U mnogim praktičnim primenama javlja se potreba za otkrivanjem i ispitivanjem vizuelno nedostupnih objekata, poput detekcije udaljenih letelica i plovila, uočavanja defekata u građevinama, pronalaženja zakopanih objekata i sl. Od interesa su lokacija traženog objekta, njegov oblik i, eventualno, sastav. Sama priroda ispitivanih objekata je raznorodna: u građevini je to pukotina u zidu ili armaturi, u podzemnim istraživanjima - arheološko nalazište ili skrivena mina, u radarskim problemima - pokretna meta, u medicini - izmenjeno tkivo. Svim ovim aplikacijama je zajednička primena elektromagnetskog zračenja radi dobijanja slike. U najvećem broju slučajeva, radi se o aktivnom pretraživanju gde se predajnim antenama zračenje usmerava ka objektu, a potom, prijemnim antenama meri elektromagnetsko polje izmenjeno zbog prisustva objekta. Ova perturbacija polja sadrži takozvani „otisak“ objekta, na osnovu koga možemo da ga rekonstruišemo u određenoj meri. U nekim situacijama, antene prikupljaju elektromagnetsko polje koje objekat sam zrači. Tada se primenjuje takozvano pasivno ispitivanje. Primeri su lokalizacija predajnika, mapiranje ledenih pokrivača i određivanje sastava tla.
Radi formiranja slike objekta, koriste se različiti delovi elektromagnetskog spektra. Izbor učestanosti zavisi od konkretne primene i najčešće je rezultat kompromisa između potrebnog nivoa detalja (rezolucije slike) i dubine prodiranja elektromagnetskih talasa. Naime, rezolucijaslikeje obrnuto proporcionalnatalasnoj dužini. Međutim, sa porastom učestanosti raste apsorpcija elektromagnetskih talasa, što onemogućava pristup dubljim delovim objekta. U velikom broju primena mikrotalasni deo spektra, koji obuhvata opseg učestanosti od 300 MHz do 300 GHz, predstavlja optimalan izbor. Dodatna pogodnost mikrotalasnih sistema je dostupnost komponenata, kao i njihova relativna bezbednost po ljudsko zdravlje.
Predmet ovog kursa su algoritmi za određivanje lokacije, oblika i sastava nepoznatih objekata na osnovu podataka dobijenih antenskim merenjima. Ovi problemi spadaju u klasu inverznih problema rasejanja. Direktno rešavanje ovih problema je teško zbog njihove nelinearnosti, kao i zbog toga što ne postoji jedinstveno rešenje. Da bi se olakšalo njihovo rešavanje, uvode se različita uprošćenja, poput Bornove aproksimacije. Posledice nejedinstvenosti rešenja se ublažavaju tehnikama regularizacije, koje se primenjuju i u drugim inženjerskim oblastima kao što su obrada signala i veštačka inteligencija.