基于计算机纹理分析和支持向量机的古琴面板品质预测  

Quality Prediction of Gu Qin’s Front Board based on Computer Texture Analysis and Support Vector Machine

作　　者：曹野 Cao Ye

机构地区：[1]沈阳音乐学院,辽宁沈阳110000

出　　处：《南京艺术学院学报（音乐与表演版）》2024年第1期53-58,共6页Journal of Nanjing Arts Institute:Music & Performance

基　　金：沈阳音乐学院一般项目“YOLOv3算法结合图谱检测技术对乐器板材的纹理分析”(项目编号:2021-2022YLQ02)阶段性研究成果。

摘　　要：本研究应用支持向量机算法,结合古琴共鸣板木材表面纹理特征,建立古琴面板质量预测模型。共收集古琴面板样品77张,采用数码相机拍摄共鸣板图像,经图像处理去除背景。提取包括连续纹理数、断裂纹理数、最长纹理值等7项纹理特征定量指标,以其中21张样品作为训练集,余下56张作为测试集。利用支持向量机结合专家打分法对训练集特征进行模型训练,并对测试集进行等级预测。结果显示,训练集和测试集的分类准确率分别达到95.23%和96.42%。两组预测等级与专家评分实际等级之间误差较小。研究表明,支持向量机算法可对古琴面板木材纹理特征进行有效分类,实现面板质量的准确预测,为乐器面板的选材提供了参考。

关 键 词：古琴 支持向量机 木材纹理 面板质量 

分 类 号：J619.4[艺术—音乐]