论文部分内容阅读
对海底底质声纳图像分割，提取单元特征向量进行主成份分析，选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量，优化支持向量机（SVM）参数。利用多分类SVM对砂、礁石、泥进行训练，有效、快速地分离出了3种底质类型，测试精度高于80％，表明该方法可有效用于海底底质声纳图像的识别和分类。