[发明专利]一种流程图像识别方法

说明书

本发明提出了一种流程图像识别方法，其技术特征在于：首先建立一个基于角点的流程图结构模型(CBSM)，形式地定义用于描述流程图结构元素的各种角点类型、组合规则及约束；然后进行文图分割提取流程图结构，检测流程图结构的角点并提取角点邻域的网格特征和外围特征，采用SVM分类器实现角点分类；基于CBSM识别流程图结构；最后将流程图像识别结果以文本形式输出。本发明基于角点特征识别流程图结构元素，能够解决现有流程图像识别技术未能处理好的文图粘连及断边问题，为流程图像识别提供新方法。

技术领域

本发明属于图像识别技术领域，特别涉及一种流程图像识别方法。

背景技术

现有计算机信息检索系统主要采用基于文本匹配的检索技术，但化工、 制药、机械、信息技术等领域中的文档往往还包含大量流程图像，这些图像 蕴含丰富的信息，对于检索和查新至关重要。

流程图可以直观地描述一个工作过程的具体步骤，具有重要的语义。由 于现存文档中的流程图存在文图粘连和断边等情况导致流程图像识别效率不 高，因此需要一种能够新的流程图像识别方法，解决以上问题。

发明内容

本发明的目的在于提供一种流程图像识别方法，通过基于角点特征的结 构模型来识别流程图像。本方法包括建立一个基于角点的流程图结构模型 (CBSM)，然后对流程图结构进行角点检测与角点分类，依据角点组合规 则和组合约束来识别流程图结构元素。

为了实现上述目的，本发明采用的技术方案是：

一种流程图像识别方法能够基于角点特征描述和识别流程图结构，步骤包 括：

S1建立CBSM，定义角点类型、描述流程图结构元素的角点组合规则以 及角点组合约束包括：

S11将描述流程图结构元素的角点分为独立型和连接型两大类，命名各 类角点并建立流程图像角点分类表；

S12建立角点组合规则；

S13建立角点组合约束。

S2提取流程图像结构；

对原始流程图像进行二值化、降噪处理，通过图文分割提取原始流程图像 中的结构图层，对提取的流程图结构进行单像素化。

S3对流程图结构进行角点检测和筛选，步骤为：

S31通过CSS算法利用曲率检测出与直线型元素相关的角点，过滤掉曲线 型结构元素上的圆角点和虚假角点。

不同尺度σ下的曲率计算公式为：

其中t是弧长参数，σ是尺度参数，分别为曲线l上一点的坐标x(t)和y(t)与一维 高斯核函数g(μ,σ)的一阶导数和二阶导数的卷积；

圆角点判定方法为：

其中u为候选角点的位置参数，K(u)是候选角点 的曲率，T(u)为与角点支持域自适应的动态局部阈值，与候选角点u处的局部 平均曲率成正比，当R_c＝1时表示角点为圆角点,给予滤除。

其中C_c为需要判定的候选角点， ∠C_c为角点C_c的角，θ_obtuse为真角点的最大钝角值，θ_obtuse的经验取值为 162°，当C_cθ_obtuse时，C_c为虚假角点。