本书将稀疏表示理论与非负矩阵分解模型应用于多光谱影像与全色影像, 首先从全色影像学习出一个高分辨字典和相应的低分辨字典, 构造多光谱影像的稀疏非负矩阵分解模型, 在低分辨字典下获得光谱系数矩阵, 将该系数矩阵与高分辨字典相乘得到融合后的高分辨多光谱影像。稀疏正则项的引入有效克服了标准非负矩阵分解算法的不稳定现象, 能够较好地保持影像的光谱信息和空间信息。