JP2016027932A - 画像処理装置、画像処理方法、プログラム、及び記憶媒体 - Google Patents

Abstract

【課題】 撮影したＸ線画像を劣化させずに、線状のノイズを抑制する画像処理システムを提供する。
【解決手段】 マトリックス状に配列された複数の画素から構成される平面検出器から行毎に読み出された原画像データの画素値に対して列方向にハイパスフィルタ処理を実行し
て第１の画像データを得て、第１の画像データにおける同一画素行内の画素値に基づいて算出した統計量の絶対値に応じて第１の画像データにおける画素値の値を変換して得た値を、原画像データの対応する各画素の値から減じて処理後画像データを得る。
【選択図】 図２

Description

本発明は、画像に生じるノイズを低減する技術に関し、特に画像の行毎に生じるノイズを低減する技術に関する。

従来、ガラス基板上に成膜、形成したアモルファスシリコンやポリシリコンを材料とした平面検出器を用いたＸ線画像撮影装置が知られている。この平面検出器で撮像された原画像データには、入射したＸ線から変換された純粋な信号成分に加えて、画像の行毎に発生するノイズ成分が含まれている。平面検出器では、同一画素行に存在する半導体スイッチをＯＮ／ＯＦＦすることにより画像信号として読み出す。この場合、ＯＮ／ＯＦＦするためのゲート信号の時間的な変動が、画像の行毎に発生するノイズの発生原因の一つと考えられている。

画像の行毎に発生する線状のノイズ（特許文献１では「横引きノイズ」と呼ばれている）の抑制方法に関しては、特許文献１（図３など）に開示されている。
特許文献１に記載されているノイズ抑制技術は画像の列方向にハイパスフィルタ処理を行い、行方向にローパスフィルタ処理を行い画像の行毎に発生するノイズ成分を抽出している。そして、抽出したノイズ成分を原画像データから減算している。

特開２００３−２０４９５５号公報

しかしながら、特許文献１に開示される方法では、「横引きノイズ」だけでなく被写体を構成する信号成分を含んでいる。特に、前記被写体領域の画像上で、画素値の値が急峻に変化している領域で、被写体の信号成分を含んでいる。そのため、特許文献１に開示される「横引きノイズ」は撮影した被写体の影響を受ける。したがって、画像信号のＳ／Ｎ比を劣化させるという課題がある。

また、一般的に読み出し速度を上げるため、平面検出器を複数の領域に分割し、分割された領域毎に別々の増幅器で、画像信号を読み出す方法が取られている。しかし、増幅器に特性の違いがあるために、ノイズ量も増幅器毎に異なるという課題がある。

本発明に係る画像処理装置は、
Ｘ線を原画像データに変換する平面検出器と、
前記原画像データの画素値に対して列方向にハイパスフィルタ処理を実行して第１の画像データを得るフィルタ手段と、
前記第１の画像データにおける同一画素行内の画素値に基づいて算出した統計量の絶対値に応じて前記第１の画像データにおける画素値の値を変換して得た値を、前記原画像データの対応する各画素の値から減じて処理後画像データを得る処理手段と、を備えることを特徴とする。

本発明によれば、画像の行毎に発生するノイズを抑制でき、画像信号の劣化を低減できる。

画像処理システムのブロック図である。 画像処理装置の回路構成を示す図である。 第１実施形態の処理の流れを示す図である。 列方向フィルタの係数例を示す図である。 行方向フィルタの係数例を示す図である。 平面検出器を列方向に３分割した図である。 フィルタ画像データと統計値の関係を示す図である。 処理効果を説明するための図である。 平面検出器を列方向に３分割した図である。

以下、添付図面に従って本発明に係る画像処理装置及び方法の好ましい実施形態について詳説する。ただし、発明の範囲は図示例に限定されるものではない。

［第１実施形態］
図１に、画像処理システム１の機器構成例を示す。

Ｘ線発生部２は、曝射スイッチ３が押されるタイミングに基づいてＸ線を被験者４に曝射する。被験者４を透過したＸ線は平面検出器５で原画像データとして取得される。

平面検出器５は、マトリックス状に配列された複数の画素から構成される。そして各画素には、入射したＸ線量に比例した電荷を蓄積するコンデンサと、このコンデンサから電荷を読み出すための半導体スイッチとが設けられている。

平面検出器５は読出し回路を備え、読出し回路はマトリクス状に配置された画素の行毎に順次、前記半導体スイッチをＯＮ／ＯＦＦしていく。前記半導体スイッチのＯＮにより取り出された電荷は，マトリクス状に配置された画素の行毎に読み出され、Ａ／Ｄ変換することでディジタル化された画像信号として取り出される。この画像信号の値は画素値として、各画素の位置と関連付けた原画像データとして取得される。つまり、原画像データは、マトリクス状に配置された各画素に対応する画素値の値を含むデータある。

また、原画像データは各画素の位置と画素値を関連付けたデータであるため、画素が配置された位置に対応して画素値を前記画像データから選択できるものである。

平面検出器５で取得した原画像データに基づく画像を表示するための表示部６を画像処理システムは備える。また、画像処理システム１全体を制御する制御部７を備える。制御部７は図示しないＣＰＵ８及びメインメモリ９を備える。

ＣＰＵ８は、主として画像処理システム１の各構成要素の動作を制御する。メインメモリ９は、ＣＰＵ８が実行する制御プログラムを格納したり、ＣＰＵ８によるプログラム実行時の作業領域を提供したりする。磁気ディスク１０は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライブ、後述する画像処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納する。

図２は、画像処理装置１１におけるデータの流れを示すブロック図である。

平面検出器５で取得した原画像データｆ（ｘ、ｙ）に対して、フィルタ手段としてのフィルタ回路１２はフィルタ処理を実行してフィルタ画像データｐｆ（ｘ、ｙ）を得る。

今後の説明で行方向（「同一画素行の方向」と呼ぶ場合もある。）とは、前記読出し回路が画素から画像信号を読み出すために、選択している画素が連なる画素行の方向である。一方、列方向とは画素行と直交する方向である。例えば、図３に示すように、Ｍ行、Ｎ列のマトリクス状に配置された画素であれば、画素の座標を（ｘ、ｙ）として、ｙの値を固定ｙｍとして、ｘの値を変更した場合に選択されている座標が連なる方向を行方向とする。一方、ｘの値を固定として、ｙの値を変更した場合に選択されている座標が連なる方向を縦方向とする。ｆ（ｘ、ｙ）は、座標（ｘ、ｙ）の画素に対応する画素値の値を示す。
そして、統計量計算手手段としての統計量計算回路１３は、フィルタ画像データｐｆ（ｘ、ｙ）から後述するノイズに関連する統計値Ｄｖ（ｘ，ｙ）を算出する。また、処理手段としての処理回路１４は、後述するように第１の画像データｐｆ（ｘ、ｙ）から統計値Ｄｖ（ｘ，ｙ）に基づいて算出したノイズの量を示すＮ１（ｘ，ｙ）を算出する。そして、原画像ｆ（ｘ、ｙ）からノイズの量を示すＮ１（ｘ，ｙ）を減じて処理後画像データｐ（ｘ、ｙ）を得る。

次に、図３のフローチャートを用いて、制御部７がどのように画像処理システム１を制御しているかについて説明する。なお、図３に示される処理は、ＣＰＵ８がメインメモリ９に格納されているプログラムを実行することにより実現される。

ステップＳ３０１において、ＣＰＵ８は平面検出器５から原画像データｆ（ｘ、ｙ）を読み出す。或いは、ＣＰＵ８は、画像処理システム１に接続された記憶装置、例えばＦＤＤ、ＣＤ−ＲＷドライブ、ＭＯドライブ、ＺＩＰドライブ等の各種記憶媒体から原画像データを読み取る。

ステップＳ３０２において、ＣＰＵ８はフィルタ回路１２に原画像データｆ（ｘ、ｙ）を入力する処理を行う。そして、原画像データｆ（ｘ、ｙ）に対して、列方向にハイパスフィルタ処理処理を実行するように、フィルタ回路１２を制御して第１の画像データｐｆ（ｘ、ｙ）を得る。

ここで図４は列方向のハイパスフィルタのフィルタ係数、図５は行方向のローパスフィルタのフィルタ係数である。図４と図５において、縦方向のフィルタサイズと横方向のフィルタサイズは７であるが、これに限定されるものではない。また、縦方向のハイパスフィルタと横方向のローパスフィルタはＦＩＲ型フィルタであるが、これに限定されるものではなく、例えばＩＩＲ型フィルタでもよい。

前記画素行の方向に発生するノイズは、画素行毎で値が変動するため、縦方向のハイパスフィルタ処理を実行することで抽出される。

ステップＳ３０３において、ＣＰＵ８は統計量計算回路１３に第１の画像データｐｆ（ｘ、ｙ）を入力する処理を行う。そして、各画素の座標（ｘ、ｙ）に対してそれぞれ統計値Ｄｖ（ｘ，ｙ）を得るように、統計量計算回路１２を制御する。

ステップＳ２０４において、ＣＰＵ８は処理手段としての処理回路１４を制御して、処理後画像データｐ（ｘ、ｙ）を得る。

図６は処理後画像データｐ（ｘ、ｙ）を得るための説明図である。

図６において、２００は第１の画像データｐｆ（ｘ、ｙ）を示しており、原画像データの画像サイズがＭ行、Ｎ列であれば、第１の画像データｐｆ（ｘ、ｙ）の画像サイズもＭ行、Ｎ列となる。また、Ｐｆ（ｘ，ｙｍ）は第１の画像データｐｆ（ｘ、ｙ）の座標（ｘ，ｙｍ）の値、２０１はｙｍ行の値だけを取り出した図を示す。２０２はｙｍ行の統計値Ｄｖ（ｘ，ｙｍ）である。統計値Ｄｖ（ｘ，ｙｍ）は、例えば図５に示したように、Ｐｆ（ｘ−２，ｙｍ）からＰｆ（ｘ＋２，ｙｍ）の５個の値を用いて計算した分散値である。
しかし、それに限定されるものではなく、平均値、標準偏差等の統計値でもよい。即ち、同一行内から算出される分散値、平均値、標準偏差であればよく、各画素の座標から一定範囲の画素の座標に対応する第１の画像データｐｆ（ｘ、ｙ）に基づいて算出される。これにより、同一行内での画素値の値の変動が座標毎に統計量としてあらわされることになる。

そして、任意の座標（ｘ，ｙ）のノイズ成分Ｎ１（ｘ，ｙ）は、例えば下記の式で計算される。

ここで、ａは係数であり、Ｄｍは予め測定して記憶しておいた平面検出器５のノイズに関する量である。予め測定して記憶したＤｍに関しては、後で説明する。また、通常、ａの値は１程度であるが、ａを小さくするとノイズ成分を示すＮ１（ｘ，ｙ）の値が小さくなる。ａ＝１の場合で、Ｄｖ（ｘ、ｙ）つまりエッジ成分のない場合には、ｐｆ（ｘ、ｙ）が原画像データから減算されることになる。ｐｆ（ｘ、ｙ）は統計的にＤｍに近い値であるため、線状のノイズ成分が減算されることになる。

ただし、（１）式に限定されるものではなく、統計値Ｄｖ（ｘ，ｙｍ）の絶対値が大きくなるとノイズ成分の値Ｎ１（ｘ，ｙ）の絶対値が小さくなり、統計値Ｄｖ（ｘ，ｙｍ）の絶対値が小さくなるとノイズ成分の値Ｎ１（ｘ，ｙ）の絶対値が大きくなるいかなる算出方法を用いてもよい。

このような算出方法をもちいると、同一画素行内で画素値の変動が大きな領域（撮像された被写体の領域のエッジ部分に例えば相当する）ではノイズ成分の値Ｎ１（ｘ，ｙ）の絶対値が小さくなる。これにより、ノイズ成分の値Ｎ１（ｘ，ｙ）を原画像データｆ（ｘ、ｙ）から減算しても被写体領域のエッジ成分を壊さない効果を有する。逆に、同一画素行内で画素値の変動が小さな領域ではノイズ成分の値Ｎ１（ｘ，ｙ）の絶対値が大きくなる。
また、原画像データｆ（ｘ、ｙ）に対して、縦方向はハイパスフィルタ処理、横方向はローパスフィルタ処理を実行するように、フィルタ回路１１を制御して第１の画像データｐｆ（ｘ、ｙ）を得るように構成してもよい。この場合には、同一画素行内のノイズ成分の値を減衰できる。すなわち、同一画素行であっても各列におけるノイズの大きさは一様ではない。

上述したように、ここで図５は横方向のローパスフィルタのフィルタ係数の例である。
そして、原画像データｆ（ｘ、ｙ）からノイズ成分の値Ｎ１（ｘ，ｙ）を減じることにより処理後画像データｐ（ｘ、ｙ）が得られる。

次に、予め測定して記憶するＤｍについて説明する。予め測定して記憶するＤｍは、Ｘ線を曝射しない状態で平面検出器５から読み出した原画像データから計算した統計値である。ここで統計値は例えば、Ｘ線を曝射しないで平面検出器５から読み出した原画像データの行毎に横行方向の平均値を計算し、全ての平均値の分散を計算した値の係数倍である。

従って、Ｘ線を曝射しないで平面検出器５から読み出した画像の画素値をＰｄ（ｘ，ｙ）とすると、任意のｙ行の平均値Ａｖ（ｙ）は下記式で計算できる。

また、予め測定して記憶する統計値Ｄｍは下記式で計算できる。

ここで、ｃは係数であり、

はＡｖ（ｙ）の平均値である。ただし、Ｄｍは分散値に限定されるものではなく、平均値や標準偏差等の統計値であればよい。また、記憶するＤｍを測定するタイミングは、例えば工場出荷時、機器の設置時等が考えられるが、これに限定されるものではなく、ノイズを抑制する前ならば何れのタイミングで行ってもよい。通常、ｃの値は３程度であるが、これに限定されるものではない。

Ｄｍを記憶したおき、式（１）で示すようにノイズ成分の判断に用いているのが一つの特徴である。Ｄｍは上述のように、平面検出器５では、同一画素行に存在する半導体スイッチをＯＮ／ＯＦＦすることにより画像信号として読み出す。この場合、ＯＮ／ＯＦＦするためのゲート信号の時間的な変動が、画像の行毎に発生するノイズの発生原因の一つと考えられている。

したがって、撮影物がない状態で線状ノイズからＤｍを算出しておくと、純粋にＯＮ／ＯＦＦするためのゲート信号の時間的な変動に起因する成分を抽出することができるものである。これにより、線状のノイズ成分のみを有為に抽出する効果を有する。また、上述のａは、Ｘ線の曝射時の線量を制御部７又はＸ線発生部２から取得しておき、決定するとより効果的である。

［第２実施形態］
次に、第１のノイズ成分の値Ｎ１（ｘ，ｙ）を変更して第２のノイズ成分の値Ｎ２（ｘ，ｙ）を得る場合について説明する。第２のノイズ成分の値Ｎ２（ｘ，ｙ）は第１のノイズ成分の値Ｎ１（ｘ，ｙ）を閾値処理したものであり、ｂを係数とすると、

の式で表される。通常、ｂの値は１程度であるが、ｂを小さくすると第２のノイズ成分の値Ｎ２（ｘ，ｙ）が小さくなる。

図７に、第１のノイズ成分の値Ｎ１（ｘ，ｙ）と第２のノイズ成分の値Ｎ２（ｘ，ｙ）の関係を示す。図６に示す様に、第１のノイズ成分の値Ｎ１（ｘ，ｙ）の絶対値が所定値を超えると、第２のノイズ成分の値Ｎ２（ｘ，ｙ）の絶対値はそれ以上大きくならないように制限される。ただし、閾値処理はこれに限定されるものではなく、第１のノイズ成分の値Ｎ１（ｘ，ｙ）の絶対値が所定値を超えると、第２のノイズ成分の値Ｎ２（ｘ，ｙ）が制限されればよい。例えば、

でも構わない。この場合、第２のノイズ成分の値は定数となる。

次に、図８を用いて処理の流れとともに処理効果を説明する。

原画像データを画像として表示した（ａ）は胃を撮影した原画像データの各画素値を図として表現したものであり、同一画素行内に線状のノイズが含まれている。この線状のノイズは行毎にランダムな位置に表れ、またノイズ成分の値もランダムに変化する。

フィルタ画像データｆｐ（ｘ、ｙ）の値を表示した画像が（ｂ）である。画像（ｂ）は線状のノイズ成分を含むが、被写体の画像成分も含む。特に、被写体の横方向の輪郭成分が多く含まれる。

一般に、表示される画像データの画素値が１０ビットの場合、線状のノイズ成分の値は±１０以内なのに対して、フィルタ画像データ内の被写体のエッジ成分は±１００以上になる場合もある。従って、オリジナル画像（１）からフィルタ画像（２）を減算すると、被写体の輪郭部分が影響を受けて画像が劣化してしまう。

第１のノイズ成分の値Ｎ１（ｘ，ｙ）を図表化した図が（ｃ）である。第１のノイズ成分の値Ｎ１（ｘ，ｙ）は同じ行でほぼ同じ値であるのに対し、被写体の成分は被写体の輪郭部で大きく変化する。そのため、フィルタ画像データの分散値が小さい座標に対応する第１のノイズ成分の値がそのまま残り、被写体の輪郭部等でフィルタ画像データの分散値が大きく変化すると局所的な分散値が大きくなる。これにより、第１のノイズ成分の値が小さくなる。しかし、第１のノイズ成分の値にはそれでも被写体の成分が残ってしまう。

第２のノイズ成分の値Ｎ２（ｘ，ｙ）を図表化した図が（ｄ）である。既に説明した様に、第１のノイズ量Ｎ１（ｘ，ｙ）が予め定まる値以上になると、第２のノイズ量Ｎ２（ｘ，ｙ）はそれ以上大きくならない様に制限される。従って、被写体の成分が殆ど無くなるが、線状のノイズ成分は残る。

処理後画像データｐ（ｘ、ｙ）の値を表示した画像が（ｅ）である。減算する第２のノイズ成分は被写体の信号成分を減じられたものである。そのため、処理後画像データｐ（ｘ、ｙ）では被写体の画像信号を劣化を抑制でき、線状のノイズの抑制効果を高めることができる。そのため、原画像データよりもＳ／Ｎ比の改善された処理後画像データが得られる。

［第２実施形態］
第２実施形態を説明する。

図９は、読み出し速度を上げるため、図１の平面検出器５を列方向に３分割したものであり、領域４１、領域４２、領域４３に分割している。そして、分割した領域４１内の画素は増幅器６１、分割した領域４２内の画素は増幅器６２、分割した領域４３内の画素は増幅器６３で増幅される。しかし、増幅器に特性の違いがある為に、線状のノイズ成分の値も増幅器毎に異なる増幅率で増幅される。そのため、第２実施例ではノイズ抑制処理を増幅器毎に行う。

ノイズ抑制処理を増幅器毎に行うためには、既に説明した図２のフローチャートにおいて、第２のノイズ成分の値Ｎ２（ｘ，ｙ）を増幅器単位に求めればよい。それ以外の処理は第１実施例と同じである。

図９において、領域４１の第２のノイズ成分の値Ｎｂ２（ｘ，ｙ）は、係数をｃとすると、Ｎ１（ｘ，ｙ）が−ｃ・Ｄｍ以上、かつＮ１（ｘ，ｙ）がｃ・Ｄｍ以下を満たす場合のＮ１（ｘ，ｙ）を平均化した値である。

数式で表せば、下記式で表される。

ここで、Ａｖｒ（Ｎ１（ｘ，ｙ））はＮ１（ｘ，ｙ）の平均値を示す。また、Ｄｍは第１実施例で説明した、予め測定して記憶した平面検出器から得られるＤｍである。

そして、これを領域４２、領域４３に対して同じ計算を行い、領域毎に計算したＮｂ２（ｘ，ｙ）をオリジナル画像から減算することによりノイズ抑制処理を行う。

第２実施例では、平面検出器を３分割した場合について説明したが、これに限定されるものではなく、２つに分割してもよいし、もっと多くの領域に分割してもよい。

また、予め測定して記憶するＤｍは、増幅器単位に測定して記憶していてもよい。

従って、第２実施例によれば、増幅器の特性の違いによって生じるノイズ成分の値の変動を、増幅器毎に計算して補正するために、Ｘ線画像を劣化させることなく、ノイズを抑制することができる。

［その他の実施形態］
以上、実施形態を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

尚、本発明は、ソフトウェアのプログラムをシステム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによって前述した実施形態の機能が達成される場合を含む。この場合、供給されるプログラムは実施形態で図に示したフローチャートに対応したコンピュータプログラムである。

従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であっても良い。
コンピュータプログラムを供給するためのコンピュータ読み取り可能な記憶媒体としては以下が挙げられる。例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などである。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムをハードディスク等の記録媒体にダウンロードすることが挙げられる。この場合、ダウンロードされるプログラムは、圧縮され自動インストール機能を含むファイルであってもよい。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布するという形態をとることもできる。この場合、所定の条件をクリアしたユーザに、インターネットを介してホームページから暗号を解く鍵情報をダウンロードさせ、その鍵情報を使用して暗号化されたプログラムを実行し、プログラムをコンピュータにインストールさせるようにもできる。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどとの協働で実施形態の機能が実現されてもよい。この場合、ＯＳなどが、実際の処理の一部または全部を行ない、その処理によって前述した実施形態の機能が実現される。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれて前述の実施形態の機能の一部或いは全てが実現されてもよい。この場合、機能拡張ボードや機能拡張ユニットにプログラムが書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行なう。

５ 平面検出器
１１ 画像処理装置
１２ フィルタ回路
１３ 統計量計算回路
１４ 処理回路

本発明に係る画像処理装置は、Ｘ線検出器から取得した原画像データからノイズ成分を低減する処理を行う画像処理装置であって、前記原画像データに対して所定の方向に平均化処理を行い、前記所定の方向に分割した分割領域毎に前記所定の方向とは異なる方向にハイパスフィルタ処理を行うフィルタ手段と、前記第１の画像データを用いて前記原画像データから線状ノイズを低減する処理を行う処理手段と、を有することを特徴とする。

Claims (12)

1. Ｘ線を原画像データに変換する平面検出器と、
   前記原画像データの画素値に対して列方向にハイパスフィルタ処理を実行して第１の画像データを得るフィルタ手段と、
   前記第１の画像データにおける同一画素行内の画素値に基づいて算出した統計量の絶対値に応じて前記第１の画像データにおける画素値の値を変換して得た値を、前記原画像データの対応する各画素の値から減じて処理後画像データを得る処理手段と、
   を備えることを特徴とする画像処理装置。
2. 前記フィルタ手段は、前記ハイパスフィルタ処理を実行した後に、前記原画像データの同一行の方向にローパスフィルタを実行して前記第１の画像データを得ることを特徴とする請求項１に記載の画像処理装置。
3. 前記処理手段は、前記算出した統計量の絶対値の大きさが大きくなるに従い、前記第１の画像の画素値の絶対値の値を小さくすることを特徴とする請求項１に記載の画像処理装置。
4. 前記処理手段は、前記算出した統計量の絶対値の値が、予め定まる値以上の場合は定数とすることを特徴とする請求項１に記載の画像処理装置。
5. 前記処理手段は、前記算出した統計量の絶対値の値が、予め定まる値以上の場合は０とすることを特徴とする請求項１に記載の画像処理装置。
6. 前記平面検出器は、行毎に複数の増幅器を有し、前記統計量は読み出した増幅器毎に算出されることを特徴とする請求項１に記載の画像処理装置。
7. 前記統計値は分散値、平均値、標準偏差のいづれか一つであることを特徴とする請求項１に記載の画像処理装置。
8. 前記読出し回路は画像信号を原画像データに変換するためのＡ／Ｄ変換手段を更に備えることを特徴とする請求項１に記載の画像処理装置。
9. マトリックス状に配列された複数の画素から構成される平面検出器から行毎に読み出された原画像データに対する画像処理方法であって、
   前記原画像データの画素値に対して列方向にハイパスフィルタ処理を実行して第１の画像データを得るフィルタ工程と、
   前記第１の画像データにおける同一画素行内の画素値に基づいて算出した統計量の絶対値に応じて前記第１の画像データにおける画素値の値を変換して得た値を、前記原画像データの対応する各画素の値から減じて処理後画像データを得る処理工程と、
   を備えることを特徴とする画像処理方法。
10. コンピュータに、マトリックス状に配列された複数の画素から構成される平面検出器から行毎に読み出された原画像データに対する画像処理方法を実行させるプログラムであって、
    前記原画像データの画素値に対して列方向にハイパスフィルタ処理を実行して第１の画像データを得るフィルタ工程と、
    前記第１の画像データにおける同一画素行内の画素値に基づいて算出した統計量の絶対値に応じて前記第１の画像データにおける画素値の値を変換して得た値を、前記原画像データの対応する各画素の値から減じて処理後画像データを得る処理工程と、
    をコンピュータに実行させるプログラム。
11. コンピュータに、マトリックス状に配列された複数の画素から構成される平面検出器から行毎に読み出された原画像の画素値に対する画像処理方法を実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    前記原画像データの画素値に対して列方向にハイパスフィルタ処理を実行して第１の画像データを得るフィルタ工程と、
    前記第１の画像データにおける同一画素行内の画素値に基づいて算出した統計量の絶対値に応じて前記第１の画像データにおける画素値の値を変換して得た値を、前記原画像データの対応する各画素の値から減じて処理後画像データを得る処理工程と、
    をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒
    体。
12. Ｘ線を受光した際に帯電した電荷に基づく画像信号を、マトリックス状に配列された複数の画素から構成される平面検出器から行毎に読み出した原画像データｆ（ｘ、ｙ）に対する画像処理方法であって、
    Ｘ線を照射しないときに前記平面検出器から行毎に読み出された画像データから線状のノイズに関する第１の統計量Ｄｍを計算する工程と、
    前記原画像データｆ（ｘ、ｙ）の画素値に対して列方向にハイパスフィルタ処理を実行して第１の画像データＰｆ（ｘ，ｙ）を得るフィルタ工程と、
    前記第１の画像データｐｆ（ｘ、ｙ）における同一画素行内の画素値に基づいて各画素毎に算出した第２の統計量Ｄｖ（ｘ、ｙ）を算出する工程と、
    座標（ｘ，ｙ）、定数ａをもって、線状ノイズに関する成分Ｎ１（ｘ，ｙ）を、下記の式で計算する工程と、
    

    

    
    前記原画像データｆ（ｘ、ｙ）の対応する各画素の値から線状ノイズに関する成分Ｎ１（ｘ，ｙ）を減じて処理後画像データｐ（ｘ、ｙ）を得る処理工程と、を備えることを特徴とする画像処理方法。

Images