基于SVM的流程图像角点分类

针对现有流程图像识别研究未能较好地处理文图粘连及断边问题,结合流程图像角点特征不受图文粘连和断边影响的性质,提出针对流程图像角点的自动检测和分类方法,为基于角点分类识别流程图结构并进一步开展流程图像理解研究奠定基础.首先,结合流程图像角点分析和流程图结构描述,定义了流程图像的角点分类模型;然后,根据连通域面积实现文图分割提取流程结构图像,综合运用经典算法检测流程结构图像的角点;最后,提取角点邻域的网格特征和外围特征、采用有监督的方式训练SVM分类器实现角点分类.针对CLEP-IP的公开流程图像集进行测试,实验证明角点分类准确率达到91.6%.