[发明专利]多维局部二值模式和机器学习手写乐谱谱线删除方法

权利要求书

1.一种多维局部二值模式和机器学习手写乐谱谱线删除方法，其特征是，步骤如下：

1)特征提取：将谱线删除看成是一种分类任务，即将前景色像素点进行二分类：谱线和音符，一个像素点属于谱线还是音符可以由其邻域的像素点来判断，采用局部二值模式LBP算子进行特征提取，LBP算子的滑窗大小采用不同尺寸，并且每一种尺寸的滑窗包含多种形状的LBP算子，将这些LBP值组成一个多维特征向量作为输入；

2)构建xgboost模型：将提取的多维LBP特征向量作为输入，利用数据集中已知删除后图像作为真值标签，训练xgboost模型并进行保存；

3)测试调优：利用已保存的模型，在测试集上进行测试，通过结果对比分析，对xgboost参数进行调节，优化之前的模型。

2.如权利要求1所述的多维局部二值模式和机器学习手写乐谱谱线删除方法，其特征是，采用3*3的滑窗对中心像素点进行特征提取，中心像素点同周围的像素点依次进行像素值的大小比较，若中心点像素值小于与其进行比较的点，二进制编码取1，否则取0。然后将这个二进制转换为十进制就得到中心点的LBP值，计算公式：

LBP(xc,yc)=Σi=07s(gi-gc)2is(x)=1,x>00,x≤0]]>

其中(x_c,y_c)代表中心点，g_c代表中心点的像素值，g_i代表周围的8个点的像素值。

3.如权利要求1所述的多维局部二值模式和机器学习手写乐谱谱线删除方法，其特征是，采用改进的LBP算子：窗口的大小采用7*7、9*9、11*11和13*13共4种尺寸窗口，并且对于每一种窗口又包含了16种形状的LBP滑窗，设计LBP滑窗为直线型，从竖直向上开始，每旋转22.5度取一条直线作为LBP滑窗，这样旋转一周共得到16个方向的LBP滑窗，最终一共得到了4*16个LBP值，将这些LBP值组合成1个高维的特征向量，作为分类器的输入。