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。
技术关键词
成图方法
纹理特征
数据
对比度
信噪比
指数
变量
纹理分析方法
声波
像素点
灰度共生矩阵
边缘检测算法
机器学习技术
声呐设备
机器学习模型
数学模型
图像处理
系统为您推荐了相关专利信息
员工评价方法
综合评价模型
因子
指标
逻辑回归模型
形态预测方法
焊点
更新网络参数
深度学习方法
球体
卸载方法
服务器
风电
深度强化学习算法
风力发电机