數(shù)字化加工技術(shù)層面

1、檔案數(shù)字化簡介所謂紙質(zhì)檔案數(shù)字化，是指采用掃描儀或數(shù)碼相機(jī)等數(shù)碼設(shè)備對(duì)紙質(zhì)檔案進(jìn)行數(shù)字化加工，將其轉(zhuǎn)化為存儲(chǔ)在磁帶、磁盤、光盤等載體上并能被計(jì)算機(jī)識(shí)別的數(shù)字圖像或數(shù)字文本的處理過程，是檔案信息從紙質(zhì)載體向磁盤、光盤等數(shù)字載體上轉(zhuǎn)移的過程。 由于檔案本身具備的真實(shí)性這個(gè)特點(diǎn)，因此在檔案數(shù)字化采集過程中，采用掃描或拍照的方式，保障其真實(shí)性，與此同時(shí)采用光柵圖形的形式進(jìn)行永久存儲(chǔ)，從而保障其原始性。 由于檔案本身是歷史的產(chǎn)物，在不同歷史時(shí)期，其采用的存儲(chǔ)介質(zhì)不同。即便是同樣采用紙質(zhì)的形式進(jìn)行存儲(chǔ)，不同年代紙介的質(zhì)量不同，隨著時(shí)間的推移，紙質(zhì)檔案存在老化、腐爛等情況，因此，在紙質(zhì)檔案數(shù)字化采集的過程中，要求針對(duì)不同年代、不同紙質(zhì)的檔案，進(jìn)行不同掃描參數(shù)設(shè)置，從而到達(dá)最好的采集效果。 由于檔案數(shù)字化工作的最終目的是，人們能夠通過信息網(wǎng)絡(luò)快速的檢索和利用檔案。因此，針對(duì)檔案的數(shù)字化過程，除了檔案原件本身需要進(jìn)行數(shù)字化采集工作外，檔案的編目信息〔包括案卷級(jí)和卷內(nèi)級(jí)目錄〕也需要進(jìn)行采集著錄工作。以便信息系統(tǒng)可以根據(jù)條件進(jìn)行檢索。另外，歷史的檔案目錄多為手寫，很難采用現(xiàn)今比擬流行的OCR文字識(shí)別技術(shù)，因此，為保障檔案目錄的準(zhǔn)確，需要人工的進(jìn)行條目的著錄采集工作。 檔案數(shù)字化工作本身并不是簡單的紙質(zhì)檔案掃描。其存在許多問題有待解決，具體如下：歷史檔案數(shù)量龐大，需要多人長期的辛勤工作方可完成。因此，檔案數(shù)字化長期的多人協(xié)調(diào)和銜接工作，是需要認(rèn)真思考和面對(duì)的問題。檔案數(shù)字化工作既然是人工去作，難免出現(xiàn)錯(cuò)誤。因此，針對(duì)每一份檔案的糾錯(cuò)〔查錯(cuò)、改錯(cuò)等〕，將成為檔案數(shù)字化工作最重要的組成局部，如果數(shù)字化采集的數(shù)據(jù)不能為信息系統(tǒng)所利用，那么意味著檔案數(shù)字化工作的失敗〔即便掃描了很多份檔案，非常辛苦〕。檔案數(shù)字化工作返工，這是數(shù)字化工作中經(jīng)常會(huì)遇到的問題，任何單位都不可防止，只是返工的數(shù)量和工期是可控制的。造成檔案數(shù)字化工作返工原因很多，數(shù)字化工作中產(chǎn)生的錯(cuò)誤只是一方面，還包括數(shù)據(jù)存儲(chǔ)參數(shù)的改變、檔案保管方法的改變、硬件設(shè)備的損壞等許多方面因素。檔案的平安，包括紙質(zhì)檔案的加工平安和電子檔案的存儲(chǔ)平安。國家檔案法中明確指出任何人不得私自修改(涂改)、損壞、銷毀檔案，因此在檔案數(shù)字化過程中，針對(duì)檔案采集設(shè)備要嚴(yán)格考量，禁止使用能夠造成紙質(zhì)檔案損壞的任何采集設(shè)備〔滾筒掃描儀容易撕紙〕。另外，在紙質(zhì)檔案的交接與歸還過程中要嚴(yán)格把關(guān)，防止數(shù)字化加工后的檔案文件缺失。目前的檔案數(shù)字化行業(yè)，是伴隨著檔案事業(yè)的開展而興起的一個(gè)新興行業(yè)，其開展速度之快令人難以想象，但就其本身的信息化程度和現(xiàn)代化管理水平而言卻嚴(yán)重滯后。這種開展的不平衡如果持續(xù)下去，將會(huì)為這個(gè)行業(yè)的長期開展帶來很大的影響。2、檔案數(shù)字化加工環(huán)節(jié)根據(jù)《紙質(zhì)檔案數(shù)字化技術(shù)標(biāo)準(zhǔn)》〔DA/T31-2005〕標(biāo)準(zhǔn)所規(guī)定，同時(shí)結(jié)合這十幾年的檔案數(shù)字化工程經(jīng)驗(yàn)，為保障檔案數(shù)字化的加工質(zhì)量和效率，將檔案數(shù)字化加工環(huán)節(jié)劃分三大操作集合，分別為根本加工環(huán)節(jié)集、平安保障環(huán)節(jié)集、質(zhì)量檢查環(huán)節(jié)集。檔案數(shù)字化加工工序圖如下：根本加工環(huán)節(jié)集：主要是指那些檔案數(shù)字化工作中，必須進(jìn)行的操作環(huán)節(jié)。主要包括：檔案整理〔編頁號(hào)、拆卷〕、檔案掃描、條目著錄、數(shù)據(jù)掛接、打印案卷及卷內(nèi)目錄、檔案裝訂、數(shù)據(jù)備份〔光盤制作〕。平安保障環(huán)節(jié)集：主要是指圍繞紙質(zhì)檔案的加工平安，而定義的加工環(huán)節(jié)。主要包括：檔案領(lǐng)取、檔案歸還、檔案登記〔上架〕。質(zhì)量檢查環(huán)節(jié)集：是指針對(duì)各加工環(huán)節(jié)完成的紙質(zhì)或電子檔案的檢查工作。主要包括：圖像質(zhì)量檢查、著錄條目校對(duì)、掛接校對(duì)、紙質(zhì)案卷抽查。 檔案數(shù)字化完整的加工環(huán)節(jié)包括：檔案領(lǐng)取\歸還、檔案登記〔上架〕、檔案整理〔編頁號(hào)、拆卷〕、檔案掃描、圖像優(yōu)化處理、圖像質(zhì)量檢查、條目著錄、著錄條目校對(duì)、數(shù)據(jù)掛接、掛接校對(duì)、打印案卷及卷內(nèi)目錄、檔案裝訂、數(shù)據(jù)備份〔光盤制作〕、紙質(zhì)案卷抽查。3、各加工環(huán)節(jié)詳細(xì)描述各工序詳細(xì)描述如下：領(lǐng)取檔案：數(shù)字化加工人員到檔案室里批量領(lǐng)取檔案的過程，該工序標(biāo)志著檔案數(shù)字化工作的開始。數(shù)字化加工人員和檔案保管人員，雙方要認(rèn)真核對(duì)領(lǐng)取檔案的數(shù)量、時(shí)間，確認(rèn)無誤后雙方人員要在“檔案交接登記單”簽字確認(rèn)。歸還檔案：數(shù)字化加工人員將數(shù)字化制作完成的檔案，批量歸還給檔案室的過程，該工序標(biāo)志著檔案數(shù)字化工作的結(jié)束。數(shù)字化加工人員和檔案保管人員，雙方要認(rèn)真核對(duì)歸還檔案的數(shù)量、時(shí)間，確認(rèn)無誤后雙方人員要在“檔案交接登記單”簽字確認(rèn)。序號(hào)領(lǐng)取時(shí)間起始案卷號(hào)終止案卷號(hào)卷數(shù)領(lǐng)取人提供人領(lǐng)卷核查情況歸還時(shí)間接收人還卷核查情況100101010張三老師老師201102515張三老師老師302604620張三老師老師檔案登記：是指將剛剛領(lǐng)取的檔案登記在冊(cè)的過程，同時(shí)將該領(lǐng)取的檔案編入到數(shù)字化加工序列之中，為后續(xù)的加工任務(wù)分派和加工進(jìn)度控制奠定根底。登記信息比擬簡單，一般包括案卷的編號(hào)、總頁數(shù)和時(shí)間信息。此過程可以通過兩種方式來實(shí)現(xiàn)，第一種方式是著錄登記信息到Excel中，打印出登記冊(cè)交給工程管理人員，由工程管理員進(jìn)行動(dòng)態(tài)的工作調(diào)派。第二種方式是著錄登記信息到網(wǎng)絡(luò)中的工作單中，以“下單”方式〔“工作流方式”〕將登記的案卷信息發(fā)送給工程管理人員。此檔案登記環(huán)節(jié)的定義，取代了以往在領(lǐng)取每卷的檔案盒中插入“錯(cuò)誤單”的方式，大大提高了一卷檔案的監(jiān)控力度和整體工程的進(jìn)度掌控的精確度，同時(shí)減少了不必要的浪費(fèi)。檔案整理：是指針對(duì)檔案案卷，按傳統(tǒng)組卷或簡化組卷方式，進(jìn)行重新排序和編寫頁號(hào)的過程。該檔案整理環(huán)節(jié)的定義并非“廣義”上的檔案整理。該環(huán)節(jié)所產(chǎn)生的頁碼錯(cuò)誤，將檔案掃描等后續(xù)環(huán)節(jié)中被查出。檔案掃描：將紙介檔案掃描的計(jì)算機(jī)的過程。主要技術(shù)指標(biāo)有掃描分辨率〔Resolution〕，亮度〔Bright〕，比照度〔Contrast〕，圖像壓縮方法〔Compress〕，文件存儲(chǔ)類型〔FileType〕，文件存儲(chǔ)路徑〔FilePath〕；圖像處理：將掃描產(chǎn)生的圖像文件進(jìn)行優(yōu)化處理的過程，是提升電子檔案質(zhì)量的重要過程。主要操作包括：掃描質(zhì)量檢查、圖像去黑邊框、圖像去小斑點(diǎn)、圖像糾偏、圖像切邊、圖像拼接、拆分等操作。其中“掃描質(zhì)量檢查”又稱“一查”，是圖像處理人員通過觀察來判斷掃描圖像，是否掃描壓紙、壓字，是否存在“掃描變形”，是否亮度、比照度不夠檔案不清晰肉眼很難區(qū)分等；如出現(xiàn)此類情況，交給掃描人員重新掃描。圖像檢查：是對(duì)圖像優(yōu)化處理操作完成的圖像，進(jìn)行檢測的過程。該過程又稱“二查”，主要針對(duì)圖像處理操作后的圖像是否完整、是否對(duì)掃描圖像進(jìn)行了清晰化、規(guī)整化操作，頁號(hào)是否連續(xù)，有沒有出現(xiàn)掃描、處理丟頁的情況等。如出現(xiàn)上述情況，根據(jù)情況類型交給掃描或處理人員重新操作。條目著錄：根據(jù)檔案信息管理平臺(tái)定義的檔案目錄結(jié)構(gòu)，通過人工著錄的方式，進(jìn)行條目數(shù)據(jù)采集的過程。在此過程中經(jīng)常會(huì)產(chǎn)生錯(cuò)別字、工程級(jí)或案卷級(jí)或卷內(nèi)級(jí)目錄關(guān)聯(lián)錯(cuò)誤等。同時(shí)，該環(huán)節(jié)是影響檔案數(shù)字化工作整體速度的重要環(huán)節(jié)之一。該環(huán)節(jié)錯(cuò)誤率高，將使后續(xù)的過失和改錯(cuò)環(huán)節(jié)難度增大。條目校對(duì)：是指檢查出條目著錄環(huán)節(jié)中產(chǎn)生的錯(cuò)誤，同時(shí)加以改正的過程。該環(huán)節(jié)中又稱“三查”，主要針對(duì)錯(cuò)別字和目錄關(guān)聯(lián)錯(cuò)誤進(jìn)行糾正。數(shù)據(jù)掛接：是指將掃描產(chǎn)生電子檔案圖像數(shù)據(jù)與著錄的條目數(shù)據(jù)，進(jìn)行一一對(duì)應(yīng)匹配的過程。數(shù)字化人員通過人工或自動(dòng)的兩種方式，將實(shí)際檔案原件的存放路徑〔絕對(duì)路徑或相對(duì)路徑〕信息，記錄到該著錄條目的“原文路徑”字段中，這樣檔案管理信息系統(tǒng)便可以通過獲取該“原文路徑”字段的內(nèi)容信息，來加載檔案掃描原件，以供用戶瀏覽、利用。掛接校對(duì)：是指將掃描產(chǎn)生電子檔案圖像數(shù)據(jù)與著錄的條目數(shù)據(jù)一一對(duì)應(yīng)匹配結(jié)果的校對(duì)過程。為保障掛接數(shù)據(jù)準(zhǔn)確，需要人工的“一條”與“一頁”的比對(duì)，沒有其它捷徑。只能在數(shù)據(jù)的加載方式上，來提高校對(duì)效率。在此校對(duì)過程中，操作人員可以發(fā)現(xiàn)“頁號(hào)編寫錯(cuò)誤”和“數(shù)據(jù)著錄錯(cuò)誤”或“丟著錄記錄”等現(xiàn)象，并及時(shí)的加以糾正。數(shù)據(jù)備份：主要通過兩種方式，一是通過光盤刻錄方式進(jìn)行數(shù)據(jù)永久備份；二是通過數(shù)據(jù)復(fù)制到現(xiàn)有的“磁盤陣列機(jī)”進(jìn)行數(shù)據(jù)備份；光盤刻錄方式，根據(jù)國家對(duì)電子檔案數(shù)據(jù)離線備份要求：a、在光盤的根目錄下必須存放光盤數(shù)據(jù)目錄信息數(shù)據(jù)庫文件，并可以使用“通用”數(shù)據(jù)庫軟件翻開、瀏覽、檢索；b、在光盤的根目錄下必須存放關(guān)于光盤數(shù)據(jù)存儲(chǔ)信息描述的“說明文檔”；c、電子掃描數(shù)據(jù)存放于光盤的根目錄下指定的“子目錄”下。檔案裝訂及目錄打?。菏侵羔槍?duì)數(shù)字化加工完成的紙質(zhì)檔案案卷，用打印出的目錄紙張，來替換掉