纸质档案数字化技术规范 pdf_档案数字化标准

1、纸质档案数字化技术规范 pdf_档案数字化标准1. 档案数字化标准本规范依据以纸质档案按文书、科技工程图纸、专门档案照片、声音、影像、实物等分类 为主的档案载体分类的行业标准；其中纸制档案数字化标准中详细约定了档案数字化规范标准过程，专门档案的数字化标准过程类同，但是在格式标准上有专门的要求，整个规约参照国标dat18)等的要求，规范档案中的目录内容。包括确定档案目录的著录项、字段长度和内容要求。如有错误或不规范的案卷题名、文件名、贾任者、起止页号和页数等，应进行修改。拆除装订在不去除装订物情况下，影响扫描工作进行的档案，应拆除装订物。拆除装订物时应注意保护档案不受损害。页面修整破损严重、无法

2、直接进行扫描的档案，应先进行技术修复，折皱不平影响扫描质量的原件应先进行相应处理(压平或烫平等) 后再进行扫描。档案整理登记制作并填写纸质档案数字化加工过程交接登记表单，详细记录档案整理后每份文件的起始页号和页数。装订扫描工作完成后，拆除过装订物的档案应按档案保管的要求重新装订。恢复装订时，应注意保持档案的排列顺序不变，做到安全、准确、无遗漏。1.1.1.2档案扫描扫描方式根据档案幅面的大小(a4、a3、a0等) 选择相应规格的扫描仪或专业担描仪(如工程图纸可采用0号图纸扫描仪) 进行扫描。大幅面档案可采用大幅面数码平台，或者缩微拍摄后的胶片数字化转换设备等进行扫描，也可以采用小幅面扫描后的图

3、像拼接方式处理。纸张状况较差，以及过薄、过软或超厚的档案，应采用平板扫描方式；纸张状况好的档案可采用高速扫描方式以提高工作效率。扫描色彩模式扫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。页面为黑白两色，并且字迹清晰、不带插图的档案，可采用黑白二值模式进行扫描。页面为黑白两色，但字迹清晰度差或带有插图的档案，以及页面为多色文字的档案，或插有黑白照片、彩色照片、彩色插图的档案（页面中有红头、印章的因安全原因应扫描成黑白二值），可视需要采用彩色模式进行扫描。原档案为影印件或非常不清晰的可视需要采用彩色模式进行扫描。扫描分辨率扫描分辨率参数大小的选择，原则上以扫描后的图像清晰、完整、不影

4、响图像的利用效果为准。采用黑白二值、灰度、彩色几种模式对档案进行扫描时，其分辨率一般均建议选择300dpi 。特殊情况下，如文字偏小、密集、清晰度较差等，可适当提高分辨率。需要进行ocr 汉字识别的档案，扫描分辨率建议选择300dpi 。扫描登记认真填写纸质档案数字化转换过程交接登记表单，登记扫描的页数，核对每份文件的实际扫描页数与档案整理时填写的文件页数是否一致，不一致时应注明具体原因和处理方法。1.1.1.3图像处理图像数据质量检验对图像偏斜度、清晰度、失真度等进行检查。发现不符合图像质量要求时，应重新进行图像的处理。由于操作不当，造成扫描的图像文件不完整或无法清晰识别时，应重新扫描。发现

5、文件漏扫时，应及时补扫并正确插入图像。 发现扫描图像的排列顺序与档案原件不一致时，应及时进行调整。认真填写相关表单，记录质检结果和处理意见。纠偏对出现偏斜的图像应进行纠偏处理，以达到视觉上基本不感觉偏斜为准。对方向不正确的图像应进行旋转还原，以符合阅读习惯。去污对图像页面中出现的影响图像质量的杂质如黑点、黑线、黑框、黑边等应进行去污处理。处理过程中应遵循在不影响可懂度的前提下展现档案原貌的原则。图像拼接对大幅面档案进行分区扫描形成的多幅图像，应进行拼接处理，合并为一个完整的图像，以保证档案数字化图像的整体性。裁边处理采用彩色模式扫描的图像应进行裁边处理，去除多余的白边，以有效缩小图像文件的容量

6、，节省存储空间。1.1.1.4图像存储存储格式采用黑白二值模式扫描的图像文件，一般采用tiff(g4)格式存储。存储时的压缩率的选择，应以保证扫描的图像清晰可读的前提下，尽量减小存储容量为准则。提供网络查询的扫描图像，也可存储为pdf 或其他格式。图像文件的命名纸质档案目录数据库中的每一份文件，都有一个与之相对应的唯一档号，以该档号为这份文件扫描后的图像文件命名。多页文件可采用该档号建立相应文件夹，按页码顺序对图像文件命名。1.1.1.5目录建库数据格式选择目录建库应选择通用的数据格式。所选定的数据格式应能直接或间接通过xml xx进行数据交换。档案著录按照档案著录规则(da抽检文件总数95%

7、验收审核验收 通过 的结论，必须经分管领导审核、签字后方有效。验收登记认真填写纸质档案数字化验收登记表单。1.1.1.8数据备份备份范围经验收合格的完整数据应及时进行备份。备份方式为保证数据安全，备份载体的选择应多样化，可采用在线、离线相结合的方式实现多套备份，并注意异地保存。数据检验备份数据也应进行检验。备份数据的检验的内容主要包括备份数据能否打开、数据信息是否完整、文件数量是否准确等。备份标签数据备份后应在相应的备份介质上做好标签，以便查找和管理。备份登记填写纸质档案数字化备份管理登记表单。1.1.1.9数字化成果管理应加强对纸质档案数字化成果的管理，确保其安全、完整和长期可用。 纸质档案

8、数字化成果提供网上检索利用时，应有制作单位的电子标识，并根据具体情况分别采用可下载或不可下载的数据格式。1.2专门档案数字化标准1.2.1照片档案数字化标准照片档案数字化是指通过扫描仪将照片档案转为数字化数据并加以存储的过程。照片档案数字化必须保证其真实性、有效性、完整性。在使用时必须保证数字化数据能从存储介质中正确读取, 并还原成图片信号输出。同时作为通用的图片格式能在网络中正常浏览。1.2.1.1基本概念光学分辨率 指扫描仪光电转换器件的物理精度。例如一台扫描仪的光学分辨率为300dpi ，也就是说每一英寸可以扫描出300个象素点。差值分辨率 也称为最大分辨率，指扫描仪最高可以达到的线数。

9、差值分辨率是由光学分辨率差值运算得来的，因此它并不能代表扫描仪的本质精度。1.2.1.2 技术标准前提条件：所有要进行数字化的档案必须先进行著录，编制好页号。 扫描方式：照片按全彩方式扫描。分辨率：所使用扫描仪的光学分辨率必须大于或等于200dpi 。扫描办法：对于所扫的照片，以常见5寸照片大小（12.5cm8.5cm ）为参照，统一采用200dpi 分辨率，（主要考虑在网络浏览时其尺寸为最佳的观看效果，不须放大或缩小）对于其它大于或小于5寸的照片，其扫描线数可作相应的调整，但不得低于150dpi 。例如：7寸以上的大照片，可选用150dpi ；5寸以下的一寸照片，必须选用600dpi , 若

10、是23寸的黑白照片，必须选用300dpi 或350dpi 。文件存储类型：扫描后的照片以tif 格式存储，保存时必须选用图像选项中的品质为最佳值的（12）大文件，存入到统一的照片数据库。文件存储方式：档案照片存储时按全宗、目录、相册分级建立文件夹保存，照片名字以照片的档案号命名。照片命名方法：每一张照片必须定义完全。包括此张照片的档案号、拍摄时间、组说明或照片的定义内容。以上注明需在文件名中全部打出。1.2.1.3补充说明无论彩色照片还是黑白照片都采用全彩格式扫描。扫描仪有光学分辨率和差值分辨率两个常用技术参数，其中光学分辨率反映的是硬件系统确实可以达到的清晰程度，是扫描仪自身性能的反映。所扫

11、描的照片必须经过图像处理软件进行图片的亮度、色度调整，对扫描的边框进行裁切。1.2.2声音档案数字化标准声音档案数字化是指通过硬件设备将声音档案转为数字化数据并加以存储的过程。声音档案数字化必须保证其真实性、有效性、完整性。在使用时必须保证数字化数据能从存储介质中正确读取, 并还原成声音信号输出。同时作为输出的流媒体信号能正常在网络中播放查阅。1.2.2.1 基本概念采样频率和样本大小 采样频率和样本大小是反映数字化声音档案的精确度高低的两个最基本的参数。采样频率即每秒钟采集多少个声音样本, 用hz 或khz 来表示。样本大小一般指声音卡的二进制位数，有8位、12位、16位等。采样频率越高,

12、声音波形就表达得越精确, 而需要的存储空间就越大。奈奎斯特理论 奈奎斯特理论指出, 采样频率不应低于声音信号最高频率的两倍, 这样就能把数字表达的声音还原成原来的声音。采样频率的高低是根据奈奎斯特理论以及声音信号本身的最高频率决定的。声道数是声音处理的重要参数。一般情况都采用两个声道的规格, 现在的杜比ac-3采用5+1个声音通道, 即左、中、右3个声道, 左后、右后两个环场声道以及一个次低音声道, 另外, 还有7+1声音通道等技术。模数转换(adc)模数转换是将输入的模拟音频信号转换成数值, 数字化后的音频信号是数值, 是离散的数, 并非像音频信号一样为连续的波形。数模转换(dac)数模转换

13、完成将数字化的声音数据转换成模拟音频信号输出, 它是模数转换的逆过程。其主要的指标与模数转换相同。1.2.2.2 硬件要求放音设备 放音设备必须能正确地将声音源输出。放音设备应根据原载体型号进行选择, 如盒式录入机, 开盘式放音机等等。计算机配置 应选用性能稳定配置较高的计算机作为数字化设备。本标准推荐的计算机配置为:cpu为奔腾系列的p4以上, 硬盘为80g 以上, 内存128m 以上, 操作系统为win98以上, 推荐使用win2000系统。配有专用声卡。存储设备 声音信号除存储在硬盘中随机使用, 应备份至服务器中或刻录成cd 光盘中脱机使用，如有必要，应再备一份归库保存。声音卡 声音卡(

14、声卡) 是声音数字化和数字化声音转换为可听到的模拟信号的部件。声音卡必须符合声音档案数字化要求的技术指标和功能。 声音卡的采样频率至少应支持11.025khz 、22.05khz 、44.1khz, 最好支持48khz 。声音卡必须是16位以上声音卡。声音卡的声道必须是双声道以上。声音卡应能够支持多种声源输入, 如cd audio、midi 、话筒、线性输入等。1.2.2.3技术标准存储标准:声音档案数字化时要选用标准和通用的格式。本标准规定使用的声音文件存储标准为:wav 或mp3。采样频率:声音档案数字化选用44.1khz 作为声音采样标准。对于dvd 中的声音选用48khz 补充说明。1

15、.2.2.4 补充说明声音档案数字化时必须远离强磁场等外部干扰。数字化过程中应检查声音档案载体质量，确保声音档案的真实性、完整性。1.2.3影像档案数字化标准影像档案数字化是指通过硬件设备将影像档案转为数字化数据并加以存储的过程。影像档案数字化必须保证其真实性、有效性、完整性。在使用时必须保证数字化数据能从存储介质中正确读取, 并还原成影像信号输出。同时作为输出的流媒体信号能正常在网络中播放浏览。1.2.3.1基本概念视频制式 视频制式标准主要有pal 制式、ntsc 制式和secam 制式。中国及欧洲大多数地区使用pal 制式，规定为每秒25帧，每帧尺寸为720576像素。隔行扫描方式，场频

16、为50hz ，行频为625hz 。视频数据压缩 根据解码后的数据与原始数据是否安全一致，数据压缩方法一般被划分为可逆编码方法和不可逆编码方法两类。用可逆编码方法压缩的图像，其解码图像与原始图像严格相同，即压缩是完全可恢复的或没有偏差的。用不可逆编码方法压缩的图像，其还原图像较之原始图像存在一定的误差，但视觉效果一般是可被接受的。1.2.3.2 硬件要求放像设备 放像设备必须能正确、清晰、稳定地将影像信息源输出。放像设备应根据原载体型号进行选择，如s-vhs 放像机、34放像机、hi8放像机、betacam 放像机、dvcpro分，视频硬盘最好为scsi 总线结构，容量为120g 以上，转数为1

17、0000转win2000。为确保稳定性及驱动程序的兼容性，最好选用win2000pro 系统。安装有视频压缩卡，并有实时回放功能。存储设备 影像信号除存储在硬盘中随机使用外，应备份至服务器中或刻录在dvd 光盘中脱机使用，如有必要，应再备一份归库保存。视频采集压缩卡 视频采集压缩卡是影像档案数字化的关键部件。它的指标决定了影像数字档案的质量高低，因此必须符合影像档案数字化要求的技术指标和功能。压缩卡应支持采集mpeg1和mpeg2。压缩卡的码流最高值至少应为10mb 。压缩卡应能够支持多种影像输入，如复合信号、分离信号（即s-video ）、数字信号（dv 接口即1394接口）。编辑机 本标准

18、推荐使用非线性编辑机。1.2.3.3 技术标准存储标准：影像档案数字化存储有两种标准。第一作为可再利用的图像格式选用mpeg2格式。第二作为可在网络上浏览查阅的图像格式选用mpeg4格式（常见文件名为asf 格式和rm 格式）。数据传输率：作为dvd 备份保存的影像档案数据传输率应在于6-8mb/s。1.2.3.4 补充说明影像档案数字化时必须远离强磁场等外部干扰。数字化过程中应检查载体质量，确保影像档案的真实性、完整性。1.3 国标有关归档电子文件数字化标准1.3.1范围本标准规定了在公务活动中产生的，具有保存价值的电子文件的形成、积累、归档、保管、利用、统计的一般方法。本标准适用于党政机关

19、产生的电子文件的归档与管理，其他社会组织的电子文件管理可参照本标准。1.3.2规范性引用文件下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单(不包括勘误的内容) 或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。dat18档案著录规则dat22归档文件整理规则1.3.3术语和定义下列术语和定义适用于本标准。电子文件 electronic records指在数字设备及环境中生成，以数码形式存储于磁带、磁盘、光盘等载体，依赖计算机等数字设备阅读、处理，并可在通信网

20、络上传送的文件。归档电子文件 archival electronic records指具有参考和利用价值并作为档案保存的电子文件(31) 。背景信息 context指描述生成电子文件(31) 的职能活动、电子文件的作用、办理过程、结果、上下文关系以及对其产生影响的历史环境等信息。元数据 metadata指描述电子文件(31) 数据属性的数据，包括文件的格式、编排结构、硬件和软件环境、文件处理软件、字处理和图形工具软件、字符集等数据。逻辑归档 logical filing指在计算机网络上进行，不改变原存储方式和位置而实现的将电子文件(31) 的管理权限向档案部门移交的过程。物理归档 physic

21、al filing指把电子文件(31) 集中下载到可脱机保存的载体上，向档案部门移交的过程。真实性 authenticity指对电子文件(31) 的内容、结构和背景信息(33) 进行鉴定后，确认其与形成时的原始状况一致。完整性 integrity指电子文件(31) 的内容、结构、背景信息(33) 和元数据(34) 等无缺损。 有效性 utility指电子文件(31) 应具备的可理解性和可被利用性，包括信息的可识别性、存储系统的可靠性、载体的完好性和兼容性等。捕获 capture指对电子文件(31) 进行实时收集和存储的方法与过程。迁移 migration指将源系统中的电子文件(31) 向目的系

22、统进行转移存储的方法与过程。1.3.4总则电子文件自形成时应有严格的管理制度和技术措施，确保其真实性、完整性和有效性。应对电子文件的形成、收集、积累、鉴定、归档等实行全过程管理与监控，保证管理工作的连续性。应明确规定电子文件归档的时间、范围、技术环境、相关软件、版本、数据类型、格式、被操作数据、检测数据等要求，保证归档电子文件的质量。归档电子文件同时存在相应的纸质或其他载体形式的文件时，应在内容、相关说明及描述上保持一致。具有永久保存价值的文本或图形形式的电子文件，如没有纸质等拷贝件，必须制成纸质文件或缩微品等。归档时，应同时保存文件的电子版本、纸质版本或缩微品。应保证电子文件的凭证作用，对只

23、有电子签章的电子文件，归档时应附加有法律效力的非电子签章。1.3.5电子文件的真实性、完整性和有效性保证应建立规范的制度和工作程序并结合相应的技术措施，从电子文件形成开始不问断地对有关处理操作进行管理登记，保证电子文件的产生、处理过程符合规范。登记处理过程中相互衔接的各类责任者(如起草者、修改者、审核者、签发者等) 。登记处理过程中的各类操作者(打字者、发文者、收文者、存储管理者等) 。 登记处理过程中产生的责任凭证信息(批示、签名、印章、代码等) 。 登记电子文件传递、交接过程中的其他标识。应采取可靠的安全防护技术措施，保证电子文件的真实性。建立对电子文件的操作者可靠的身份识别与权限控制。设

24、置符合安全要求的操作日志，随时自动记录实施操作的人员、时间、设备、项目、内容等。对电子文件采用防错漏和防调换的标记。对电子印章、数字签署等采取防止非法使用的措施。应建立电子文件完整性管理制度并采取相应的技术措施采集背景信息和元数据。应建立电子文件有效性管理制度并采取相应的技术保证措施。电子文件的处理和保存应符合国家的安全保密规定，针对自然灾害、非法访问、非法操作、病毒侵害等采取与系统安全和保密等级要求相符的防范对策，主要有：网络设备安全保证；数据安全保证；操作安全保证；身份识别方法等。1.3.6电子文件的收集与积累收集积累要求1记录了重要文件的主要修改过程和办理情况，有查考价值的电子文件及其电

25、子版本的定稿均应被保留。正式文件是纸质的，如果保管部门已开始进行向计算机全文的转换工作，则与正式文件定稿内容相同的电子文件应当保留，否则可根据实际条件或需要，确定是否保留。2当公务或其他事务处理过程只产生电子文件时，应采取严格的安全措施，保证电子文件不被非正常改动。同时应随时对电子文件进行备份，存储于能够脱机保存的载体上。3对在网络系统中处于流转状态，暂时无法确定其保管责任的电子文件，应采取捕获措施，集中存储在符合安全要求的电子文件暂存存储器中，以防散失。4对用文字处理技术形成的文本电子文件，收集时应注明文件存储格式、文字处理工具等，必要时同时保留文字处理工具软件。文字型电子文件以xml 、r

26、tf 、txt 为通用格式。5对用扫描仪等设备获得的采用非通用文件格式的图像电子文件，收集时应将其转换成通用格式，如无法转换，则应将相关软件一并收集。扫描型电子文件以jpeg 、tiff 为通用格式。6对用计算机辅助设计或绘图等设备获得的图形电子文件，收集时应注明其软硬件环境和相关数据。7对用视频或多媒体设备获得的文件以及用超媒体链结技术制作的文件，应同时收集其非通用格式的压缩算法和相关软件。视频和多媒体电子文件以mpeg 、a vi 为通用格式。8对用音频设备获得的声音文件，应同时收集其属性标识、参数和非通用格式的相关软件。音频电子文件以wa v 、mp3为通用格式。9对通用软件产生的电子文

27、件，应同时收集其软件型号、名称、版本号和相关参数手册、说明资料等。专用软件产生的电子文件原则上应转换成通用型电子文件，如不能转换，收集时则应连同专用软件一并收集。10计算机系统运行和信息处理等过程中涉及的与电子文件处理有关的参数、管理数据等应与电子文件一同收集。11对套用统一模板的电子文件，在保证能恢复原形态的情况下，其内容信息可脱离套用模板进行存储，被套用模板作为电子文件的元数据保存。12定期制作电子文件的备份。电子文件的登记1每份电子文件均应在电子文件登记表中登记。2电子文件登记表应与电子文件同时保存。3电子文件登记表如果制成电子表格，应与电子文件一同保存，永久保存的电子表格应附有纸质等拷

28、贝件并与相应的电子文件拷贝一起保存。4电子文件稿本代码：m 草稿性电子文件；u-非正式电子文件；f 正式电子文件。5电子文件类别代码：t 文本文件；i 图像文件：g 图形文件；v 影像文件；a 声音文件；o 超媒体链结文件；p 程序文件；d-数据文件。1.3.7电子文件的归档归档要求文件形成部门或信息管理部门应定期把经过鉴定符合归档条件的电子文件向档案部门移交，并按档案管理要求的格式将其存储到符合保管期限要求的脱机载体上。鉴定1电子文件的鉴定工作，应包括对电子文件的真实性、完整性、有效性的鉴定及确定密级、归档范围和划定保管期限。2归档前应由文件形成单位按照规定的项目对电子文件的真实性、完整性和

29、有效性进行检验，并由负责人签署审核意见，检验和审核结果填入归档电子文件移交、接收检验登记表(见附录a 的表a 3) 。如果文件形成单位采用了某些技术方法保证电子文件的真实性、完整性和有效性，则应把其技术方法和相关软件一同移交给接收单位。3电子文件的归档范围参照国家关于纸质文件材料归档的有关规定执行，并应包括相应的背景信息和元数据。4电子文件保管期限和密级的划分工作，参照国家关于纸质文件材料密级和保管期限的有关规定执行。电子文件的背景信息和元数据的保管期限应当与内容信息的保管期限一致。应在电子文件的机读目录上逐件标注保管期限的标识。归档时间逻辑归档可实时进行，物理归档应按照纸质文件的规定定期完成

30、。检测在进行电子文件归档工作时，应对归档电子文件的基本技术条件进行检测，检测内容包括：硬件环境的有效性，软件环境的有效性及其信息记录格式、有无病毒感染等。归档电子文件的归档，按照鉴定标识进行。电子文件的归档可分两步进行，对实时进行的归档先做逻辑归档，然后定期完成物理归档。归档时，应充分考虑电子文件的技术环境、相关软件、版本、数据类型、格式、被操作数据、检测数据等技术因素。1逻辑归档将电子文件的管理权从网络上转移至档案部门，在归档工作中，存储格式和位置暂时保持不变。2物理归档21凡在网络中予以逻辑归档的电子文件，均应定期完成物理归档。22把带有归档标识的电子文件集中，拷贝至耐久性好的载体上，一式

31、3套，一套封存保管，一套供查阅使用，一套异地保存。对于加密电子文件，则应在解密后再制作拷贝。23本标准推荐采用的载体，按优先顺序依次为：只读光盘、一次写光盘、磁带、可擦写光盘、硬磁盘等。不允许用软磁盘作为归档电子文件长期保存的载体。24存储电子文件的载体或装具上应贴有标签，标签上应注明载体序号、全宗号、类别号、密级、保管期限、存入日期等，归档后的电子文件的载体应设置成禁止写操作的状态。25特殊格式的电子文件，应在存储载体中同时存有相应的查看软件。26将相应的电子文件机读目录、相关软件、其他说明等一同归档，并附归档电子文件登记表归档电子文件应以盘为单位填写归档电子文件登记表首页，以件为单位填写续

32、页。27对需要长期保存的电子文件，应在每一个电子文件的载体中同时存有相应的机读目录。28归档完毕，电子文件形成部门应将存有归档前电子文件的载体保存至少1年。1.3.8归档电子文件的整理1归档电子文件的整理按da t22规定的要求进行。2归档电子文件以件为单位整理。3同一全宗内的电子文件按照年度一保管期限一机构(问题) 或保管期限一年度一机构(问题) 等分类方案进行分类。4按电子文件类别代码相对集中组织存储载体。5电子文件的著录应参照da t18进行著录，同时按照保证其真实性、完整性和有效性的要求补充电子文件特有的著录项目和其他标识。6将著录结果制成机读目录和纸质目录。1.3.9归档电子文件的移交、接收与保管1移交、接收与保管要求对归档电子文件，应按有关规定进行认真检验。在检验合格后将其如期移交至档案馆等档案保管部门，进行集中保管。在已联网的情况下，归档电子文件的移交和接收工作可在网络上进行，但仍需履行相应的手续。2移交、接收检验21文件形成单位在移交电子文件之前，档案保管部门在接收电子文件之前，均应对归档的每套载体及其技术环境进行检验，合格率达到100%时方可进行交接。22检验项目如下：载体有无划痕，是否清洁；有无病毒；核实归档电子文件的真实性、完整性、有效性检验及审核手续； 核实登记表、