(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210147558.7 (22)申请日 2022.02.17 (71)申请人 中国人民解 放军国防科技大 学 地址 230037 安徽省合肥市蜀山区黄山路 460号 (72)发明人 解博　 (74)专利代理 机构 合肥天明专利事务所(普通 合伙) 34115 专利代理师 韩燕　奚华保 (51)Int.Cl. G06V 20/17(2022.01) G06T 5/20(2006.01) G06T 5/00(2006.01) G06K 9/62(2022.01) G06V 10/762(2022.01)G06V 10/50(2022.01) (54)发明名称 一种基于SSD卷积网络的大尺寸航拍图像目 标检测方法 (57)摘要 本发明公开了一种基于SSD卷积网络的大尺 寸航拍图像目标检测方法， 首先采用梯度聚类模 块对大尺 寸航拍图像进行梯度运算， 再对梯度运 算所得到的梯度图进行区域聚类计算， 得到目标 集中的聚类区域， 然后采用SSD目标检测模型检 测得出每个聚类区域中的目标， 最后融合模块根 据梯度聚类模块计算得到的聚类区域、 SSD目标 检测模型得到的目标检测结果进行映射融合， 从 而得到整张大尺寸航拍图像的目标检测结果。 本 发明采用梯度聚类模块、 卷积神经网络检测模型 和融合模块的大尺寸航拍图像检测框架， 实现对 大尺寸航拍图像的快速 检测。 权利要求书2页 说明书5页 附图1页 CN 114565862 A 2022.05.31 CN 114565862 A 1.一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特征在于： 首先采用梯度 聚类模块对大尺寸航拍图像进 行梯度运算， 再对梯度运算所得到的梯度图进 行区域聚类计 算， 得到目标集中的聚类区域， 然后采用SSD目标检测模型检测得出每个聚类区域中的目 标， 最后融合模块根据梯度聚类模块计算得到的聚类区域、 SSD目标检测模型得到的目标检 测结果进行映射融合， 从而得到整张大尺寸 航拍图像的目标检测结果。 2.根据权利要求1所述的一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特 征在于： 所述的大尺 寸航拍图像在 进行梯度运算前， 采用模板尺 寸为(2k+1)×(2k+1)、 标准 差为σ 的高斯滤波器进 行滤波， 有效去除大尺寸航拍图像中的自然噪声， 然后再在滤波后的 大尺寸航拍图像上进行梯度运算； 其中， k取值越大代表高斯滤波器的模板越大， 更能适应 大尺寸人造物体的筛选， σ 取值越大代表高斯滤波器对图像的平滑效果越显著， 更适应于自 然背景较多的情况。 3.根据权利要求1所述的一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特 征在于： 所述的梯度聚类模块采用Sob el算子对大尺寸航拍图像进行梯度运算， Sob el算子 的具体参数选择如下： 然后在IG上利用S1、 S2进行Sobel梯度运 算， 即可得到梯度图。 4.根据权利要求1所述的一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特 征在于： 所述的梯度图进 行区域聚类计算的具体步骤为： 在梯度图上进 行阈值滤波， 剔除大 尺寸航拍图像自然背 景中少量 非人造物体的梯度边缘点， 设置全局阈值为 128， 由此得到大 尺寸航拍图像中人造物体边 缘点的二值图IE为： 人造物体边缘点的二值图IE为二维数据点， 采用聚类算法对二值图IE进行聚类， 得到多 个目标集中的聚类区域。 5.根据权利要求4所述的一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特 征在于： 所述的聚类算法采用STING算法， STING算法将二值图IE构成的平面空间划分成S × S的网络， 并统计落入每个网络单元格中点的数量， 根据连通阈值D， 将达到连通阈值D的单 元格进行连通， 得到 聚类区域R； 其中， 所述的S的取值为300、 512或1024， 所述的连通阈值D 的取值由聚类算法运算量和网格召回率决定， 连通阈值D的取值越大， 则聚类算法运算量越 小， 速度越快， 召回率越低。 6.根据权利要求1所述的一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特 征在于： 所述的SSD目标检测模 型是由多个并行的SSD目标检测算法组成， 每个SSD目标检测权　利　要　求　书 1/2 页 2 CN 114565862 A 2算法的输入尺 寸为B×B， B的取值为300、 512或1024,以实现与梯度聚类模块的数据传递； 其 中， SSD目标检测模 型中的一个SSD目标检测算法接收梯度聚类算法计算得到的一个聚类区 域， 并进行检测， 由此 得出每个聚类区域中的目标。 7.根据权利要求6所述的一种基于SSD卷积网络的大尺寸航拍图像目标检测方法， 其特 征在于： 所述的融合模块的映射融合关系如下： 其中， B为SSD目标检测算法的输入尺寸， x、 y代表某个点在整张大尺寸航拍图像上的坐 标， N_x、 N_y分别代表聚类区域在整张大尺寸航拍图像上的横纵编号， x(N_x)、 x(N_y)代表某个 点在聚类区域上的坐标； 由于SSD目标检测模 型的目标检测结果为标注框， 该标注框由左上 角点和右下角点组成， 因此融合模块进行映射融合时， 只需要对标注框的左上角点和右下 角点的坐标进行映射即可。权　利　要　求　书 2/2 页 3 CN 114565862 A 3