信息图表（如幻灯片、技术文档等）是办公软件的重要组成部分,是一种通过信息块展示信息的可视化图表。对信息图表进行信息挖掘,可以获取大量的数据、知识等,具有重要的研究价值。信息块识别任务是挖掘信息图表中信息的重要一步。现有的信息块识别工作利用空间接近性原则,将元素分组为多个信息块,然而,现有工作存在两个重要不足:第一,现有工作忽略了信息图表的颜色和结构特征,从而导致在识别信息块时容易产生元素遗漏的现象;第二,信息图表中元素之间的关系是识别信息块的重要依据,而现有工作没有考虑信息图表中每一对元素之间的关系,以及同一个信息块内的多个元素之间的相互关系,导致这类工作难以完整地捕获所有元素的信息块关系,进而影响了信息块识别精度。为了解决这两个不足所带来的信息块识别错误,本文提出了基于空间和结构特征的信息块识别（Information Block Recognition based on Spatial and Structural Features,IBR-SSF）模型,该模型通过提取信息图表的颜色信息以及相同信息块内元素的结构相似性特征,对信息图表元素进行信息块分组,能有效解决前述工作的第一个不足。同时,本文在IBR-SSF模型的基础上,将信息图表示为场景图,提出了基于场景图的信息块识别模型（Information Block Recognition based on Scene Graph,IBR-SG）,该模型基于格式塔组织原则（空间接近性、颜色相似性和结构相似性原则）对元素进行分组,可以有效地解决现有工作的两个不足。现有的信息图表数据集不是为信息图表中的信息块识别而设计的,为了评估本文的模型在信息块识别任务中的效果,本文构造了一个用于信息块识别任务的新数据集,并针对信息块识别任务提出了三个不同粒度的评价指标。实验表明,本文提出的模型可以有效识别信息图表中的信息块。