光學(xué)樂譜識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf

1、紙質(zhì)樂譜向數(shù)字化樂譜的轉(zhuǎn)換，是人類音樂活動(dòng)與計(jì)算機(jī)音樂處理之間進(jìn)行信息交流的必經(jīng)之路。光學(xué)樂譜識(shí)別是將紙質(zhì)樂譜掃描輸入計(jì)算機(jī)后，對樂譜圖像加以處理、識(shí)別、分析，最終獲得樂譜的計(jì)算機(jī)數(shù)字表達(dá)的過程。光學(xué)樂譜識(shí)別技術(shù)突破了純手工的樂譜數(shù)字化瓶頸，為樂譜數(shù)字化提供了一條智能、高效、快捷的新途徑，具有重要的理論研究意義和應(yīng)用價(jià)值。 本文以印刷體多聲部五線譜為研究對象，從譜線定位與刪除、音符識(shí)別、樂譜專用符號識(shí)別、樂譜重建與語義解釋四個(gè)方

2、面，對樂譜識(shí)別的關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)深入地研究，在多個(gè)環(huán)節(jié)上提出了行之有效的新思路和新方法。 譜線定位與刪除是樂譜識(shí)別的首要環(huán)節(jié)。在譜線定位方面，本文提出了基于交叉相關(guān)性的樂譜圖像變形校正與譜線定位算法，其本質(zhì)是利用“化整為零、相關(guān)計(jì)算”的思想，對基于水平投影的譜線定位方法的一種改進(jìn)。該算法在保持了投影方法計(jì)算簡單、抗噪聲能力強(qiáng)的原有優(yōu)勢的同時(shí)，彌補(bǔ)了其對變形敏感的不足，有效解決了現(xiàn)有統(tǒng)計(jì)和結(jié)構(gòu)兩類譜線定位方法存在的抗變形和抗噪聲

3、之間的矛盾。 在譜線刪除方面，本文針對譜線刪除過程中存在的“過刪除”問題，提出了基于圖段拓?fù)潢P(guān)系的譜線刪除算法。與現(xiàn)有譜線刪除方法相比，該算法在提高刪除單元表達(dá)層次的同時(shí)，強(qiáng)調(diào)對刪除單元周邊環(huán)境特征的分析和判斷，能夠更全面、清晰地觀察到譜線與非譜線像素的區(qū)別，從而明顯減少譜線“過刪除”現(xiàn)象的發(fā)生，保證了樂譜圖形符號在譜線刪除之后的完整性。 音符識(shí)別是樂譜識(shí)別的核心與關(guān)鍵。本文根據(jù)音符的多樣性和多態(tài)性特點(diǎn)，確定了基于結(jié)構(gòu)的

4、音符識(shí)別方案，將其識(shí)別過程劃分為基元抽取和結(jié)構(gòu)分析兩個(gè)階段。 在音符基元抽取方面，提出了基于垂直游程編碼的粗提取、基于水平游程編碼的精檢測的符干抽取方法，克服了現(xiàn)有方法對復(fù)雜音符適應(yīng)性差、抽取結(jié)果不完整等缺陷：設(shè)計(jì)了一種先分割、后特征檢測的實(shí)心符頭抽取方法，該方法利用音符先驗(yàn)知識(shí)和已有的譜線、符干識(shí)別結(jié)果對符頭進(jìn)行切割，解決了粘連符頭的切分難題；提出一種基于塊狀體分割和特征檢測的尾橋抽取方法，避開了傳統(tǒng)的直線抽取方法所無法處理的

5、尾橋粘連問題。 在音符結(jié)構(gòu)分析方面，提出了一種基于作用場的音符結(jié)構(gòu)分析方法。該方法將物理學(xué)中的作用場概念引入到音符基元的關(guān)系表達(dá)，實(shí)現(xiàn)了知識(shí)性、魯棒性和精確性三者的統(tǒng)一。在此基礎(chǔ)上，定義了六個(gè)音符子結(jié)構(gòu)，建立了關(guān)鍵結(jié)構(gòu)優(yōu)先定位的音符結(jié)構(gòu)分析模型，實(shí)現(xiàn)了音符基元數(shù)據(jù)向音符對象的重建。該模型體現(xiàn)了人工識(shí)譜時(shí)突出重點(diǎn)特征、從整體到細(xì)節(jié)的思維習(xí)慣，不僅減少了分析的復(fù)雜度，而且具有較強(qiáng)的基元冗余排錯(cuò)能力。 對于音符除外的其它樂譜符

6、號即樂譜專用符號，提出了一種基于幾何、中心矩和穿刺三類特征的神經(jīng)網(wǎng)絡(luò)識(shí)別方法。上述三類特征能夠很好地兼顧統(tǒng)計(jì)特征的抗噪性和結(jié)構(gòu)特征對細(xì)微差別的分類能力，體現(xiàn)了各類樂譜專用符號的實(shí)際特點(diǎn)，并采用具有強(qiáng)大非線性分類能力的BP神經(jīng)網(wǎng)絡(luò)作為符號分類器，取得了良好的識(shí)別效果。最后，本文通過建立“樂譜結(jié)構(gòu)樹”，實(shí)現(xiàn)了由散亂圖形符號數(shù)據(jù)到樂譜數(shù)據(jù)的有機(jī)組織和重建。討論了音樂事件序列的生成方法，實(shí)現(xiàn)了樂譜語義解釋及其語義內(nèi)容的標(biāo)準(zhǔn)MIDI格式文件輸出。