本文提出了一种混合一阶和二阶总变化量混合模型，用于从有限数量的噪声压缩样本中重建图像。 受主要化-最小化方案的启发，我们开发了一种有效的算法，通过依次最小化二次代理惩罚的序列来寻求所提出模型的最佳解决方案。 自然和磁共振（MR）图像均用于比较其数值性能与四种最新算法。 实验结果表明，在重构相对误差（RE）和峰值信噪比（PSNR）方面，该算法相对于相关的现有技术有了明显的改进。