基于快速分割核函数的数字抠像模型

针对标准支持向量机(SVM)算法在数字抠像的应用中还存在抠像精度低、点集分类效果不好等问题。本文设计了以快速分割核函数优化SVM算法为基础的数字抠像模型,最先将径向基函数(RBF)当成核函数对推理试验模型进行建立,之后再利用CMSVM设置较大的参数取值范围,对参数进行大间隔步长的循环取值,并通过一定训练和测试,以评分准则为依据对这种状况下建立的最优SVM分析模型所对应的参数值进行确定,指导最终确定出用来建立SVM分析模型的理想参数值,进而对分析模型进行确定。结果表明,本文提出的快速分割核函数优化SVM算法相比较标准SVM算法,具有更好的数字图像抠像效果。