摘要
本发明属于海底沉积物类型分类领域,具体涉及一种海底沉积物类型自动分类成图方法,包括以下步骤:收集海底沉积物的声学图像数据,对声学图像数据进行预处理和声强补偿改正;分析预处理后的声学图像数据,并提取图像特征,构建海底沉积物分类模型进行自动分类;本发明通过自动分类海底沉积物类型并生成分布图可高效实现对大范围海底沉积物类型的调查和研究,能够显著提高沉积物类型分类的准确性和效率,并且利用先进的图像处理和机器学习技术,自动提取声学图像中的关键特征,基于大量训练数据学习出沉积物类型与特征之间的映射关系,能够进一步提高分类的准确性,大幅加快分类速度,降低时间和人力成本。