简介:遥感技术可以提供大量有效信息,在监测和测绘领域占有十分重要的地位。然而,遥感图像通常会受到雾霾影响而降低质量。雾霾浓度评价算法可以评价场景中的雾霾程度,以便对雾霾影响严重的图像进行滤除,并对雾霾较轻的图像根据雾霾指标的大小进行自适应的去雾,从而保证遥感图像解译的可靠性。本文针对这个问题提出了一个雾霾影响遥感图像质量的评价指标。首先,根据雾霾区域的亮度值大于非雾霾区域的亮度值这一特性定义了雾霾图。然后,根据韦伯准则计算雾霾图的对比度,以此作为评价雾霾的指标。实验结果表明,该指标的评价结果与主观评价结果具有很好的一致性,可以代替主观评价对受雾霾影响的遥感图像进行质量筛选。
简介:为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据:经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明:经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。