为了有效结合多光谱图像的光谱信息和全色图像的空间细节信息，进一步改善融合后多光谱图像的质量，提出了基于改进投影梯度非负矩阵分解(NMF)和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域多光谱和全色图像融合方法。对多光谱图像进行亮度-色度-饱和度（IHS）变换，将其亮度分量与全色图像进行直方图匹配，增强全色图像的对比度；分别对多光谱图像的亮度分量和全色图像进行NSST 变换，对二者的低频系数利用改进投影梯度NMF 进行融合，进一步提高融合后图像的空间信息；对于高频子带