[1] |
E.阿尔蒂松, J.杨和屠呦呦,使用级联CNN和二值分类网络改进G带染色体图像的去噪,可视化计算机,38(2022), 2139-2152. 数字对象标识:2007年10月7日/00371-021-02273-5。
|
[2] |
L.安布罗西奥和S.Masnou公司,图像重建问题的直接变分法,接口和自由边界,5(2003), 63-81. 数字对象标识:10.4171/IFB/72。
|
[3] |
J.Bai(白)和X.-C.冯,分数阶各向异性扩散用于图像去噪,IEEE图像处理汇刊,16(2007), 2492-2502. 数字对象标识:10.1109/TIP.2007.904971。
|
[4] |
K.布雷迪, K.Kunisch公司和T.波克,总广义变差,SIAM成像科学杂志,三(2010), 492-526. 数字对象标识:10.1137/090769521.
|
[5] |
A.Chambolle公司和P.-L.狮子、通过总变差最小化和相关问题进行图像恢复,数值数学,76(1997), 167-188. 数字对象标识:10.1007/s002110050258。
|
[6] |
T.F.Chan,S.Esedoglu和F.Park,纹理提取和图像恢复问题中阶梯减少的四阶对偶方法,2010 IEEE国际图像处理会议, 2010, 4137-4140.数字对象标识:10.1109/ICIP.2010.5653199。
|
[7] |
R.H.Chan先生, H.梁, S.魏, 尼科洛娃和X.-C.戴,单张射线照片轴对称物体层析成像的高阶全变分正则化方法,反问题和成像,9(2015), 55-77. 数字对象标识:10.3934/ipi.2015.9.55。
|
[8] |
T.Chan先生, A.马尔基纳和P.穆莱特,基于高阶总变化的图像恢复,SIAM科学计算杂志,22(2000), 503-516. 数字对象标识:10.1137/S1064827598344169。
|
[9] |
C.克鲁兹, A.Foi公司, V.卡特科夫尼克和K.Egiazarian公司,用于图像去噪的非局部增强卷积神经网络,IEEE信号处理信件,25(2018), 1216-1220. 数字对象标识:10.1109/LSP.2018.2850222。
|
[10] |
J.段, Z.邱, 卢西, G.王, Z.平移和L.Bai(白),用于图像分解的边缘加权二阶变分模型,数字信号处理,49(2016), 162-181. 数字对象标识:2016年10月10日/j.dsp.2015.10.10。
|
[11] |
G.吉尔博亚和S.Osher公司、具有图像处理应用程序的非本地操作员,多尺度模型与模拟,7(2009), 1005-1028. 数字对象标识:10.1137/070698592.
|
[12] |
S.戈亚尔, V.辛格, A.拉尼和N.亚达夫,使用CNN和FOTGV在NSCT域进行多模态图像融合和去噪,生物医学信号处理与控制,71(2022),103214数字对象标识:10.1016/j.bspc.2021.103214。
|
[13] |
R.Kimmel先生, R.Malladi先生和N.Sochen公司、图像作为嵌入式地图和最小曲面:电影、颜色、纹理和体积医学图像,国际计算机视觉杂志,39(2000),第111-129页数字对象标识:10.1023/A:1008171026419。
|
[14] |
S.Lefkimmiatis公司和M.Unser先生,基于Hessian Schatten范数正则化的泊松图像重建,IEEE图像处理汇刊,22(2013), 4314-4327. 数字对象标识:10.1109/TIP.2013.2271852。
|
[15] |
莱夫基米亚提斯, J.P.沃德和M.Unser先生,线性反问题的Hessian Schatten范数正则化,IEEE图像处理汇刊,22(2013), 1873-1888. 数字对象标识:10.1109/TIP.2013.2237919。
|
[16] |
F.李, C.沈, J.风扇和C.沈,结合全变分滤波器和四阶滤波器的图像恢复,视觉传达与图像表现杂志,18(2007), 322-330. 数字对象标识:2016年10月10日/j.jvcir.2007.04.005。
|
[17] |
J.Liu、R.W.Liu、J.Sun和T.Zeng,排名第一:实时场景恢复,IEEE模式分析和机器智能汇刊, 2022.数字对象标识:10.1109/CVPR46437.2021.01456。
|
[18] |
卢西, J.段, Z.邱, Z.平移, R.W.刘和L.Bai(白)实现易于图像处理的高阶变分模型,应用科学中的数学方法,39(2016), 4208-4233. 数字对象标识:10.1002/mma.3858。
|
[19] |
M.莱萨克, A.伦德沃尔德和X.-C.台,使用四阶偏微分方程去除噪声,并应用于医学磁共振图像的空间和时间,IEEE图像处理汇刊,12(2003), 1579-1590. 数字对象标识:10.1109/TIP.2003.819229。
|
[20] |
X.毛, C.沈和杨毅(Y.Yang),使用具有对称跳跃连接的深度卷积编码器-解码器网络进行图像恢复,神经信息处理系统研究进展,29(2016),2802-2810
|
[21] |
S.Osher公司, A.鞋底和L.Vese公司,使用总变差最小化和$H^{-1}$范数进行图像分解和恢复,多尺度模型与模拟,1(2003),349-370数字对象标识:10.1137/S1540345902416247。
|
[22] |
Z.-F.庞, L.-Z.郭, Y.Duan段和J.卢,基于最小曲面正则化的图像恢复,计算机和数学及其应用,76(2018), 1893-1905. 数字对象标识:2016年10月10日/j.camwa.2018.07.037。
|
[23] |
Z.-F.庞, Y.-M.Zhou先生, T.Wu先生和D.-J.李,基于新的各向异性全变分模型的图像去噪,信号处理:图像通信,74(2019), 140-152. 数字对象标识:10.1016/j.image.2019.02.003。
|
[24] |
K.帕帕菲索罗斯和C.B.Schonlieb先生,一种用于图像重建的一阶和二阶变分组合方法,数学成像与视觉杂志,48(2014), 308-338. 数字对象标识:10.1007/s10851-013-0445-4。
|
[25] |
Y.Quan先生, Y.Chen先生, Y.Shao先生, H.滕, Y.Xu先生和H.吉,使用复值深度CNN进行图像去噪,模式识别,111(2021), 107639. 数字对象标识:2016年10月10日/j.patcog.2020.107639。
|
[26] |
L.I.鲁丁, S.Osher公司和E.脂肪、基于非线性全变分的噪声去除算法,物理D:非线性现象,60(1992), 259-268. 数字对象标识:2016年10月17日-2789(92)90242-F。
|
[27] |
欧·谢泽尔,用有界变差的高阶导数去噪及其在参数估计中的应用,计算,60(1998),1-27数字对象标识:2007年10月10日/BF02684327。
|
[28] |
X.-C.台, J.哈恩和G.J.钟,使用增广拉格朗日方法的Eulers Elastica模型快速算法,SIAM成像科学杂志,4(2011),第313-344页数字对象标识:10.1137/100803730.
|
[29] |
C.田, Y.Xu先生, W.左, B.杜, C.-W.林和D.张,设计和训练用于图像去噪的双CNN,基于知识的系统,226(2021), 106949. 数字对象标识:2016年10月10日/j.knosys.2021.106949。
|
[30] |
L.A.维斯和S.J.Osher,在图像处理中用总变化最小化和振荡模式建模纹理,科学计算杂志,19(2003), 553-579. 数字对象标识:10.1023/A:1025384832106。
|
[31] |
G.Wang,J.Xu,Q.Dong和Z.Pan,耦合高阶扩散的主动轮廓模型用于医学图像分割,国际生物医学成像杂志, 2014.数字对象标识:10.1155/2014/237648.
|
[32] |
Y.Wang(王), J.杨, W.尹和Y.张,一种新的全变分图像重建的交替最小化算法,SIAM成像科学杂志,1(2008), 248-272. 数字对象标识:10.1137/080724265.
|
[33] |
D.杨和J.孙,Bm3d-net:用于跨域协同过滤的卷积神经网络,IEEE信号处理信件,25(2017), 55-59. 数字对象标识:10.1109/LSP.2017.2768660。
|
[34] |
J.Yang,M.Ma,J.Zhang和C.Wang,使用自适应欧拉弹性模型去除噪声,可视化计算机, 2022, 1-12.数字对象标识:2007年10月7日/00371-022-02674-0。
|
[35] |
Y.-L.你和M.卡维,用于去除噪声的四阶偏微分方程,IEEE图像处理汇刊,9(2000), 1723-1730. 数字对象标识:10.1109/83.869184.
|
[36] |
J.张, R.Chen先生, C.邓和S.Wang(王),欧拉弹性模型的快速线性化增广拉格朗日方法,数值数学:理论、方法和应用,10(2017), 98-115. 数字对象标识:10.4208/nmtma.2017.m1611。
|
[37] |
J.张和Z.魏,一类用于图像去噪的分数阶多尺度变分模型和交替投影算法,应用数学建模,35(2011), 2516-2528. 数字对象标识:2016年10月10日至2010年10月11日。
|
[38] |
朱伟,利用图像表面平均曲率的$L^p$-范数进行图像去噪,科学计算杂志,83(2020),第32期,26页。数字对象标识:10.1007/s10915-020-01216-x。
|
[39] |
W.Zhu先生和T.Chan先生,利用图像表面的平均曲率进行图像去噪,SIAM成像科学杂志,5(2012), 1-32. 数字对象标识:10.1137/110822268。
|
[40] |
W.Zhu先生, X.-C.台和T.Chan先生,基于平均曲率的图像去噪模型的增广拉格朗日方法,反问题和成像,7(2013), 1409-1432. 数字对象标识:10.3934/ipi.2013.7.1409。
|