抗噪抖动建模
通过等效抖动模型抑制测量噪声，结合光流校正与空间-频率残差学习，同时恢复几何畸变与运动模糊。
Ziran, Zhang · Zida, Chen · Hu, Die · Li, Menghao · 徐之海 · 冯华君 · 李琪 · 陈跃庭
IEEE Transactions on Geoscience and Remote Sensing 2025
等效抖动模型通过对多级积分时间偏移曲线求平均，平滑噪声引起的波动，在测量噪声下仍能可靠表征抖动效应，为复原网络提供干净输入。
JARNet采用两阶段网络，先进行光流校正恢复几何对齐，再通过空间-频率残差学习消除运动模糊，两个阶段协同处理推扫图像中的复合退化。
定制数据合成流程生成逼真的抖动退化数据集，模拟LA与TDI成像的退化过程，使网络在真实场景下具有更好泛化性。