题目：基于神经网络的公路道面病害检测系统的设计与实现

      随着公路交通的发展，道路维修养护工程越来越受到重视，这其中如何对道路病害的发生进行及时有效的检测就成为了重要课题。这是道路维修内容的先决条件和基础。在我国，传统的道路检测方式多为人工检测，这种方法有着很大的局限性。其最主要的缺点便是速度慢、危险、影响交通以及不精确性。随着我国道路交通的飞速发展，以及道路公里数的增加，这种检测方法将越来越不适应国内的路况。因此研究一种高速有效的道路病害检测方法则成了我国亟待解决的问题。在国外，这个项目已经成为了竞相研究的课题，其中最为普遍应用的便是基于图像的道路病害检测系统。其基本理念是利用高速度高精度摄像机对道面进行拍摄，以获得图像，在后台处理系统中进行数据分析，得到路况的评价与病害的识别分类信息。这种方法面临的主要难题是道面图像的灰度不均，光源、阴影影响，算法的收敛性等，因此要得出一种适应所有情况的算法并不容易。

      本文重点研究了基于神经网络的公路道面病害图像检测。所做的这要工作如下:

（1）分析了自动检测系统所需要考虑的影响因素以及正确仪器的选择，对各种类型的成进行比较，构建采集车的整体搭建设计。

（2）利用均值滤波法对图像进行去除噪声，采用传统的大津阈值方法进行阈值分割步骤等。利用逐像素扫描法提取特征，再通过BP神经网络将裂缝类图像分为四种类型：横向、纵向、网状及块状。

（3）利用测试样本进行实验，实验结果证明其分类正确率在85%以上。