｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,5,2]]，“日期时间”：“2024-05-02T23:37:18Z”，“时间戳”：1714693038971｝，“引用计数”：90，“发布者”：“爱思唯尔BV”，“许可证”：[｛“开始”：｛“日期部分”：[[2024,5,1]]，“日期时间”：“2024-05-01T00:00:00Z”，“时间戳”：1714521600000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timetamp”：173452160000}，：\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,5,1]]，“datetime”：“204-05-01T00:00Z”，asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100007129”，“名称”：“山东省自然科学基金”，“DOI-asserted-by”：“出版商”，“奖项”：[“ZR2014FM016”]}]，“内容域”：{“域”：[”elsevier.com“，”sciencedirect.com“]，“crossmark-restriction”：true}，“short-container-title”：[信息融合“]，”published-print“：{”date-parts“：[2024,5]]}，“DOI”：“10.1016\/j.inffus.2024.102230”，“type”：“journal-article”，“created”：{“date-parts”：[[2024,1,4]]，“date-time”：“2024-01-04T18:22:02Z”，“timestamp”：1704392522000}，“page”：”102230“，“update-policy”：：[“对多焦点图像融合的新见解：一种基于多字典线性稀疏表示和区域融合模型的融合方法”]，“前缀”：“10.1016”，“卷”：“105”，“作者”：[｛“给定”：“吉伟”，“家族”：“王”，“序列”：“第一”，“隶属关系”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0002-1894-0573”，“已验证的ORCID”：false，“给定”：“怀京”，“家族”：“曲”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“志生”，“家庭”：“张”，“顺序”：“额外”，“隶属关系”：[]}1“，”文章标题“：“使用图像增强标准效果的多聚焦图像融合技术的数学建模和仿真：系统回顾和性能评估”，“作者”：“Choudhary”，“年份”：“2023年”，“期刊标题”：“Artif.Intern.Rev.”}，{“关键”：“10.1016\/j.inffus.2024.102230_bib0002”，“doi-asserted-by”：“crossref”，《首页》：“71”，“doi”：“10.1016\/j.inffus.2020.06.013”，“article-title”：“多焦点图像融合：最新技术综述”，“volume”：“64”，“author”：“Liu”，“year”：“2020”，“journal-title“：”Inf.fusion“}，{“key”：”10.1016\/j.inffus.2024.102230_bib0003“，”doi-asserted-by“：”crossref“，”first page“：”323“，“doi”：“10.116\/j.inffus.2021.06.06”08“，”文章标题“：“图像融合与深度学习：调查与展望”，“卷”：“76”，“作者”：“张”，“年份”：“2021”，“新闻标题”：“信息融合”}，{“关键”：“10.1016\/j.inffus.2024.102230_bib0004”，“首页”：“4819”，“文章标题”：《基于深度学习的多焦点图像融合：调查与比较研究》，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0005”，“doi-asserted-by”：“crossref”，“first-page”：“35”，“doi”：“101016\/j.image.2018.12.004”，“article-title“：”：“通过焦点区域检测的基于引导滤波的多聚焦图像融合”，“volume”：”72“author”：“Qiu”，”“year”：“2019”，“jornal-tittle”：“Signal Process.Image Commun.”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0006”，“doi-asserted-by”：“crossref”，“first page”：”204“，”doi“：”10.1016\/j.neucom.2021.0.115“，”article-title“：”同时生成决策图和多聚焦图像融合结果的端到端学习“，”volume“：”470“，”author“：”Ma“，“year”：“2022”，“journal-title”：“Neurocomputing”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0007”，“doi-asserted-by”：“crossref”，“首页”：“99”，“doi”：“101016\/j.inffes.2019.07.011”，“article-title”：“IFCNN:一个基于卷积神经网络的通用图像融合框架”，“volume”:“54”，“author”：“Zhang”，“year”：“2020”，“journal-title“：”Inf.fusion“}，}”key：“10.1016\/j.inffus.2024.102230_bib0008”，“doi-asserted-by”：“crossref”，“first page”：“2761”，“doi”：“10.1007\/s11263-021-01501.8”，“article-title”：“SDNet:一个用于实时图像融合的多功能挤压和分解网络”，“volume”：”129“，“author”：“Zhang”，“year”：“2021”，“journal-title“：”Int.j.Compute.Vis.“}，{”key“：“10.1016\/j.inffus.2024.102230_bib0009”，“doi-asserted-by”：“crossref”，“first page”：“5793”，“doi”：“10.1007\/s00521-0520-05358-9”，”article-title“：”Sesf-fuse：多聚焦图像融合的无监督深度模型“，”volume“：”33“，”author“：”Ma“，”year“：”2021“，”journal-title”：“Neural.Compute.Appl.”}，{“key”：”10.1016\/j.inffus.2024.102230_bib0010“，“doi-asserted-by”：“crossref”，“first page”：“502”，“doi”：“10.1109\/TPAMI.2020.3012548”，“article-title”：“U2Fusion：统一的无监督图像融合网络”，“volume”：《44》，“author”：“Xu”，“year”：“2022”，《journal-title》：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：”10.1016\/j.inffus.2024.102230_bib0011“，“unstructured”：“X”。张，《多焦点图像融合：基准》，arXiv预印本http://arXiv.org\/abs\/arXiv:2005.01116。(2020).“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0012“，”doi-asserted-by“：”crossref“，”first page“：“201”，“doi”：“10.1016\/j.inffus.2019.02.003”，“article-title”：“CNN多焦点图像融合合集”，“volume”：“51”，“author”：“Amin-Naji”，“year”：“2019”，“journal-title“：”Inf.fusion“}”，{“key”：ffus.2024.102230_bib0013“，”doi-asserted-by“：”crossref“，”first page“：“191”，”DOI“：”10.1016\/j.inffus.2016.12.001“，”article-title“：”带深度卷积神经网络的多焦点图像融合“，”volume“：”36“，”author“：”Liu“，”year“：”2017“，”journal-title”：“Inf.fusion”}，{“key”：“10.1016\/j.inpfus.2024.102230_bib0014”，”DOI-asserted-by“：”crossref.“，”首页“：”8668“，“DOI”：“10.1109\/TIP.2020.3018261“，”article-title“：”基于u03b1-matte边界散焦模型的多聚焦图像融合级联网络“，”volume“：”29“，”author“：”Ma“，”year“：”2020“，”journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0015“，”first page“：“1”，”article-title“：”When Multi-Focus Image Fusion Networks Meet Traditional Edge-Preservation Technology“，”author“：”Wang“，”year“：”2023“，”journal-title”：“Int.j.Compute.Vis.”}，“key”：“10.1016\/j.inffus.2024.02230_bb0016”，“doi-asserted-by”：“crossref”，”doi“：”10.1016\/j.image.2021.116295“，“文章标题”：“MFIF-GAN:一种新的生成性多焦点图像融合对抗网络”，“卷”：“96”，“作者”：“王”，“年份”：“2021”，“新闻标题”：《信号处理》。图像通信。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0017“，”doi-asserted-by“：”crossref“，”first page“：“1561”，“doi”：“10.1109\/TCI.2020.3039564”，“article-title”：“通过基于优化的策略减少多聚焦图像融合的严重散焦扩散影响”，“volume”：“6”，“author”：“Xu”，“year”：“2020”，“journal-title“：”IEEE Trans.Comput.Imag.“}”，{“key“：”10.1016\/j.inffus.2024.102230_bib0018“，”doi-asserted-by“：”crossref“，”first page“：“228”，“doi”：“10.1109\/TPAMI.2007.1177”，“article-title”：“自然图像消光的封闭解决方案”，“volume”：“30”，“author”：“Levin”，“year”：“2008”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0019“，”doi-asserted-by“：”crossref“，”doi“：”101371\/journal.pone.0191085“，”article-title“：”通过拉普拉斯金字塔上的区域镶嵌实现多焦点图像融合的方法“，”volume“：“13”，”author“：”Kou“，”year“：”2018“，”journal-title”：“PLoS ONE”}，”{“key”：“10.1016//j.inffes.2024.10 2230_bib0020“，”doi-asserted-by“：”crossref“，“首页”：“235”，“DOI”：“10.1006\/gmip.1995.1022”，“article-title”：“利用小波变换的多传感器图像融合”，“volume”：“57”，“author”：“Li”，“year”：“1995”，“journal-title“：”Graph。模型。图像处理。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0021“，”doi-asserted-by“：”crossref“，”first page“：“1374”，“doi”：“10.1109\/TCSVT.2019.2901809”，“article-title”：“一种新的多聚焦图像融合算法及其高效实现”，“volume”：“30”，“author”：“Liu”，“year”：“2019”，”journal-title“：”IEEE Trans.Circuits Syst.Video Technol.“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0022“，“首页”：“233”，“文章标题”：“使用视觉传感器网络的拉普拉斯方差和能量以及相关系数在DCT域进行多聚焦图像融合”，“卷”：“6”，“作者”：“Amin-Naji”，“年份”：“2018”，“期刊标题”：”j.AI Data Min.“}，{“关键”：“10.1016\/j.inffus.2024.02230_bb0023”，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.cviu.2021.103228“，”article-title“：”基于NSCT领域CNP系统的多焦点图像融合方法“，”volume“：”210“，”author“：”Peng“，”year“：”2021“，”journal-title”：“Compute”。视觉图像理解。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0024“，”doi-asserted-by“：”crossref“，”first page“：“1334”，“doi”：“10.1016\/j.sigpro.2009.0112”，“article-title”：“使用非子采样轮廓波变换的多焦点图像融合”，“volume”：“89”，“author”：“Zhang”，“year”：“2009”，“journal-title“：”Signal Process.“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0025“，”doi-asserted-by“：”crossref“，”first page“：”2864“，”doi“：”10.1109\/TIP.2013.2244222“，”article-title“：”带引导滤波的图像融合“，”volume“：“22”，”author“：”Li“，“year”：“2013”，“journal-title”：“IEEE Trans。图像处理。“｝，｛”key“：”10.1016\/j.infus.202102230_bi0026“，”doi断言“：”crossref“，”首页“：”9495“，”doi“：”10.3390\/app12199495“，”文章标题“：”在拉普拉斯金字塔域中使用qshiftN DTCWT和MPCA的图像融合改进多焦点图像的过程“，”卷“：”12“，”作者“：”Mohan“，”年份“：”2022“，”期刊标题“：”Appl.Sci.“｝，｛”key“：”10.1016\/j.inffus.2024.102230_bib0027“，”doi-asserted-by“：”crossref“，”first page“：”884“，”doi“：”10.1109\/TIM.2009.2026612“，”article-title“：”稀疏表示的多聚焦图像融合与恢复“，”volume“：“59”，“author”：“Yang”，“year”：“2009”，“journal-title”：“IEEE Trans。仪器。测量。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0028“，”doi-asserted-by“：”crossref“，”first page“：“347”，“doi”：“10.1049\/iet-ipr.2014.0311”，“article-title”：“自适应稀疏表示的同时图像融合和去噪”，“volume”：“9”，“author”：“Liu”，“year”：“2015”，“journal-title“：”iet image Proc.“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0029“，”doi-asserted-by“：”crossref“，”first page“：”216“，”doi“：”10.1049\/ipr2.12345“，”article-title“：”基于多源联合分层和卷积稀疏表示的多聚焦图像融合方法“，”volume“：“16”，“author”：“Hu”，“year”：“2022”，“journal-title”：“IET image Proc。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0030“，”doi-asserted-by“：”crossref“，”first page“：“1882”，“doi”：“10.1109\/LSP.2016.2618776”，“article-title”：“卷积稀疏表示的图像融合”，“volume”：“23”，“author”：“Liu”，“year”：“2016”，“journal-title“：”IEEE Signal Process.Lett.2024.102230_bib0031“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.patcog.2020.107325“，”article-title“：”基于非负稀疏表示和补丁级一致性校正的多聚焦图像融合“，”volume“：”104“，”author“：”Zhang“，”year“：”2020“，”journal-title”：“Pattern Recognit”。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0032“，”doi-asserted-by“：”crossref“，”doi“：”101142\/S028126616501231“，”article-title“：”梯度域中的多曝光和多聚焦图像融合“，”volume“：“25”，”author“：”Paul“，“year”：“2016”，”journal-title”：“j.Circuit.Syst.Comput.”}，”{“key”：“10.1016\/j.inffus.2024.10223 0_bib0033“，”首页“：”1“，”article-title“：“基于梯度的多聚焦图像融合，使用带加权各向异性扩散滤波器的前景和背景模式识别”，“author”：“Vasu”，“year”：“2023”，“journal-title”：“Signal image Video Process”。“｝，｛”key“：”10.1016\/j.infus.202102230_bi0034“，”doi断言“：”crossref“，”首页“：”60“，”doi“：”10.1016\/j.infus.2013.111.005“，”文章标题“：”多焦点图像的多尺度加权梯度融合“，”卷“：”20“，”作者“：”周“，”年份“：”2014“，”期刊标题“：”Inf.fusion“｝，｛”key“：”10.1016\/j.infus.202102230_bi0035“，”doi-asserted-by“：”crossref“，”first page“：”147“，“doi”：“10.1016\/j.inffus.2014.09.004”，“article-title”：“基于多尺度变换和稀疏表示的图像融合通用框架”，“volume”：“24”，“author”：“Liu”，“year”：“2015”，“journal-title“：”Inf.fusion“}，{“key”：”10.1016\/j.inffus.2024.102230_bib0036“，”doi-assert-by“首页“：”169“，”DOI“：”10.1016\/S1566-2535（01）00038-0“，“article-title”：“使用空间频率组合不同焦距的图像”，“volume”：“2”，“author”：“Li”，“year”：“2001”，“journal-title“：”Inf.Fusion“}，{“key”：10.1016\/j.eswa.2010.6.011”，“文章标题”：“使用差分进化算法的多焦点图像融合”，“卷”：“37”，“作者”：“Aslantas”，“年份”：“2010”，“期刊标题”：“专家系统。申请。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0038“，”doi-asserted-by“：”crossref“，”first page“：“105”，“doi”：“10.1016\/j.inffus.2014.05.003”，“article-title”：“使用加权焦距测度的基于四叉树的多焦点图像融合”，“volume”：“22”，“author”：“Bai”，“year”：“2015”，“journal-title“：”Inf.fusion“}”，{“key”：”10.116\/j.inffus.2024.102230_bib0039“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.sigpro.2022.108590“，”article-title“：”基于四叉树分解和边缘加权焦点测量的多焦点图像融合“，”volume“：”198“，“author”：“Wang”，“year”：“2022”，“journal-title”：“Signal Process”。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0040“，”doi-asserted-by“：”crossref“，”first page“：“43”，“doi”：“10.1016\/j.neucom.2018.08.024”，“article-title”：“增强线性光谱聚类和快速深度图估计的多聚焦图像融合”，“volume”：“318”，“author”：“Duan”，“year”：“2018”，“journal-title“：”Neurocomputing“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0041“，”doi-asserted-by“：”crossref“，”first page“：”1948“，”doi“：”10.1016\/j.patrec.2006.05.004“，”article-title“：”使用脉冲耦合神经网络的基于区域的多传感器图像融合方案“，”volume“：“27”，“author”：“Li”，“year”：“2006”，“journal-title”：“Pattern Recognit”。莱特。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0042“，”首页“：”1“，”article-title“：”基于直觉模糊集之间变换等腰三角形相似性度量的多聚焦图像融合方案“，”volume“：“71”，”author“：”Jiang“，”year“：”2022“，“journal-title”：“IEEE Trans.Instrum.Meas.”}，”{“key”：“”10.1016\/j.inffus.2024.102230_bib0043“，”doi-asserted-by“：”crossref“，”first page“：”9“，”doi“：”10.1016\/j.neucom.2019.01.048“，”article-title“：”使用带双尺度焦点图的增强随机行走算法的多焦点图像融合“，”volume“：“335”，”author“：”Ma“，“year”：“2019”，”journal-title”：“Neurocomputing”}，{“key”：“”10.1016\/j.inffus.2024.102230_bib0044“，”doi-asserted-by“：”crossref“，”first page“：”1193“，”doi“：”10.1007\/s11760-013-0556-9“，“article-title”：“基于像素重要性的图像融合，使用交叉双边滤波器”，“volume”：“9”，“author”：“Shreyamsha Kumar”，“year”：“2015”，“journal-title“：”信号图像视频处理。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0045“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1016\/j.inffus.2022.06.001”，“article-title”：“带深度剩余学习和焦点属性检测的多焦点图像融合”，“volume”：“86”，“author”：“Liu”，“year”：“2022”，“journal-title“：”Inf.fusion“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0046“，”doi-asserted-by“：”crossref“，”first page“：”127“，“doi”：“10.1016\/j.inffus.2022.11.014”，“article-title”：“ZMFF:零焦多聚焦图像融合”，“volume”：“92”，“author”：“Hu”，“year”：“2023”，“journal-title“：”Inf.fusion“}，{“key”：”10.1016\\j.inffes.2024.10.2230_bib 0047“，”doi-asserted-by“：”crossref“，”first page“：”40“，”DOI“：”10.1016\/j.inffus.2020.08.022“，”article-title“：”MFF-GAN:一个无监督生成性对抗网络，具有自适应和梯度联合约束，用于多聚焦图像融合“，”volume“：”66“，”author“：”Zhang“，”year“：”2021“，”journal-title”：“Inf.fusion”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0048”，“”DOI-asserted-by“：”crossref“，”第一页“：”3333“，”DOI“：”10.1109\/TPAMI.2020.2984244“，”文章标题“：”用于多模态图像恢复和融合的深度卷积神经网络“，”卷“：”43“，”作者“：”邓“，”年份“：”2021“，”期刊标题“：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0049“，”doi-asserted-by“：”crossref“，”first page“：“10883”，“doi”：“10.1007\/s11042-022-12046-4”，“article-title”：“基于注意力的多聚焦图像双路径融合网络”，“volume”：“81”，“author”：“Yu”，“year”：“2022”，“journal-title“：”Multimed.Tools Appl.“}”，{“key”：”10.116\/j-in ffus.2024.102230_bib0050“，”doi-asserted-by“：”crossref“，”first page“：”607“，”doi“：”10.1038\/381607a0“，”article-title“：”通过学习自然图像的稀疏代码而出现的简单细胞感受野属性“，”volume“：“381”，”author“：”Olshausen“，”year“：”1996“，”journal-title”：“Nature”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0051”，“doi-assert-by”：”cross-ref“，“首页“：”1397“，”DOI“：”10.1109\/TPAMI.2012.213“，”article-title“：”引导图像过滤“，”volume“：”35“，”author“：”He“，”year“：”2013“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0052“，”首页“：”2341“，”article-title“：”使用暗通道优先去除单幅图像雾“，”volume“：“33”，”author“：”He“，”year“：”2010“，”journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，”{author“：”Draper“，”year“：”1981“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0054“，”doi-asserted-by“：”crossref“，”first-page“：”2080“，”doi“：”101109\/TIP.2007.901238“，”article-title“：”稀疏三维变换域协同滤波的图像去噪“，”volume“：“16”，”author”：“Dabov”，“year”：“2007”，”journal-title”：“IEEE Trans.Image Process”}，{“键”：“10.1016\/j.inffus.2024.102230_bib0055“，”doi-asserted-by“：”crossref“，”first page“：”406“，”doi“：”10.1109\/TPAMI.2005.43“，”article-title“：”从散焦形状的几何方法“，”volume“：“27”，”author“：”Favaro“，”year“：”2005“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0056“，”doi-asserted-by“：”crossref“，”first page“：“1655”，“doi”：“10.1007\/s11263-022-01582-z”，“article-title”：“利用模糊信息进行全光相机校准”，“volume”：“130”，“author”：“Labussi\u00e8re”，“year”：“2022”，“journal-title“：”Int.j.Compute.Vis.“}”，{“键“：”10.1016\/j.inffus.2024.102230_bib0057“，”doi-asserted-by“：”crossref“，”first page“：”493“，”doi“：”10.1016\/j.patrec.2006.09.005“，”article-title“：”评估多聚焦图像融合中的聚焦措施“，”volume“：“28”，”author“：”Huang“，“year”：“2007”，“journal-title”：“Pattern Recognit”。莱特。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0058“，”doi-asserted-by“：”crossref“，”first page“：“81”，“doi”：“10.1016\/j.inffus.2016.09.006”，“article-title”：“基于边界查找的多聚焦图像融合，通过多尺度形态聚焦测量”，“volume”：“35”，“author”：“Zhang”，“year”：“2017”，“journal-title“：”Inf.fusion“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0059“，”doi-asserted-by“：”crossref“，”first page“：”2959“，”doi“：”10.1109\/26.477498“，”article-title“：”图像质量度量及其性能“，”volume“：“43”，“author”：“Eskicioglu”，“year”：“1995”，“journal-title”：“IEEE Trans。Commun公司。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0060“，”doi-asserted-by“：”crossref“，”first page“：“824”，”doi“：”101109\/34.308479“，”article-title“：”Shape from focus“，“volume”：“16”，“author”：“Nayar”，“year”：“1994”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，”{“key”：2024.102230_bib0061“，”doi-asserted-by“：”crossref“，”首页“：”246“，”DOI“：”10.1007\/s11263-021-01541-0“，”article-title“：”架起复合与真实的桥梁：走向端到端的深度图像铺垫“，”volume“：”130“，”author“：”Li“，”year“：”2022“，”journal-title”：“Int.J.Compute。视觉。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0062“，”doi-asserted-by“：”crossref“，”首页“：”120“，”doi“：”101109\/TIP.2014.2371234“，”article-title“：”加权引导图像过滤“，”volume“：“24”，“author”：“Li”，“year”：“2015”，“journal-title”：“IEEE Trans.image Process.”_bib0063“，”doi-asserted-by“：”crossref“，”首页“：”72“，”DOI“：”10.1016\/j.inffus.2014.10.004“，”article-title“：”使用基于词典的稀疏表示的多聚焦图像融合“，”volume“：”25“，”author“：”Nejati“，”year“：”2015“，”journal-title”：“Inf.fusion”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0064”，“unstructured”：“S.Xu，X.Wei，C.Zhang，j.Liu和j.j。Zhang，MFFW:一个用于多焦点图像融合的新数据集，arXiv预印本http:\/\/arXiv.org/abs\/arXiv:2002.04780。(2020).“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0065“，”doi-asserted-by“：”crossref“，”first page“：“80”，“doi”：“10.1016\/j.optcom.2010.08.085”，“article-title”：“使用基于双边梯度的清晰度标准的多焦点图像融合”，“volume”：“284”，“author”：“Tian”，“year”：“2011”，“journal-title“：”Opt.Commun.“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0066“，”doi-asserted-by“：”crossref“，”first page“：”139“，“doi”：“10.1016\/j.inffus.2014.05.004”，“article-title”：“密集SIFT多焦图像融合”，“volume”：“23”，“author”：“Liu”，“year”：“2015”，“journal-title“：”Inf.fusion“}，{“key”：”10.1016\\j.inffes.2024.1002230_bib 0067“，”doi-asserted-by“：”crossref“，”首页“：”147“，”DOI“：”10.1016\/j.inffus.2011.07.001“，”article-title“：”动态场景中多聚焦图像融合的图像拼接“，”volume“：”14“，”author“：”Li“，“year”：“2013”，”journal-title”：“Inf.fusion”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0068“，”series-title“：“中国控制会议（CCC）”，”首页“：”5464“，”article-title“：”基于多尺度聚焦测度和广义随机游走的多聚焦图像融合”，“author”：“Ma”，“year”：“2017”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0069”，“doi-asserted-by”：“crossref”，”first page“：”1“，”doi“：”10.1016\/j.ijleo.2018.06.123“，”article-title“：”结构化图像融合“，”volume“172”，《author》：”Li“，”year“：”2018“，”journal-title“：”Optik（Stuttg）“}，{“key”：“10.1016\/j.inffus.2024.102230_bib0070”，“doi-asserted-by”：“crossref”，“doi”：“101117\/1.JEI.28.2.023027”，“article-title”：“多模图像无缝融合”，“volume”：”28“，“author”：“Zhan”，”year“2019”，“journal-title”:“j.Electron.Imag.”}，}“key:”10.1016//j.inff美国.2024.102230_bib0071“，”doi-asserted-by“：”crossref“，”DOI“：”10.1117\/1.JEI.26.6063004“，”article-title“：”快速滤波图像融合“，”volume“：”26“，”author“：”Zhan“，”year“：”2017“，”journal-title”：“J.Electron。图像。“｝，｛”key“：”10.1016\/j.infus.202102230_bi0072“，”首页“：”1435“，”文章标题“：”基于小波变换和自适应块的多焦点图像融合“，”卷“：”18“，”作者“：”刘“，”年份“：”2013“，”期刊标题“：”j.image Graphics.“｝，｛”key“：”10.1016\/j.infus.202102230_bi0073“，”系列标题“：”《国际图像与图形会议论文集》，“首页”：“719”，“article-title”：“使用非采样轮廓线变换进行图像融合”，“author”：“Yang”，“year”：“2007”}，{“key”：“10.1016\/j.inffus.2024.102230_bib0074”，“doi-asserted-by”：“crossref”，“first-pages”：“2025”，“doi”：“101007\/s00521-015-2061-2”，“article-titel”：“多焦点图像融合使用最佳so-far abc策略”，“卷”：“31”，“作者”：“Banharnsakun”，“年份”：“2019”，“新闻标题”：“神经”。计算。应用。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0075“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1016\/j.optcom.2014.12.048”，“article-title”：“基于稀疏特征矩阵分解和形态滤波的多聚焦图像融合”，“volume”：“342”，“author”：“Li”，“year”：“2015”，“journal-title“：”Opt.Commun.“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0076“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.optlaseng.2020.106141“，“article-title”：“基于分形维数的参数自适应双通道PCNN多聚焦图像融合”，“volume”：“133”，“author”：“Panigrahy”，”year“：”2020“，”journal-title“：”Opt。Lasers Eng.“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0077“，”doi-asserted-by“：”crossref“，”first page“：“4816”，“doi”：“10.1109\/TIP.2020.2976190”，“article-title”：“DRPL:多聚焦图像融合的深度回归对学习”，“volume”：“29”，“author”：“Li”，”year“2020”，“journal-title“：”IEEE Trans.image Process.“}”，{“key”：”10.1016\/j.inffus.2024.102230_bib0078“，”doi-asserted-by“：”crossref“，”首页“：”114385“，”doi“：”10.1109\/ACCESS.2019.2935006“，”article-title“：”多焦点图像融合的多尺度视觉注意深度卷积神经网络“，”volume“：”7“，”author“：”Lai“，”year“：”2019“，”journal title“：“IEEE ACCESS”}，{“key”：“”10.1016\/j.inffus.2024.102230_bib0079“，“series-title”：“AAAI人工智能会议论文集”，“首页”：“12484”，“article-title”：“Fusiondn：图像融合的统一密集连接网络”，“author”：“Xu”，“year”：“2020”}，{“key”：《AAAI人工智能会议论文集》，“首页”：“12797”，“文章标题”：“重新思考图像融合：基于梯度和强度比例保持的快速统一图像融合网络”，“作者”：“张”，“年份”：“2020年”}，{“关键”：“10.1016\/j.inffus.2024.102230_bib0081”，“doi-asserted-by”：“crossref”，“第一页”：94”，“DOI”：“10.1109”，“TPAMI.2011.109”，“article-title”：“夜视上下文增强多分辨率图像融合算法的客观评估：比较研究”，“volume”：“34”，“author”：“Liu”，“year”：“2012”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{“key”：“10.1016\/j.inffus.2024.102230_bib0082”，“doi-asserted-by”：“crossref”，“unstructured”：“M.Hossny，S.Nahavandi和D.Creighton，《关于‘图像融合性能的信息度量’的评论》，（2008）。”，“doi”：“101049\/el:20081754”}，“{”key：“10.116\/j-inffus.2024.102230 _bib003”，“：”469“，”doi“：”10.1016\/B978-0-12-372529-5.000017-2“，“文章标题”：“图像融合技术的性能评估”，“卷”：“19”，“作者”：“王”，“年份”：“2008”，“期刊标题”：”图像融合：算法。申请。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0084“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1049\/el:200212”，“article-title”：“图像融合性能的信息度量”，“volume”：“38”，“author”：“Qu”，“year”：“2002”，“journal-title“：”Electron.Lett.ib0085“，”doi-asserted-by“：”crossref“，”首页“：”308“，”DOI“：”10.1049\/el:20000267“，”article-title“：”客观图像融合性能测量“，”volume“：”36“，”author“：”Xydeas“，”year“：”2000“，”journal-title”：“Electron。莱特。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0086“，”doi-asserted-by“：”crossref“，”first page“：“156”，“doi”：“10.1016\/j.inffus.2006.09.001”，“article-title”：“一种新的基于相似性的图像融合质量度量标准”，“volume”：“9”，“author”：“Yang”，“year”：“2008”，“journal-title“：”Inf.fusion“}4.102230_bib0087“，”doi-asserted-by“：”crossref“，”first page“：”1421“，”doi“：”10.1016\/j.imavis.2007.12.002“，”article-title“：”用于图像融合的新自动质量评估算法“，”volume“：“27”，”author“：”Chen“，”year“：”2009“，”journal-title”：“image Vis”。计算。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0088“，”doi-asserted-by“：”crossref“，”first page“：“370”，“doi”：“10.1016\/j.patrec.2020.08.002”，“article-title”：“Real-MFF:一个具有基本事实的大型真实多焦点图像数据集”，“volume”：“138”，”author“：”Zhang“，”“year”：“2020”，”journal-title“：”Pattern Recognit.Lett.“}”，{“key”：“”10.1016\/j.inffus.2024.102230_bib0089“，”doi-asserted-by“：”crossref“，”first page“：”600“，”doi“：”10.1109\/TIP.2003.819861“，”article-title“：”图像质量评估：从错误可见性到结构相似性“，”volume“：“13”，“author”：“Wang”，“year”：“2004”，“journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.inffus.2024.102230_bib0090“，”series-title“：”IEEE国际计算机视觉会议论文集“，”首页“：”4714“，”article-title“：“DeepFuse:极端曝光图像对曝光融合的深度非监督方法”，“author”：“Ram Prabhakar”，“year”：“2017”}“container-title”：[“Information fusion”]，“original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1566253524000083？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL:“https:\//api.elsevier.com/content\/aarticle\-PII:S156/6253524000083？http-Accept=text\/plain“，”content-type“：”text\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[2024,2,3]]，”date-time“：”2024-02-03T19:44:17Z“，”timestamp“：1706989457000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/piii\/S156625324000083”}}，“subtittle”：[]，“短标题”：[]，“已发布”：{“date-parts“：[[2024,5]]}，”references-count“：90，”alternative-id“：[”S1566253524000083“]，”URL“：”http://\/dx.doi.org\/101016\/j.inffus.2024.102230“，”relationship“：{}，“ISSN”：[”1566-2535“]，“ISSN-type”：[{“value”：“1566-2535]，”type“：”print“}]，”subject“：[]，”published“：{”date-part“：[2024,5]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由“}，{”value“维护：多聚焦图像融合的新见解：基于多功能线性稀疏表示和区域融合模型的融合方法”，“name”：“articletite”，“label”：“article Title”}，“value”：“Information fusion”，“name:”journaltitle“，”label“：”Journal Title“}https:\/\/doi.org\/10.1016\/j.inffus.2024.102230“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2024 Elsevier B.V.保留所有权利