ENVI是一套应用非常广泛的遥感图像处理软件,在ENVI上可以对遥感图像进行神经网络、最大似然、最小距离、ISODATA算法、决策树和面向对象等分类。在这些分类方法中,神经网络比其它分类方法所花费时间不仅长而且速度很慢,因为从神经网络的算法机理可知,在权值调整中是迭代收敛的过程,其分类速度自然很慢。针对以上出现的现象,决定分别采用Matlab上具有的神经网络工具箱和IDL语言,依次来编程实现此优化算法。随着神经网络理论的深入研究,神经网络已在图像的分类中起到非常重要的地位。本文采用两种方案来提高遥感图像分类速度,第一种方案是通过神经网络的学习,去分析研究网络权值修正,迭代收敛,并在Matlab软件提供的神经网络工具箱中,对BP神经网络的权值和学习率进行分析,把数学中自适应特征因子以代码形式加入到神经网络工具箱中,实现了在迭代过程的收敛速度快。第二种方案是在ENVI上集成IDL语言在神经网络权值调整过程的优化算法,已达到神经网络分类速度快和精度可靠的目的。