超声去噪

文件解析

主模块

• 主模块包括main.py和evaluation.py，其余文件均为子模块
• main.py用于超声图像去噪并输出结果，evaluation.py用于生成对应的PSNR与SSIM测量标准

子模块

• loaddata.py是一个自定义的数据库类型，用于读取噪声图片及输出结果
• Detect.py用于寻找超声图片中的人工标记，其返回的结果是一个对人工标记的mask，大小与图像本身一致
• Method.py含有去除人工标记所使用的插值算法，及各类在测试时用到的平滑滤波函数
• PSNR.py与SSIM.py为PSNR与SSIM的评估算法实现

编译环境

• 编译语言使用Python 3.7.4
• 编译环境已用Python写好requirement.txt,使用方法为：在requirement.txt的文件目录下输入命令行 pip install -r requirements.txt

代码运行

main.py

• 执行main.py,要求输入输入文件夹与输出文件夹的名称

Input

--input_dir: train_noise
--output_dir: train_result

• 输出为正在处理后的文件名

Output

BR 176 YUAN XIA F39Y_20160113_133403_image.jpg
BRE HU YUQING F 74_20180608_104646_image.jpg
BRE XU MINWEN F 62_20180604_153248_image.jpg
……

evaluation.py

• 执行evaluation.py,要求输入目标文件夹与main.py中输出文件夹的名称

Input

--target_dir: train_origin
--output_dir: train_result

• 输出为正在处理后的文件名以及其PSNR与SSIM值，且将结果保存在与.py同目录下的result.xls中

Output

NAME: BR 176 YUAN XIA F39Y_20160113_133403_image.jpg
PSNR: 45.66860261509194
SSIM: 0.9971477421850732
NAME: BRE HU YUQING F 74_20180608_104646_image.jpg
PSNR: 42.60963954842132
SSIM: 0.9924067270353069
……