Ce livre présente la télédétection hyperspectrale comme une technologie d'imagerie transformatrice, permettant de capturer des détails complexes à travers de multiples bandes spectrales. Issu d'une thèse de doctorat, ce livre fait le lien entre l'exploration académique et les applications pratiques de la classification des images hyperspectrales. Il présente de nouvelles méthodologies faisant appel à l'apprentissage profond et à l'apprentissage automatique, avec le Deep Adversarial Learning Framework pour une plus grande précision. Le texte explore des approches novatrices utilisant l'analyse en composantes principales, la décomposition en modes empiriques et les machines à vecteurs de support. Une méthode de classification semi-supervisée inspirée des Cycle-GANs est également présentée. Ce livre vise à offrir une compréhension complète de l'imagerie hyperspectrale, de ses méthodologies et de ses implications pratiques, et constitue une ressource précieuse pour les étudiants, les chercheurs et les praticiens dans ce domaine.