音乐是表达人类情感的一种自然语言的形式,能够反映人类生产生活过程中的精神文化,而乐谱恰恰是这种精神层面内容的物质载体。乐谱类型分为五线谱与简谱,国际上通用的记录音乐的方式是五线谱,而在我国简谱是除五线谱之外最常用的一种记谱法,从古至今大部分的音乐作品都是以纸质简谱的形式得以流传、推广和保留。在计算机多媒体技术得以迅速发展的数字媒体时代,出现了很多用于数字音乐编辑和播放的软件,它们使乐谱的电子化不再成为问题。然而,目前“乐谱进入计算机”最普遍的方法依旧是专业音乐编辑人员手工录入的方式,这不仅需要编辑人员具有一定的专业乐理知识,同时增大了后续人工校正及修改的工作量,使得纸质乐谱数字化的过程陷入了工作量大并效率低的困境中。由此可见,繁琐、低效率、大工作量音乐信息的手工录入方式,已经严重制约了纸质简谱电子化的进程,对音乐的数字式记录和电子化演奏两个过程形成了明显的掣肘。如果能依靠计算机自动实现纸质简谱电子化,将极大地提高了乐谱录入的效率,并使得乐谱能借助计算机设备得以实时演奏。然而,国内外对简谱图像及歌词提取与识别详细研究的学者较少,现有的研究大都集中在五线谱图像的数字化应用,也有一些研究侧重于标准简谱图的识别研究,但都具有各自的局限性,尤其是对实际人工拍摄的纸质简谱的电子化鲜有研究。基于上述问题,本文从真实拍摄的纸质简谱图像出发,就简谱图像的分割、倾斜纠正、音符字符提取、音符识别及识别音符的电子化分别进行了研究和分析,提出了一种基于分块PCNN的纸质简谱电子化技术研究算法,论文的主要工作如下:1.分析了分块模式与全局最优分割之间的关系,提出一种基于分块处理的PCNN自适应简谱图像分割算法,并构建了一种DNN网络,运用图像灰度统计特征,从而实现PCNN最佳迭代次数的自适应选取。2.根据简谱图像小节线水平投影特征,分析简谱分割图像倾斜角度对水平投影全局最小值的影响情况,提出了一种基于简谱小节线投影值的双尺度梯度下降法,其能根据简谱图像中小节线的水平投影值自动实现简谱的倾斜校正。3.通过对简谱分割图像中标题、音符以及歌词区域的位置形态等分布特点的研究,分析音符区域和文字区域分别与小节线水平、垂直投影值之间的关系,提出一种用于音符以及歌词的提取算法。4.提出了一种基于改进VGG-16网络的简谱分割图像音符识别算法,改进网络中引入注意力残差模块,提高了音符识别的准确率。进一步,利用Python环境中的MIDO库,实现了音符到MIDI文件的自动转换,实验仿真结果表明所生成的MIDI文件与简谱图像中的音符相比具有较高的一致性,所提出的方法体现了较好的鲁棒性和实用性。