内容概要：ubermag官网上的文档，该文档里面包含交换能，各向异性能，界面/体DMI能等能量项的推导过程，以及这些能量相互竞争导致对一维的布洛赫和奈尔型畴壁和二维的布洛赫和奈尔型斯格明子的影响。 读者要求：文档中式子的推导涉及到基本的矢量分析技巧，以及变分法。

包含TV_L1、tvl2、TV、TVAL3d、tvfista等。

基于全变差图像去噪经典算法,提出一种自适应保真项的数值实现算法.该算法利用图像纹理区和光滑区中噪声的不同特点,采用不同去噪强度避免传统方法的不足,并以数值方法实现.在保持经典算法去噪效果的前提下,解决了原有阶梯效应和过度平滑的问题,尤其对精致的纹理和细节图像,使其在去噪的同时,不丢失图像特点.该方法处理相对简单,可应用于以偏微分方程为基础的图像处理.

这些曲率滤波器是由 Yuanhao Gong 在博士期间开发的。MC过滤器和TV过滤器与论文中描述的完全相同。但 GC 过滤器稍作修改 更多详情、使用方法，请下载后阅读README.md文件

广义似变分不等式解的存在性和算法.pdf

分数阶图像去噪变分模型及投影算法.pdf

1.python语言 2.有数据集，可直接运行

一种碳纤维边缘提取方法（代码+论文）。 碳纳米纤维的边缘检测对于研究其性能具有重要的意义。然而，由于设备老化等诸多原因，电镜采集的碳纤维图像引入了较多的噪声。这使得传统的边缘检测算子往往不能提取出连续的碳纤维边缘。本文基于全变分去噪模型来解决这个问题，该方法在能量函数J(u)中引入了一个正则项，通过优化J(u)使其达到最小，来实现去除噪声保持边缘的目的。实验结果显示，碳纤维图像经过全变分模型迭代公式迭代10次后，碳纤维的噪声区域就已经得到了平滑，边缘得到了保持。用Prewitt算子处理后，图像的连续的边缘被提取出来了。

提出了一种基于变分法和梯度增强的红外与可见光图像融合算法。首先对红外与可见光的梯度特征进行自适应加权融合,得到初始融合梯度场;其次构建梯度特征增强模型,获得融合图像增强的梯度场;最后通过变分法将融合问题转换为最优化问题,得到最接近增强后梯度场的融合图像。实验结果表明,相比基于多分辨率框架下进行融合的拉普拉斯分解、小波变换及常见的基于变分的融合算法,所提出的算法得到的融合图像梯度特征最大,视觉效果最好,证明了算法的有效性。

VMD_vmd_变分模态分解