1. 毕业设计（论文）的内容和要求

1. 了解目前较为流行的数字图像识别方法与技术 2. 对建筑混凝土病害的图像进行分类整理 3. 对不同病害的成因进行调研 4. 结合计算机技术，对病害图像进行分类识别，获得病害图像的类别及成因。

5. 总结相关内容，形成论文

2. 参考文献

[1] 陈旭芳, 袁栋, 郁乐乐. 基于几何成像原理和图传系统的 UAV 桥检技术[J]. 低温建筑技术, 2017, 39(4): 28 - 30. [2] 陈瑶, 梅涛, 王晓杰, 李峰, 刘彦伟. 基于爬壁 机器人的桥梁裂缝图像检测与分类方法[J]. 中国科 学技术大学学报, [3] 庞娜, 赵启林, 瑞挺, 朱斌. 基于机器视觉的桥梁检测技术现状及发展[J]. 现代交通科技, 2015, 12(6): 25 - 31. [4] Konstantinos. M., E. Protopapadakis, A. Doulamis, N. Doulamis. Deep Convolutional Neural Networks for efficient vision based tunnel inspection. IEEE International Conference on Intelligent Computer Communication Proccessing, 2015:335-342. [5] Young-Jin Cha，Wooram Choi. Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks. Computer-Aided Civil and Infrastructure Engineering 2017:1-18. [6] 中华人民共和国住房和城乡建设部. 危险房屋鉴定标准 JGJ125-2016[Z].2016-02-20. [7] 中华人民共和国住房和城乡建设部. 民用建筑可靠性鉴定标准 GB50292-2015[Z].2016-08-01. [8] 中华人民共和国住房和城乡建设部. 建筑变形测量规范 JGJ8-2016[Z].2016-07-09

3. 毕业设计（论文）进程安排

1月上旬：确定论文主题，进行论文题目筛选； 1月中旬：文献、资料收集，完成英语文献翻译； 1月下旬：整理资料，分析论文可行性、实际性，确定论文题目和大致范围； 2月：撰写开题报告，进行数据的收集与预处理；整理已有资料，构筑论文大纲； 3月：对数据进行分析，开发相关方法；根据数据及相关资料，撰写论文具体内容；对发现问题研究解决方案，并进一步优化； 4月：初步完成论文内容，准备期中检查； 5月：向指导老师寻求意见，优化论文； 6月：论文资料整合，最终定稿；进行论文答辩。