泛锐化是指将低分辨率(LR)多光谱(MS)图像与高分辨率(HR)全色(PAN)图像融合以获得HR MS图像(即,泛锐化MS图像)。 从变数互补数据融合的角度来看,它成为具有几何形状和频谱保留约束的优化问题。 本文通过结合数据生成的保真度项和复合先验项,提出了一种新颖的统一优化泛锐化模型,该模型结合了空间分数阶几何和频谱空间低秩先验。 具体而言,所提出的模型包含三个重要成分:1)数据生成保真度项,该模型对LR和HR MS图像之间的退化关系进行建模,以增强几何形状和光谱保留约束; 2)基于分数阶总变分的空间分数阶几何前项,该术语尤其利用PAN和锐化的MS图像之间的空间分数阶梯度特征一致性,将PAN图像的空间结构信息传递到声像中-锐化的MS图像; 3)基于核规范的加权光谱空间低秩先期术语,该特征在泛锐化MS图像和LR MS图像中同时利用了基于非局部补丁的低秩结构稀疏性,从而进一步保留了图像空间结构和光谱信息。 因此,所提出的模型背后的主要新颖之处在于是一种优化机制,它可以充分利用空间分数阶几何先验的空间细节和纹理表达能力以及低秩先验的光谱空间相关性保留能力。 最后,该模型可以在乘子框架的交替方向方法中实现,从而提出了一种有效的算法。 为了验证有效性,在主观,客观和效率方面,将新提出的方法与使用Pleiades,GeoEye-1,QuickBird和WorldView2卫星数据集的一些最新技术进行了系统比较。 结果表明,所提出的方法在更高的空间和光谱质量方面比比较方法具有更好的性能。