，所从在1个 用户的1次检查中取得几万张摄像图像。并且，胶囊内窥镜在活体内移动时，由于受到该活 体的运动的影响等而停留在相同场所或向相反方向返回。因此，在大量图像中大量存在对 与其他图像相同的被摄体进行摄像、在病变发现等中有用性不高的图像。
[0064] 在现有的图像精简处理中，提取了场景变化的交界的图像、代表图像列的图像。但 是，在该种方法中，在删除图像时，没有特别考虑作为该删除对象的图像中被摄像的被摄体 和保留图像中被摄像的被摄体的关系。因此，可能导致精简前的图像列所包含的图像上被 摄像的被摄体在精简后的图像列所包含的任意图像上均未被摄像。并且，W何种程度产生 由于图像精简处理而未包含在图像列的任意图像中的被摄体该一程度依赖于作为处理对 象的图像列，所W，在现有方法中很难控制该程度。
[0065] 该种情况特别是在医疗领域中的图像精简处理中并不理想。在医疗领域中，从其 目的来看，必须极力抑制应该关注的区域（例如病变部）的漏看。因此，优选对活体内的尽 可能宽的范围进行摄像，在图像精简处理中，应该抑制由于删除给定的图像而产生无法观 察的被摄体范围。
[0066] 因此，本申请人提出了如下方法；选择基准图像（保留的图像、根据实施方式而成 为保留候选的图像）和判定对象图像（判定是否删除的对象图像），进行基于基准图像与判 定对象图像之间的变形信息的图像精简处理。
[0067] 作为使用变形信息的图像精简处理的一例，如图12所示，考虑通过对基准图像进 行变形而在判定对象图像上计算覆盖区域。该情况下，基准图像中被摄像的被摄体和判定 对象图像的覆盖区域上被摄像的被摄体对应。目P，判定对象图像中的覆盖区域外的范围 (W下表记为非覆盖区域）成为在删除了该判定对象图像的情况下、即使保留基准图像也 无法覆盖的区域。
[0068] 由此，作为一例，计算覆盖区域在判定对象图像中占据的比例等作为覆盖率，根据 计算出的覆盖率判定是否删除判定对象图像，从而对无法观察的被摄体范围的产生程度进 行控制。例如，如果在覆盖率为阔值W上时删除判定对象图像、在覆盖率小于阔值时不删除 判定对象图像，则能够根据阔值的设定而对无法覆盖的区域的产生程度进行控制。
[0069] 作为使用变形信息的图像精简处理的另一例，也可W根据针对非覆盖区域的基于 构造要素（对应于关注区域）的收缩处理的结果，判定可否删除判定对象图像。收缩处理是 图15(A)~图15巧）所示的处理。详细情况在后面叙述，但是，该情况下，即使删除了判定 对象图像，也能够保证在基准图像上拍摄到该判定对象图像上拍摄的构造要素的尺寸W上 的区域中的至少一部分。因此，在判定对象图像中对关注区域整体进行了摄像的情况下，与 该关注区域在判定对象图像上的位置无关，能够通过基准图像来观察其至少一部分，所W， 能够抑制关注区域的漏看可能性。
[0070] 通过进行使用变形信息的图像精简处理，能够使无法覆盖的区域成为一定W下， 或者能够抑制关注区域的漏看可能性，但是，需要额外考虑作为其结果而得到的精简图像 列的最佳化。该里，在考虑了使用精简图像列之后的处理（医生的诊断等）的情况下，精简 图像列中包含的精简图像的张数越少越好，如果是使用覆盖率的处理，则可W说覆盖率的 相乘值等越大、无法覆盖的区域越少，所W成为优选的精简图像列。目P，如果存在多个精简 图像列的候选，则应该将精简图像的张数更少、覆盖率的相乘值等更大的精简图像列作为 最终输出，但是，仅通过使用变形信息的处理无法实现该情况，需要使用某种最佳化方法。
[0071] 作为使用变形信息的图像精简处理中的未考虑最佳化的处理，例如，如图9(A)所 示，考虑如下方法；将由N张图像构成的输入图像列的第1个图像作为基准图像，将第2个 W后的图像依次作为判定对象图像，判定可否删除判定对象图像。该情况下，如果可W删除 第2个图像，则如图9炬）所示，进行将第3个图像作为新的判定对象图像的判定对象图像 的更新处理，捜索判定为不可删除的图像。然后，如图9(C)所示，如果可W删除第2~k-1 个图像、不可删除第k个图像，则即使删除第2~k-1个图像也能够通过第1个图像充分覆 盖。然后，将第1个图像中未完全覆盖的第k个图像作为保留在精简图像列中的图像而设 定为新的基准图像。
[007引在图9(A)~图9似的方法中，在将某个图像作为精简图像的情况下，通过使下一 个精简图像位于尽可能分开的位置，精简图像的张数减少。但是，在该方法中，在与第1个 图像的对比中只不过决定了第k个图像，没有考虑包含第k+1~N个图像的输入图像列整 体。假设在与第k+1~N个图像的被摄体进行对比的情况下，与第k个图像的被摄体相比， 如果第k-1个图像的被摄体更为相似，则通过强制将第k-1个图像作为精简图像，能够提高 此后的图像的覆盖程度，还能够减少作为其结果而得到的精简图像列的图像张数。
[0073] 并且，如图10(A)、图10做所示，设定第1、第2基准图像作为基准图像，通过根据 其双方的覆盖程度（覆盖率）进行图像精简处理，能够期待图像张数的削减效果的提高等。 但是，该情况下，仅将输入图像列的一部分作为对象来设定基准图像，在观察图像列整体时 无法保证选择最佳的基准图像，该点与图9(A)~图9(C)的情况相同。
[0074] 因此，本申请人提出了如下方法：根据删除了给定区间的图像的情况下的评价值 即精简区间评价值G，求出大区域最佳化的精简图像列。具体而言，在将具有第1~第N(N 为2W上（包含该值）的整数）图像作为构成图像的图像列作为输入的情况下，根据覆盖 率等求出设定第S(S为满足0兰S兰化1的整数）图像和第t(t为满足0兰t兰S-1的整 数）图像作为上述基准图像、设定第t+1~第S-1各图像作为判定对象图像的情况下的删 除评价值。然后，根据第t+1~第S-1图像的删除评价值，求出删除了第t+1~第S-1图像 的情况下的评价值即精简区间评价值G(t，S)，根据精简区间评价值进行图像精简处理。
[00巧]换言之，精简区间评价值G(t，S)是假定将第t图像和第S图像作为精简图像而保 留在精简图像列中的情况下的评价值。由此，例如，针对第0~第化1图像（如后所述，第 0图像和第化1图像为假想图像），通过求出(N+2)(化1)/2个G，能够进行考虑了输 入图像列整体的图像精简处理。但是，考虑计算量等，也可W针对一部分G跳过计算处理， 详细情况在后面叙述。
[0076] 并且，在根据计算出的G决定最佳的精简图像列时，当针对全部精简图像列循环 进行评价时，需要针对第1~第N图像分别考虑是否删除，所W，针对/个候选进行使用G 的评价，计算量庞大。由此，下面，使用动态规划法决定最佳的精简图像列。
[0077] 目P，如图21所示，本实施方式的图像处理装置包括；图像列取得部200,其取得具 有第1~第N(N为2W上（包含该值）的整数）图像作为构成图像的图像列；W及处理部 100,其进行删除图像列取得部200取得的图像列的第1~第N图像的一部分而生成精简图 像列的图像精简处理。而且，处理部100选择输入图像列的第s(s为满足0兰S兰化1的 整数）图像作为假定精简图像，选择输入图像列的第t(t为满足0 ^t^S-1的整数）图 像作为假定紧前精简图像，选择输入图像列的第u(u为满足t<u<s的整数）图像作为判定 对象图像，根据假定精简图像与判定对象图像之间的变形信息W及假定紧前精简图像与判 定对象图像之间的变形信息求出判定对象图像的删除评价值，根据第t+1~第S-1图像的 删除评价值求出删除了第t+1~第S-1图像的情况下的评价值即精简区间评价值G(t，S)， 根据精简区间评价值进行图像精简处理。
[0078] 下面，作为第1实施方式中使用变形信息的处理，说明进行基于覆盖率的处理的 方法。在第1实施方式中，根据该区间中包含的图像张数（即选择了该区间的情况下可W 删除的张数）和覆盖率计算精简区间评价值G。作为第2实施方式中使用变形信息的处理， 说明进行使用构造要素的收缩处理的方法。在第2实施方式中，根据该区间中包含的图像 张数（即选择了该区间的情况下可W删除的张数）计算精简区间评价值G。并且，作为变形 例，可W对第1实施方式和第2实施方式的方法进行组合，对该变形例进行说明。
[007引 2.第1实施方式
[0080] 在本实施方式中，对使用覆盖率的方法进行说明。具体而言，首先，对动态规划法 进行简单说明，叙述针对图像精简处理的应用方法。接着，对图像处理装置的系统结构例进 行说明，使用流程图对处理流程进行说明。然后，使用图5(A)~图8炬）对本实施方式的处 理的具体例进行说明，叙述考虑了计算量削减的变形例。
[0081] 2. 1动态规划法的简单说明
[0082] 动态规划法用于最佳路径的捜索和匹配等各种方法。例如，在图12中，在求出从 点A到点B的最佳路径的情况下能够利用该动态规划法。在图12的例子中，从点A到点B 向右方向、上方向或右上方向的任意方向移动，没有考虑返回。而且，在各节点间，如pi~ pl2等那样设定在该路线上移动的情况下的评价值（该里越大越好）。该情况下，从点A到 点B的最佳路径例如可W定义为，在追寻该路径的情况下通过的各支线的评价值的总和最 大。
[0083] 该里，针对从点A到点B的全部路线计算评价值的总和，如果将给出该最大值的路 线作为最佳路径，则能够解决图12的问题。在图12中，AB间较近，从各节点到下一个节点 的路径被限定为最多3种，所W，全部路线数较少，能够计算全部路线。但是，在大规模问题 (例如如果是本实施方式作为对象的图像精简，则节点数相当于图像张数，所W为数万级） 中，针对全部路径乘W评价值是不现实的。
[0084] 动态规划法能够W现实的计算量来解决该种问题。具体而言，不是直接求出B的 评价值，而是从接近A的节点起决定各节点的评价值（具体而言为评价值的候选中的最大 值）和该节点的前一个节点。然后，在决定下一个节点的评价值时，利用此前求出的各节点 的评价值。
[00财图12示出具体例。首先，到达点N1的路线仅考虑A-N1即可，所从成为N1的评价 值E(N1) =pl。同样，成为点N2的评价值E(N2) =p2。接着，在求出点N3的评价值的情 况下，不需要考虑从A到N3的全部路线，求出从N3的前一个节点起的路径。具体而言，作 为N3的前一个，考虑A、N1、N2该3个节点即可，求出E(A) =0、E(N1) =pl、E(N2) =p2。 良P，关于N3的评价值，求出E(A)+p5、E(Nl)+p3、E(N2)+p4中的最大值即可。
[0086] 在将点N3作为对象的阶段中，计算上的优点较少，但是，评价值计算的对象节点 与起点（该里为A)越远，则动态规划法的优点越大。例如，在求出A-N5的全部路线的情 况下，需要针对5个路线计算评价值的候选并进行比较，但是，如果能够进行E(N1)、E(N3)、 E(N4)的计算，则E(服）进行求出E(Nl)+p9、E(N4)+p7、E(N3)+p8该3个中的最大值的处理 即可。
[0087] 如果从A朝向B进行该处理，则在最后将点B作为对象时，能够通过求出 E(N8) +pl2、E(N9) +pl0、E(N10) +pll该3个中的最大值来决定E炬），与针对AB间的全部路 线直接求出评价值的情况相比，能够大幅削减计算量。
[0088] 该情况下，最佳路径W相反顺序从B起追寻前一个点即可。例如在求出E炬）时， 决定最佳点巧炬）为最大的点）作为N8~N10中的B的前一个点。如果假设该点为N8,现J 决定N8-B该样的路径作为最佳路径的一部分。然后，关于N8,应该是从N5~N7该3个点 中决定E(N8)为最大的最佳点作为其前一个点。如果假设该点为N5,则决定N5-N8-B该样 的路径作为最佳路径的一部分。反复进行该处理，前一个最佳点到达A后，从B起追寻前一 个最佳点而到达A的路线就是W相反顺序追寻最佳路径。
[0089] 在本实施方式的图像精简处理中应用动态规划法的情况下，将输入图像列的各图 像理解为路径的节点，从该输入图像列的起始图像到最后图像，考虑仅经由精简图像列中 保留的图像的路径。然后，将图像精简处理理解为捜索其中的最佳路径的问题即可。
[0090] 例如，关于由第1~第5图像构成的输入图像列，在保留全部图像的情况下，可W 考虑1-2-3-4-5该样的路径，在仅保留第2、第4图像的情况下，可W考虑2-4该样的路径。 即，该情况下，关于是否保留各图像，如果落入捜索25= 32个路径中的最佳路径的问题，贝U 能够通过动态规划法求出最佳的精简图像列。另外，当设路径的起点为第1图像、终点为第 5图像时，第1、第5图像必定保留在精简图像列中，不适于求出最佳解。由此，在本实施方 式中，关于包含N张图像的输入图像列，设定假想的第0图像和第化1图像，将第0图像作 为起点（图12中的点A)、第化1图像作为终点（图12中的点B)。
[0091] 此时，在求出各点的评价值（W下为累计评价值巧时，需要节点间的评价值（上 述的pi等），但是，在本实施方式中，将使用图像间的变形信息求出的精简区间评价值G作 为该值。目P，关于节点2与节点4之间的分支的评价值，使用假定为保留第2、第4图像并删 除第3图像的