Las minas submarinas se consideran una gran amenaza para la vida acuática, los submarinos y las actividades navales. Detectar y localizar estas minas es una tarea desafiante, debido a la naturaleza del entorno submarino. La implementación de redes de sensores acústicos submarinos (UWASN) puede proporcionar una solución eficiente a este problema. Sin embargo, el uso de estos sensores autoalimentados para la detección intensiva de datos y la comunicación inalámbrica a menudo consume mucha energía y podría cuestionar la viabilidad de su aplicación. Una solución atractiva para extender la red de sensores inalámbricos submarinos sería la adopción de comunicación basada en clústeres, ya que la carga de procesamiento de datos y comunicación se distribuye de manera oportuna entre los miembros del clúster. En este contexto, este estudio propone una solución energéticamente eficiente para la detección precisa de minas submarinas basada en un enfoque de agrupamiento adecuado. El esquema propuesto utiliza un enfoque de procesamiento basado en la transformación wavelet para extraer características relevantes que distingan eficientemente las minas de otros objetos utilizando el algoritmo Naïve Bayes para la clasificación. La principal novedad de este enfoque es el diseño de un nuevo esquema de baja complejidad para la detección eficiente de objetos acústicos basada en sensores que supera a la mayoría de las soluciones existentes. Consume una baja cantidad de energía, al tiempo que garantiza una precisión de detección del objetivo del 95.12%.