本书围绕高光谱遥感图像智能分类与检测这一主题，着重介绍以机器学习、深度学习等为代表的智能新方法和新技术在高光谱图像分类与检测中的应用，反映该领域目前最新研究成果与趋势，突出先进性和前瞻性。本书在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性。

本书基于非合作目标雷达特性、运动特性和形状特征，分析了影响目标ISAR成像的因素，重点对稀疏重构成像方法和弹道目标特征提取方法进行了阐述分析，针对非合作目标成像、特征提取与识别面临的成像时间短、积累信号少、成像质量不高和特征提取识别难的问题，提出了多种基于联合稀疏重构和二维稀疏重构的成像方法，并阐述了机动非合作目标的快速高分辨成像方法。针对弹道目标快速运动特征和微动特征，在建立目标中段运动及微动模型的基础上，对回波信号进行仿真分析，从其距离像序列及二维ISAR像序列出发，总结弹道目标的特征

本书根据作者十余年来以遥感数字图像获取、处理、输出、应用为体系开展的系统研究工作所积累丰硕成果的基础上，经过汇总整理，完成了本书。全书分为16章，从三部分来对遥感图像处理进行阐述，第一部分是基础部分，主要从遥感的图像总体性处理进行介绍，主要内容有遥感图像处理的概念和本书的框架，遥感图像的数字化，显示和常用的处理软件，并着重介绍了遥感图像图处理的方法的数字基础，主要从直方图，点运算，代数运算和几何运算几方面来阐述。第二部分是遥感图像数字处理的理论部分，主要涉及图像内部及像素间数学处理，主要从线性系

本书系统地介绍了高分辨率遥感影像分割与分类的相关概念、原理、方法、步骤和新进展等，具体框架模型和实现方法都有着鲜明的特色，内容涵盖多分支融合网络、基于CNN的双边融合网络、小卷积特征重用模型、基于多尺度近端特征拼接网络、深度置信网络、局部与混合扩张卷积融合网络、预激活残差注意力网络、基于多判别器生成对抗网络以及3D-2D多分支特征融合和密集注意力网络模型在高光谱分辨率遥感影像分类中的应用；基于多目标粒子群优化算法和博弈论的高光谱影像降维方法；以及基于SReLU和用于快速目标识别的高空间

本书围绕小样本遥感图像分类任务展开具体研究工作，研究过程采用改善图像特征提取和分类器设计两种不同的子空间学习模式，重点解决小样本图像分类任务中存在的由于预训练特征提取器无法适应新的数据类别，导致提取的特征鉴别性不足以及含标签样本过少，带来的样本分布与实际数据分布存在偏差等问题。本书提出了系列的子空间学习算法，进一步改善小样本遥感图像分类性能，并在公有遥感数据集及自行构建遥感数据集进行实验测试、数据统计、图表分析和遥感实景图片可视化展示。

本书围绕航空光电成像高分辨率、宽覆盖及激光三维成像三个方面展开，就其研究现状、系统方案及实现过程中所遇到的问题及解决方案进行详细论述。第一部分像元超高分辨成像，主要介绍了亚像元、L形异形像元及空间编码扫描等效异形像元超分辨成像原理、工程实现及实验结果；第二部分大视场高分辨率成像系统，介绍了共心多尺度成像系统、面阵动态多幅扫描成像系统及线阵像面扫描拼接成像系统；第三部分直接测距型激光主动成像系统，主要介绍了国内外研究现状与发展趋势，以及涵盖系统设计全链路的关键技术。

光学偏振遥感信息链路涉及地球大气-地表系统多个环节，来自地-气系统的光偏振辐射信息传输特性仿真是其性质参数反演和偏振遥感图像解译的重要研究内容。本书系统介绍作者及其研究团队在偏振遥感成像仿真领域的多年研究成果。全书分为6章，按照典型地物偏振特征、大气偏振辐射传输特性、遥感探测器仿真和偏振遥感信息链路仿真等介绍相应的仿真技术与方法。调研大气及典型地物偏振遥感应用研究状况，分析不同自然地物典型样品以及人工目标样品的实验情况，介绍大气矢量辐射传输特性及代表性算法和时序成像偏振探测器仿真，在综合考虑偏振