遥感目标检测技术在军事侦察、减灾防灾、城市监测等领域有着广泛应用。随着高分辨光学相机、高光谱仪等新一代遥感器的广泛应用,获取的遥感影像数据的分辨率和信息复杂度大大增加,目标探测维度也大大扩展,给传统的统计类探测方法带来了挑战。另一方面,作为人工智能技术的重要应用方向,基于深度学习的遥感目标探测方法具有强大的特征表示和学习能力,已经逐渐成为当前学习类探测方法研究的前沿和热点。本书针对当前高分辨光学遥感器的成像特点,根据高光谱和光学遥感图像目标探测的需求和近年来作者所在团队的研究成果,探讨了降质图像的盲复原、基于深度学习框架下的高光谱波段选择、光谱解混、目标探测与定位等实现的一些新方法。本书可以作为光电成像与目标探测专业研究生的专业用书,同时也可作为与遥感图像处理技术与应用相关的其他专业研究人员的参考书。