乐谱图象识别方法的研究

乐谱识别研究从七十年代ＭＩＴ的两篇博士论文开始至今已有二十多年的时间。近些年来随着硬件技术的迅速发展，乐谱识别的研究也取得了很大的进展，在这篇文章中我们对几种最典型和最具影响的识别方法作了分析和研究。文中还介绍了最新研究成果，并讨论了这个领域里存在的问题。     

电子印刷中的乐谱自动识别及其恢复

在乐谱印刷中需要将乐谱转我为图象数据，本文提出一个适合多种形体及与乐符大小无关的乐谱图象识别系统，此系统对噪声和图象倾斜均有较强的容错能力，文中用原文转换的线接图增分乐符结构，并给出一个识别结果的文本输出及其恢复．     

手写体汉字识别中基于笔段的松驰匹配算法

在汉字识别中，基于线性变换的识别模型往往会失效，用轮廓线段来进行松驰匹配．当手写体汉字曲折笔划较多时也很难提取稳定的轮廓特征，而且轮廓提取受笔划写书粗细的影响较大。本文用相容匹配算法来提取汉字的笔段特征，用模板匹配识别出手写体汉字样本。文中给出一个１００个汉字的识别结果．     

基于句法规则和面向对象的乐谱识别系统

本文提出一个完整的系统将多声部乐谱原文转换成可编辑的乐谱文本。系统首先在乐符检测阶段将谱段划分为个别对象，在识别阶段用非均匀密度特征和句法规则将这些对象识别出来，并将其登记，构成语义编码，然后由乐谱恢复模块将其恢复成乐谱原文。系统中使用的句法规则可根据乐谱类型重新定义或修改，具有很强的灵活性和适应性。系统对离散乐符的识别率达９８％以上，对谱段的识别率为９３％。     

乐谱印刷中图象数据的获取

随着用微机来处理乐谱信息的不断发展，以及乐谱印刷面临从传统的印刷方法向计算机排版过渡，越来越需要一种有效和精确的方法把乐谱数据输入微机中，本文解决了一些在用微机和光学设备来构造一个自动识别系统时所遇到的技术问题．     

模式识别中的多子系统集成

本文提出两种多分类器集成方案。贝叶斯分类器集成建立在度量层的输出信息基础上，分类器ｅ赋予每个标号一个反映与其关系的度量值。投票集成建立在抽象层的输出信息基础上，分类函数ｅ输出一个唯一的标号ｊ或一个标号集ΓΛ。前者有良好的系统性能，后者具有很强的稳定性。两者对由多子系统组成的系统整体性能均有明显改善。