基于特征提取的快速圖書損壞鑒評方法研究

收稿日期：2023-04-19

摘? 要：

文章針對圖書損壞現象，提出一種基于特征提取的快速圖書損壞鑒評方法。對出借和歸還時圖書的正反側三面圖像進行差異度檢測，評判圖書損壞是否超過損壞閾值；找到差異度位置區域，并利用一種新的有監督的分析方法對該區域進行特征提取，繼而分類匹配，判定損壞類型和損壞程度，提示圖書館工作人員及時進行圖書修復，督促讀者愛護書籍，養成良好的閱讀習慣。同時，文章采集某高校圖書館內的1000本紙質藏書，將所提方法與傳統的特征提取方法進行對比實驗，結果表明文章所提方法的識別精度更高。

關鍵詞：

圖書定損；特征提取；線性判別分析；局部加權均值

中圖分類號：G253??? 文獻標識碼：A??? 文章編號：1003-7136（2024）03-0048-06

Research on Fast Book Damage Evaluation Method Based on Feature Extraction

WANG Yang

Abstract：

In view of the phenomenon of book damage， this paper proposes a fast book damage evaluation method based on feature extraction. This method detects the difference degree of the front， back and side images of books during lending and returning， and evaluates whether the damage of the book exceeds the damage threshold; finds the location area of the difference degree， and uses a new supervised analysis method to extract features from this area， and then classifies and matches to determine the type and degree of damage， prompting the library staff to repair books in time， urging readers to take good care of books and cultivate good reading habits. At the same time， this paper collects 1000 books from a university library， and compares the proposed method with the traditional feature extraction methods. The results show that the proposed method has higher recognition accuracy.

Keywords：

book damage evaluation；feature extraction； linear discriminant analysis；local weighted mean

0? 引言

隨著紙質圖書數量的劇增，以及相關職能部門閱讀推廣活動的開展，越來越多的讀者參與閱讀，民眾通過閱讀獲取知識的同時，分享書籍帶來的經驗與樂趣。尤其在一些公共圖書館、高校圖書館，藏書量更是驚人［1-2］。以高校圖書館為例，

截至2022年，中山大學圖書館紙質藏書809.3萬冊，北京大學圖書館紙質藏書731.2萬冊，鄭州大學圖書館紙質藏書727萬冊［3］，蘇州大學圖書館的紙質藏書量也毫不遜色，有420余萬冊［4］，且僅2023年蘇州大學圖書館就新增了5.64萬冊紙質圖書供師生借閱［5］。

由于紙質圖書數量不斷增加，人工對紙質圖書維護的工作量也越來越大。隨著網絡技術的高速發展、自助借還書技術的應用，讀者不再受時間、地域等因素限制，在圖書館自助服務機上就能完成借書或辦理借書證等操作，甚至享受圖書館的預借送書服務。但是，現有的智能借還書機只能完成圖書的出借和歸還記錄的記載，并不能對圖書出借過程中出現的圖書損壞進行識別和評定［6-7］。這就導致后續圖書館工作人員需要進行人工鑒損，還需要人為地將鑒損數據輸入系統，費時費力。并且，信息更新不夠及時會導致書籍的修復工作無法及時開展，一些受損嚴重的書籍再次借出，容易造成二次損壞［8-10］。同時還會影響讀者的閱讀體驗，在一定程度上縮短了圖書的使用壽命，這對館藏資源無疑是一種浪費。

通過對圖書外觀圖像特征提取，可以自動判別圖書的污損程度，對圖書的修復提供科學依據，以此對館藏資源實施管護。這對加快圖書流通，提升用戶滿意度，優化館藏管理流程，提高館藏管理效能具有重要意義。

1? 研究現狀

我國是閱讀大國，近年來圖書館新館建設如雨后春筍，各個圖書館也會根據讀者的閱讀需求、自身客觀條件來新增書籍。但是，由于借閱過程中圖書的損壞現象嚴重，每年有大量的書籍被迫下架［11-12］。

如溫嶺市圖書館2017年有紙質藏書六十余萬冊，該館共外借圖書七十五萬余冊次，相當于每天有兩千多冊被借出，僅一年，報損入庫的書籍有近五千冊［13］。

伴隨館藏文獻流通量的不斷增加，圖書損壞現象愈加嚴重。

針對不同損壞類型的圖書，其修復方式、修復周期、修復工具、修復的復雜程度均不相同，現階段國內的圖書定損工作主要采用人工質檢，圖書館工作人員逐冊翻閱檢查，不僅效率低下、人力成本高，且無法準確判斷其損壞類型。國外一些知名高校圖書館及公共圖書館有序推進智能化圖書借還系統，通過使用智能化攝像頭，快速對圖書封面進行拍攝，利用拍攝圖像對圖書進行識別［14］

。但該系統在現階段仍缺乏圖書鑒損功能，故亟須提出一種可以自動識別圖書損壞類型和程度的方法。

圖書損壞類型和損壞程度的判定主要依靠圖像識別技術，圖像識別技術涉及了圖像采集、圖像預處理、圖像分割、特征提取、圖像匹配、圖像分類等。其中，圖像特征提取作為一種數據預處理方法在智能識別領域得到了廣泛的應用。特征提取的目的就是把具有明顯高維特征的原始輸入空間投影到低維的表示空間，而低維的表示空間則要盡可能地保持原空間上的判別信息［15］。鑒別損壞類型和損壞程度的精確度很大程度上與特征提取技術直接相關。

目前較為經典的幾種特征提取方法為主成分分析［16-17］、線性判別分析［18-19］以及局部保持投影［20］ ，均在智能識別領域被廣泛地加以研究。但是，上述算法在處理圖書圖像文檔時存在一些問題，如：針對小樣本問題［21］，傳統算法缺乏良好的適應性，時間復雜度太高，魯棒性差等。故本文在線性判別分析法的基礎上，引用了一種新的有監督的分析方法，該方法可以有效避免小樣本問題，算法的時間復雜度更低，圖書鑒損的時間更短。

基于特征提取的快速圖書鑒損方法的應用可以在延長圖書使用壽命、節省購書經費的同時，保證文獻資源使用率最大化，防止館藏圖書因破損嚴重而流失。

2? 基于特征提取的圖書損壞鑒評

2.1? 圖書鑒損技術方法

圖書污損自動鑒評是通過自動化裝置動態掃描圖書外觀以獲取圖書外觀的圖像數據，并對圖像數據進行智能分析，從而判別圖書的污損程度，其關鍵是實現圖書外觀圖像數據的精準識別和智能分析。

本文設計的基于特征提取的快速圖書損壞鑒評方法的重點是特征提取。在線性判別分析法的基礎上，引用了一種新的有監督的分析方法，該方法結合最大間距準則，有效避免小樣本問題；使用QR分解技術，算法的時間復雜度更低，圖書鑒損的時間更短。

2.2? 圖書損壞鑒評流程

基于特征提取的快速圖書損壞鑒評方法的具體流程見圖1。

步驟1：當讀者需要借閱書籍時，在人工借還書系統或圖書館自助服務機上進行書籍的借閱，而此次圖書出借時的正反側三面圖書圖像數據即為上一次該圖書歸還時正反側三面的圖書圖像數據。

步驟2：當讀者需要歸還書籍時，在人工借還書系統或圖書館自助服務機上，獲取此次圖書歸還時的正反側三面圖書圖像數據。

步驟3：對歸還時的正反側三面圖書圖像數據進行預處理，且將其與借閱時的正反側三面圖書圖像數據進行差異度檢測，得到圖書損壞初值，并進行判斷。

判斷該圖書損壞初值是否超過損壞閾值，若超過，則顯示圖書已經損壞嚴重，提示圖書館工作人員及時進行圖書修復；若沒有超過損壞閾值，則進入步驟4。

步驟4：將歸還時的正反側三面圖書圖像數據與借閱時的正反側三面圖書圖像數據分別進行差異度處理，找到差異度位置，并對該差異度位置進行定位。

步驟5：對具有差異度的位置進行圖像分割提取，得到該區域的圖書破損數據。

步驟6：利用一種新的有監督的分析方法對圖書破損數據進行特征提取。

步驟7：特征提取后與損壞類別圖像進行分類匹配，判定損壞類型和程度，而損壞類型可以為：劃傷、開裂、破損、污漬、染色、涂寫。

在圖書歸還時，對損壞類型和損壞程度進行標注，便于圖書館工作人員在后期整理的工作中可以對破損嚴重的書籍進行優先的修復或更新工作，保證圖書館書籍的可用性。同時，還可以根據不同的損壞類型和損壞程度，給讀者以不同的處罰措施并在其借閱登記信息上進行記錄，督促讀者愛護書籍，養成良好的閱讀習慣。

2.3? 差異度檢測

在數據庫內保存有：出借時的圖書的正面圖像數據Bp，反面圖像數據Bb，側面圖像數據Bs；讀者歸還書籍時圖書的正面圖像數據BBp，反面圖像數據BBb，側面圖像數據BBs。

對各項數據進行歸一化處理，得到：

出借時圖書的歸一化正面圖像數據Vp，歸一化反面圖像數據Vb，歸一化側面圖像數據Vs，如式（1）所示；

歸還時圖書的歸一化正面圖像數據BVp，歸一化反面圖像數據BVb，歸一化側面圖像數據BVs，如式（2）所示。

其中，‖·‖2為范數2的計算。

Vk=Bk‖Bk‖2（k=p，b，s）

式（1）

BVk=BBk‖BBk‖2（k=p，b，s）

式（2）

則圖書損壞初值v如式（3）所示：

v=13∑k=p，b，s‖BVk－Vk‖2

式（3）

2.4? 差異度處理

圖書正面的差異度矩陣Vp如式（4）所示，圖書反面的差異度矩陣Vb如式（5）所示，圖書側面的差異度矩陣Vs如式（6）所示，對圖書正反側三面有差異度的位置進行定位，然后對該區域往外擴延一定范圍進行圖像分割提取，得到該區域的圖書破損數據。

Vp=BBp－Bp

式（4）

Vb=BBb－Bb

式（5）

Vs=BBs－Bs

式（6）

2.5? 新的有監督的分析方法

根據流形學習理論［22-23］可知，任意分布的大數據集均可以通過分割，劃分成若干個具有高斯分布的小局部數據區域。本文采用的分析方法的基本原理如下：當將任意分布的大數據集分割成若干個小的局部數據區域后，每一個局部數據區域尋找一個與其同一類別下的最近的類內局部數據區域，并尋找與其他每一類別下與其最近的類間局部數據區域，并在每一個小的局部數據區域內引入局部加權均值［24-25］來替代標準均值，使得該分析方法具有一定的局部學習能力。

如圖2所示，假設數據集類別分別為類別A、類別B以及類別C。在類別A下有一個局部數據區域a，在類別A下，找到了距離局部數據區域a最近的局部數據區域a′；在類別B下，找到了距離局部數據區域a最近的局部數據區域b；在類別C下，找到了距離局部數據區域a最近的局部數據區域c。

具體定義如下：

假設存在一個數據集X={x1，…，xn}，xi∈Rd，該數據集具有以下特性：

（1）具有n個樣本數據；

（2）n個樣本數據屬于C個不同的類；

（3）數據子集Xc屬于第c類，且該數據子集Xc大小為nc。

Xci（i=1，…，nc）為數據子集Xc內的任意一個局部數據區域。

當給定分類決策平面的法向量ω，則該方法對應的類內散度αW和類間散度αB分別如式（7）和式（8）所示：

αW=∑Cc=1∑nci=1∑ncj=1rwcij||LWM（ωTXci）-? LWM（ωTXcj）||2F

式（7）

αB=∑Cc1=1∑Cc2=1∑nc1i=1∑nc2j=1rbc1c2ij||LWM（ωTXc1i）－? ωTLWM（ωTXc2j）||2F

式（8）

其中，rwcij為同一類別下任意兩個局部數據區域之間的關聯系數，當且僅當Xci與Xcj為同一類別下的最近局部數據區域時，rwcij=1，其他情況下，則為0。

rbc1c2ij為不同類別下任意兩個局部數據區域之間的關聯系數，當且僅當Xc1i與Xc2j為不同類別下的最近局部數據區域時，rbc1c2ij=1，其他情況下，則為0。

故可以得到該分析方法的目標函數，如式（9）所示：

argmaxωTω=1J（ω）=（1－γ）αB－γαW式（9）

在式（7）中，LWM（ωTXci）與LWM（ωTXcj）具體如式（10）和式（11）所示：

LWM（ωTXci）=∑kcm=1β（m）ciωTx（m）ci∑kcp=1β（p）ci

式（10）

LWM（ωTXcj）=∑kcm=1β（m）cjωTx（m）cj∑kcp=1β（p）cj

式（11）

其中，kc為近鄰個數；

x（m）ci為局部數據區域Xci的第m個數據，β（m）ci為該數據的對應權值；x（m）cj為局部數據區域Xcj的第m個數據，β（m）cj為該數據的對應權值。

將定義在局部數據區域上的權值擴充到整個數據集X，則上述權值可以如式（12）和式（13）所示：

βci=（0，…，0n1，…，β（1）ci/∑ncp=1β（p）ci，…，β（nc）ci/∑ncp=1β（p）cinc，…，0，…，0nC）T

式（12）

βcj=（0，…，0n1，…，β（1）cj/∑ncp=1β（p）cj，…，β（nc）cj/∑ncp=1β（p）cjnc，…，0，…，0nC）T

式（13）

根據式（12）和式（13），則LWM（ωTXci）和LWM（ωTXcj）還可以分別表示為式（14）、式（15），進一步得到式（16）：

LWM（ωTXci）=βTciXTω

式（14）

LWM（ωTXcj）=βTcjXTω

式（15）

||LWM（ωTXci）－LWM（ωTXcj）||2F=||βTciXTω－βTcjXTω||2F

式（16）

根據||A||2F=tr（ATA），可以得到式（17）：

||LWM（ωTXci）－LWM（ωTXcj）||2F

=||βTciXTω－βTcjXTω||2F

=tr（（XTω－XTω）T（βTciXTω－βTcjXTω））

=tr（ωTX（βciβTci+βcjβTcj－2βciβTcj）XTω）

式（17）

其中，Lijc=βciβTci+βcjβTcj－2βciβTcj，Rwcij=diag（rwcij，…，rwcij）n，則式（7）可以改為式（18）：

αW=∑Cc=1∑nci=1∑ncj=1rwcij||LWM（ωTXci）－LWM（ωTXcj）||2F????? ??=tr（ωTX（∑Cc=1∑nci=1∑ncj=1RwcijLijc）XTω）

=tr（ωTXLWXTω）

式（18）

其中，LW=∑Cc=1∑nci=1∑ncj=1RwcijLijc。

同理，式（8）可以簡化為式（19）：

αB=tr（ωTXLBXTω）式（19）

其中，LB=∑Cc1=1∑Cc2=1∑nc1i=1∑nc2j=1Rbc1c2ijLijc1c2，Lijc1c2=βc1iβTc1i+βc2jβTc2j－2βc1iβTc2j，Rbc1c2ij=diag（rbc1c2ij，…，rbc1c2ij）n。

在利用該有監督的分析方法進行特征提取求解時，可以采用QR分解［26］的方法，從而大大降低時間復雜度，縮短計算時間，尤其在處理高維小樣本數據時，其具有顯著的優勢。

3? 實驗

3.1? 數據樣本采集

為了驗證本文方法的有效性，本文通過數據樣本采集和實驗精度對比來進行驗證。

本文的數據樣本來源為某高校圖書館內的1000本紙質藏書。收集該1000本紙質藏書

借閱前及歸還后的正反側三面圖像，共6000張。選擇的這些圖像均經過了篩選，模擬自助還書系統的自動拍照篩選功能，去除有反光、模糊、低對比度等問題的圖像，保證圖像識別的有效性。經整理，將這6000張圖像作為測試數據。

同時，在系統內保存用于評定損壞類型（劃傷、開裂、破損、污漬、染色、涂寫）的圖片各100張，每種損壞類型中，嚴重損壞圖片、中度損壞圖片和輕度損壞圖片數量分別為30、40、30張。

值得注意的是，一本書可以被評定為多種損壞類型和損壞程度。在測試前，采用人工識別的方式識別出這1000本圖書的損壞類型和損壞程度。

3.2? 實驗對比

實驗一：采用傳統的特征提取方法和本文提出的方法進行對比實驗測試，在實驗過程中都使用最近鄰分類器。測試結果如表1所示。

可以發現，本文提出的方法較傳統的特征提取方法而言，一方面具有較高的識別精度，能夠較好地解決小樣本問題；另一方面具有較短的CPU處理時間，算法的時間復雜度更低，圖書鑒損的時間更短。

實驗二：利用本文提出的方法對1000本圖書的損壞類型和損壞程度進行判定。測試結果如下：有22本圖書的正面損壞嚴重，14本圖書的反面損壞嚴重，9本圖書的側面損壞嚴重，在步驟3超過了損壞閾值，直接提示需要進行修復工作。具體測試的損壞類型和程度結果如表2。

可以發現，本文提出的方法可以有效對圖書正反側三面的損壞類型和程度進行自動識別，且識別精度高，準確率大部分在85%以上，該方法有效地降低了人工成本。且從表2可以發現，圖書正面的涂寫、圖書反面的污漬以及圖書側面的開裂數量較多，應該引起重視，呼吁讀者愛護書籍。4? 總結與展望

本文設計的基于特征提取的快速圖書損壞鑒評方法是先得到圖書損壞初值，判斷該圖書損壞初值是否超過損壞閾值，若超過，則顯示圖書已經損壞嚴重，提示圖書館工作人員及時進行圖書修復；若沒有超過損壞閾值，則再進行進一步的判定，判斷損壞類型及程度，圖書館工作人員可以根據損壞類型和程度進行對應的修復，并對一些損壞嚴重的書籍進行優先修復處理。不僅如此，還可以將同一名稱的多本書籍的損壞程度進行排名，優先將損壞程度低的書籍借閱給讀者。本文利用一種新的有監督的分析方法進行特征提取，保證信息的有效性，且最后通過實驗來證明本文所提方法具有良好的應用前景。

誠然，本文所公開的鑒評方法也存在一定的不足，比如如何識別圖書內部的損壞情況，如何更有效地提高本文方法的執行效率等，這些將是以后研究的方向。

參考文獻：

［1］龔自振.大數據環境下高校圖書館館藏圖書優化配置模型研究［J］.圖書館研究，2018，48（3）：44-49.

［2］王軍武.關于電子資源與紙本資源協調發展的思考和建議［J］.圖書館，2012（5）：105-107.

［3］吳漢華，王波.2022年中國高校圖書館基本統計數據分析［J］.大學圖書館學報，2023，41（6）：63-72.

［4］蘇州大學圖書館.本館介紹［EB/OL］.［2023-03-01］.https：//library.suda.edu.cn/4168/list.htm.

［5］你認真讀書的樣子最美 2023蘇大校園閱讀報告來啦！［EB/OL］.［2023-03-01］.https：//mp.weixin.qq.com/s/XValstLQR2UucyK3aPdvYA.

［6］謝花寸，丁秀琴.高校圖書館開架借閱中的圖書污損狀況及對策［J］.科技情報開發與經濟，2010，20（19）：35-37.

［7］王政軍，俞小怡，金玉玲.利用創新智能技術解決圖書污損問題的探討［J］.大學圖書情報學刊，2016（5）：28-32.

［8］彭躍峰.高校圖書館中文藏書老化的半衰期分析：以華南農業大學圖書館為例［J］.農業圖書情報學刊，2018，30（7）：91-99.

［9］鮑計國，欒美晨.高校圖書館剔舊工作創新實踐：以遼寧對外經貿學院圖書館為例［J］.圖書館雜志，2017，36（2）：74-78.

［10］楊海玲.圖書館藏書剔舊方法新探［J］.圖書館建設，2015（1）：66-69，72.

［11］吳良凱.談圖書污損問題［J］.圖書館工作與研究，2004（4）：74-75.

［12］吳慰慈.試論圖書保護學［J］.圖書館工作與研究，1981（3）：4-7.

［13］撕壞、涂鴉 溫嶺市圖書館每年5000冊圖書報損［EB/OL］.（2017-05-11）［2023-03-01］.http：//www.576tv.com/Program/78942.html.

［14］單軫，陳雅.近七年國內外圖書館智慧服務研究比較與啟示［J］.圖書館學刊，2023，45（10）：88-93.

［15］李郅琴，杜建強，聶斌，等.特征選擇方法綜述［J］.計算機工程與應用，2019，55（24）：10-19.

［16］JOLLIFFE I T.Principal component analysis［M］.New York：Springer-Verlag，1986：15-20.

［17］袁旭，遲耀丹，吳博琦，等.基于PCA算法的人臉識別技術研究［J］.信息技術與信息化，2021（3）：34-37，41.

［18］WANG C P，ZHANG J S，SONG X L，et al.Face clustering via learning a sparsity preserving low-rank graph［J］.multimedia tools and applications，2020，79：29179-29198.

［19］HEINSOHN D，VILLALOBOS E，PRIETO L，et al.Face recognition in low-quality images using adaptive sparse representations［J］.Image and vision computing，2019，85：46-58.

［20］LONG Z G，GAO Y，MENG H，et al.Clustering based on local density peaks and graph cut［J］.Information sciences，2022，600：263-286.

［21］劉穎，雷研博，范九倫，等.基于小樣本學習的圖像分類技術綜述［J］.自動化學報，2021，47（2）：297-315.

［22］VAPNIK V N.Statistical learning theory［M］.New York：John Wiley & Sons，1998：38-43.

［23］尹峻松，肖健，周宗潭，等.非線性流形學習方法的分析與應用［J］.自然科學進展，2007（8）：1015-1025.

［24］皋軍，黃麗莉，孫長銀.一種基于局部加權均值的領域適應學習框架［J］.自動化學報，2013，39（7）：1037-1052.

［25］葛月月，曾勇，胡江平，等.改進局部均值與類均值權重的近鄰分類［J］.計算機工程與應用，2017，53（17）：137-142.

［26］燕列雅，于育民.用初等變換進行矩陣的QR分解［J］.數學通報，1998（9）：43-44，39.

作者簡介：

王洋（1984— ），男，碩士，館員，任職于蘇州大學圖書館。研究方向：圖書采訪、文獻資源建設。