[发明专利]一种乐谱图像识别方法及装置

摘要

本发明公开的乐谱图像识别方法及装置，包括，获得待处理的五线谱图像；对待处理的五线谱图像采用边缘检测方法描绘出图像的边缘信息，再通过直线检测方法检测出五线位置坐标；采用预设的音符分类器，对待处理的五线谱图像进行音符定位分割，得到每个完整音符在图像中的位置；采用预设的卷积神经网络对分割获得的音符符头进行识别，判断是实心符头还是空心符头，并得到符头的位置；根据所述得到的五线位置坐标、每个完整音符的相对位置、是实心符头还是空心符头及符头的位置，识别出每个完整音符。本发明乐谱图像识别方法及装置，相较于传统计算机视觉方法，识别精度高且识别速度快。

主权项

1.一种乐谱图像识别方法，其特征在于，包括：获得待处理的五线谱图像；对待处理的五线谱图像采用边缘检测方法描绘出图像的边缘信息，再通过直线检测方法检测出五线位置坐标；在待处理的五线谱图像上随机选取若干个候选定位框，逐个扫描定位框，对每个定位框内的图像提取通道特征，将提取的通道特征输入到音符分类器中，判断定位框内的图像为正样本或者为负样本，正样本判定为乐谱中的完整音符，负样本判定为乐谱背景舍弃，从而得到待处理的五线谱图像中的完整音符，并对照所述音符分类器中定位框的位置数据，得到每个完整音符在图像中的位置；采用预设的卷积神经网络对得到的音符符头进行识别，判断是实心符头还是空心符头，并得到符头的位置；根据所述得到的五线位置坐标、每个完整音符在图像中的位置、是实心符头还是空心符头及符头的位置，识别出每个完整音符；其中，所述音符分类器的训练过程，包括：建立正样本数据集和负样本数据集，数据集中包括定位框的位置数据及定位框内的五线谱图像的图像数据，正样本数据集为包括完整音符的图像数据，负样本数据集为包括除过完整音符之外的其余乐谱可能出现的图像数据；提取正样本数据集和负样本数据集中每个样本的通道特征，训练音符分类器。