在本文中，提出了一种新的泛锐化变分方法，以从低分辨率MS图像和高分辨率全色（PAN）图像获得高分辨率多光谱（MS）图像。除了使用数据生成保真度项和基于小波的光谱信息保留项外，我们还将PAN图像的Hessian结构信息与所需的泛锐化MS图像相关联，以在融合过程中实现几何对应。更具体地说，我们引入了一个新的几何强制术语，称为“矢量Hessian特征一致性”，并将其与数据生成保真度术语和基于小波的光谱信息保留术语相结合，以形成用于泛锐化的统一变分模型。然后，使用快速迭代收缩阈值算法（FISTA）方法有效地获得了所提出的变分全锐化模型的最佳解决方案。除了很好地保留光谱信息之外，我们的算法还能够通过合并曲率信息来消除一些不希望出现的块状或模糊伪像。实验结果表明，所提出的方法在出色的空间和光谱质量方面均胜过各种众所周知的泛锐化方法。
