Προς το Ψηφιακό Μουσικό Αναλόγιο: αλγόριθμος εντοπισμού γραμμών πενταγράμμου και διαστολών

Abstract

Στην παρούσα διπλωματική εργασία προτείνεται ένας νέος αλγόριθμος εντοπισμού των γραμμών πενταγράμμου και των διαστολών σε μουσικά κείμενα για πιάνο.Κύριος σκοπός του εντοπισμού είναι να αποτελέσει το προπαρασκευαστικό στάδιο της υλοποίησης ενός ψηφιακού μουσικού αναλογίου, που θα μπορέσει να εφαρμοστεί σε χειρόγραφες, σαρωμένες έντυπες ή ψηφιακά παραχθείσες παρτιτούρες. Ο αλγόριθμος εστιάζεται στην ελάχιστη επεξεργασία. Στο πλαίσιο αυτό, χρησιμοποιεί απλές τεχνικές επεξεργασίας της εικόνας του μουσικού κειμένου, συνδυασμένες με τέτοιο τρόπο ώστε να επιτυγχάνεται το βέλτιστο αποτέλεσμα αναγνώρισης. Ακολουθώντας τη μέθοδοhillclimbing, βρίσκει και συμπληρώνει σταδιακά όλες τις γραμμές του πενταγράμμου που αποτελούν τη βάση της παρτιτούρας, διορθώνοντας και εμπλουτίζοντας το αποτέλεσμα σε κάθε στάδιο της διαδικασίας. Μετά τον εντοπισμό των πενταγράμμων και την ομαδοποίησή τους σε συστήματα, ο αλγόριθμος προχωρά στον εντοπισμό των διαστολών. Η αναγνώριση θα αποτελέσει καθοριστικό παράγοντα στην παρουσίαση της παρτιτούρας κατά την υλοποίηση του ψηφιακού μουσικού αναλογίου, καθιστώντας δυνατή την παραμετροποιήσιμη απεικόνιση μουσικών παρτιτούρων στην οθόνη του χρήστη. Ο αλγόριθμος λειτουργεί με μη παρεμβατικό τρόπο ως προς την εικόνα του μουσικού κειμένουώστε να εξασφαλίζει κατάλληλη είσοδο για το ψηφιακό μουσικό αναλόγιο.Οι σελίδες του μουσικού κειμένου υφίστανται επεξεργασία μία προς μία, χωρίς την απαίτηση ευθυγράμμισης της κάθε σελίδας ή της αφαίρεσης των γραμμών του πενταγράμμου, προτείνοντας με αυτό τον τρόπο μια εναλλακτική μέθοδο Οπτικής Αναγνώρισης Μουσικής.

The current thesis puts forward a novel methodology for staff and bar line detection of piano music manuscripts. The main aim of the methodology is the construction of an efficient as well as accurate preparatory stage of the digital music stand that can be uniformly applied to handwritten, scanned and born-digital music manuscripts.

The methodology is focused upon minimum processing. In this context, simple image processing techniques are combined in such a way as to obtain the best possible result concerning bar segmentation and staff line identification.By constructing a repetitive hill climbing approach, the methodology gradually detects all the staff lines and uncovers all the staves, correcting and enhancing the result at every repetition. After staff line and staff identification is completed, the staves are grouped into systems. This is followed by bar line detection, whereby the bars of the music manuscript are identified. This constitutes the key input to the presentation side of the digital music rest, which can then proceed with on-line custom-made on-screen music manuscript presentation.

The algorithm operates page-by-page, without any pre-processing regarding the music manuscript. By not requiring manuscript alignment or staff line removal, the digital music stand puts forward an alternative Optical Music Recognition methodology.