一種樂(lè)譜識(shí)別方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種樂(lè)譜識(shí)別方法，包括：輸入樂(lè)譜圖像，獲得樂(lè)譜圖像的二值圖像；使用交叉相關(guān)函數(shù)對(duì)二值圖像的各區(qū)域進(jìn)行水平修正，獲得水平圖像；對(duì)水平圖像進(jìn)行譜線(xiàn)定位，并刪除譜線(xiàn)，獲得刪除譜線(xiàn)的圖像；在刪除譜線(xiàn)的圖像中定位符干，獲得符干基元的坐標(biāo)數(shù)據(jù)，及刪除符干的圖像；在刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標(biāo)數(shù)據(jù)，及刪除尾橋的圖像；在刪除尾橋的圖像中定位符頭，得到符頭基元的坐標(biāo)數(shù)據(jù)；將基元符干、尾橋、符頭的數(shù)據(jù)進(jìn)行匹配，并整合聲部數(shù)、時(shí)值以及聲高，生成musicXML文件保存。本發(fā)明實(shí)施例能夠?qū)崿F(xiàn)將樂(lè)譜錄入到計(jì)算機(jī)中，解決了樂(lè)譜錄入效率低下的問(wèn)題。
【專(zhuān)利說(shuō)明】一種樂(lè)譜識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)【技術(shù)領(lǐng)域】，尤其涉及一種樂(lè)譜識(shí)別方法【背景技術(shù)】
[0002]隨著計(jì)算機(jī)應(yīng)用的不斷發(fā)展，各類(lèi)音頻編輯軟件的不斷完善，計(jì)算機(jī)已成為音樂(lè)創(chuàng)作過(guò)程中一個(gè)不可或缺的工具。五線(xiàn)譜作為一種相對(duì)標(biāo)準(zhǔn)和全面的音樂(lè)記錄方式，在音樂(lè)的創(chuàng)作和教學(xué)等方面被廣泛地運(yùn)用。數(shù)字化的樂(lè)譜相對(duì)于傳統(tǒng)的紙質(zhì)樂(lè)譜而言，不但在便攜性與存儲(chǔ)容量方面具有巨大的優(yōu)勢(shì)，而且能通過(guò)網(wǎng)絡(luò)方便地查詢(xún)，管理以及與他人分享。
[0003]在信息化大時(shí)代的環(huán)境下，網(wǎng)絡(luò)曲譜庫(kù)應(yīng)運(yùn)而生，谷歌圖書(shū)(Google Books)和古登堡計(jì)劃(Project Gutenberg)分別推出了曲譜檢索和查閱功能?！皣?guó)際樂(lè)譜庫(kù)項(xiàng)目”(簡(jiǎn)稱(chēng)MSLP)搭建了 MSLP音樂(lè)圖書(shū)館(imslp.0rg)這一網(wǎng)站，用于收藏來(lái)自全球支持者們所上傳的電子樂(lè)譜。
[0004]然而，目前仍有相當(dāng)可觀(guān)數(shù)量的樂(lè)譜以紙質(zhì)的形式存在，即使存儲(chǔ)在計(jì)算機(jī)上也大都以圖片的形式保存。當(dāng)人們需要利用計(jì)算機(jī)上豐富的功能對(duì)樂(lè)譜進(jìn)行編輯時(shí)，不可避免地要先通過(guò)電子打譜軟件將樂(lè)譜手動(dòng)轉(zhuǎn)化為電子文檔。使用打譜軟件不僅要具備一定的音樂(lè)專(zhuān)業(yè)知識(shí)，而且還需額外花費(fèi)時(shí)間掌握復(fù)雜的操作命令和經(jīng)驗(yàn)技巧；另外，樂(lè)譜錄入過(guò)程繁復(fù)、枯燥，效率低下，大大打擊了音樂(lè)愛(ài)好者們使用計(jì)算機(jī)輔助音樂(lè)學(xué)習(xí)與創(chuàng)作的熱情。
[0005]另一方面，隨著數(shù)字圖書(shū)館的蓬勃發(fā)展，數(shù)字音樂(lè)圖書(shū)館也悄然興起。館藏紙質(zhì)樂(lè)譜資源的數(shù)字化已成為建設(shè)數(shù)字音樂(lè)圖書(shū)館的當(dāng)務(wù)之急。音樂(lè)圖書(shū)館所藏的樂(lè)譜數(shù)以萬(wàn)計(jì)，如此浩大的數(shù)字化工程，若單純靠傳統(tǒng)的人工錄入，將是漫長(zhǎng)和繁重的工作，既費(fèi)時(shí)又昂貴。因此，在紙質(zhì)樂(lè)譜數(shù)字化的進(jìn)程中，不可避免地產(chǎn)生了低速的音樂(lè)信息輸入與高速信息處理之間的矛盾。

【發(fā)明內(nèi)容】

[0006]本發(fā)明所要解決的技術(shù)問(wèn)題是，提供一種樂(lè)譜識(shí)別方法，解決將樂(lè)譜錄入到計(jì)算機(jī)中時(shí)效率低下的問(wèn)題。
[0007]為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例提供一種樂(lè)譜識(shí)別方法，包括:
[0008]a.輸入樂(lè)譜圖像，獲得所述樂(lè)譜圖像的二值圖像；
[0009]b.使用交叉相關(guān)函數(shù)對(duì)所述二值圖像的各區(qū)域進(jìn)行水平修正，獲得水平圖像；
[0010]c.對(duì)所述水平圖像進(jìn)行譜線(xiàn)定位，并刪除所述譜線(xiàn)，獲得刪除譜線(xiàn)的圖像；
[0011]d.在所述刪除譜線(xiàn)的圖像中定位符干，獲得符干基元的坐標(biāo)數(shù)據(jù)，及刪除符干的圖像；
[0012]e.在所述刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標(biāo)數(shù)據(jù)，及刪除尾橋的圖像；[0013]f.在所述刪除尾橋的圖像中定位符頭，得到符頭基元的坐標(biāo)數(shù)據(jù)；
[0014]g.將基元符干、尾橋、符頭的數(shù)據(jù)進(jìn)行匹配，并整合聲部數(shù)、時(shí)值以及聲高，生成musicXML文件保存。
[0015]進(jìn)一步的，所述步驟a具體包括:
[0016]al.掃描樂(lè)譜得到樂(lè)譜圖像；
[0017]a2.對(duì)所述樂(lè)譜圖像進(jìn)行二值化、圖像增強(qiáng)和平滑濾波處理，獲得二值圖像。
[0018]進(jìn)一步的,所述步驟b具體包括:
[0019]利用交叉相關(guān)函數(shù)對(duì)所述二值圖像進(jìn)行水平修正，獲得水平圖像；
[0020]其中，交叉相關(guān)函數(shù)為
【權(quán)利要求】
1.一種樂(lè)譜識(shí)別方法，其特征在于，包括: a.輸入樂(lè)譜圖像，獲得所述樂(lè)譜圖像的二值圖像； b.使用交叉相關(guān)函數(shù)對(duì)所述二值圖像的各區(qū)域進(jìn)行水平修正，獲得水平圖像； c.對(duì)所述水平圖像進(jìn)行譜線(xiàn)定位，并刪除所述譜線(xiàn)，獲得刪除譜線(xiàn)的圖像； d.在所述刪除譜線(xiàn)的圖像中定位符干，獲得符干基元的坐標(biāo)數(shù)據(jù)，及刪除符干的圖像； e.在所述刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標(biāo)數(shù)據(jù)，及刪除尾橋的圖像； f.在所述刪除尾橋的圖像中定位符頭，得到符頭基元的坐標(biāo)數(shù)據(jù)； g.將基元符干、尾橋、符頭的數(shù)據(jù)進(jìn)行匹配，并整合聲部數(shù)、時(shí)值以及聲高，生成musicXML 文件。
2.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟a具體包括: al.掃描樂(lè)譜得到樂(lè)譜圖像； a2.對(duì)所述樂(lè)譜圖像進(jìn)行二值化、圖像增強(qiáng)和平滑濾波處理，獲得二值圖像。
3.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟b具體包括: 利用交叉相關(guān)函數(shù)對(duì)所述二值圖像進(jìn)行水平修正，獲得水平圖像；


H-X 其中，交叉相關(guān)函數(shù)為^ X ,V)g(-V + i/, V + LI) g(x, y)表示所述二值圖像上橫


V=O坐標(biāo)為X，縱坐標(biāo)為y的某一個(gè)像素點(diǎn)A，g(x+d, y+μ)表示所述二值圖像上橫坐標(biāo)為x+d，縱坐標(biāo)為y+ μ的另一個(gè)像素點(diǎn)B，d表示A和B之間的水平距離，μ表示A和B之間的垂直距離，C(x，^表示A與B之間的相關(guān)性；0≤X≤W，O≤y≤H，W表示所述二值圖像的寬度，H表示所述二值圖像的高度。
4.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟c具體包括: Cl.對(duì)所述水平圖像進(jìn)行水平投影，統(tǒng)計(jì)不同高度上水平投影隊(duì)列黑色像素的個(gè)數(shù)得到水平投影數(shù)組，所述水平投影數(shù)組中峰值所在的位置即為譜線(xiàn)位置； c2.對(duì)譜線(xiàn)所在位置黑色像素的上下兩端的像素進(jìn)行判斷，如果兩邊的像素都為白色，且該黑色像素的高度小于或者等于譜線(xiàn)預(yù)期的高度，則將該黑色像素改為白色，獲得刪除譜線(xiàn)的圖像。
5.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟d具體包括: dl.對(duì)所述刪除譜線(xiàn)的圖像進(jìn)行高斯模糊處理后，對(duì)其進(jìn)行骨架化操作； d2.創(chuàng)建數(shù)組VLTemp 口用于保存所述刪除譜線(xiàn)的圖像中的豎直線(xiàn)的上端點(diǎn)的縱坐標(biāo)，VLTemp[i]表示橫坐標(biāo)為x=i的豎直線(xiàn)的上端點(diǎn)的縱坐標(biāo)；并初始化VLTemp[i] =_1(i=0,……,ff-1)； 對(duì)于i所對(duì)應(yīng)的豎直線(xiàn): 按照縱坐標(biāo)從大到小的順序，檢測(cè)所述豎直線(xiàn)上每個(gè)像素點(diǎn)及其左右兩側(cè)像素點(diǎn)的顏色，若該像素點(diǎn)顏色為黑色，其左右兩側(cè)像素點(diǎn)顏色為白色，用O表示白色像素，I表示黑色像素，即像素排列形如“010”模式,且VLTemp[i]為-1時(shí),將VLTemp[i]改為當(dāng)前遍歷中的縱坐標(biāo)Y1，若當(dāng)前遍歷坐標(biāo)不滿(mǎn)足“010”模式，VLTemp [i]又不為-1時(shí)，判斷當(dāng)前遍歷縱坐標(biāo)和VLTemp[i]之間的差值，若差值大于長(zhǎng)度閥值t1; &為兩個(gè)像素，則當(dāng)前遍歷縱坐標(biāo)即為所述豎直線(xiàn)的下端點(diǎn)縱坐標(biāo)y2 ; 將所述豎直線(xiàn)的上端點(diǎn)縱坐標(biāo)y1;下端點(diǎn)縱坐標(biāo)y2，橫坐標(biāo)X保存到鏈表Cl中，重新給VLTemp [i]賦初值-1 ； d3.對(duì)所述鏈表Cl進(jìn)行兩次排序，第一次按所述豎直線(xiàn)的橫坐標(biāo)X排序，第二次按所述豎直線(xiàn)的縱坐標(biāo)y2排序，并以數(shù)組vSet記錄每一行第一條豎直線(xiàn)的位置坐標(biāo)； d4.遍歷所述鏈表Cl中豎直線(xiàn)的橫坐標(biāo)，并判斷豎直線(xiàn)的橫坐標(biāo)X的差值，若出現(xiàn)兩條豎直線(xiàn)的橫坐標(biāo)X的差值小于閥值t2，t2為兩個(gè)像素，則判斷所述兩條豎直線(xiàn)的縱坐標(biāo)，若所述兩條豎直線(xiàn)其中一條的上端點(diǎn)縱坐標(biāo)I1和另外一條的下端點(diǎn)縱坐標(biāo)y2的差值也小于閥值t2，此時(shí)將所述兩條豎直線(xiàn)判定為被截?cái)嗟呢Q直線(xiàn)，所述兩條被截?cái)嗟呢Q直線(xiàn)的合并公式為: ilI刪除所述兩條被截?cái)嗟呢Q直線(xiàn)中縱坐標(biāo)較大的豎直線(xiàn)的情況時(shí):
^ Uer 3 smallerbigger ybiggerbigger O，^bigger O 當(dāng)刪除所述兩條被截?cái)嗟呢Q直線(xiàn)中縱坐標(biāo)較小的豎直線(xiàn)的情況時(shí):
bigger — ybigger O7細(xì)y7smaller )Vsmuiier — 0，ysmaller — 0 其中，yl一、表示所述兩條被截?cái)嗟呢Q直線(xiàn)中縱坐標(biāo)較小的那條豎直線(xiàn)的上端點(diǎn)、下端點(diǎn)縱坐標(biāo)，^表示所述兩條被截?cái)嗟呢Q直線(xiàn)中縱坐標(biāo)較大的那條豎直線(xiàn)的上端點(diǎn)、下端點(diǎn)縱坐標(biāo)； 重新設(shè)置記錄每一行第一條垂線(xiàn)的數(shù)組vSet ； d5.將所述鏈表Cl中所記錄的豎直線(xiàn)的上下端點(diǎn)的縱坐標(biāo)之差超過(guò)1.5*4* λ的豎直線(xiàn)刪除，其中λ為譜線(xiàn)間距； d6.將所述鏈表Cl中存放的坐標(biāo)所對(duì)應(yīng)的符干改為白色像素，得到刪除符干的圖像。
6.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟e具體包括: el.提取所述刪除符干的圖像中的大塊連通域: 創(chuàng)建一個(gè)所述刪除符干的圖像的副本圖像； 遍歷所述副本圖像，將長(zhǎng)度小于閥值t3的水平和豎直游程改為白色像素，其中，t3等于λ +2，并將面積小于λ 2* π /8，或者外接矩形高度大于Η/2的連通域改為白色像素，其中H為所述二值圖像的高度；e2.第一輪尾橋識(shí)別: 判斷經(jīng)el處理的所述副本圖像中的連通域的上下邊緣的直線(xiàn)度Lin，其中，直線(xiàn)度Lin的取值范圍為(0，l]，Lin越接近1，邊緣輪廓的曲折程度越低，表示連通域的上下邊緣的形狀越接近直線(xiàn)，如果所述連通域的上下任意一條邊緣的直線(xiàn)度Lin接近1，則判定該連通域?yàn)槲矘?，得到尾橋連通域的厚度樣本；e3.第二輪尾橋識(shí)別: 在經(jīng)el處理的所述副本圖像中，判斷連通域外接矩形較小邊的長(zhǎng)度I，若I等于或接近所述尾橋連通域的厚度樣本時(shí)，判斷該連通域?yàn)槲矘颍? 將所述尾橋的位置坐標(biāo)存放在鏈表C2中；e4.遍歷所述鏈表C2，生成數(shù)組tSet記錄每一行第一個(gè)尾橋；并將所述鏈表C2中存放的坐標(biāo)所對(duì)應(yīng)的上述刪除符干的圖像中的尾橋改為白色像素，得到刪除尾橋的圖像。
7.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟f具體包括: Π.對(duì)水平粘連符頭的切割: 對(duì)步驟e中所述刪除尾橋的圖像里的連通域的外接矩形的水平寬度進(jìn)行判斷，取到外接矩形的水平寬度超過(guò)1.5 λ的連通域β的橫縱坐標(biāo)，其中λ為譜線(xiàn)間距； 然后在所述連通域β所在的樂(lè)譜行上，搜索所述連通域β的外接矩形的左右端的橫坐標(biāo)所在位置處，經(jīng)過(guò)所述連通域β的豎直線(xiàn)，并沿此豎直線(xiàn)對(duì)所述連通域β進(jìn)行切割，切割的高度為所述連通域β外接矩形的高度；f2.對(duì)豎直粘連符頭的切割: 對(duì)步驟e中所述刪除尾橋的圖像里的連通域按照樂(lè)譜間距切割； f3符頭師選: 將經(jīng)fl、f2步切割后得到的，所述刪除尾橋的圖像里的外接矩形的高大于λ，連通域面積和外接矩形面積的比值大于0.65的連通域判斷為符頭，其中λ為譜線(xiàn)間距；f4將符頭位置坐標(biāo)存放在鏈表C3中。
8.根據(jù)權(quán)利要求1所述的樂(lè)譜識(shí)別方法，其特征在于，所述步驟g具體包括: gl根據(jù)譜線(xiàn)的間距λ與小節(jié)線(xiàn)的長(zhǎng)度1.5*4* λ判斷樂(lè)譜的聲部數(shù)； g2根據(jù)符干與符頭的坐標(biāo)的位置關(guān)系，按照從小到大的順序?qū)蓚€(gè)對(duì)應(yīng)的鏈表Cl、C3進(jìn)行匹配； g3根據(jù)符干與尾橋的坐標(biāo)的位置關(guān)系，按照從小到大的順序?qū)蓚€(gè)對(duì)應(yīng)的鏈表Cl、C2進(jìn)行匹配； g4根據(jù)g2和g3中匹配的結(jié)果判斷每一個(gè)音符的時(shí)值； g5根據(jù)譜線(xiàn)的位置判斷每一個(gè)音符的音高； g6綜合聲部數(shù)、音符時(shí)值、音高、以及其他樂(lè)譜符號(hào)的位置，生成musicXML文件。
【文檔編號(hào)】G06K9/54GK103646247SQ201310445379
【公開(kāi)日】2014年3月19日 申請(qǐng)日期:2013年9月26日 優(yōu)先權(quán)日:2013年9月26日
【發(fā)明者】蔡昭權(quán), 陳力豪, 黃翰 申請(qǐng)人:惠州學(xué)院