高率にエッジを保存可能な適応型部分メジアンフィルタ

画像処理の分野では、画像からノイズを低減する際に、重要なエッジをできるだけ保持しながらノイズのみを除去することが求められます。このため、多くのエッジ保存型平滑化フィルタが提案されています。最近では、高橋らによって関心領域内で信号成分とノイズ成分を取捨選択する仕組みを持つ適応型部分平均フィルタ（APAF）が提案されており、ノイズ低減とエッジ保持のバランスを取ることが可能です。本論文では、このAPAFを基にしてより高いエッジ保存率を実現する適応型部分メジアンフィルタ（APMF）を提案し、その性能を検証することを目的としています。

ノイズ低減率とエッジ保存率の評価では、提案するAPMFが既存の11種類の平滑化フィルタと比較して最も高いエッジ保存率（ESR=74.6%）を示しました。特に、ノイズ低減率が同程度（SDR≒76.0%）の条件下では、APMFのエッジ保存率が他のフィルタよりも優れていることが確認されました。また、APMFとAPAFの比較では、APMFの方が高いエッジ保存率を示し、その理由としてAPMFがメジアンフィルタを用いている点が挙げられます。これにより、提案するAPMFの有用性が明らかになりました。

本研究では、APMFの処理手順を以下のように設定しました。原画像に移動平均フィルタを適用し前処理画像を作成し、その後、注目画素を中心に初期関心領域を設定してしきい値を用いてマスク画像を作成します。関心領域を順次拡大し、エッジ保存率とノイズ低減率を評価するために最適な関心領域の大きさを決定し、最終的に中央値を求める手法を採用しました。シミュレーション実験では、CT画像を用いて作成した120枚のシミュレーション画像に対して各フィルタを適用し、ノイズ低減率（SDR）とエッジ保存率（ESR）を評価指標として使用しました。

本研究の結論として、提案するAPMFが既存のエッジ保存型平滑化フィルタと比較して、ノイズ低減率を維持しつつ高いエッジ保存率を実現できることが示されました。特に、APMFはAPAFよりもエッジ保存性能が優れており、メジアンフィルタを用いることでエッジ保存率が向上する点が明らかになりました。この成果は、医療画像処理などの分野において、重要なエッジ情報を保持しながらノイズを効果的に低減するために有用であると考えられます。

本研究では、単純なエッジを対象とした評価を行いましたが、今後はより複雑なエッジパターンを持つ画像に対してもAPMFとAPAFの関係が成立するかを検証する必要があります。また、他の種類の画像データや異なるノイズ条件下での評価も行い、提案手法の汎用性と実用性をさらに検証していくことが求められます。加えて、実際の医療現場での適用可能性についてもさらなる研究が必要です。

画像処理の分野では、画像からノイズ(画像に含まれる不要な情報や乱れのことで、画像を見えにくくする原因となります。)を減らすときに、必要な部分（エッジ(画像の中で色や明るさが急に変わる部分のことです。エッジは画像の輪郭や境界を示す重要な部分です。)）をできるだけ残しながらノイズだけを取り除くことが重要です。そのために、多くのエッジを保つフィルタが提案されてきました。最近、高橋さんたちは、関心のある部分で信号とノイズを選別する「適応型部分平均フィルタ（APAF）(画像のエッジを保ちながらノイズを減らすために、関心領域内で信号とノイズを選別する仕組みを持つフィルタです。)」という手法を提案しました。このフィルタは、エッジを保ちながらノイズを減らすことができます。本研究では、APAFを基にしてさらにエッジをうまく保つ「適応型部分メジアンフィルタ（APMF）(APAFを基にして、さらにエッジをよく保つことができるように改良されたフィルタです。)」を提案し、その効果を確認することを目的としています。

ノイズ(画像に含まれる不要な情報や乱れのことで、画像を見えにくくする原因となります。)を減らす率とエッジ(画像の中で色や明るさが急に変わる部分のことです。エッジは画像の輪郭や境界を示す重要な部分です。)を保つ率を評価したところ、提案するAPMFは、他の11種類のフィルタと比べて最も高いエッジ保護率（74.6%）を示しました。特に、ノイズを減らす率がほぼ同じ条件（76.0%）では、APMFが他のフィルタよりも優れていることが確認されました。また、APMFとAPAFを比べた場合、APMFの方がエッジ保護率が高かったです。これは、APMFがメジアンフィルタ(複数の画素の中央値を取ることで、エッジを保ちながらノイズを減らすための処理です。)を使用しているためです。このことから、APMFが有用であることが分かりました。

本研究では、APMFの手順を以下のように設定しました。まず、元の画像に移動平均フィルタ(複数の画素の平均値を取ることで、画像の滑らかさを増すための処理です。)を適用して前処理画像を作成します。その後、注目する画素を中心に初期の関心領域を設定し、しきい値を使ってマスク画像を作成します。関心領域を順次拡大し、エッジ(画像の中で色や明るさが急に変わる部分のことです。エッジは画像の輪郭や境界を示す重要な部分です。)を保つ率とノイズ(画像に含まれる不要な情報や乱れのことで、画像を見えにくくする原因となります。)を減らす率を評価するために最適な関心領域の大きさを決め、最終的に中央値を求める手法を採用しました。シミュレーションでは、CT画像を用いた120枚のシミュレーション画像に各フィルタを適用し、ノイズ低減率（SDR）とエッジ保護率（ESR）を評価指標として使用しました。

本研究の結論として、提案するAPMFが他のエッジ(画像の中で色や明るさが急に変わる部分のことです。エッジは画像の輪郭や境界を示す重要な部分です。)保護型平滑化フィルタと比べて、ノイズ(画像に含まれる不要な情報や乱れのことで、画像を見えにくくする原因となります。)を減らしながらエッジ保護率を高く保てることが示されました。特に、APMFはAPAFよりもエッジをうまく保つことができ、メジアンフィルタ(複数の画素の中央値を取ることで、エッジを保ちながらノイズを減らすための処理です。)を使うことでエッジ保護率が向上しました。この成果は、医療画像処理などで重要なエッジ情報を保ちながらノイズを効果的に減らすために有用です。

本研究では、単純なエッジ(画像の中で色や明るさが急に変わる部分のことです。エッジは画像の輪郭や境界を示す重要な部分です。)を対象に評価を行いましたが、今後はもっと複雑なエッジパターンを持つ画像でもAPMFとAPAFの関係が成り立つかを確認する必要があります。また、他の種類の画像データや異なるノイズ(画像に含まれる不要な情報や乱れのことで、画像を見えにくくする原因となります。)条件下での評価も行い、提案手法の汎用性と実用性をさらに検証することが求められます。加えて、実際の医療現場での適用可能性についてもさらなる研究が必要です。