紙質(zhì)檔案數(shù)字化技術(shù)規(guī)范

中華人民共和國檔案行業(yè)標準  DA／T 31―2005

      紙 質(zhì) 檔 案 數(shù) 字 化 技 術(shù) 規(guī) 范

      1  范圍

          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。

      2   規(guī)范性引用文件        

                      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。凡是注日期的引用文件，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。凡是不注日期的引用文件，其最新版本適用于本標準。

           GB／T 17235．1―1998信息技術(shù)連續(xù)色調(diào)靜態(tài)圖像的數(shù)字壓縮及編碼第1部分：要求和指南

           GB／T 17235．2―1998信息技術(shù)連續(xù)色調(diào)靜態(tài)圖像的數(shù)字壓縮及編碼第2部分：一致性測試

           GB／T 18894-2002電子文件歸檔與管理規(guī)范      

      3  術(shù)語和定義

          下列術(shù)語和定義適用于本標準。

      3．1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

      3．2紙質(zhì)檔案數(shù)字化digitization 0fpapeI喃ased 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。

      3．3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。

      3．4 黑白二值圖像binary image

               只有黑白兩級灰度的數(shù)字圖像。它對應于黑白兩種狀態(tài)的文字稿、線條圖等。

      3．5連續(xù)色調(diào)靜態(tài)圖像continuous―tone 8till 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)為灰度掃描和彩色掃描兩種模式。

      3．6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。

      3．7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、幾何等方面的偏離程度。

      3．8可值度intelligibility

             數(shù)字圖像向人或機器提供信息的能力。

      3．9 圖像壓縮image compression

              清除圖像冗余或?qū)D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。

      4     紙質(zhì)檔案數(shù)字化基本要求

      4．1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。

      4．2數(shù)字化對象的確定原則

              應當對所要進行數(shù)字化的對象按照一定的原則和方法進行確認，只有符合一定要求的紙質(zhì)檔案文獻才能進行數(shù)字化。

      4．2．1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。

      4．2．2價值性原則

               屬于歸檔范圍且應永久或長期保存的、社會利用價值高的檔案可列入數(shù)字化加工的范圍。

      4．3基本環(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、檔案掃描、圖像處理、圖像存儲、目錄建 庫、數(shù)據(jù)掛接、數(shù)據(jù)驗收、數(shù)據(jù)備份、成果管理等。

      4．4 過程管理

      4．4．1應加強紙質(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。

      4．4．2紙質(zhì)檔案數(shù)字化的各個環(huán)節(jié)均應進行詳細的登記，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整理，并視需要作出標識，確保檔案數(shù)字化質(zhì)量。

      5．1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、

               責任者、起止頁號和頁數(shù)等，應進行修改。

      5．2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，應拆除裝訂物。拆除裝訂物時應注意保護檔案不受損害。

      5．3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)和重份的文件要剔除，有正式件的文件可以不掃描原稿。

      5．4頁面修整

              破損嚴重、無法直接進行掃描的檔案，應先進行技術(shù)修復，折皺不平影響掃描質(zhì)量的原件應先進行相應處理(壓平或熨平等)后再進行掃描。

      5．5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)。

      5．6裝訂

               掃描工作完成后，拆除過裝訂物的檔案應按檔案保管的要求重新裝訂?；謴脱b訂時，應注意保持檔案的排列順序不變，做到安全、準確、無遺漏。      

      6      檔案掃描

      6．1掃描方式

      6．1．1根據(jù)檔案幅面的大小(A4、A3、A0等)選擇相應規(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。

      6．1．2紙張狀況較差，以及過薄、過軟或超厚的檔案，應案，以及頁面為多色文字的檔案，可采用灰度模式掃描。方式以提高工作效率。

      6．2掃描色彩模式

      6．2．1掃描色彩模式一般有黑白二值、灰度、彩色等。通常采用黑白二值。

      6．2．2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。

      6．2．3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，可以采用灰度模式掃描。

      6．2．4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。

      6．3掃描分辨率

      6．3．1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。

      6．3．2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大于或 等于100dpi。特殊情況下，如文字偏小、密集、清晰度較差等，可適當提高分辨率。

      6．3．3需要進行OCR漢字識別的檔案，掃描分辨率建議選擇大于或等于200dpi。

      6．4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，不一致時應注明具體原因和處理方法。      

      7      圖像處理

      7．1圖像數(shù)據(jù)質(zhì)量檢查

      7．1．1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，應重新進行圖像的處理。

      7．1．2由于操作不當，造成掃描的圖像文件不完整或無法清晰識別時，應重新掃描。

      7．1．3發(fā)現(xiàn)文件漏掃時，應及時補掃并正確插入圖像。

      7．1-4發(fā)現(xiàn)掃描圖像的排列順序與檔案原件不一致時，應及時進行調(diào)整。

      7．1．5認真填寫相關(guān)表單，記錄質(zhì)檢結(jié)果和處理意見。

      7．2糾偏

              對出現(xiàn)偏斜的圖像應進行糾偏處理，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進行旋轉(zhuǎn)還原，以符合閱讀習慣。

      7．3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、黑邊等應進行去污處理。處理過程中應遵循在不影響可懂度的前提下展現(xiàn)檔案原貌的原則。

      7．4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。

      7．5裁邊處理

              采用彩色模式掃描的圖像應進行裁邊處理，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。      

      8      圖像存儲

      8．1存儲格式

      8．1．1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JPEG格式存儲。存儲時的壓縮率的選擇，應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。

      8．1．2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。

      8．2圖像文件的命名

      8．2．1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的唯一檔號，以該檔號為這份文件掃描后的圖像文件命名。

      8．2．2多頁文件可采用該檔號建立相應文件夾，按頁碼順序?qū)D像文件命名。      

      9     目錄建庫

      9．1數(shù)據(jù)格式選擇

              目錄建庫應選擇通用的數(shù)據(jù)格式。所選定的數(shù)據(jù)格式應能直接或間接通過XML文檔進行數(shù)據(jù)交換。

      9．2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。

      9．3目錄數(shù)據(jù)質(zhì)量檢查         

              采用人工校對或軟件自動校對的方式，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)應要求進行修改或重錄。      

      10    數(shù)據(jù)掛接

      10．1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、加入對應的電子地址信息等，實現(xiàn)批量、快速掛接。

      10．2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文件夾時，要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。

      10．3交接登記         

                      認真填寫紙質(zhì)檔案數(shù)字化轉(zhuǎn)換過程交接登記表單，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，不一致時應注明具體原因和處理辦法。      

      11    數(shù)據(jù)驗收

      11．1數(shù)據(jù)抽檢

      11．1．1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。

      11．1．2一個全宗的檔案，數(shù)據(jù)驗收時抽檢的比率不得低于5％。

      11．2驗收指標

      11．2．1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”。

      11．2．2一個全宗的檔案，數(shù)字化轉(zhuǎn)換質(zhì)量抽檢的合格率達到95％以上(含95％)時，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)x100％

      11．3驗收審核

              驗收“通過”的結(jié)論，必須經(jīng)分管領(lǐng)導審核、簽字后方有效。

      11．4驗收登記

              認真填寫紙質(zhì)檔案數(shù)字化驗收登記表單。      

      12    數(shù)據(jù)備份

      12．1備份范圍

              經(jīng)驗收合格的完整數(shù)據(jù)應及時進行備份。

      12．2備份方式

              為保證數(shù)據(jù)安全，備份載體的選擇應多樣化，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。

      12．3數(shù)據(jù)檢驗

             備份數(shù)據(jù)也應進行檢驗。備份數(shù)據(jù)的檢驗內(nèi)容主要包括備份數(shù)據(jù)能否打開、數(shù)據(jù)信息是否完整、文件數(shù)量是否準確等。

      12．4備份標簽

             數(shù)據(jù)備份后應在相應的備份介質(zhì)上做好標簽，以便查找和管理。

      12．5備份登記

             填寫紙質(zhì)檔案數(shù)字化備份管理登記表單。      

      13   數(shù)字化成果管理

      13．1應加強對紙質(zhì)檔案數(shù)字化成果的管理，確保其安全、完整和長期可用。