首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于DSP的简谱识别和盲文乐谱转换算法研究与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题来源及意义第11-12页
    1.2 简谱识别国内外研究现状第12-13页
    1.3 本文的主要工作及架构第13-15页
    1.4 本章小结第15-17页
第2章 简谱知识及乐谱识别研究方法概况介绍第17-27页
    2.1 简谱知识介绍第17-24页
        2.1.1 简谱基础知识介绍第18-20页
        2.1.2 盲文乐谱介绍第20-24页
    2.2 常用的简谱识别方法介绍第24-25页
    2.3 本章小结第25-27页
第3章 简谱识别及盲文转换系统总体设计第27-35页
    3.1 简谱识别及盲文转换系统需求分析第27-28页
    3.2 OMAPL138评估板简介第28-31页
    3.3 基于OMAPL138的总体系统设计第31-34页
        3.3.1 硬件系统配置及使用第31-33页
        3.3.2 软件系统实现流程第33-34页
    3.4 本章小结第34-35页
第4章 简谱图像预处理算法的MATLAB仿真实现第35-49页
    4.1 简谱图像的二值化第35-39页
        4.1.1 二值化方法简介第35-36页
        4.1.2 OTSU法对简谱图像二值化第36-39页
    4.2 简谱行的提取第39-41页
    4.3 简谱图片去噪处理第41-43页
    4.4 简谱符号的分割第43-47页
        4.4.1 垂直投影分割法第43-44页
        4.4.2 水平投影分割法第44-45页
        4.4.3 连通域标签类分割法第45-47页
        4.4.3 简谱符号分割第47页
    4.5 简谱分割的鲁棒性第47-48页
    4.6 本章小结第48-49页
第5章 简谱符号的识别和盲文转换的DSP实现第49-69页
    5.1 系统DSP实现的开发环境简介第49-50页
    5.2 简谱图像预处理算法的DSP移植第50-51页
    5.3 模板库的建立以及符号图片的归一化第51页
    5.4 简谱符号识别第51-58页
        5.4.1 模板匹配识别法第52-53页
        5.4.2 支持向量机分类法第53-58页
    5.5 简谱符号按乐理重组第58-61页
        5.5.1 简谱符号的组合形式第58-59页
        5.5.2 简谱符号的重组规则以及原理第59-61页
    5.6 简谱符号识别结果及完善第61-63页
    5.7 简谱到盲谱的转换第63-65页
    5.8 PC与DSP之间的通信第65-67页
    5.9 本章小结第67-69页
第6章 测试结果与分析第69-75页
    6.1 测试方案与结果分析第69-73页
    6.2 本章小结第73-75页
第7章 总结与展望第75-77页
    7.1 工作总结第75页
    7.2 工作展望第75-77页
参考文献第77-81页
致谢第81-83页
攻读硕士学位期间发表的论文第83页

论文共83页,点击 下载论文
上一篇:运动模糊雾霾图像增强算法研究
下一篇:基于多核处理器的视频编解码并行算法研究