混凝土结构表面常见病害 自动识别与分析 Automatic Detection and Analysis of Common Disease on Surfaces of Concrete Structures 摘要 本研究课题拟采用计算机视觉及人工智能的手段，对混凝土表面常见的病害进行识别、分类及分析。

混凝土病害广泛存在，传统使用人工的手段存在费时费工、准确率差的情况。

使用人工智能相关的手段能够更准确地进行识别与分类，效率高效果好，并能够自动对成因进行准确分析。

本课题拟在现有的研究成果上，尝试使用新技术对传统的方法进行优化，并探索其在实际工程中的应用。

关键词：混凝土表面病害类 病害成因 智能识别 计算机视觉 深度学习 一 引言 混凝土结构在长期的自然作用下，结构将出现多种形式的病害。

混凝土建筑物的各种病害、缺陷，大多始发于或显露于结构的外表[1]。

因而对混凝土结构表面病害的准确识别，能够有效地预防结构的进一步损坏，及时开展相关的修复工作。

传统的检测手费时费工，并受到检测人员主观性的影响，具有准确性低、效率差的特点。

因而研究使用智能化的方法对病害自动识别，成为近年来研究领域的热点之一。

随着数字图像处理算法及机器学习算法研究的推进，智能化、自动化识别结构表面病害图像和病害识别与定量分析[2]得到了迅速发展。