Pansharpening的目的是通过融合较低分辨率多光谱（LRMS）图像中的光谱信息和相应的高分辨率全色（PAN）图像中的空间信息来产生高分辨率多光谱（HRMS）图像。 在这项工作中，我们提出了一种基于多尺度密集深度学习的泛锐化方法。 遵循端到端的学习架构，提出的深度神经网络包含三个模块：1）使用并行多尺度卷积层提取PAN图像的多尺度特征； 2）采用全局标识分支结构保存频谱结构； 3）集成了一个密集的学习块，以提高频谱空间的表达能力。 与其他最新方法相比，我们提出的方法获得的实验结果在可视化和