音乐教学中谱音识别的研究与实现

发布时间：2017-04-25 11:15

  本文关键词：音乐教学中谱音识别的研究与实现，由笔耕文化传播整理发布。

【摘要】：简谱识别和音乐识别作为音乐领域的两个重要研究课题,对音乐乐谱的格式化录入、打谱软件的普及、音乐检索系统和音乐评分系统的开发具有重要意义。随着这两方面算法的不断研究与创新,简谱识别和音乐识别的价值也越来越高。简谱识别方面,在集成了多种传统图像处理方法的基础之上,给出了一种识别简谱乐理符号的方法。首先用标准霍夫变换检测出简谱的倾角,利用图像处理的旋转矩阵矫正倾角,然后结合概率霍夫变换和投影法寻找到小节线,再使用基于FreeMan链码的轮廓检测方法提取目标乐理符号的轮廓,最后综合分析每个符号的几何特征和水平垂直投影特征,设计出识别每个乐理符号的算法,说明了算法的具体思想,给出了算法的执行步骤,并用实验证明了算法的高效性和准确性。音乐识别方面,在经典频域基频提取方法的基础之上,给出了一种改进的基于高斯分布的正态谐波基频提取方法。首先强调了基频提取在音乐识别方面的重要性,接着给出了一种改进的短时能量过零率双门限判决算法来对音频信号进行预处理,继而分析了传统的谐波峰值法和改进的置信度法在基频提取方面的优劣,再进一步提出正态谐波法,解释了其算法原理,阐述了算法流程。理论分析和实验结果表明,与传统的谐波峰值法、改进的置信度法相比,正态谐波法的准确性比前者大幅度提高,抗噪性比后者大幅度增强,时间复杂度则只是略有提升,兼顾了两者的优点,同时改进了两者的不足。
【关键词】：简谱识别 音高识别 基频提取 轮廓检测 霍夫变换 谐波峰值
【学位授予单位】：武汉工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-18
• 1.1 研究背景与意义10-12
• 1.2 国内外发展现状12-16
• 1.3 主要研究工作和章节安排16-18
• 第2章 基础乐理知识18-26
• 2.1 简谱的发展史18-19
• 2.2 简谱的基础知识19-24
• 2.2.1 音调19-21
• 2.2.2 时值21-23
• 2.2.3 强度与音色23-24
• 2.3 本章小结24-26
• 第3章 简谱识别26-49
• 3.1 引言26
• 3.2 预处理26-29
• 3.2.1 灰度转换26-27
• 3.2.2 去噪27-28
• 3.2.3 锐化28
• 3.2.4 二值化28-29
• 3.3 倾角修正29-33
• 3.3.1 倾角提取29-32
• 3.3.2 图像旋转32-33
• 3.4 小节线识别33-36
• 3.4.1 霍夫变换识别33-34
• 3.4.2 投影法34-36
• 3.5 符号定位36-39
• 3.6 符号识别39-46
• 3.6.1 A类符号识别39-45
• 3.6.2 B、C类符号识别45-46
• 3.7 语义理解46-47
• 3.8 本章小结47-49
• 第4章 音乐识别49-59
• 4.1 引言49
• 4.2 信号处理基础知识49-50
• 4.3 端点检测50-52
• 4.4 基频提取52-57
• 4.4.1 谐波峰值法52-53
• 4.4.2 置信度法53-55
• 4.4.3 改进的正态谐波法55-57
• 4.5 语义理解57
• 4.6 本章小结57-59
• 第5章 实验结果与分析59-63
• 5.1 简谱识别59-60
• 5.2 音乐识别60-63
• 第6章 总结与展望63-65
• 6.1 本文工作总结63-64
• 6.2 未来工作展望64-65
• 参考文献65-70
• 攻读硕士期间已发表的论文70-71
• 致谢71

【相似文献】

中国期刊全文数据库 前10条

1 曾接贤,张桂梅,储s，

本文编号：326225