一种乐谱识别方法及装置制造方法及图纸

本发明专利技术公开了一种乐谱识别方法及装置，所述方法包括：将乐谱图像二值化后向y轴投影堆叠，生成乐谱特征图像；根据乐谱特征图像，获取乐谱图像中的时值序列；根据乐谱特征图像，获取乐谱图像中的时值序列中各时值对应的音符数值；根据所述时值序列及各时值对应音符数值，生成机器可视化乐谱图像。所述装置使用了所述方法。本发明专利技术实现了机器对乐谱的自动识别，免除了人为录入乐谱数据的复杂操作，节省了时间和人力；同时保障了乐谱图像识别的准确率，提高了识别可靠性。

【技术实现步骤摘要】
一种乐谱识别方法及装置
本专利技术涉及自动化领域，尤其涉及一种乐谱识别方法及装置。
技术介绍
现有的弦乐器如吉他或琵琶等通常通过拨动和按压琴弦实现演奏，随着机器智能化和自动化的发展，近年来机器人技术也逐渐开始应用于上述弦乐器中。然而，现有的自动演奏机器人需要人工对乐谱数据进行录入，操作较为复杂，自动化程度低，耗费时间和人力。
技术实现思路
为克服现有技术中人工录入乐谱自动化程度低，耗费时间和人力的问题，本专利技术实施例一方面提供了一种乐谱识别方法，包括：将乐谱图像二值化后向y轴投影堆叠，生成乐谱特征图像；根据乐谱特征图像，获取乐谱图像中的时值序列；根据乐谱特征图像，获取乐谱图像中的时值序列中各时值对应的音符数值；根据所述时值序列及各时值对应音符数值，生成机器可视化乐谱图像。进一步，上述在所述对乐谱图像二值化后向y轴投影堆叠，生成乐谱特征图像的步骤之后，还包括：确定所述乐谱特征图像中的第一特征线性图像；根据所述第一特征线性图像中各线段的粗细、x轴长度和y轴间隔，确本文档来自技高网...

【技术保护点】
1.一种乐谱识别方法，其特征在于，包括：/n将乐谱图像二值化后向y轴投影堆叠，生成乐谱特征图像；/n根据乐谱特征图像，获取乐谱图像中的时值序列；/n根据乐谱特征图像，获取乐谱图像中的时值序列中各时值对应的音符数值；/n根据所述时值序列及各时值对应音符数值，生成机器可视化乐谱图像。/n

【技术特征摘要】
1.一种乐谱识别方法，其特征在于，包括：
将乐谱图像二值化后向y轴投影堆叠，生成乐谱特征图像；
根据乐谱特征图像，获取乐谱图像中的时值序列；
根据乐谱特征图像，获取乐谱图像中的时值序列中各时值对应的音符数值；
根据所述时值序列及各时值对应音符数值，生成机器可视化乐谱图像。


2.如权利要求1所述的乐谱识别方法，其特征在于，在所述对乐谱图像二值化后向y轴投影堆叠，生成乐谱特征图像的步骤之后，还包括：
确定所述乐谱特征图像中的第一特征线性图像；
根据所述第一特征线性图像中各线段的粗细、x轴长度和y轴间隔，确定所述乐谱图像中的时值图像区域和音符图像区域。


3.如权利要求2所述的乐谱识别方法，其特征在于，所述根据乐谱特征图像，获取乐谱图像中的时值序列的步骤，包括：
将所述时值图像区域向x轴投影堆叠，确定第二特征线性图像；
根据第二特征线性图像的x轴坐标，对时值图像区域进行x向分割，获取单时值图像；
将各单时值图像向y轴投影，确定第三特征线性图像；
根据第三特征线性图像，确定各单时值图像对应的音符时值，并根据x向顺序生成时值序列。


4.如权利要求3所述的乐谱识别方法，其特征在于，所述根据乐谱特征图像，获取乐谱图像中的时值序列中各时值对应的音符数值的步骤，包括：
根据第一特征线性图像，将音符图像区域进行y向分割，获取单谱线的音符图像；
根据第二特征线性图像，将所述各单谱线的音符图像进行x向分割，获取各单谱线的音符数字图像；
采用卷积神经网络对各音符数字图像进行识别，确定音符数值；
确定各音符数值对应的x向和y向坐标。


5.如权利要求4所述的乐谱识别方法，其特征在于，所述根据所述时值序列及各时值对应音符数值，生成机器可视化乐谱图像的步骤，包括：
生成可视化乐谱图像模板，所述可视化乐谱图像模板包括时值区域和音符矩阵区域，音符矩阵区域的各行与待演奏乐器的各弦对应；
在所述时值区域顺序填入所述时值序列；
以所述时值序列的各音符时值为x坐标，以音符矩阵区域的各行为y坐标，填入对应的音符数值，生成机器可视化乐谱图像。


6.一种乐谱识别装置，其特征在于，包括：...

【专利技术属性】
技术研发人员：陈超艺，陈新度，吴磊，李泽辉，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44