基于MATLAB简谱识别算法研究.docVIP

基于MATLAB简谱识别算法研究 　　摘要：该文介绍了运用MATLAB软件实现简谱识别的算法。该算法主要实现图像的预处理、分割以及匹配识别等功能，关键是对音符进行准确的分割，因为这直接影响到识别效果的好坏。 　　关键词：简谱识别；算法；MATLAB；分割 　　中图分类号：TP37 文献标识码：A 文章编号：1009-3044（2014）36-8757-03 　　随着数字化信息时代的到来，全球经济以前所未有的速度向前发展，同时，人们的生活水平和文化要求也越来越高，人们在各个领域的工作也更加的细化和深化，软件行业异军突起， 各种应用软件不断的得以开发并应用于工业、农业、行政、文化娱乐等行业，不仅为信息时代的人类提供了更加简洁、方便的工作和生活方式，更加使我们的生活丰富多彩。在音乐方面，各种乐谱编辑软件、音乐合成软件和音乐制作软件已经广泛地应用于音乐爱好者和专业人士的音乐工作中，在这些众多的软件中，绝大部分的音乐处理软件都是对唱谱的后期制作与处理软件，而对于乐谱的识别软件相关的却不多，乐谱识别，是相应于现代化人们对快节奏工作方式的要求而产生的，但现有的识别软件大多都存在种种的误差，实际应用性不高，能够较准确地识别出乐谱地软件更是少之又少，这就给乐谱识别的软件开发人员带来了动力与挑战，同时，乐谱识别软件的开发也具有较好的市场发展前景。 　　简谱，相对于五线谱而言，它书写较为简便，学习起来也比较容易，越来越多的人倾向于用简谱来创作音乐，演奏音乐，目前市场上的简谱识别软件非常少，这与简谱本身的特点有关，使得识别处理存在一些难点。因此，该文主要研究和设计了简谱识别算法。 　　1 算法设计与实现 　　1.1 设计思路 　　对于一张扫描到电脑中的简谱，进行识别前需要首先进行预处理，使之能够转化为易于进行数字化处理的形式。依次为中值滤波、二值化、细化处理，如前所述，中值滤波可以较好的去除图片中的椒盐噪声，二值化将待处理音符提取出来，细化处理很好的保留了音符的形状、边界特征，这对于后续的识别是大有好处的。本识别系统中最重要的一步就是准确地分割出简谱中的每个音符，分割的准确与否直接影响到识别效果的好坏，我们采用水平投影、垂直投影并以零为阈值分割出每行和每列，再次利用水平和垂直投影分割出单个音符，之后即可进行单个音符及其它符号的识别，这里需要注意的是需要用到多重循环，其嵌套关系是逐步递进的。总而言之，即先分割，每分割出一个音符就进行一次识别，然后对该字符附近几个区域进行搜索其它符号的算法，每识别出一个音符赋一次值。其流程图如图1。 　　 　　图1 简谱识别的基本流程 　　1.2 简谱的分割算法 　　在本系统中，我们对简谱用了四次分割：1） 水平投影（针对整篇简谱）――行分割；2） 垂直投影（针对每行）――列分割；3） 水平投影（针对每列）――音符高度的分割；4） 垂直投影（针对2和3截出的区域）――音符宽度的分割。 　　第一次对整篇细化后的简谱进行水平投影，可以划分出每行的高度，这里的高度一般就是小节线的高度（记为higth（u），u为行数），当然，若该行中存在高低音点或减时线的话，水平投影后还会分割出距离较小的行高度，一般其值不超过5，这样的行是没有意义的，因为它不包含音符，所以在进行第二次每行的垂直分割之前，须进行一次判断，即若该行的高度是大于5的，才对该行进行后面的垂直投影分割，小于等于5的情况不作处理； 　　第二次对每行进行垂直投影，可以划分出每列的最大宽度（width（h），h为列数），这里的最大宽度可能是单个音符的宽度，也可能是带有减时线的组合音符的宽度； 　　经过两次分割，截出的图象区域的高度不是准确的字符高度，宽度也可能不是单个音符的宽度（不带减时线的情况下可以分割出单个音符的宽度），因此，有必要再次确定音符的准确高度和宽度； 　　第三次水平投影，是对第二次分割出的每列进行的，这样得到的高度值中可能也包含距离较小的高度（可能包含减时线），又因为音符的准确高度只能为一个值，所以我们可对分割出的高度higth1取最大值即：maxhigth1=max（higth1），即是单个字符的确切高度； 　　第四次分割是以第二次分割出的每个宽度width（h）为宽度，以第三次分割出的maxhigth1为高度，进行垂直投影，这样就可以把组合音符也分割开来。 　　至此，每个音符都可以被依次分割出来，依次识别。具体的分割算法如下（以第一次分割为例）： 　　y2=sum（bowa）；%每行象素值求和 　　T1=0； %分割阈值 　　i=1，j=1； 　　for k=1：m-1 　　if y2（k）T1 　　h1（i）=k； %灰度上升点 　　i=i+1； 　　end 　　if y2（k）T1y2（k+1）=