本研究提出了一种双分支特征分解融合网络（DAF-Net）及其领域自适应方法，解决了红外和可见光图像融合中的关键特征保留问题。DAF-Net通过引入多核最大均值差异和设计混合核函数，有效对齐了红外和可见光图像的潜在特征空间，提升了融合图像的质量和性能。

本文提出了一种多模态图像融合框架，解决可见光图像与红外图像焦点区域不同的融合问题。通过分解图像为结构和纹理成分，并使用多尺度操作器对纹理成分进行融合，同时考虑能量信息的分布，实现了场景亮度的捕捉和对比度的维持。实验结果表明，该算法优于现有方法。

本文提出了一种多模态图像融合框架，解决了可见光图像与红外图像焦点区域不同的融合问题。通过分解图像为结构和纹理成分，并使用多尺度操作器对纹理成分进行融合，同时考虑能量信息的分布，实现了场景亮度的捕捉和对比度的维持。实验结果表明，该算法优于现有方法。