该课题为基于MATLAB bp神经网络的雾霾天气下交通标志的识别系统。主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形态学相关知识，将得到的误干扰面积去除，从而实现精准定位。定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。本设计配有一个GUI可视化界面，操作简单容易上手。是个不错的选题。

基于GA-BP神经网络的“雾霾”天气预测研究.pdf

雾霾图像数据集---------大雾

行业分类-设备装置-一种建筑消除雾霾除尘降温系统.zip

电动汽车与雾霾相关性分析.pdf

基于数据挖掘的雾霾预测和分析

行业资料-电子功用-一种具有阀值自动控制功能的单光子计数鉴别器电路.zip

行业资料-交通装置-一种公路转角雾霾天气防撞车装置.zip

行业分类-作业装置-一种基于SAE-LSTM模型的大气雾霾预测方法.7z

基于ENVI平台IDL语言的气溶胶反演工具，通过遥感的手段大范围研究雾霾的变化，适用于雾霾和环境污染方面的科学研究