| [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。
|
