GoblinEyes19 能力(19) ガイドページ「基礎」のサンプル画像ページ

黒月樹人(本名 田中 毅)@ 黒月解析研究所


ゴブリンアイズの使用権を販売します  ゴブリンアイズの注文書

医療画像解析ソフト ゴブリンアイズ 能力・販売・その他 ブランチページ2へ戻る

 ガイドページ「基礎」の広域ガイドページ

 ゴブリンアイズ84(Ver.4.02)は、1) 基礎、2) 医療(色加味)、3) 応用1、4) 応用2(美術)、このような4種の広域ガイドページを持っています。
 今回の、能力(19)では、その、1) 基礎、について説明します。
 1) 基礎の広域ガイドページの全景を図1として示します。

図1 ガイドページ「基礎」のスイッチページ
(画像をクリック → 拡大画像ページへ)

 今回のバージョンアップにおいて、「光核」解析と「フルーツ」解析において、これまでのものの解析結果(通常)と、さらにこれと、元の原画像との平均合成の結果(MIX)とが選べるようにしました。
 「光核(MIX)」と「フルーツ(MIX)」では、そのような、元の原画像との平均合成の結果(MIX)を集めてあります。
 図1の「ガイドページのためのスイッチ領域」にある、「光核(通常)」〜「小波(ウェーブレット)」までをクリックすると、それぞれの(サンプル画像による)ガイドページへと進みます。

 1) 基礎の「光核(通常)」と「光核(MIX)」ガイドページ

 「光核(通常)」ガイドページを図2として、「光核(MIX)」ガイドページを図3として、それぞれ示します。

図2 ガイドページ「基礎」の「光核(通常)」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

図3 ガイドページ「基礎」の「光核(MIX)」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 通常の光核解析では、原画像の各画素についての濃淡値を調べ、何段階かの濃淡値幅(ゾーン)で選別したときの画像を取り出し、それを、もともとの0-255の濃淡値のキャンバスへと広げ直します。
 このような操作を行なうため、濃淡値の暗い部分から取り出したものは明るくなり、明るい部分から取り出したものは暗くなります。
 MIXでは、これらの解析結果と、元の原画像との平均合成を行いますから、光核解析の部分を強調した画像となります。

 1) 基礎の「フルーツ(MIX)」ガイドページ

 フルーツ解析も、通常の解析結果に対して、元の原画像との平均合成をとったものをMIXとして、まとめました。
 フルーツ解析は、3色のバランスが偏っているものに対して、それらを強制的に整えるものです。このため、コントラストが高くなって、より鮮やかなものとなりますが、もともと色バランスが整っている画像に関しては、あえて、その色バランスを狂わせることになります。

図4 ガイドページ「基礎」の「フルーツ(MIX)」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 1) 基礎の「染色」ガイドページ

 染色というのは、原画像の全体に対して、それぞれの色を加えたり、抜いたりするものです。あまり極端なことはしません。
 染色の効果を分かりやすく示すため、次の図5では、原画像を白黒(04ao)として解析しました。

図5 ガイドページ「基礎」の「染色」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 1) 基礎の「色の強弱」ガイドページ

 「色の強弱」では、色を強めたり弱めたりします。この処理を記号としてPower(#)と表現しています。Power(100)が元の色です。Power(200)だと2倍の色の強さとなります。完全な白黒画像はPower(1)としています。

図6 ガイドページ「基礎」の「色の強弱」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 1) 基礎の「ライス」ガイドページ

 ライス解析は、考え方として、フルーツ解析の「逆」を目指しています。
 フルーツ解析では色が鮮やかになりますが、ライス解析では、より落ち着いたものとなります。
 土星の衛星タイタンで撮影された画像をフルーツ解析で調べていたとき、その一部分が鮮やかに輝きすぎてしまい、その部分に何があるのか分かりづらくなったことから、このような、フルーツ解析の「逆」の解析の必要性を感じ取って構成したものです。

図7 ガイドページ「基礎」の「ライス」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 1) 基礎の「対照(コントラスト)」ガイドページ

 画像のコントラストを強くする解析法としては、光核解析やフルーツ解析がありましたが、光核解析では画像のデータ情報が間引かれてしまいます。フルーツ解析では、色のバランスが変わってしまいます。
 そこで、フルーツ解析の方法を修正して、色のバランスを変えることなく、コントラストを強くする、いわば、正攻法の解析法を作ることにしました。

図8 ガイドページ「基礎」の「対照(コントラスト)」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 1) 基礎の「小波(ウェーブレット)」ガイドページ

 ウェーブレット解析という数学分野での手法は、2000年より少し前に、この地球という星の文明に現れました。それまでは、いろいろな周波数の音や振動が混じったデータを、周波数ごとの成分に分けるため、フーリエ解析というもの(逆解析)を使うしかありませんでした。これについてはFFT(高速フーリエ変換)という、特殊なアルゴリズムが生み出されていたので、これを学習してプログラムに取り込み、野外で測定してきた地震波などを周波数成分ごとに調べ、地中の情報として調査していました。
 そのころ、数学の新しい分野としてウェーブレット解析というものが生み出され、これを使うと、フーリエ変換より、ずうっと簡単で、しかも、逆解析ではなく、順解析となるので、どのようなケースにも適用することができました。
 そのころ取り扱っていたデータは、時間軸に沿って変化する、時系列データというものでした。
 そのころ、英語の論文や出版物では、時系列データではなく、平面的な分布領域で、上下に突出する、もうひとつ座標軸を増やしたウェーブレット解析の結果も紹介されていましたが、それについて学習するまえに、世の中の体制が大きく変わって、そのときの仕事に関わる、私がいた会社も、その変化の波にうまく対応することができず、多くの社員をリストラするという方法をとりました。
 私もリストラされた側の人間です。
 それから何年かが経過し、自分でC言語を学習し、画像解析のプログラムを発達させてゆく過程で、あのころは、よく分からなかった、平面的な分布領域で色値が変化する画像データにおいて、ウェーブレット解析を使う方法が分かってきました。
 そこで、実験的にいろいろなことに取り組み、そのころ調べていたUFO画像の真偽を判定するため、何十種類もの(途中で見切りをつけて捨てたものを含めると100以上はあります)、ユニークな平面ウェーブレット関数を生み出すことができました。これらの性質をとらえ、レリーフ解析やクリスタル解析、あるいはハロー解析といった、特殊なパターンをもつものを見つけることができました。
 次に示す図9で取り上げたものは、それらのほんの一部である7種類のウェーブレット解析のサンプル画像です。
 これらの解析結果も、振幅値と基礎色を変えると、いろいろな現われ方をします。
 3色の色データをまとめて解析するモードをGrayと呼び、3色それぞれについて独自に解析するモードを3Cと呼び、区別しています。すべてのウェーブレット関数が3Cモードをもっているわけではありません。どちらのモードのほうが効果的かということも、いろいろです。

図9 ガイドページ「基礎」の「小波(ウェーブレット)」サンプル画像ページ
(画像をクリック → 拡大画像ページへ)

 このような、サンプル画像をクリックすると、そのもととなった解析の本ページへと進み、サンプル画像の本格版として解析します。
 図9の下段、向かって左端の H) swan をクリックしたものが、次の図10です。

図10 ガイドページ「基礎」の「小波(ウェーブレット)」の
原画像(夕暮れのヴォ―リス旧図書館)でのサンプル画像ページにおけるH) swan
(画像をクリック → 拡大画像ページへ)

 このswan解析は、クリスタル解析の一種です。キラキラとした色使いのものとして現われます。レリーフ解析の性質もそなえています。見かけ上、少し立体的に現われます。全体的に暗いのは基礎色の影響です。もっと明るくすることもできます。
 上記の解析では、原画像として使っている「夕暮れのヴォ―リス旧図書館の色加味解析」が、かなり複雑な写真(もとは白黒フィルムで撮影したもの)で、その効果も複雑になっていますので、もう少しシンプルな原画像を使って解析します。
 次の解析で使っている原画像は「金属製の手すり」の白黒写真に軽く色づけしたものです。左端に黒く写っている染みのようなものは、撮影している私の姿です。

図11 ガイドページ「基礎」の「小波(ウェーブレット)」サンプル画像ページ
もっとシンプルな原画像(金属の手すり)で
(画像をクリック → 拡大画像ページへ)

 このサンプル画像の下段、向かって左から3つ目の、J) 11L をクリックして、本解析したものが、次の図12です。11Lという解析名の11は、解析に使ったウェーブレット関数のマトリックス(行列)が11×11というものであることから来ています。
 ウェーブレット関数のマトリックスとしては、3×3から17×17のものまで作りました。これらはすべて奇数ですが、偶数に比べ奇数のほうが、アルゴリズムがかんたんになるので、偶数のものは作っていません。仮に作ったとしても、その解析結果は、前後の奇数のものと、そんなに変わらないので、作る必要性もありませんでした。

図12 ガイドページ「基礎」の「小波(ウェーブレット)」の
原画像(金属の手すり)でのサンプル画像ページにおけるJ) 11L
(画像をクリック → 拡大画像ページへ)

 あとがき

 小波(ウェーブレット)解析までの各ガイドページのサンプル画像は、開発者の私が想像していたものでしたが、小波(ウェーブレット)解析については、それぞれがユニークなものでもあり、解析関数としての分岐も複雑で、何種類にもなっていますので、かんたんに解析結果を想定することはできませんでした。
 それと、このウェーブレット解析を使っていたのは、画像の空にポツンと小さく写っているUFO画像の部分を、マップで拡大してから、ゴブリンアイで「色のカスミ」を取り除いたものでしたので、今回試みているような、もとの原画像そのもので、どのような画像になるのかということは、おそらく、一度も試みていません。
 このようなわけで、何年も前に組みあげたウェーブレット解析ですが、今に至って、新しい発見がどんどん現われます。
 このあと、このウェーブレット解析や、平均合成や暗明合成を使って、これまで誰も描いたことのなかったような画像が、どんどん生まれることになります。
 (Written by KLOTSUKI Kinohito, February 26, 2017)

 

医療画像解析ソフト ゴブリンアイズ 能力・販売・その他 ブランチページ 2