Le pansharpening vise à fusionner une image multispectrale (MS) avec une image panchromatique (PAN) associée, produisant ainsi une image composite dotée de la résolution spectrale de la première et de la résolution spatiale de la seconde. Les méthodes traditionnelles de pansharpening peuvent être attribuées à un contexte unifié d'injection de détails, qui considère les détails MS injectés comme l'intégration des détails PAN et des gains d'injection par bande. Dans ce travail, nous concevons un cadre basé sur un réseau neuronal convolutif (CNN) pour le pansharpening, appelé DiCNN, où les détails MS sont formulés directement de manière end-to-end. Le premier réseau neuronal convolutif basé sur l'injection de détails (DiCNN1) extrait les détails MS à partir de l'image PAN et de l'image MS, tandis que le second (DiCNN2) utilise uniquement l'image PAN. L'avantage principal des DiCNN proposés est qu'ils fournissent des interprétations physiques explicites et permettent une convergence rapide tout en atteignant une haute qualité de pansharpening. De plus, l'efficacité des approches proposées est également analysée sous un angle théorique relativement approfondi. Nos méthodes sont évaluées par des expériences sur des ensembles de données d'images multispectrales réelles, obtenant d'excellents résultats lorsqu'elles sont comparées aux autres méthodes de pointe.