紙質(zhì)檔案數(shù)字化技術(shù)規(guī)范

1、 本標準規(guī)定了紙質(zhì)檔案數(shù)字化的主要技術(shù)要求。 本標準適用于采用各種設(shè)備對紙質(zhì)檔案的數(shù)字化加工處理及數(shù)字化成果的管理。 下列文件中的條款通過本標準的引用而成為本標準的條款。凡是注日期的引川文件，其隨后所有的修改單(不包括勘誤的內(nèi)容)或修訂版均不適用于本標準，然而，鼓勵根據(jù)本標準達成協(xié)議的各方研究是否可使用這些文件的最新版本。凡足不注日期的引用文件 其最新 版本適用于本標準。 GB/T 172351連續(xù)色調(diào)靜態(tài)圖像的數(shù)字壓縮編碼 第一部分:要求和指南 GB/T l72052還續(xù)色調(diào)靜態(tài)圖像的數(shù)字壓縮編碼 第二部分:一致性測試 GB/T l8894電子文件歸檔與管理規(guī)范 下列術(shù)語利定義適用于本標準。

2、 31數(shù)字化digitization 用計算機技術(shù)將模擬信號轉(zhuǎn)換為數(shù)字信號的處理過程。 32紙質(zhì)檔案數(shù)字化digitization of paper-based records 采用掃描儀或數(shù)碼相機等數(shù)碼設(shè)備對紙質(zhì)檔案進行數(shù)字化加工，將其轉(zhuǎn)化為存儲在磁帶、磁盤、光盤等載體上并能被計算機識別的數(shù)字圖像或數(shù)字文本的處理過程。 33數(shù)字圖像digital image 表示實物圖像的整數(shù)陣列。一個二維或更高維的采樣并量化的函數(shù)，由相同維數(shù)的連續(xù)圖像產(chǎn)生。在矩陣(或其他)網(wǎng)絡(luò)上采樣連續(xù)函數(shù)，并在采樣點上將值最小化后的陣列。 34黑白二值圖像binary image 只有黑白兩級灰度的數(shù)字圖像。它對應(yīng)于黑

3、白兩種狀態(tài)的文字稿、線條圖等。 35連續(xù)色調(diào)靜態(tài)圖像continuous-tone still image 以多于兩級灰度的不同濃淡層次或以不同顏色通道組合成的靜態(tài)數(shù)字圖像。在紙質(zhì)檔案數(shù)字化過程中，通常表現(xiàn)為灰度掃描利彩色掃描兩種模式。 36分辨率resolution 單位長度內(nèi)圖像包含的點數(shù)或像素數(shù)，一般用每英寸點數(shù)(dpi)表示。 37失真度distortion measure 對檔案進行數(shù)字化轉(zhuǎn)換后，數(shù)字圖像與檔案原件在色彩、幾何鉀方面的偏離程度。 38可懂度intelligibility 數(shù)字圖像向人或機器提供信息的能力。 39圖像壓縮image compression 消除圖像冗余或

4、對圖像近似的任一種過程，其目的是對圖像以更緊湊的形式表示。紙質(zhì)檔案數(shù)字化過程中，較常見的有TIFF(G4)、JPEG等壓縮格式。 41基本原則 紙質(zhì)檔案數(shù)字化的基本原則是使檔案信息資源準確方便快捷地提供利用，使可以公開的檔案信息資源得到共享，以滿足社會對檔案利用的需求。 42數(shù)字化對象的確定原則 應(yīng)當(dāng)對所要進行數(shù)字化的對象按照一定的原則和利用方法進行確認，只有符合一定要求的紙質(zhì)檔案文獻才能進行數(shù)字化。 421符合國家法律法規(guī)的原則 紙質(zhì)檔案的數(shù)字化，必須符合國家檔案開放規(guī)定以及有關(guān)規(guī)定。 422價值性原則 屬于歸檔范圍且應(yīng)永久或長期保存的、社會利用價值高的檔案可列入數(shù)字化加:門的范圍。 43基

5、本環(huán)節(jié) 紙質(zhì)檔案數(shù)字化的基本環(huán)節(jié)主要包括：檔案整理、目錄建庫、檔案掃描、圖像處理、圖像存儲、數(shù)據(jù)質(zhì)檢、數(shù)據(jù)掛接、數(shù)據(jù)驗收、數(shù)據(jù)備份、成果管理等。 44過程管理 441應(yīng)加強紙質(zhì)檔案數(shù)字化各環(huán)節(jié)的安全保密管理機制，確保檔案原件和數(shù)字化檔案信息的安全。 442紙質(zhì)檔案數(shù)字化的各個環(huán)節(jié)均應(yīng)進行詳細的登記，并及時整理、匯總，裝訂成冊，在數(shù)字化工作完成的同時建立起完整、規(guī)范的記錄。 5檔案整理 在掃描之前，根據(jù)檔案管理情況，按下述步驟對檔案進行適當(dāng)整理，并視需要作出標識，確保檔案數(shù)字化質(zhì)量。 51目錄數(shù)據(jù)準備 按照檔案著錄規(guī)則(DA/T18)等的要求，規(guī)范檔案中的目錄內(nèi)容。包括確定檔案目錄的著錄項、字段

6、長度和內(nèi)容要求。如有錯誤或不規(guī)范的案卷題名、文件名、賈任者、起止頁號和頁數(shù)等，應(yīng)進行修改。 52拆除裝訂 在不去除裝訂物情況下，影響掃描工作進行的檔案，應(yīng)拆除裝訂物。拆除裝訂物時應(yīng)注意保護檔案不受損害。 53區(qū)分掃描件和非掃描件 按要求把同一案卷中的掃描件和非掃描件區(qū)分開。普發(fā)性文件區(qū)分的原則是：無關(guān)的重份的文件要剔除，有正或件的文件可以不掃描原稿。 54頁面修整 破損嚴重、無法直接進行掃描的檔案，應(yīng)先進行技術(shù)修復(fù)，折皺不平影響掃描質(zhì)量的原件應(yīng)先進行相應(yīng)處理(壓平或燙平等)后再進行掃描。 55檔案整理登記 制作并填寫紙質(zhì)檔案數(shù)字化加工過程交接登記表單，詳細記錄檔案整理后每份文件的起始頁號和頁數(shù)

7、。 56裝訂 掃描工作完成后，拆除過裝訂物的檔案應(yīng)按檔案保管的要求重新裝訂?；謴?fù)裝訂時，應(yīng)注意保持檔案的排列順序不變，做到安全、準確、無遺漏。 61掃描方式 611根據(jù)檔案幅面的大小(A4、A3、AO等)選擇相應(yīng)規(guī)格的掃描儀或?qū)I(yè)掃描儀 (如工程圖紙可采用0號圖紙掃描儀)進行掃描。大幅面檔案可采用大幅面數(shù)碼平臺，或者縮微拍攝后的膠片數(shù)字化轉(zhuǎn)換設(shè)備等進行掃描，也可以采用小幅面掃描后的圖像拼接方式處理。 612紙張狀況較差，以及過薄、過軟或超厚的檔案，應(yīng)采用平板掃描方式；紙張狀況好的檔案可采用高速掃描方式以提高工作效率。 62掃描色彩模式 621掃描色彩模式一般有黑白二值、灰度、彩色等。通常采用黑

8、白二值。 622頁面為黑白兩色，并且字跡清晰、不帶插圖的檔案，可采用黑白二值模式進行掃描。 623頁面為黑白兩色，但字跡清晰度差或帶有插圖的檔案，以及頁面為多色文字的檔案，可采用灰度模式掃描。 624頁面中有紅頭、印章或插有黑白照片、彩色照片、彩色插圖的檔案，可視需要采用彩色模式進行掃描。 63掃描分辨率 631掃描分辨率參數(shù)大小的選擇，原則上以掃描后的圖像清晰、完整、不影響圖像的利用效果為準。 632采用黑白二值、灰度、彩色幾種模式對檔案進行掃描時，其分辨率一般均建議選擇100dpi。特殊情況下，如文字偏小、密集、清晰度較差等，可適當(dāng)提高分辨率。 633需要進行OCR漢字識別的檔案，掃描分辨

9、率建議選擇200dpi。 64掃描登記 認真填寫紙質(zhì)檔案數(shù)字化轉(zhuǎn)換過程交接登記表單，登記掃描的頁數(shù)，核對每份文件的實際掃描頁數(shù)與檔案整理時填寫的文件頁數(shù)是否一致，不一致時應(yīng)注明具體原因和處理方法。 71 圖像數(shù)據(jù)質(zhì)量檢驗 711對圖像偏斜度、清晰度、失真度等進行檢查。發(fā)現(xiàn)不符合圖像質(zhì)量要求時，應(yīng)重新進行圖像的處理。 712由于操作不當(dāng)，造成掃描的圖像文件不完整或無法清晰識別時，應(yīng)重新掃描。 713發(fā)現(xiàn)文件漏掃時，應(yīng)及時補掃并正確插入圖像。 714發(fā)現(xiàn)掃描圖像的排列順序與檔案原件不一致時，應(yīng)及時進行調(diào)整。 715認真填寫相關(guān)表單，記錄質(zhì)檢結(jié)果和處理意見。 72糾偏 對出現(xiàn)偏斜的圖像應(yīng)進行糾偏處理

10、，以達到視覺上基本不感覺偏斜為準。對方向不正確的圖像應(yīng)進行旋轉(zhuǎn)還原，以符合閱讀習(xí)慣。 73去污 對圖像頁面中出現(xiàn)的影響圖像質(zhì)量的雜質(zhì)如黑點、黑線、黑框、黑邊等應(yīng)進行去污處理。處理過程中應(yīng)遵循在不影響可懂度的前提下展現(xiàn)檔案原貌的原則。 74 圖像拼接 對大幅面檔案進行分區(qū)掃描形成的多幅圖像，應(yīng)進行拼接處理，合并為一個完整的圖像，以保證檔案數(shù)字化圖像的整體性。 75裁邊處理 采用彩色模式掃描的圖像應(yīng)進行裁邊處理，去除多余的白邊，以有效縮小圖像文件的容量，節(jié)省存儲空間。 81存儲格式 811采用黑白二值模式掃描的圖像文件，一般采用TIFF(G4)格式存儲。采用灰度模式和彩色模式掃描的文件，一般采用J

11、PEG格式存儲。存儲時的壓縮率的選擇，應(yīng)以保證掃描的圖像清晰可讀的前提下，盡量減小存儲容量為準則。 812提供網(wǎng)絡(luò)查詢的掃描圖像，也可存儲為CEB、PDF或其他格式。 82圖像文件的命名 821紙質(zhì)檔案目錄數(shù)據(jù)庫中的每一份文件，都有一個與之相對應(yīng)的唯一檔號，以該檔號為這份文件掃描后的圖像文件命名。 812多頁文件可采用該檔號建立相應(yīng)文件夾，按頁碼順序?qū)D像文件命名。 91數(shù)據(jù)格式選擇 目錄建庫應(yīng)選擇通用的數(shù)據(jù)格式。所選定的數(shù)據(jù)格式應(yīng)能直接或間接通過XML文檔進行數(shù)據(jù)交換。 92檔案著錄 按照檔案著錄規(guī)則(DA/T18)的要求進行著錄，建立檔案目錄數(shù)據(jù)庫。 93目錄數(shù)據(jù)質(zhì)量檢查 采用人工校對或軟

12、件自動校對的方式，對目錄數(shù)據(jù)庫的建庫質(zhì)量進行檢查。核對著錄項目是否完整、著錄內(nèi)容是否規(guī)范、準確，發(fā)現(xiàn)不合格的數(shù)據(jù)應(yīng)要求進行修改或重錄。 101匯總掛接 檔案數(shù)字化轉(zhuǎn)換過程中形成的目錄數(shù)據(jù)庫與圖像數(shù)據(jù)庫，通過質(zhì)檢環(huán)節(jié)確認為合格后，通過網(wǎng)絡(luò)及時加載到數(shù)據(jù)服務(wù)器端匯總。通過編制程序或借助相應(yīng)軟件，可實現(xiàn)目錄數(shù)據(jù)對相關(guān)聯(lián)的數(shù)字圖像的自動搜索、加入對應(yīng)的電子地址信息等，實現(xiàn)批量、快速掛接。 102數(shù)據(jù)關(guān)聯(lián) 以紙質(zhì)檔案目錄數(shù)據(jù)庫為依據(jù)，將每一份紙質(zhì)檔案文件掃描所得的一個或多個圖像存儲為一份圖像文件。將圖像文件存儲到相應(yīng)文件夾時，耍認真核查每一份圖像文件的名稱與檔案目錄數(shù)據(jù)庫中該份文件的檔號是否相同，圖像文

13、件的頁數(shù)與檔案目錄數(shù)據(jù)庫中該份文件的頁數(shù)是否一致，圖像文件的總數(shù)與目錄數(shù)據(jù)庫中文件的總數(shù)是否相同等。通過每一份圖像文件的文件名與檔案目錄數(shù)據(jù)庫中該份文件的檔號的一致性和唯一性，建立起一一對應(yīng)的關(guān)聯(lián)關(guān)系，為實現(xiàn)檔案目錄數(shù)據(jù)庫與圖像文件的批量掛接提供條件。 103認真填寫紙質(zhì)檔案數(shù)字化轉(zhuǎn)換過程交接登記表單，記錄數(shù)據(jù)關(guān)聯(lián)后的頁數(shù)，核對每一份文件關(guān)聯(lián)后的頁數(shù)與檔案整理、掃描時填寫的頁數(shù)是否一致，不一致時應(yīng)注明具體原因和處 理辦法。 111數(shù)據(jù)抽檢 1111 以抽檢的方式檢查已完成數(shù)字化轉(zhuǎn)換的所有數(shù)據(jù)，包括目錄數(shù)據(jù)庫、圖像文件及數(shù)據(jù)掛接的總體質(zhì)量。 1112 一個全宗的檔案，數(shù)據(jù)驗收時抽檢的比率不得低于5%。 112驗收指標 1121 目錄數(shù)據(jù)庫與圖像文件掛接錯誤，或目錄數(shù)據(jù)庫、圖像文件之一出現(xiàn)不完整、不清晰、有錯誤等質(zhì)量問題時，抽檢標記為不合格。 1122 一個全宗的檔案，數(shù)字化轉(zhuǎn)換質(zhì)量抽檢的合格率達到95%以上（含95%）時，給予以驗收“通過”。 合格率=抽檢合格的文件數(shù)/抽檢文件總數(shù)100% 113 驗收審核 驗收通過的結(jié)論，必須經(jīng)分管領(lǐng)導(dǎo)審核、簽字后方有效。 114 驗收登記 認真填寫紙質(zhì)檔案數(shù)字化驗收登記表單。 121備份范圍 經(jīng)驗收合格的完整數(shù)據(jù)應(yīng)及時進行備份。 122備份方式 為保證數(shù)據(jù)安全，備份載體的選擇應(yīng)多樣化，可采用在線、離線相結(jié)合的方式實現(xiàn)多套備份，并注意異地保存。