这篇文章的整体思路首先是得到清晰块，不清晰块和含有清晰区域和不清晰区域的块，然后再在含有清晰区域和不清晰区域的块中确定边界。最后再将所有图像的清晰块相结合，边界区域相结合，最后得到融合后的图像。
其主要思路是：
Step1：定义一种清晰度描述，MSMFM，一种多尺度下形态学梯度求和的结果。如图1：
图1
Step2：基于saliency_map确定清晰块，不清晰块及含有清晰区域和不清晰区域的块。并在清晰区域与不清晰区域块中中形成边界。
Step3:对边界进行优化，并生成边界区域的权重，由此形成边界区域的融合结果。
Step4：将所有图像中对应的清晰块相结合。
Step5：将Step3中的融合结果与Step4中的融合结果相加得到最终的融合图像。
心得：
因为此方法在于去寻找清晰区域与不清晰区域的边界，并对确定的边界信息进行优化，在这样的一个过程中可以解决图像未配准的情况。这种方式对于自然场景中的有明显区域轮廓的图片适用，但对于自身的显微镜图像下的多聚焦图像则不适用。所以对于此篇文章便不作过多的详述。
但是整片文章的行文很详实，可用来作为论文写作时的一个参考~
