an index value is obtained based on the average of the entire image, and compared to the case where the noise suppression processing is performed based on this index value, Since an optimum index value corresponding to each part can be used for each part of the image, fine noise suppression processing can be performed.
[0022]
Further, an addition ratio is set according to the information indicating the radiation dose when the radiation image is obtained, and the first evaluation value obtained based on the band limited image having one frequency band by the addition ratio; The second evaluation value obtained based on the band limited image having a frequency band lower than the one frequency band is added, and the band limited image having the one frequency band is added based on the addition result obtained by the addition. If the index value is obtained, the noise suppression process can be performed using an appropriate index value corresponding to each of the noise and the edge.
[0023]
In the case of an image with a lot of noise, the evaluation value may be calculated based on the information on the attention band with a poor S / N. Although there is a concern that degradation will occur, if each evaluation value is obtained based on the value of the band limited image signal near the pixel for each pixel of the band limited image represented by the band limited image signal, S / Since the low-band information with good N can be used for the evaluation value calculation, the separation performance between the edge and the non-edge is improved, so that the above-mentioned problem (edge degradation) can be reduced.
[0024]
Furthermore, at this time, if the pixel vector in each pixel of the band limited image represented by the band limited image signal is used as the evaluation value and the index value is obtained based on the length and / or direction of the pixel vector, Effectively suppresses noise using a more appropriate index value according to the edge component (direction and sharpness), reduces edge deterioration that may occur when noise suppression is performed on a noisy image, It is also possible to suppress variations in image quality due to the above.
[0025]
Furthermore, if at least one of edge reliability, pixel energy, and vector direction is obtained as the index value, the band limited image signal can be smoothed based on the vector information. Therefore, noise on the edge can be appropriately suppressed. If all of these are obtained, noise on the edge can be more effectively suppressed without reducing the edge contrast.
[0026]
In addition, a predetermined processing is performed on the band-limited image signal to obtain a converted image signal, and noise suppression processing is performed by adding the band-limited image signal and the converted image signal according to a predetermined addition ratio based on the index value. If applied, it is possible to separate the noise and the edge and perform an appropriate noise suppression process corresponding to each.
[0027]
At this time, as a predetermined process, a pixel vector in each pixel of the band limited image represented by the band limited image signal is obtained, and a direction-dependent filter (anisotropic filter) is performed based on the length and direction of the pixel vector. By setting and performing convolution integration with the direction-dependent filter and the value of the signal in the vicinity of the pixel of the band-limited image signal, a converted image signal is obtained, and noise and edges are separated accurately. And the throughput of the entire process can be improved.
[0028]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
[0029]
FIG. 1 is a schematic block diagram showing a configuration of an embodiment of a noise suppression processing apparatus of the present invention.
[0030]
As shown in FIG. 1, the noise suppression processing device 100 carries images having different frequency bands based on an input image signal Sin carrying a radiographic image having a predetermined resolution obtained by a reading device or the like. An index value indicating the degree to which noise components corresponding to the radiation dose are suppressed based on the band-limited image signal creating unit 1 that creates a plurality of band-limited image signals and information indicating the radiation dose when the radiation image is obtained. Index value acquisition unit 2 for obtaining noise, noise suppression processing unit 3 for performing noise suppression processing for each of a plurality of band limited image signals based on the obtained index value, and a plurality of bands for which noise suppression processing has been performed, respectively. An image reconstruction unit 4 for reconstructing a processed image signal Sproc carrying a radiographic image in which noise is suppressed based on the restricted image signal.
[0031]
Note that this embodiment is, for example, 55-12429 In the radiation image information recording / reproducing system using the stimulable phosphor sheet, the radiographic image of the human body recorded on the stimulable phosphor sheet is converted into a digital image by laser beam scanning. What is read as a signal is the target of noise suppression processing. Reading of the radiation image is performed by moving the sheet in the sub-scanning direction (longitudinal direction) while scanning the laser beam in the main scanning direction (lateral direction) with respect to the stimulable phosphor sheet and scanning the sheet two-dimensionally. It is.
[0032]
Next, the operation of the noise suppression processing apparatus 100 having the above configuration will be described.
[0033]
First, an overview of the processing will be described with reference to the flowchart shown in FIG.
[0034]
For example, the Laplacian proposed by the present applicant in Japanese Patent Application Laid-Open Nos. 5-244508 and 6-096200 or Japanese Patent Application Nos. 11-363766 and 2000-022828 It is preferable to use a method of multiresolution conversion such as pyramid decomposition or wavelet transform proposed by the applicant of the present application in Japanese Patent Application Laid-Open No. 6-27615 and Japanese Patent Application No. 11-363766. Further, other known methods such as a method of obtaining using a blur mask signal as disclosed in JP-A-10-75364 may be used. In the following embodiments, a description will be given assuming that a Laplacian pyramid technique is used.
[0035]
A band-limited image signal is obtained from the input original image using Laplacian pyramid decomposition, which is an aspect of multi-resolution conversion (step S21). Then, a vector component at each pixel position of each band limited image decomposed into the multi-resolution space carried by the band limited image signal as the evaluation value of the present invention is calculated (step S22). When the vector component is calculated by a double-angle expression described later, a vector in four directions every 45 degrees is calculated at a certain pixel position. From these four-direction vectors, it is possible to identify whether the information at the corresponding pixel position is a noise component or an edge component.
[0036]
However, if there is a singular point (local noise) such as having an extremely large vector compared to the surrounding vector, a local noise at the pixel position is mistaken for an edge signal. The neighborhood average of each vector component is taken (step S23). Vector averaging consists of the assumption that edge signals are continuous. In this embodiment, as will be described later, a neighborhood average is obtained using an isotropic two-dimensional spatial filter. Further, the vector average is corrected using a vector component having a resolution lower than the target resolution. At this time, the vector average is corrected according to the radiation dose when the original image is obtained (step 24).
[0037]
Next, based on the averaged and corrected vectors, edge reliability C and pixel energy E, which are one aspect of the noise suppression degree, are calculated according to a method described later (step 25). Noise suppression processing by adaptive filtering is performed using C and pixel energy E (step S26). Finally, Laplacian pyramid reconstruction, which is an aspect of inverse multiresolution conversion, is performed to obtain a processed image in which noise is suppressed (step S27).
[0038]
The adaptive filtering in step S26 is performed separately for an anisotropic filter (direction-dependent filter) and an isotropic filter (direction-independent filter). The anisotropic filter calculates several tens of types of anisotropic filter coefficients in advance, and selects one type of filter coefficient according to the vector direction D. On the other hand, the isotropic filter is realized by a simple nonlinear transformation.
[0039]
Next, details of processing performed in each step will be described.
[0040]
FIG. 3 is a block diagram showing an outline of the band-limited image signal creation unit 1, and FIG. 4 is a diagram schematically showing a 5-stage band-limited image signal creation process.
[0041]
For example, as disclosed in Japanese Patent Application Laid-Open No. 5-244508, the filtering processing means 10 performs a filtering process on the input image signal Sin in each of the main and sub scanning directions of the original image to obtain an input image. Image signal L with lower resolution than signal Sin ₁ (Hereinafter referred to as a low resolution image signal), and then this low resolution image signal L ₁ The same filtering process is applied to the low resolution image signal L ₁ Low-resolution image signal L having a lower resolution than ₂ After that, the same filtering process is sequentially repeated, and the low resolution image signal L for each resolution is generated. _k (K = 1 to n) is obtained. Then, in the interpolation processing means 11, the low resolution image signal L obtained at each stage of the filtering process. _k In contrast, a plurality of blurred image signals Sus1 to Susn (hereinafter referred to as Susk (hereinafter referred to as “Susk”)) are subjected to interpolation processing so that the number of pixels is doubled (4 times as a whole) in each of the main and sub scanning directions. represented by k = 1 to n). Thereafter, the low-resolution image signal L having the number of pixels corresponding to each other by the subtractor 12. _k-1 And the difference between the blurred image signal Susk and the input image signal Sin and the blurred image signal Sus1, and this is obtained as the band limited image signal B. _k And
[0042]
Next, the band limited image signal B obtained as described above. _k A process of obtaining an index value (noise suppression degree) indicating the degree of noise suppression using, and applying noise suppression processing according to the calculated index value will be described.
[0043]
FIG. 5 is a block diagram showing details of the overall configuration of the apparatus 100. As shown in the figure, the index value acquisition unit 2 receives each band limited image signal B. _k Pixel vector acquisition means 22 for obtaining a pixel vector (one aspect of the evaluation value of the present invention) in each pixel of each band limited image represented by the edge reliability based on the length and / or direction of the pixel vector At least one of the pixel energy and the vector direction (each of the index values according to the present invention) is converted into the band-limited image signal B. _k The index value calculation means 24 obtained for each pixel of the band limited image represented by _k Have every.
[0044]
The noise suppression processing unit 3 uses the band-limited image signal B based on the index value output from the index value calculation unit 24. _k Suppression processing means 32 for performing processing for suppressing the noise component included in each band-limited image signal B _k Have every.
[0045]
The noise suppression processing of the present invention uses a technique of “smoothing line signals in a line direction and isolated noises two-dimensionally”. The greatest feature of this processing is the rendering of smooth edges (lines) by smoothing the line signal, and the information necessary for this is expressed only in the vector format or the tensor format. In the present embodiment, as shown in FIG. 2, the information used for the processing is not a tensor format, but a vector format having a concept of Double-Angle expression (hereinafter referred to as DA expression).
[0046]
The DA expression of a vector is a technique for expressing a line signal, and the merit as an algorithm is that the reliability of the line signal (index of linearity) is obtained simply by taking the neighborhood average of the information expressed in DA. ) Can be calculated. This point will be briefly described with reference to FIG.
[0047]
When a density vector of an image signal as shown in FIG. 6A is calculated and a normal vector expression (here, full-angle expression; hereinafter referred to as FA expression) is obtained, the result is as shown in FIG. The direction of the vector faces the low concentration area. On the other hand, in the D-A expression, the calculated vector angle is doubled as shown in FIG.
[0048]
If the edge reliability C is calculated by the neighborhood average of these vectors, it becomes like a large arrow on the right side of (B) and (C), and the reliability of (B) is considerably smaller than (C). Although not shown in particular, it can be easily imagined that the reliability of noise (neighboring vectors are directed in various directions) is reduced, and separation of noise and line information becomes more difficult in the FA expression.
[0049]
On the other hand, when the DA expression is used, a vector with respect to the line direction is defined as shown in FIG. q0 to q3 represent the size of each direction component in the target pixel. In a pixel, when the orthogonal two-direction components have the same magnitude (corresponding to the intersection), the output is weak in the DA expression, and when the two orthogonal components are different in size, the direction having the larger component is determined. Main direction.
[0050]
Therefore, if the four-direction components q0 to q3 in each pixel are calculated, the vector can be expressed as a DA.
[0051]
Hereinafter, the calculation method of each direction component q0-q3 is demonstrated concretely.
[0052]
The target band-limited image signal is a Laplacian signal subjected to Laplacian pyramid decomposition, and four components are calculated by convolution with four types of two-dimensional spatial filters shown in FIG. As an example of the filter coefficient, the filter coefficient of the 5 × 5 q0 filter is shown in Table 4-1. Since both the Laplacian signal and the filter coefficient take positive and negative values centered on 0, the absolute value of these convolution products is used as the direction component.
[Table 1]

[0053]
Since these four types of filters are all types of differential filters, when applied to a second-order differentiated signal such as a Laplacian signal, the filter output is large at a location where the slope is small even if the second-order differential signal value is large. Don't be. This will be described with reference to FIG.
[0054]
FIG. 9 is a diagram showing the relationship between the Laplacian signal and the first-order differential filter output value (absolute value after the first-order differentiation). As shown in the figure, the point A of the Laplacian signal represents a part of the edge end, and the Laplacian signal has the maximum value, but since the signal slope at the point A is 0, the output value by the primary differential filter is also 0. Become.
[0055]
Further, at point C, which is a boundary point between the edge and the non-edge, the signal has an inclination, which is larger than the output value of the primary differential filter at point A. This tendency becomes more prominent as the mask size is larger. It is also clear that when the mask size is increased, the followability of the minute edge is deteriorated and the minute edge is blurred.
[0056]
Therefore, a small mask size is appropriate for an image signal having no artificially generated noise such as a pattern image. However, in an actual natural image, noise is added to the entire image although there is a difference in degree. Therefore, the first-order differentiation with a small mask size is strongly influenced by noise.
[0057]
These are one of the factors that adversely affect image quality when an adaptive filter using pixel energy (average value of q0 to q3) is applied.
[0058]
However, if the amount of noise can be estimated, there is a possibility that optimization can be performed by changing the mask size according to the amount of noise or setting a filter coefficient that is equivalent to the mask size change. When a radiographic image is handled as a processing target image as in the present embodiment, an X-ray dose and a noise amount can be estimated from an S value (reading sensitivity) or an L value (latitude), and an optimum filter coefficient can be calculated. Regarding the S value and L value, for example, refer to Japanese Patent Laid-Open No. 2-108175.
[0059]
Specifically, the vector components (q0 to q3) calculated for each pixel are subjected to neighborhood averaging for each component. For the neighborhood average, an isotropic two-dimensional spatial filter as shown in FIG. 10 is used.
[0060]
Here, when the mask size of the two-dimensional filter is changed, the smoothing level of the vector component naturally changes. This smoothing level is reflected in edge reliability and signal pixel energy, and has a relatively large effect on the final image. When the mask size is increased, noise and a relatively large edge signal can be separated with high accuracy, but a small edge signal may be regarded as noise. Therefore, smoothing with a large mask size is effective for an image having no detailed information such as a child's chest. On the other hand, in bone images such as foot images, fine signals such as trabeculae exist in all directions, so if the smoothing level is increased, fine signals cannot be recognized as edges, so use a small mask size. And
[0061]
Further, the vector average is corrected by using a vector component of an image having a resolution lower than the resolution of the target image, as proposed by the present applicant in Japanese Patent Application No. 2000-022828. Here, according to the investigation by the inventors of the present application, in addition to the vector calculated from the band limited image signal (target band limited image) that is the target at the time of vector averaging, another (lower resolution) band limited image is used. When using the vector calculated from the signal, the following was found.
1) Since an image with little noise (an image irradiated with a lot of X-rays) has a good S / N, it is better to use a vector average of only the band-limited image signal that is just focused on. Followability is improved and edge deterioration can be prevented.
2) Since an image having a lot of noise has a poor S / N, a vector (S / N is bad) calculated from a focused band-limited image signal and a vector (S / N) calculated from low frequency band information are improved. )), The followability to a relatively large signal that is not buried in noise is increased, and a large noise removal effect can be obtained.
That is, controlling the degree of noise suppression according to the amount of noise included in the image is important for improving the image quality.
[0062]
Next, a method for estimating the amount of noise necessary for controlling the degree of noise suppression will be described.
[0063]
In the case of a radiographic image such as an X-ray image, noise is mainly caused by a decrease in the amount of transmitted radiation. Therefore, if the amount of transmitted radiation is known, an approximate amount of noise can be estimated.
[0064]
Further, the vector averaging method for different frequency bands can be calculated by the following equation (1), where A is the vector average of the target band limited signal and B is the vector average of the low frequency band limited signal.
[Expression 1]

[0065]
Here, x represents the X-ray dose, f (x) represents a function dependent on the X-ray dose, and corresponds to the vector average addition ratio between the band-limited image signals of adjacent resolution levels.
[0066]
The methods for estimating the amount of noise include 1) imaging region and imaging menu, 2) S value and L value as normalization conditions (EDR conditions), 3) image signal value (concentration value), 4) patient age or Various types of information that can indicate the X-ray dose such as imaging conditions can be used.
[0067]
When using an imaging region or an imaging menu, for example, a low-dose menu or a pediatric menu is prepared, and a vector of a band-limited image signal to be noticed and a vector of a band-limited image signal of a lower frequency depending on the menu. This can be done by changing the addition ratio. When the S value or the L value is used, it is preferable to use a function that increases the (high X-ray dose) f (x) as the S value decreases, for example, a function represented by the following equation (2). Of course, other functions can be used.
[Expression 2]

[0068]
When using the signal value of the image, there is a correlation between the X-ray dose on the stimulable phosphor sheet surface and the image density, and the image signal value relatively represents the X-ray dose. For example, a function represented by the following formula (3) may be used.
[Equation 3]

[0069]
Here, although 0 ≦ f (x) ≦ 1.0, the range may be, for example, 0.5 ≦ f (x) ≦ 1.0.
[0070]
When the signal value is used in this way, when calculating the vector average, the image signal value at the pixel position is referred to, the X-ray dose is estimated by the above equation (3), and the addition ratio obtained by a predefined function To calculate the vector average.
[0071]
Next, using the four vector components (q0 to q3), the directions and lengths of the main vector and the subvector are calculated. As shown in FIG. 7, since each vector component is calculated so as to have a DA expression, the main vector length V1 can be calculated by Equation (4), and the unit vector component (ex1, ey1) of the main vector Can be calculated as shown in Equation (5).
[Expression 4]

[Equation 5]

[0072]
Further, the unit vector component (ex2, ey2) of the subvector orthogonal to the main vector is in the opposite direction to the main vector in the DA expression, and therefore, the expression (6) is obtained.
[Formula 6]

[0073]
Further, since the pixel energy Ve at the corresponding pixel can be defined by the equation (7) as an average of each component, the sub vector length V2 can be calculated as the equation (8) from the ratio of the pixel energy Ve and the main vector length V1. .
[Expression 7]

[Equation 8]

[0074]
Next, using two vector information V1 and V2 that are averaged and corrected according to the amount of noise, the edge reliability C and the pixel energy E, which are one aspect of the noise suppression degree, and the anisotropy, respectively, are used. The smoothing direction D of the filter is determined based on the following formula. That is, the pixel energy E is calculated with respect to a certain threshold value Th by the equation (9), and the edge reliability C is calculated by the equation (10) from the main vector length V1 and the subvector length V2.
[Equation 9]

[Expression 10]

[0075]
However, it is 0.0 <= E <= 1.0, 0.0 <= C <= 1.0, and 0 <= D <= 31 (D is an integer).
[0076]
Further, as shown in Expression (11), the angle θ is calculated from the unit vector component of the subvector, and the normalized smoothing direction D is calculated from the calculated angle. In this embodiment, all 32 directions are used.
[Expression 11]

[0077]
The edge reliability C is an index representing the likelihood of an edge, and takes a larger value as the pixel position is on a straight line, and indicates that the signal is higher as the pixel energy E is larger. FIG. 11 shows a straight line signal, an intersection / endpoint signal, and a noise recognition model (an example of an adaptive filter) in the relationship between the edge reliability C and the pixel energy E.
[0078]
Next, based on pixel energy E, edge reliability C, and smoothing direction D calculated from two vector information orthogonal to each other, anisotropy is performed for each pixel of each band limited image signal (Laplacian signal). Noise suppression processing is performed using smoothing processing using a filter and adaptive filtering.
[0079]
Here, since the higher the edge reliability C is, the straighter the line, in the present embodiment, first, smoothing processing using an anisotropic filter is performed along the linear direction. In other words, the anisotropic two-dimensional spatial filter applied to the Laplacian signal performs smoothing in the main vector direction. This anisotropic filter has coefficients as shown in FIG. The purpose of using such an anisotropic filter is to remove noise on the edge without reducing edge contrast because noise is superimposed on the edge signal when the image has a lot of noise.
[0080]
Specifically, an anisotropic filter as a direction-dependent filter is selected according to the smoothing direction D (θ) calculated from the vector, and convolution (convolution integration) is performed with the selected filter, thereby converting the image. Get the convolution product as a signal. This convolution product (anisotropic filter signal) is A described in equations (12) and (13) described later.
[0081]
FIG. 12 shows five of the anisotropic filters from 0 to 180 degrees when 360 degrees are divided into eight directions. The anisotropic filter is edge-preserving for the edge, but works in the smoothing direction at the edge intersection. However, unlike the ideal intersection (intersection where the line is sharp and the lines are orthogonal to each other), the intersection seen on an actual image is not so smooth.
[0082]
The noise suppression processing unit 3 obtains the convolution product A of the anisotropic filter and the Laplacian signal as described above as an adaptive filtering process for suppressing the noise component, and calculates the convolution product A and the Laplacian signal. By controlling the addition ratio based on the pixel energy E and the edge reliability C, the processed band limited image signal fB corresponding to each pixel of each band limited image signal (Laplacian signal). _k (K = 1 to n) (represented by Proc in the equation) is calculated. The processed band limited image signal Proc is a signal in which the noise component is suppressed. Definitions at the time of calculating the processed band limited image signal Proc include the following 1 and 2.
[0083]
Definition 1: When defining FIG. 11B as a straight line
FIG. 11B is defined as a straight line, and the processed band limited image signal Proc in which the noise component is suppressed is calculated by the following equation (12).
[Expression 12]

[0084]
When the edge reliability C is high, since it is an edge, the anisotropic filter output is selected (first term). When the reliability is low, the original Laplacian signal is further attenuated by the pixel energy E, and the noise and the intersection are separated. (Section 2).
[0085]
Definition 2: When defining FIG. 11B as noise
FIG. 11B is defined as noise, and the processed band limited image signal Proc in which the noise component is suppressed is calculated by the following equation (13).
[Formula 13]

[0086]
When the edge reliability C is high, the anisotropic filter output is attenuated depending on the pixel energy E, and the noise and the edge are separated (first term). Even when the edge reliability C is low, the original Laplacian signal is attenuated by the pixel energy E to separate the noise and the intersection (second term).
[0087]
Here, in the case of definition 1, an image with good S / N has a noise removal effect, but an image with poor S / N has little effect. From this result, it can be considered that when the S / N is deteriorated, the reliability of the line is increased even with noise.
[0088]
In the case of definition 2, an image having a poor S / N causes discontinuity (a phenomenon in which noise or an edge is suddenly seen: a local discontinuity), resulting in an artifact. In order to eliminate this artifact, it is necessary to increase the threshold value at the time of pixel energy calculation. However, as the threshold value increases, the edge naturally blurs. This is because in the case of an image with a poor S / N, the pixel energy of the edge and the pixel energy of noise are antagonized, and this problem always occurs as long as the pixel energy is used.
[0089]
Since the edge reliability C has a small value even for non-linear signals (intersection points, end points, point signals, etc.), the pixel energy E is used to separate these non-linear signals and noise. It can also be judged as a signal if it is above a certain value, and as a noise if it is below. Actually, the likelihood of noise is continuously determined by an arbitrary nonlinear function. For example, the noise likelihood N can be determined by a non-linear function represented by the following equation (14) based on the threshold value TH and the pixel energy.
[Expression 14]

[0090]
In this case, from the edge reliability C and the noise likelihood N, the following equation (15) may be used corresponding to the above equation (12), or the following equation (16) may be used corresponding to the above equation (13). .
[Expression 15]

[Expression 16]

[0091]
Thus, after performing noise suppression processing on each band limited image signal to obtain a processed band limited image signal Proc, the image reconstruction unit 4 performs Laplacian reconstruction as inverse multi-resolution conversion, A processed image signal Sproc representing an image in which the noise component is suppressed is obtained.
[0092]
As shown in FIG. 5, the image reconstruction unit 4 is subjected to interpolation processing means 43 that performs interpolation processing on the band-limited image signal that has been subjected to noise suppression processing, and is subjected to band-limited image signal and interpolation processing. An adder 44 for adding the enlarged image signal is provided in accordance with the number of resolution level stages.
[0093]
FIG. 13 is a diagram schematically showing processing for performing Laplacian reconstruction. Processed band limited image signal fB with suppressed noise components _k When (k = 1 to n) is obtained, the processed band limited image signal fB _k Of these, the lowest resolution signal fB _n Is a one-step high resolution processed band limited image signal fB _k-1 In the interpolation processing unit 43, the same interpolation processing as that of the interpolation processing unit 11 is performed so that the enlarged image signal Sn ′ is obtained. Thereafter, the processed band limited image signal fB _k-1 And the enlarged image signal Sn ′ are added by the adder 44 to obtain an added image signal Sn−1. Such processing is repeated in the direction of higher resolution to obtain the highest resolution added image signal S1. This highest resolution added image signal S1 becomes a processed image signal Sproc in which noise components are suppressed.
[0094]
Therefore, if an image is output based on the processed image signal Sproc, by adjusting parameters such as an adaptive filter in terms of image quality, “the low-dose image is slightly increased in the high-frequency component of the normal dose image. Image ". In other words, depending on the X-ray dose at the time of obtaining the radiation image, the addition ratio between the average vector of the band-limited image signal of interest and the average vector of the lower-frequency band-limited image signal is controlled. In the X-ray dose region, noise suppression processing is performed with emphasis on fine edges, while in the low X-ray region, noise suppression processing is performed with emphasis on large edges. Therefore, overall, noise is effectively suppressed or removed, Edge degradation that may occur when noise suppression is performed on an image with a lot of noise can be reduced, and variations in image quality due to imaging dose can be suppressed. In other words, even when the amount of noise components included in the image is different due to variations in imaging dose, the noise suppression effect is always great, reducing arabesque pattern artifacts (unnaturalness), A more natural image can be obtained, and a high-quality image with little deterioration of fine signals can be obtained.
[0095]
Although the preferred embodiment of the noise suppression processing apparatus of the present invention has been described above, the present invention is not necessarily limited to the above-described embodiment.
[0096]
For example, in the above-described embodiment, band-limited image signals having different frequency bands are obtained from the input image signal Sin by the Laplacian pyramid technique. However, as shown in, for example, Japanese Patent Laid-Open No. 6-274615, band limitation is performed by wavelet transform. An image signal may be obtained.
[0097]
In addition, each band limited image signal in which the noise component is suppressed is obtained by performing inverse multi-resolution conversion to obtain an image in which the noise component is suppressed. For example, the applicant of the present application proposed in Japanese Patent Application No. 11-363766. As shown, after the noise component SH1 is separated using the multi-resolution signal, the noise separation unit 45 subtracts the noise component SH1 from the input image signal Sin to obtain an image in which the noise component is suppressed. You can also. FIG. 14 is a block diagram showing details of the apparatus 100 having such a configuration.
[0098]
In the above embodiment, vector information is used as information locally calculated from values in the vicinity of the target pixel (hereinafter referred to as local information), and an index value indicating a noise suppression degree is obtained based on the vector information, or is subjected to a filtering process. However, the local information is not limited to this, and for example, a tensor average or a moving average value can be used. In the case of using the moving average value, when calculating the first moving average value for one band-limited image signal, the frequency band is more according to information indicating the radiation dose such as the imaging menu, X-ray imaging conditions, and X-ray equivalent amount. The second moving average value of the corresponding pixel in the low band limited image signal may be taken into consideration.
[0099]
In addition, an index value indicating the degree to which the noise component is suppressed is obtained based on an image signal, particularly a band-limited image signal, and noise suppression is performed according to the obtained index value, so that noise is effective regardless of the dose. However, this index value may be any index value as long as it can indicate the degree to which the noise component is suppressed. For example, when a radiographic image is obtained It is also possible to use the information itself indicating the radiation dose. In addition, as information indicating the radiation dose, for example, information on the dose itself at the time of imaging acquired using a phototimer or the like can be used.
[0100]
Further, for example, as described in Japanese Patent Laid-Open No. 6-96200, when calculating the sum of squares of each detail image, the sum of the squares of squares in the corresponding region of the lower detail image is added. It is also possible to change the addition ratio according to, calculate the noise component N, and convert Proc = N × Org.
[0101]
Further, the above-described noise suppression method may be executed by a computer, and a program for causing a computer to execute the noise suppression method may be recorded on a computer-readable recording medium and provided.
[Brief description of the drawings]
FIG. 1 is a schematic block diagram showing the configuration of an embodiment of a noise suppression processing apparatus of the present invention.
FIG. 2 is a flowchart showing a processing procedure in the noise suppression processing apparatus of the present invention.
FIG. 3 is a block diagram showing an outline of a band limited image signal creation unit.
FIG. 4 is a diagram schematically illustrating band-limited image signal creation processing.
FIG. 5 is a block diagram showing details of the overall configuration of the noise suppression processing apparatus.
FIG. 6 is a conceptual diagram illustrating Double-Angle expression.
FIG. 7 is a diagram for explaining the definition of Double-Angle expression.
FIG. 8 is a diagram illustrating examples of four types of two-dimensional spatial filters.
FIG. 9 is a diagram showing a relationship between a Laplacian signal and a first-order differential filter output value (absolute value after first-order differentiation).
FIG. 10 is a diagram illustrating an example of an isotropic two-dimensional spatial filter;
FIG. 11 is a diagram showing a recognition model for linear signals, intersection / endpoint signals, and noise in the relationship between edge reliability and pixel energy;
FIG. 12 is a diagram illustrating an example of an anisotropic filter
FIG. 13 is a diagram schematically illustrating processing for performing Laplacian reconstruction.
FIG. 14 is a detailed block diagram showing the configuration of another embodiment of the noise suppression processing apparatus of the present invention;
[Explanation of symbols]
100 Noise suppression processing device
1 Band-limited image signal generator
2 Index value acquisition unit
3 Noise suppression processor
4 Image reconstruction unit

Claims

A noise suppression processing device that performs a noise suppression process for suppressing a noise component included in the radiation image with respect to an input image signal carrying an input radiation image,
Band-limited image signal creating means for creating a plurality of band-limited image signals each carrying an image having a different frequency band based on the input image signal;
Based on information indicating the radiation dose when obtaining the radiation image, an index value acquisition means for obtaining an index value indicating a degree of suppressing the noise component according to the dose;
Based on the obtained index value, for each of the plurality of band limited image signals, comprising noise suppression processing means for performing the noise suppression processing ,
The index value acquisition means sets an addition ratio according to information indicating the radiation dose when the radiographic image is obtained, and obtains based on a band limited image having one frequency band by the set addition ratio. The first evaluation value and the second evaluation value obtained based on the band limited image having a frequency band lower than the one frequency band are added, and the one evaluation value is obtained based on the addition result obtained by the addition. A noise suppression processing apparatus for obtaining the index value for a band-limited image having a certain frequency band .

The index value obtaining means obtains the index value for each of the plurality of band-limited image signals;
The noise suppression processing according to claim 1, wherein the noise suppression processing unit performs the noise suppression processing for each of the plurality of band limited image signals based on an index value of each band limited image signal. apparatus.

The index value acquisition means obtains the index value for each pixel of the band limited image represented by the band limited image signal;
The noise suppression processing device according to claim 1, wherein the noise suppression processing unit performs the noise suppression processing for each of the pixels based on an index value of each pixel.

The index value acquisition unit obtains the evaluation value for each pixel of the band limited image represented by the band limited image signal based on the value of the band limited image signal near the pixel. The noise suppression processing apparatus of any one of Claim 1 to 3 .

The index value acquisition unit obtains the index value based on the length and / or direction of the pixel vector using a pixel vector in each pixel of the band limited image represented by the band limited image signal as the evaluation value. The noise suppression processing apparatus according to claim 1 , wherein the noise suppression processing apparatus is one.

The noise suppression processing apparatus according to claim 5, wherein the index value obtaining unit obtains at least one of edge reliability, pixel energy, and vector direction as the index value.

A noise suppression processing device that performs a noise suppression process for suppressing a noise component included in the radiation image with respect to an input image signal carrying an input radiation image,
Band-limited image signal creating means for creating a plurality of band-limited image signals each carrying an image having a different frequency band based on the input image signal;
Based on information indicating the radiation dose when obtaining the radiation image, an index value acquisition means for obtaining an index value indicating a degree of suppressing the noise component according to the dose;
Based on the obtained index value, for each of the plurality of band limited image signals, comprising noise suppression processing means for performing the noise suppression processing,
The noise suppression processing unit performs a predetermined process on the band limited image signal to obtain a converted image signal, and sets the band limited image signal and the converted image signal to a predetermined addition ratio based on the index value. Thus noise suppression processing apparatus by adding you characterized in that performing the noise suppression process.

The noise suppression processing means obtains a pixel vector in each pixel of the band limited image represented by the band limited image signal as the predetermined processing, and performs a direction-dependent filter based on the length and direction of the pixel vector. set, according to claim 7, characterized in that as to obtain said converted image signals by performing convolution between the values of the pixels near the signal of said band-limited image signal and the direction-dependent filter Noise suppression processing device.

A computer-readable recording medium recording a program for causing a computer to execute noise suppression processing for suppressing noise components included in the radiographic image with respect to an input image signal carrying an input radiographic image, The program is
Creating a plurality of band limited image signals each carrying an image having a different frequency band based on the input image signal;
A procedure for obtaining an index value indicating a degree of suppressing the noise component according to the radiation dose, based on information indicating a radiation dose when obtaining the radiation image;
Based on the obtained index value, for each of the plurality of band-limited image signals, to cause the computer to execute a procedure for performing the noise suppression processing ,
The procedure for obtaining the index value sets an addition ratio according to information indicating the dose of radiation when the radiographic image is obtained, and based on the band limited image having one frequency band by the set addition ratio. The obtained first evaluation value and the second evaluation value obtained based on the band limited image having a frequency band lower than the one frequency band are added, and based on the addition result obtained by the addition, A computer-readable recording medium for obtaining the index value for a band-limited image having one frequency band .

  A computer-readable recording medium recording a program for causing a computer to execute noise suppression processing for suppressing noise components included in the radiographic image with respect to an input image signal carrying an input radiographic image, The program is
  Creating a plurality of band limited image signals each carrying an image having a different frequency band based on the input image signal;
  A procedure for obtaining an index value indicating a degree of suppressing the noise component according to the radiation dose, based on information indicating a radiation dose when obtaining the radiation image;
  Based on the obtained index value, for each of the plurality of band-limited image signals, to cause the computer to execute a procedure for performing the noise suppression processing,
The step of performing the noise suppression process obtains a converted image signal by performing a predetermined process on the band limited image signal, and adds the band limited image signal and the converted image signal based on the index value. A computer-readable recording medium, wherein the noise suppression processing is performed by adding according to a ratio.