紙 質 檔 案 數 字 化 技 術 規 範
中 華 人 民 共 和 國 行 業標 準
DA/T 312005
紙 質 檔 案 數 字 化 技 術 規 範
Specification for digitization of paper-based records
2005
-04-30發布 2005-09-01實施
國家檔案局發布
 
    前 言
  本標準由國家檔案局提出並歸口。
  本標準起草單位:國家檔案局。
  本標準主要起草人:王良城、馬淑桂、蔡偉、宋湧、王大眾、韓冬、田軍、孫森林。
 
 
 
  紙質檔案數字化技術規範
  1 範圍
  本標準規定了紙質檔案數字化的主要技術要求。
  本標準適用於采用各種設備對紙質檔案的數字化加工處理及數字化成果的管理。
  
 
    2 規範性引用文件
  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 隨後所有的修改單(不包括勘誤的內容)或修訂版均不適用於本標準,然而,鼓勵根據本標準達成協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於本標準。
   GB/T 17235.1-1998 信息技術 連續色調靜態圖像的數字壓縮及編碼 第1部分:要求和指南
   GB/T l7235.2-1998 信息技術 連續色調靜態圖像的數字壓縮及編碼 第2部分:一致性測試
   GB/T l8894-2002 電子文件歸檔與管理規範
  
 
    3 術語和定義
  下列術語利定義適用於本標準。
  3·1數字化digitization
  用計算機技術將模擬信號轉換為數字信號的處理過程。
  3·2紙質檔案數字化digitization of paper-based records
  采用掃描儀或數碼相機等數碼設備對紙質檔案進行數字化加工,將其轉化為存儲在磁 帶、磁盤、光盤等載體上並能被計算機識別的數字圖像或數字文本的處理過程。
  3·3數字圖像digital image
  表示實物圖像的整數陣列。一個二維或更高維的采樣並量化的函數,由相同維數的連續圖像產生。在矩陣(或其他)網絡上采樣——連續函數,並在采樣點上將值最小化後的陣列。
  3·4黑白二值圖像binary image
  隻有黑白兩級灰度的數字圖像。它對應於黑白兩種狀態的文字稿、線條圖等。
  3·5連續色調靜態圖像continuous-tone still image
  以多於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數字圖像。在紙質檔案數字化過程中,通常表現為灰度掃描和彩色掃描兩種模式。
  3·6分辨率resolution
  單位長度內圖像包含的點數或像素數,一般用每英寸點數(dpi)表示。
  3·7失真度distortion measure
  對檔案進行數字化轉換後,數字圖像與檔案原件在色彩、幾何等方麵的偏離程度。
  3·8可懂度intelligibility
  數字圖像向人或機器提供信息的能力。
  3·9圖像壓縮image compression
  消除圖像冗餘或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 檔案數字化過程中,較常見的有TIFF(G4)、JPEG等壓縮格式。
  
 
    4紙質檔案數字化基本要求
  4·1基本原則
  紙質檔案數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數字化對象的確定原則
  應當對所要進行數字化的對象按照一定的原則和方法進行確認,隻有符合一定要求的紙質檔案文獻才能進行數字化。
  4·2·2符合國家法律法規的原則
  紙質檔案的數字化,必須符合國家檔案開放規定以及有關規定。
  4·2·2價值性原則
  屬於歸檔範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字化加工的範圍。
  4·3基本環節
  紙質檔案數字化的基本環節主要包括:檔案整理、檔案掃描、圖像處理、圖像存儲、目錄建庫、數據掛接、數據驗收、數據備份、成果管理等。
  4·4過程管理
  4·4·1應加強紙質檔案數字化各環節的安全保密管理機製,確保檔案原件和數字化檔案信息的安全。
  4·4·2紙質檔案數字化的各個環節均應進行詳細的登記,並及時整理、匯總,裝訂成冊,在數字化工作完成的同時建立起完整、規範的記錄。
  
 
    5檔案整理
  在掃描之前,根據檔案管理情況,按下述步驟對檔案進行適當整理,並視需要作出標識,確保檔案數字化質量。
  5·1目錄數據準備
  按照《檔案著錄規則》(DA/T18)等的要求,規範檔案中的目錄內容。包括確定檔案目錄的著錄項、字段長度和內容要求。如有錯誤或不規範的案卷題名、文件名、責任者、起止頁號和頁數等,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分開。普發性文件區分的原則是:無關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頁麵修整
  破損嚴重、無法直接進行掃描的檔案,應先進行技術修複,折皺不平影響掃描質量的原件應先進行相應處理(壓平或熨平等)後再進行掃描。
  5·5檔案整理登記
  製作並填寫紙質檔案數字化加工過程交接登記表單,詳細記錄檔案整理後每份文件的起始頁號和頁數。
  5·6裝訂
  掃描工作完成後,拆除過裝訂物的檔案應按檔案保管的要求重新裝訂。恢複裝訂時,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根據檔案幅麵的大小(A4、A3、A0等)選擇相應規格的掃描儀或專業擔描儀 (如工程圖紙可采用0號圖紙掃描儀)進行掃描。大幅麵檔案可采用大幅麵數碼平台,或者縮微拍攝後的膠片數字化轉換設備等進行掃描,也可以采用小幅麵掃描後的圖像拚接方式處理。
  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。
  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頁麵為黑白兩色,並且字跡清晰、不帶插圖的檔案,可采用黑白二值模式進行掃描。
  6·2·3頁麵為黑白兩色,但字跡清晰度差或帶有插圖的檔案,以及頁麵為多色文字的檔案,可采用灰度模式掃描。
6·2·4頁麵中有紅頭、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掃描分辨率參數大小的選擇,原則上以掃描後的圖像清晰、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於或等於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於或等於200dpi。
  6·4掃描登記
  認真填寫紙質檔案數字化轉換過程交接登記表單,登記掃描的頁數,核對每份文件的實際掃描頁數與檔案整理時填寫的文件頁數是否一致,不一致時應注明具體原因和處理方法。
  
 
    7 圖像處理
  7·1 圖像數據質量檢查
  7·1·1對圖像偏斜度、清晰度、失真度等進行檢查。發現不符合圖像質量要求時,應重新進行圖像的處理。
  7·1·2由於操作不當,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發現文件漏掃時,應及時補掃並正確插入圖像。
  7·1·4發現掃描圖像的排列順序與檔案原件不一致時,應及時進行調整。
  7·1·5認真填寫相關表單,記錄質檢結果和處理意見。
  7·2糾偏
  對出現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還原,以符合閱讀習慣。
  7·3去汙
  對圖像頁麵中出現的影響圖像質量的雜質,如黑點、黑線、黑框、黑邊等應進行去汙處理。 處理過程中應遵循在不影響可懂度的前提下展現檔案原貌的原則。
  7·4 圖像拚接
  對大幅麵檔案進行分區掃描形成的多幅圖像,應進行拚接處理,合並為一個完整的圖像,以保證檔案數字化圖像的整體性。
  7·5裁邊處理
  采用彩色模式掃描的圖像應進行裁邊處理,去除多餘的白邊,以有效縮小圖像文件的容量,節省存儲空間。
  
 
    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提供網絡查詢的掃描圖像,也可存儲為CEB、PDF或其他格式。
  8·2圖像文件的命名
  8·2·1紙質檔案目錄數據庫中的每一份文件,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後的圖像文件命名。
  8·1·2多頁文件可采用該檔號建立相應文件夾,按頁碼順序對圖像文件命名。
  
 
    9 目錄建庫
  9·1數據格式選擇
  目錄建庫應選擇通用的數據格式。所選定的數據格式應能直接或間接通過XML文檔進行數據交換。
  9·2檔案著錄
  按照《檔案著錄規則》(DA/T18)的要求進行著錄,建立檔案目錄數據庫。
  9·3目錄數據質量檢查
  采用人工校對或軟件自動校對的方式,對目錄數據庫的建庫質量進行檢查。核對著錄項目是否完整、著錄內容是否規範、準確,發現不合格的數據應要求進行修改或重錄。
  
 
    10 數據掛接
  10·1匯總掛接
  檔案數字化轉換過程中形成的目錄數據庫與圖像數據庫,通過質檢環節確認為"合格"後,通過網絡及時加載到數據服務器端匯總。通過編製程序或借助相應軟件,可實現目錄數據對相關聯的數字圖像的自動搜索、加入對應的電子地址信息等,實現批量、快速掛接。
  10·2數據關聯
  以紙質檔案目錄數據庫為依據,將每一份紙質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,耍認真核查每一份圖像文件的名稱與檔案目錄數據庫中該份文件的檔號是否相同,圖像文件的頁數與檔案目錄數據庫中該份文件的頁數是否一致,圖像文件的總數與目錄數據庫中文件的總數是否相同等。通過每一份圖像文件的文件名與檔案目錄數據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聯關係,為實現檔案目錄數據庫與圖像文件的批量掛接提供條件。
  10·3交接登記
認真填寫紙質檔案數字化轉換過程交接登記表單,記錄數據關聯後的頁數,核對每一份 文件關聯後的頁數與檔案整理、掃描時填寫的頁數是否一致,不一致時應注明具體原因和處理辦法。
  
 
    11 數據驗收
  11·1數據抽檢
  11·1·1 以抽檢的方式檢查已完成數字化轉換的所有數據,包括目錄數據庫、圖像文件及數據掛接的總體質量。
  11·1·2 一個全宗的檔案,數據驗收時抽檢的比率不得低於5%。
  11·2驗收指標
  11·2·1 目錄數據庫與圖像文件掛接錯誤,或目錄數據庫、圖像文件之一出現不完整、不清晰、有錯誤等質量問題時,抽檢標記為"不合格"。
  11·2·2 一個全宗的檔案,數字化轉換質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/抽檢文件總數×100%
  11·3 驗收審核
  驗收"通過"的結論,必須經分管領導審核、簽字後方有效。
  11·4 驗收登記
  認真填寫紙質檔案數字化驗收登記表單。
  
 
    12 數據備份
  12·1備份範圍
  經驗收合格的完整數據應及時進行備份。
  12·2備份方式
  為保證數據安全,備份載體的選擇應多樣化,可采用在線、離線相結合的方式實現多套 備份,並注意異地保存。
  12·3數據檢驗
  備份數據也應進行檢驗。備份數據的檢驗的內容主要包括備份數據能否打開、數據信息是否完整、文件數量是否準確等。
  12·4備份標簽
  數據備份後應在相應的備份介質上做好標簽,以便查找和管理。
  12·5備份登記
  填寫紙質檔案數字化備份管理登記表單。
  
 
    13 數字化成果管理
  13·1應加強對紙質檔案數字化成果的管理,確保其安全、完整和長期可用。
  13·2紙質檔案數字化成果提供網上檢索利用時,應有製作單位的電子標識,並根據具體情況分別采用可下載或不可下載的數據格式。

版權所有:江漢爱情岛影院教育實業集團   備案號:鄂ICP備05011306號   技術支持:江漢爱情岛影院教育實業集團信息中心
辦公地址:湖北省潛江市廣華安康路2號 電話:0728-6505174