1、选题目的和意义： 秋冬季节的雾霾对交通出行影响很大，准确估计能见度对交通通行具有重要的现实意义。

众所周知，道路上视频监控很容易获取。

同时，我们不难发现，在晴空和有雾状态下的图像具有明显的差异。

能否利用不同时刻的监控图像，实时估计能见度是一个值得研究的课题。

另外，机器学习是近年来热门研究领域。

利用机器学习的方法，针对视频数据进行能见度估计计算是本课题的目标。

2、国内外研究现状： 对于投资组合的选择，现在国内外普遍使用资本资产定价模型来进行研究，所以此模型也是本文的主要分析工具。

1999年，Shree K. Nayar 和Srinivasa G. Narasimhan认为在任何户外应用中，”坏”天气是无法逃避的。

计算机视觉系统必须包括一些机制，使它们能够在雾霾、雾霾、雨、冰雹和雪的情况下工作(即使不太可靠)。

所以首先得研究不同天气条件下的视觉表现。