1. 毕业设计（论文）的内容和要求

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。

灭失系数是表达能见度的一个重要参数。

通过对灭失系数的准确估计，来评价道路的能见度，有助于提高道路交通安全。

2. 参考文献

不少于15篇，至少一篇英文文献 [1] 王勇杰,岳云康.三维纹理图像特征准确识别技术仿真研究[J].计算机仿真,2012,29(05):295-298. [2] 刘燕,董蓉,李勃.基于机器学习的图像分割算法研究[J].电视技术,2017,41(Z4):32-39. [3] 黄勇杰,史小松.基于机器学习的低分辨率图像增强和细节匹配方法[J].科学技术与工程,2017,17(18):271-276. [4] 赵彤洲,王海晖,徐迪迪.基于机器学习的边缘检测方法研究[J].湖北大学学报(自然科学版),2011,33(03):370-372 382. [5] 李可宏,姜灵敏,龚永义.2维至3维图像/视频转换的深度图提取方法综述[J].中国图象图形学报,2014,19(10):1393-1406. [6] Tan R T. Visibility in bad weather from a single image[C]//Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008: 1-8. [7] He K, Sun J, Tang X. Single image haze removal using dark channel prior[J]. IEEE transactions on pattern analysis and machine intelligence, 2011, 33(12): 2341-2353. [8] Patel, Ankit B., Minh Tan Nguyen, and Richard Baraniuk. "A probabilistic framework for deep learning." Advances in neural information processing systems. 2016. [9] Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "Imagenet classification with deep convolutional neural networks." Advances in neural information processing systems. 2012. [10] Lu, Haiping, Konstantinos N. Plataniotis, and Anastasios N. Venetsanopoulos. "A survey of multilinear subspace learning for tensor data." Pattern Recognition 44.7 (2011): 1540-1551. [11] Schechner, Yoav Y., Srinivasa G. Narasimhan, and Shree K. Nayar. "Instant dehazing of images using polarization." null. IEEE, 2001. [12] Sakaridis, Christos, Dengxin Dai, and Luc Van Gool. "Semantic foggy scene understanding with synthetic data." International Journal of Computer Vision (2018): 1-20. [13] Hauti#233;re N, Tarel J P, Lavenant J, et al. Automatic fog detection and estimation of visibility distance through use of an onboard camera[J]. Machine Vision and Applications, 2006, 17(1): 8-20. [14] Narasimhan S G, Nayar S K. Contrast restoration of weather degraded images[J]. IEEE transactions on pattern analysis and machine intelligence, 2003, 25(6): 713-724. [15] Nayar S K, Narasimhan S G. Vision in bad weather[C]//Computer Vision, 1999. The Proceedings of the Seventh IEEE International Conference on. IEEE, 1999, 2: 820-827. [16]许允喜，陈方.局部图像描述符最新研究进展[J].中国图像图形学报，2015,20（9）：1133-1150 [17]安强强，张峰，李赵兴，张雅琼.基于机器学习的图像分割研究[J].自动化与仪器仪表，2018，（6）：29-31.

3. 毕业设计（论文）进程安排

第1-2周 阅读文献，明确问题，开题报告 此处周的计数以最后一学期的教学日历为准 第3-5周 收集整理数据，时间序列模型的学习及相关统计软件学习 第6-11周 建立模型，问题分析，论文初稿撰写 第12-14周 毕业论文修改整理 第15周 定稿打印，答辩准备 第16周 论文答辩