融合相同场景下低分辨率高光谱图像和高分辨率多光谱图像生成高分辨率高光谱图像是获取空间域和光谱域的综合场景信息一种重要方法。为充分利用图像的光谱信息和空间信息, 提出了向量总变差正则的局部光谱解混的高光谱图像超分辨方法。本文基于耦合狄利克雷自编码分别从高光谱图像和多光谱图像提取光谱特征和对应的空间信息。耦合网络的解码部分能有效地保留光谱特征, 集成局部低秩约束和向量总变差约束的正则项可以充分利用多光谱图像空间结构信息从而提取稳定的丰度矩阵, 最小化角相似性可以有效减少光谱失真, 最后通过端元和丰度的线性组合生成高分辨率的高光谱图像。实验表明, 在CAVE和Harvard数据集上重构误差分别达到3.78和1.66, 光谱角映射分别为6.57和3.03, 较其他方法有明显提高。本文方法能充分利用图像的空间性质, 具有更好的高光谱图像超分辨效果。