紙質(zhì)檔案數(shù)字化技術(shù)規(guī)范

1、紙質(zhì)檔案數(shù)字化技術(shù)規(guī)范DA T 31 20051 范圍本標(biāo)準(zhǔn)規(guī)定了紙質(zhì)檔案數(shù)字化的主要技術(shù)要求。本標(biāo)準(zhǔn)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(biāo)準(zhǔn)的引用而成為本標(biāo)準(zhǔn)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(biāo)準(zhǔn)， 然而，鼓勵根據(jù)本標(biāo)準(zhǔn)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(biāo)準(zhǔn)。GBT 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GBT 17235.2 1998 信息技術(shù)連續(xù)色調(diào)

2、靜態(tài)圖像的數(shù)字壓縮及編碼第 2部分：一致性測試GBT 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(biāo)準(zhǔn)。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 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。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

3、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(yīng)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 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

4、與檔案原件在色彩、 幾何等方面的偏離程度。3.8 可懂度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(zhǔn)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(yīng)當(dāng)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(rèn)， 只有符合一定要求的紙質(zhì)

5、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(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(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。4.4.2 紙質(zhì)檔案數(shù)字化的各個環(huán)節(jié)均應(yīng)進行詳細(xì)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。

6、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(biāo)識，確保檔案數(shù)字化質(zhì)量。5.1 目錄數(shù)據(jù)準(zhǔn)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(zé)任者、起止頁號和頁數(shù)等，應(yīng)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(yīng)拆除裝訂物。 拆除裝訂物時應(yīng)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

7、。5.4 頁面修整破損嚴(yán)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(xì)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(yīng)按檔案保管的要求重新裝訂。 恢復(fù)裝訂時，應(yīng)注意保持檔案的排列順序不變，做到安全、準(zhǔn)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、A& A0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

8、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(yīng)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

9、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(zhǔn)。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(dāng)提高分辨率。6.3.3 需要進行OCFK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(rèn)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。7 圖像處理7.1 圖像數(shù)據(jù)質(zhì)量檢

10、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(yīng)重新進行圖像的處理。7.1.2 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。7.1.3 發(fā)現(xiàn)文件漏掃時，應(yīng)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(yīng)及時進行調(diào)整。7.1.5 認(rèn)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(yīng)進行糾偏處理， 以達到視覺上基本不感覺偏斜為準(zhǔn)。 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。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(yīng)進行去污處理。處理過

11、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。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(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。7.5 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。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(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(zhǔn)則。8.1.2 提供網(wǎng)絡(luò)查詢的掃描圖像，也可存儲為 CEB

12、 PDF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(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。8.2.2 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。9 目錄建庫9.1 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。9.2 檔案著錄按照檔案著錄規(guī)則（DyT18）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(zhǔn)確， 發(fā)現(xiàn)不合格的數(shù)據(jù)應(yīng)要求

13、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(rèn)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。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(yīng)文件夾時， 要認(rèn)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

14、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。10.3 交接登記認(rèn)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。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(biāo)11.2.1 目錄

15、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(biāo)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)x10011.3 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。11.4 驗收登記認(rèn)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(yīng)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(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。12.3 數(shù)據(jù)檢驗備份數(shù)據(jù)也應(yīng)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