Los algoritmos de pan-sharpening son intensivos en datos y en computación, y el rendimiento del procesamiento puede ser deficiente si se adoptan técnicas comunes de procesamiento en serie. Este documento presenta un paradigma de computación paralela para algoritmos de pan-sharpening basado en un modelo de fusión generalizado y técnicas de computación paralela. Los módulos desarrollados, que incluyen ocho algoritmos típicos de pan-sharpening, muestran que el marco puede aplicarse para implementar la mayoría de los algoritmos. Los experimentos demuestran que si se adoptan estrategias paralelas, en los mejores casos, los tiempos más rápidos requeridos para finalizar toda la operación de fusión (incluyendo entrada/salida (I/O) de disco y computación) son cercanos al tiempo requerido para leer y escribir las imágenes directamente sin ninguna computación. El procesamiento paralelo implementado en una estación de trabajo con dos CPUs puede realizar estas operaciones hasta 13.9 veces más rápido que la ejecución en serie. Un algoritmo en el marco es 32.6 veces más rápido que la versión correspondiente en el software ERDAS IMAGINE. Además, no se observan diferencias obvias en los efectos de fusión entre los resultados de fusión de las diferentes versiones implementadas.