本发明公开了一种基于迁移学习神经网络的多光谱图像锐化方法，包括以下步骤：读取原始多光谱图像及与其配准的全色图像，对图像数据进行预处理，获取训练样本；搭建卷积神经网络结构；将训练样本输入卷积神经网络，利用自适应矩估计算法，使得损失误差下降至可接受的范围内，从而得到该网络结构参数的最优解；将经过相同预处理的完整多光谱测试样本输入至最优卷积神经网络结构中，输出处理得到高分辨率的多光谱图像；若需要锐化丢失波段的多光谱图像，需要先对训练好的网络进行微调，再测试。本发明能在维持原有的锐化效果的同时，增强已训练的神经网络对丢失波段的多光谱图像锐化处理的迁移能力。