【摘 要】
：
乐谱是用符号来记录音乐的方法,最初是以纸张为载体的。随着电子技术的发展,纸质乐谱可被扫描或拍摄成为乐谱图像,解决了纸质乐谱不易保存、复制、分发等弊端。计算机及互联网技术的浪潮,促进了各种音乐应用的兴起,而能被计算机理解的音乐文件是这些应用的数据基础。本文以拍摄或扫描的乐谱图像为研究对象,通过图像处理与识别的算法,将其转化为计算机能理解的MIDI文件,并基于上述算法构建了乐谱识别软件系统,具体工作如
论文部分内容阅读
乐谱是用符号来记录音乐的方法,最初是以纸张为载体的。随着电子技术的发展,纸质乐谱可被扫描或拍摄成为乐谱图像,解决了纸质乐谱不易保存、复制、分发等弊端。计算机及互联网技术的浪潮,促进了各种音乐应用的兴起,而能被计算机理解的音乐文件是这些应用的数据基础。本文以拍摄或扫描的乐谱图像为研究对象,通过图像处理与识别的算法,将其转化为计算机能理解的MIDI文件,并基于上述算法构建了乐谱识别软件系统,具体工作如下:首先,在进行乐谱识别软件系统需求分析的基础上,提出该系统的框架结构,及其中的关键技术环节,包括乐谱图像预处理及倾斜校正、谱线定位与移除,音符分割与识别等,并对软件开发环境的搭建及用于卷积神经网络训练的数据集的构建进行了探索。其次,针对上述的关键技术进行研究:（1）在图像预处理方面,使用双边滤波算法和图像增强算法对图像进行降噪处理,提出边缘带结合改进霍夫变换算法校正图像的倾斜,取得较好的效果;（2）在谱线定位方面,基于稳定路径的思想,克服了可能存在的谱线弯曲、形变的情况;在谱线移除方面,提出基于局部游程直方图的谱线删除算法,有效的避免过删除现象,保证了音符的完整性;（3）在音符分割方面,提出基于连通域与层次分解相结合的算法,通过粗分割和精细分割两个步骤,同时利用音符的大小、尺寸规则,取得了较好的分割效果。（4）在音符识别方面,将深度学习中的卷积神经网络与传统的模板匹配算法相结合,改善传统识别技术在图像数据适应性、鲁棒性方面的不足与局限。最后,基于上述算法,在VS2013开发环境下结合OpenCV3.0及tensorflowl.8 c++插件,实现了乐谱识别软件系统,并基于Qt设计了人机交互界面,通过实验及结果分析,验证了上述算法的有效性。
其他文献
随着数字化等信息技术的不断发展,数字图像信息不管是从数量上还是规模上都在飞速增长,如何管理和应用这些海量图像资源成为当前重点研究问题之一。就图像检索技术而言,传统利用人工标注关键字进行图像检索的技术已满足不了人们的实际需要,最近几年,基于内容的图像检索技术逐渐成为了新的研究热点。通常人们判别两张图像的相似程度并非根据图像的底层特征,而是根据图像描述的内容。而计算机对图像底层特征的理解较为容易,对获
为了探索大学生在网络学习中师生交互与学习投入的关系，以及自主动机和学业情绪在其中的中介作用，本研究采取问卷调查法，使用师生交互问卷、自主动机问卷、大学生学业情绪量表、学习投入量表，对563名大学生开展调研。结果发现:网络学习中的师生交互既可以直接显著正向预测学习投入，也可通过积极情绪间接影响学习投入，还可依次通过自主动机和积极情绪的链式中介作用正向预测学习投入，而消极情绪在其中的中介作用不显著。研
多模态视网膜成像可以为视网膜疾病的解读与评估提供多方位的信息,将不同模态图像提供的互补信息进行多模态融合可以辅助临床医生进行病情诊断及评估。本文利用图像处理和分析的方法来对视网膜病变图像进行多模态融合,主要包括以下研究内容:（1）提出一种基于频域光学相干断层成像技术（SD-OCT）和相干光断层扫描血管成像（OCTA）体数据的脉络膜新生血管（CNV）多模态融合算法,算法主要包括以下四个部分:预处理、
随着我国智慧城市、智慧交通等项目的持续开展,智能视频监控得到了越来越多的关注。智能视频监控主要包括对人或物的识别、运动轨迹跟踪以及个体状态或场景状态分析等任务。多目标跟踪算法为流量统计、异常行为检测等任务提供基础数据,是智能视频监控中的关键算法。因此,本文提出了基于深度哈希特征的多目标跟踪算法。此外,针对无人机道路监控场景,本文提出了基于多目标跟踪的异常行为检测算法,同时开发了一套无人机道路监控系
微光相机电子学性能评测系统用于评估微光相机的综合性能。随着微光相机技术的发展,用户对微光相机的性能提出了各种各样新的需求,完整、准确地评测微光相机的整体性能变得至关重要。然而,目前被国内外广泛认可的相机评测标准都是针对适光相机制定的,这些评测标准并不完全适用于微光相机。为了解决这个问题,本文提出了一套基于相机输出图像的微光相机成像电子学评测方法,并在此基础上搭建了一套可以高效操作的评测系统。通过微
如今,通过脑成像技术研究精神类疾病诊断受到了越来越多的关注。基于功能磁共振成像（fMRI）数据对大脑功能连通性相互作用的探索和对大脑功能连接的动态性分割对于精神类疾病的研究至关重要。由于注意力缺陷/多动障碍（ADHD）是一种影响数百万儿童的慢性疾病,而且难以诊断,因此在疾病诊断的准确率方面仍有很大的改进空间。本文分别在分类算法研究和脑动态网络稀疏性建模方面有所改进,用以提升ADHD患者儿童和正常儿
随着互联网的发展,文本数据的激增,自然语言处理领域得到了良好的发展。在自然语言处理领域中,自动文本摘要生成技术是一个重要的研究方向,该技术能够大大缩减人工摘要形成的时间,帮助相关人员快速获取国内外新闻动态,并及时作出应急响应处理。此外,利用数据挖掘、机器学习等技术,能够深层次地挖掘文本背后的语义,形成质量和准确度都较高的摘要。本文提出一种基于语义的自动文本摘要生成算法,以海外新闻文档为研究对象,利
运动目标跟踪作为机器视觉领域的重点研究内容,广泛应用于智能监控、智能交通、人机交互等各个领域。但由于跟踪场景复杂多变,跟踪效果易受遮挡、尺寸变化和快速移动等干扰因素的影响,想要设计一个鲁棒性高、通用性好、精确度高的目标跟踪算法仍然面临许多挑战和难题。因此,本文对核相关滤波跟踪算法进行研究,从位置预测、特征融合、尺度更新和模型更新四个方面进行改进,解决了算法存在的遮挡、尺度变化及跟踪误差累积问题,显
工作票是大型复杂IT系统运行时的产物,记录着系统产生或者用户上报的故障事件信息,是开展系统运维活动的重要数据载体。实现工作票问题自动化分类是智能化系统运维的重要研究内容之一,对于提高系统运维效率,降低系统运维成本有着显著的贡献。现有的工作票分类方法未考虑工作票问题分类标签中存在的噪声,且存在分类方法精度不够高的问题。因此,有必要研究面向噪声工作票的分类方法,以消除噪声标签给工作票有效分类带来的负面
有监督学习是从标签化训练数据集中推断出函数的机器学习任务,是机器学习中最重要的分支之一,近年来随着深度学习的发展,有监督学习的性能得到了巨大的提升,例如深度残差网在ImageNet数据集上1000个类别的top-5物体识别精度已经达到97.7%,已被证明超越了人类的识别能力。但是,有监督学习受到一个非常强力的约束,即测试数据必须与训练数据来自同一类别,且需要为每个类别搜集数百乃至上千个有标签的样本