本文關鍵詞：音樂教學中譜音識別的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：簡譜識別和音樂識別作為音樂領域的兩個重要研究課題,對音樂樂譜的格式化錄入、打譜軟件的普及、音樂檢索系統(tǒng)和音樂評分系統(tǒng)的開發(fā)具有重要意義。隨著這兩方面算法的不斷研究與創(chuàng)新,簡譜識別和音樂識別的價值也越來越高。簡譜識別方面,在集成了多種傳統(tǒng)圖像處理方法的基礎之上,給出了一種識別簡譜樂理符號的方法。首先用標準霍夫變換檢測出簡譜的傾角,利用圖像處理的旋轉矩陣矯正傾角,然后結合概率霍夫變換和投影法尋找到小節(jié)線,再使用基于FreeMan鏈碼的輪廓檢測方法提取目標樂理符號的輪廓,最后綜合分析每個符號的幾何特征和水平垂直投影特征,設計出識別每個樂理符號的算法,說明了算法的具體思想,給出了算法的執(zhí)行步驟,并用實驗證明了算法的高效性和準確性。音樂識別方面,在經典頻域基頻提取方法的基礎之上,給出了一種改進的基于高斯分布的正態(tài)諧波基頻提取方法。首先強調了基頻提取在音樂識別方面的重要性,接著給出了一種改進的短時能量過零率雙門限判決算法來對音頻信號進行預處理,繼而分析了傳統(tǒng)的諧波峰值法和改進的置信度法在基頻提取方面的優(yōu)劣,再進一步提出正態(tài)諧波法,解釋了其算法原理,闡述了算法流程。理論分析和實驗結果表明,與傳統(tǒng)的諧波峰值法、改進的置信度法相比,正態(tài)諧波法的準確性比前者大幅度提高,抗噪性比后者大幅度增強,時間復雜度則只是略有提升,兼顧了兩者的優(yōu)點,同時改進了兩者的不足。
【關鍵詞】：簡譜識別 音高識別 基頻提取 輪廓檢測 霍夫變換 諧波峰值
【學位授予單位】：武漢工程大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN912.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 研究背景與意義10-12
• 1.2 國內外發(fā)展現(xiàn)狀12-16
• 1.3 主要研究工作和章節(jié)安排16-18
• 第2章 基礎樂理知識18-26
• 2.1 簡譜的發(fā)展史18-19
• 2.2 簡譜的基礎知識19-24
• 2.2.1 音調19-21
• 2.2.2 時值21-23
• 2.2.3 強度與音色23-24
• 2.3 本章小結24-26
• 第3章 簡譜識別26-49
• 3.1 引言26
• 3.2 預處理26-29
• 3.2.1 灰度轉換26-27
• 3.2.2 去噪27-28
• 3.2.3 銳化28
• 3.2.4 二值化28-29
• 3.3 傾角修正29-33
• 3.3.1 傾角提取29-32
• 3.3.2 圖像旋轉32-33
• 3.4 小節(jié)線識別33-36
• 3.4.1 霍夫變換識別33-34
• 3.4.2 投影法34-36
• 3.5 符號定位36-39
• 3.6 符號識別39-46
• 3.6.1 A類符號識別39-45
• 3.6.2 B、C類符號識別45-46
• 3.7 語義理解46-47
• 3.8 本章小結47-49
• 第4章 音樂識別49-59
• 4.1 引言49
• 4.2 信號處理基礎知識49-50
• 4.3 端點檢測50-52
• 4.4 基頻提取52-57
• 4.4.1 諧波峰值法52-53
• 4.4.2 置信度法53-55
• 4.4.3 改進的正態(tài)諧波法55-57
• 4.5 語義理解57
• 4.6 本章小結57-59
• 第5章 實驗結果與分析59-63
• 5.1 簡譜識別59-60
• 5.2 音樂識別60-63
• 第6章 總結與展望63-65
• 6.1 本文工作總結63-64
• 6.2 未來工作展望64-65
• 參考文獻65-70
• 攻讀碩士期間已發(fā)表的論文70-71
• 致謝71

【相似文獻】

中國期刊全文數據庫 前10條

1 曾接賢,張桂梅,儲s，

本文編號：326225