La fusión de datos multisensor ha atraído mucha atención en visión por computadora, particularmente entre la comunidad de teledetección. La fusión de imágenes hiperespectrales consiste en combinar la información espectral de una imagen hiperespectral con la geometría de una imagen multiespectral para inferir una imagen con altas resoluciones espaciales y espectrales. En este artículo, proponemos un modelo de fusión variacional con un término de regularización no local que codifica un filtrado basado en parches condicionado a la geometría de los datos multiespectrales. Además, incorporamos una restricción radiométrica que inyecta las altas frecuencias de la escena en el producto fusionado con una modulación banda por banda de acuerdo a los niveles de energía de las imágenes multiespectral e hiperespectral. El enfoque propuesto demostró ser robusto al ruido y al aliasing. Los resultados experimentales muestran el rendimiento de nuestro método con respecto a las técnicas de vanguardia en datos adquiridos por cámaras hiperespectrales comerciales y satélites de observación terrestre.