本书以高光谱图像分类的理论和技术为主线，系统介绍了高光谱图像分类的基本概念、技术演进、现存挑战和常用高光谱图像分类基准数据集，并深度聚焦四大前沿研究热点：Transformer架构的创新应用、小样本学习、噪声标签鲁棒性及对抗攻防技术，旨在提升高光谱图像分类模型的泛化能力和鲁棒性。各章均提供了翔实的研究文献，便于拓展阅读。
本书适合作为遥感科学与技术、计算机视觉、人工智能等相关专业高年级本科生及研究生的学习用书，也可为相关领域的科研人员提供重要参考。