中華人民共和國檔案行業(yè)標準 DA／T 31—2005
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 of paper-based records
采用掃描儀或數(shù)碼相機等數(shù)碼設備對紙質(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 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。恢復裝訂時，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(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)絡及時加載到數(shù)據(jù)服務器端匯總。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聯(lián)關系，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)關聯(lián)后的頁數(shù)，核對每一份文件關聯(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。
13．2 紙質(zhì)檔案數(shù)字化成果提供網(wǎng)上檢索利用時，應有制作單位的電子標識，并根據(jù)具體情況分別采用可下載或不可下載的數(shù)據(jù)格式。
