现在我国尤其是北方城市，工业发达，废弃排放严重，这使得雾霾越来越厉害，让能见度极低。这严重影响了我们的交通系统，导航系统，卫星定位系统等，给人民出行，工作带来极大的不便利。目前市场上高清拍摄设备虽然可以让成像清晰点，但是造价高昂。如果有一套软件处理系统，可以实时地处理含雾的图像，让成像去雾化，让图像变得清晰，将会很受欢迎。 该课题为基于MATLAB的图像去雾系统，采用局部直方图，全局直方图，retinex三种算法进行图像去雾。为了让界面更加美观，可以增加GUI人机交互界面，在GUI上显示去雾前后对比图，方法选择按钮，提示信息框，以及评价参数如灰度直方图，峰值信噪比PSNR等。

主要采用A4988模块驱动42步进电机（6线），主控板用51单片机，代码有详细注释，编译包过。

MATLAB发票识别，动车票识别，行程单识别，文字识别，复杂背景汉字识别。带GUI界面

BP神经网络Python程序，备有详细注释，只要明白神经网络大体流程的人即可看懂，可直接带入列表数据使用

ORBSLAM2源码详细注释

用Matlab实现的一元线性回归，注释很详细

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MATLAB的模板匹配车牌识别系统。含界面GUI。完美运行。流程是：读取车牌，灰度，二值化，边缘检测，车牌定位，字符切割，车牌识别。每个步骤都非常详细的注释。可二次开发成出入库识别，库外车牌播报预警，停车计费等。

该课题为基于颜色的MATLAB设计。根据RGB不同分量，可以定位不同颜色，再结合形态学知识，可以精准去除干扰区域，如去除大于某阈值或者小于某阈值的面积，实现精准定位和计数。可以应用改造于路锥识别，交通标志，红绿灯，安全帽，不同颜色的餐盘等课题中，触类旁通，举一反三，是一个很好地课题。带有GUI可视化界面。

LIO-SAM代码阅读详细注释版，2020年11月1日下载版本。目前还有部分没懂，以后再更新，博客里有相应的文章，文章里的注释和这里是一样的，不能保证能够运行，有可能写注释的时候不小心改了代码。