[發明專利]一種將五線譜圖像轉換為聲音文件的方法

無效

• 申請號: 200910307828.0
• 申請日: 2009-09-28
• 公開（公告）號: CN101661745A
• 公開（公告）日: 2010-03-03
• 發明（設計）人: 張海英;郭人通;郝貴青;陽鋒;劉國勝;肖盛杰;張巖;陳常晉;張雷;李玉軍
• 申請（專利權）人: 西安理工大學
• 主分類號: G10H7/00
• 分類號: G10H7/00;G06K9/00;G10L13/02
• 代理公司: 西安弘理專利事務所
• 代理人: 羅 笛

技術領域

本發明屬于圖像識別技術領域，涉及一種五線譜識別方法，具體涉及一種將五線譜圖像 轉換為聲音文件的方法。

背景技術

目前，國內對于五線譜圖像的識別技術還處在初級階段，通常采用的方法是人工識別五 線譜中的音符，然后進行演奏，基于數字圖像處理的五線譜圖像識別方法還未見涉及，將五 線譜圖像轉換為聲音文件并且播放，具有很好的應用前景。

發明內容

本發明的目的是提供一種將五線譜圖像轉換為聲音文件的方法，將圖像中的五線譜信息 轉換為具有某種規律的代碼，每一個代碼對應一個音符的聲音文件，為無聲文件轉換成有聲 文件提供基礎。

本發明的技術方案是：一種將五線譜圖像轉換為聲音文件的方法，具體按照以下步驟實 施：

步驟1：定義音符代碼，錄制音符的標準聲音文件

給每個音符定義一個代碼，代碼由四位十進制數組成，第一位為音高，第二位為音名， 第三位為音調轉換標記，第四位為音長；將每個音符按照規定的音高、音名、音調和音長， 錄制成標準聲音文件，存儲在計算機中；

步驟2：采集五線譜圖像

用掃描儀或攝像頭獲取要識別的五線譜圖像，以圖片格式文件存儲在計算機中；

步驟3：計算機識別五線譜圖像中的小節線、含符干音符、全音符、升降記號、休止符 以及譜號，將識別結果轉換為音符代碼后再存儲為聲音文件；

步驟4：播放聲音文件

對照步驟1得到的標準聲音文件，播放步驟3得到的聲音文件，即為要識別的五線譜圖像 中音符的聲音。

本發明的特點還在于，步驟3中將五線譜圖像轉換為音符代碼后再存儲為聲音文件，具 體按照以下步驟實施：

步驟1：圖像的二值化

(1)將彩色圖像轉換為灰度圖像

計算機對RGB三色彩通道位圖上的值求圖像灰度加權和，采用以下公式：

Gray＝Red*0.30+Gre*0.59+Blu*0.11

得到圖像中各個像素的灰度值；

(2)確定閾值

對灰度圖像進行取樣，采用大津法對收集到的數據進行處理，獲得二值化的閾值，對待 處理圖像，記t為前景與背景的分割閾值，前景點數占圖像比例為w0，平均灰度為u0；背景 點數占圖像比例為w1，平均灰度為u1，圖像的總平均灰度為：u＝w0*u0+w1*u1，從最小灰度 值到最大灰度值遍歷t，當t使得值g＝w0*w1*(u0-u1)^2最大時t即為分割的最佳閾值；

(3)二值化

灰度值大于或等于閾值的像素，其灰度值用1表示，表示屬于前景；否則，灰度值用0表 示，像素點被排除在物體區域以外，表示背景或者例外的物體區域；

步驟2：確定各譜線的位置及相鄰線之間的平均間距，并擦除譜線

(1)確定譜線位置及相鄰線之間的平均間距

對上步得到的二值圖進行橫向投影，在投影值列表中找到5個最大的值，取他們的平均 值，記為MA，將閾值設為0.5MA，投影值大于這個值則判定該條線可能為譜線，稱為候選譜 線，在確定圖中各候選譜線后，對各相鄰線的非零線間寬進行統計，找出占比重最大一組， 將其值確定為單位元長度D；

(2)譜線的擦除

譜線的邊界使用B2×n矩陣進行描述，其中n為譜線的長度，B1j為上邊界的縱坐標， B2j為下邊界的縱坐標，其中0＜j≤n，

在出現譜線組的位置，分別對五條譜線所處區域做橫向掃描，當像素點連續為前景的次 數大于某設定閾值時，認為這條線段是構成當前譜線的一部分，將該線段上各點與B2×n矩 陣中相應的邊界坐標比較，若小于現有上邊界或大于現有下邊界，則更新邊界信息，處理完 區域內所有的像素點后，得到完整的橫向線邊界描述；

步驟3：圖像的分割

若相鄰兩組譜線的間距大于8D，則在距邊沿譜線4D處進行分割；若相鄰兩組譜線的間距 小于8D，則在間隔部分的平分線處進行分割；

步驟4：圖像的識別

(1)小節線及含符干音符的識別

a.縱向線段的識別

對分割后的圖像做縱向投影，設Sc為投影篩選閾值，Sv為縱向線判定閾值，Bt為最大 斷筆次數，Db為最大斷筆距離，判定縱向線時，按以下步驟進行：