System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及琵琶乐谱数据提取,具体为一种适用于琵琶乐谱数据库构建的特征信息构建方法。
技术介绍
1、随着计算机技术的不断发展以及智能化水平的不断进步,海量的音乐数据层出不穷,而庞杂的音乐资源需要进行检索、分类和理解,才能得到实际的利用;
2、其中琵琶乐信息检索技术是通过对琵琶乐谱数据库充分利用的技术手段,进而需要构建出高质量的琵琶乐谱数据库,该数据库能提高音乐检索领域的精准性和高效性,具有重大的意义。
3、但目前现有的琵琶乐数据库多是通过音频信息来进行数据库构建的,音频信息的数据在构建的时候多数采用输入演奏、伴奏或者人声的形式,而不同人录制的音频数据各有不同,有的音频数据还会出现噪声以及其他不好的非音乐性的噪点,以及每个人的录制设备不同也会出现音频质量不一的情况,进而导致了现有的仅通过音频数据构建的琵琶乐数据库具有不准确、不稳定和不统一的情况,进而不能使得数据库的特征构建情况不佳。
技术实现思路
1、本专利技术的目的在于提供一种适用于琵琶乐谱数据库构建的特征信息构建方法,解决了上述
技术介绍
中所提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:一种适用于琵琶乐谱数据库构建的特征信息构建方法,包括以下步骤:
3、图像预处理:对输入的琵琶乐谱图像进行预处理;
4、音符图像特征提取:对预处理后的每张乐谱图像,使用边缘检测模块和轮廓提取技术识别并定位每个音符,并在边缘检测模块中设置阈值t,根据阈值t来确定哪些像素属于音
5、将每个音符的周长和面积一起代入到琵琶乐谱的音符图像特征提取算法单元中,计算出每个音符的特征值;
6、将琵琶乐谱的音符图像特征提取算法单元计算出来的特征值以及琵琶乐谱的音符图像特征提取算法单元代入计算的面积值,一起代入到琵琶乐谱的音符序列图像整合算法单元中,计算出音符序列的特征指数;
7、将琵琶乐谱的音符序列图像整合算法单元计算出来的音符序列的特征指数和琵琶乐谱的音符图像特征提取算法单元计算出来的音符的特征值一起代入至琵琶乐谱的特征信息提取优化算法单元内,通过琵琶乐谱的特征信息提取优化算法单元计算出整体音符的综合特征值;
8、将琵琶乐谱的特征信息提取优化算法单元计算出来的整体音符的综合特征值进行比较,若特征提取效果好,直接输出至数据库中完成对音乐数据库的特征信息构建,若提取不佳时反馈至阈值t中来降低阈值t的数值来获取更多的像素值来提高音符边界的识别范围,进而影响后续的音符的特征值、音符序列的特征指数和整体音符的综合特征值;
9、并将整合后的特征信息数据上传至数据库单元中进行存储,然后通过应用与输出模块以备后续对特征信息构建完毕后的琵琶乐谱进行检索。
10、可选的,包括运用到的琵琶乐谱数据收集模块、琵琶乐谱数据处理模块、琵琶乐谱特征信息提取模块、数据库单元和应用与输出模块;
11、所述琵琶乐谱数据收集模块通过公开的数据资源和纸质的乐谱来收集琵琶乐谱的图像数据,并将这些数据通过所述琵琶乐谱数据处理模块进行去噪、二值化和标准化处理,接着对乐谱图像通过边缘检测模块来定位、识别和提取乐谱上的每个音符,其中在边缘检测模块中设定阈值t来确定音符的边界提取,接着将提取到的音符数据通过所述琵琶乐谱特征信息提取模块进行特征提取来获取目标琵琶乐谱的综合性特征值,该综合性特征值整合了音符的图像特征和序列特征,能同时考虑音符的局部以及整体结构,并将整合后的特征信息数据上传至所述数据库单元中进行存储,然后通过所述应用与输出模块以备后续对特征信息构建完毕后的琵琶乐谱进行检索;
12、所述琵琶乐谱特征信息提取模块最终得出的综合性特征值进行数值分析会得出提取效果好和效果不好的情况,当提取效果好时输出至所述数据库单元内,当提取效果不好时会将信号反馈至琵琶乐谱数据处理模块内,通过对应调整所述琵琶乐谱数据处理模块内的阈值来调整所述琵琶乐谱特征信息提取模块中的音符特征值、音符序列特征指数和综合性特征值,通过反馈机制来优化琵琶乐谱特征信息构建的精准性;
13、所述琵琶乐谱特征信息提取模块包括:琵琶乐谱的音符图像特征提取算法单元、琵琶乐谱的音符序列图像整合算法单元和琵琶乐谱的特征信息提取优化算法单元。
14、可选的,所述琵琶乐谱的音符图像特征提取算法单元如下:
15、
16、其中:n为乐谱中音符的序号;
17、naan为第n个音符的特征值,同理naa是每个音符的特征值;
18、nabn为第n个音符的面积;
19、nacn为第n个音符的周长;
20、为形状个体成分,衡量了音符形状与圆形的接近程度,值越接近0表示形状越接近圆形,越接近1表示形状越不规则,从而捕捉到音符形状的变化,有助于区分不同的音符类型或风格。
21、可选的,所述琵琶乐谱的音符序列图像整合算法单元如下:
22、
23、其中:j为音符序列中的相邻音符对;
24、nbaj为第j组相邻音符间的序列特征分析结果指数;
25、nbbj,j+1为相邻音符间的间距;
26、nbc为所有音符面积的平均值;
27、|nbdj,j+1|为音高的变化量;
28、a和b是权重系数,用于调整面积和音高变化对序列特征的影响。
29、可选的,所述琵琶乐谱的特征信息提取优化算法单元如下:
30、
31、其中:c为音符图像的数量;
32、d表示音符序列的数量;
33、e是在naa中的权重和f是在nba中的权重;
34、nca为表示特征重要性的值。
35、可选的,所述琵琶乐谱的特征信息提取优化算法单元的进一步如下:
36、首先将nca转化为百分比,对所述琵琶乐谱的特征信息提取优化算法单元进行进一步运算:
37、
38、其中:naan为第n个音符的特征值,然后提取所有音符的特征值并比较所有计算出的naa值,找到其中的最大值,这个值就是naamax;
39、同理nbaj为为第j组相邻音符间的序列特征分析结果指数,然后得出所有相邻组音符之间的序列特征指数nba值,找到其中的最大值这个值就是nbamax;
40、因此naae得出的是nca的百分比值,当naae的值处于31%-100%内时此时对应提取结果很好,当naae的值处于0%-30%时此时对应提取结果不佳,进而反馈至所述琵琶乐谱数据处理模块中的边缘检测模块中来改变边缘检测模块中的t阈值,通过降低t阈值的数值来获取更多的像素值进而提高在所述琵琶乐谱数据处理模块中的音符边界识别范围,进而以此反馈机制来不断调整音符的特征值、音符序列的特征指数和整体音符的综合特征值。
41、可选的,所述琵琶乐谱数据收集模块中所本文档来自技高网...
【技术保护点】
1.一种适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于,所述特征信息构建方法包括运用到的琵琶乐谱数据收集模块、琵琶乐谱数据处理模块、琵琶乐谱特征信息提取模块、数据库单元和应用与输出模块;
3.根据权利要求2所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述琵琶乐谱的特征信息提取优化算法单元如下:
4.根据权利要求3所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述琵琶乐谱的特征信息提取优化算法单元的进一步如下:首先将NCA转化为百分比,对所述琵琶乐谱的特征信息提取优化算法单元进行进一步运算:
5.根据权利要求4所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:当NAAe的值处于31%-100%内时此时对应提取结果很好,当NAAe的值处于0%-30%时此时对应提取结果不佳,进而反馈至所述琵琶乐谱数据处理模块中的边缘检测模块中来改变边缘检测模块中的T阈值,通过降低T阈值的数值来获取更多的像素
6.根据权利要求2所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述琵琶乐谱数据收集模块中所使用的设备有计算机、扫描仪和存储设备,所述计算机用于运行图像处理算法,所述扫描仪用于扫描纸质乐谱将其转化为数字图像,所述存储设备用于对扫描后的乐谱图像进行缓存和处理。
7.根据权利要求2所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述琵琶乐谱数据处理模块包括:图像去噪单元、二值化和标准化单元、边缘检测模块和轮廓提取单元。
8.根据权利要求7所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述图像去噪单元用于消除图像中的杂点和污渍来降低干扰因素,所述二值化和标准化单元用于将图像转换为二值图像,并标准化图像大小,所述边缘检测模块和轮廓提取单元用于识别音符的边界并定位每个音符,最终通过所述琵琶乐谱数据处理模块输出预处理后的琵琶乐谱图像、音符轮廓信息和位置信息。
...【技术特征摘要】
1.一种适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于,所述特征信息构建方法包括运用到的琵琶乐谱数据收集模块、琵琶乐谱数据处理模块、琵琶乐谱特征信息提取模块、数据库单元和应用与输出模块;
3.根据权利要求2所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述琵琶乐谱的特征信息提取优化算法单元如下:
4.根据权利要求3所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:所述琵琶乐谱的特征信息提取优化算法单元的进一步如下:首先将nca转化为百分比,对所述琵琶乐谱的特征信息提取优化算法单元进行进一步运算:
5.根据权利要求4所述的适用于琵琶乐谱数据库构建的特征信息构建方法,其特征在于:当naae的值处于31%-100%内时此时对应提取结果很好,当naae的值处于0%-30%时此时对应提取结果不佳,进而反馈至所述琵琶乐谱数据处理模块中的边缘检测模块中来改变边缘检测模块中的t阈值,通过降低t阈值的数值来获取更多...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。