档案扫描数字化质量标准

档案扫描数字化质量标准一、适用范围与总体质量管控原则本标准适用于各级各类机关、团体、企业事业单位开展纸质档案、照片档案、缩微品档案及其他常见实体档案扫描数字化作业的全流程质量管控，覆盖前期档案整理、扫描采集、图像处理、数据著录、成果挂接、检验验收、存储备份全环节，所有数字化成果需满足真实、完整、可用、安全的核心要求，不得篡改档案原始记录信息，不得丢失档案原有内容要素，不得因作业操作造成档案实体损坏，数字化成果需满足长期保存、检索利用、凭证价值留存的核心需求。总体质量管控需遵循三个核心原则：一是原始性优先原则，所有扫描生成的数字图像需完整还原档案原貌，档案本身存在的破损、霉斑、污渍、修改痕迹、领导批注、圈阅标记、收文章、归档章等管理痕迹均属于原始档案的组成部分，不得为了视觉效果随意删减、修改、美化，确需进行图像去污、纠偏等处理时，不得覆盖、消除任何承载档案凭证价值的内容；二是全流程可追溯原则，数字化各环节的作业人员、作业时间、设备参数、修改记录、检验结果需全程留痕，形成完整的元数据链路，出现质量问题可反向追溯到具体作业节点与责任人；三是分级管控原则，针对永久保管的珍贵档案、涉及公共利益的民生档案、普通短期保管档案分类设置差异化质量参数，在兼顾作业效率的同时保障核心档案的数字化质量，避免质量冗余或质量不足问题。二、前期预处理环节质量要求档案清点核对需做到账实完全一致：作业人员接收待扫描档案时，需对照档案交接清单逐卷、逐件、逐页核对档案数量、档号、保管期限，核对档案实体是否存在缺页、错装、漏号、重号问题，核对过程中发现的档案实体破损、褪变、粘连、装订问题需逐一登记，经档案保管方确认后再进行后续处理，严禁擅自拆卷、调整档案页次。档案清点核对的准确率需达到100%，发现档案实体问题的登记完整率需达到100%。档案拆卷与页序整理需保持原始状态：对装订较紧、影响扫描质量的档案，拆卷过程中不得损坏纸张、字迹，拆除的金属装订物需统一收集，不得遗留在档案纸张中造成氧化污损；对不宜拆卷的珍贵档案、古籍、已装订成册且拆卷会损坏原件的档案，需采用非接触式扫描设备进行采集，不得强行拆卷。整理后的档案页次需与原有档号、页码标注完全一致，对原有页码标注错误、漏编页码的情况，需在档案备考表中注明，不得擅自更改原有页码顺序；对档案中夹带的非纸质小尺寸物件（如票据、照片、明信片），需按照原有位置固定在同页对应位置，不得随意取出或调换位置；对页面上倾斜粘贴的便签、票据，需保留其原始粘贴角度与位置，不得为了视觉整齐强行调整角度破坏档案原貌；对大幅面折叠的图纸、报表，需在不损坏原件的前提下轻轻展平，去除折痕，无法完全展平的需标注折痕位置，避免扫描时出现内容遮挡。拆卷过程中造成的档案实体损坏率为0，页序调整差错率需控制在0以内。特殊破损档案需完成前置处理再扫描：对存在纸张脆化、霉变、虫蛀、水渍的破损档案，需先完成修裱修复后再进行扫描，修裱过程中不得覆盖原有字迹；对字迹褪色、模糊的易褪变档案（如热敏纸传真件、复写纸联单、圆珠笔书写的文件），需单独登记，标注优先处理标识；对正反面均有记载内容的档案，不得漏扫反面，哪怕反面只有极少量的签字、页码、备注，也需纳入扫描范围。数字化作业完成后，需按照原档案的装订要求重新装订，装订材料采用无酸不锈钢钉或棉线，避免长期存放造成纸张锈蚀损坏，装订时保证页序正确、无缺页倒页，逐卷核对与交接时的数量、状态一致后交还档案保管部门，交接时履行双签字手续。三、扫描采集环节核心质量参数标准分辨率参数需匹配档案类型与利用需求，所有分辨率为设备实际光学分辨率，不得采用插值分辨率替代光学分辨率导致图像虚化，具体要求为：普通纸质印刷类档案（包括正式印发的公文、报表、名册、普通出版物等），印刷字迹清晰、字号不小于五号字的，扫描分辨率不低于300dpi；精细印刷或手写类档案（包括手稿、书信、小字密集的户籍底册、会计凭证、古籍、民国档案、珍贵档案原件），字号小于五号字、字迹较细或存在模糊褪变的，扫描分辨率不低于600dpi；大幅面工程图纸类档案（包括0号、1号、2号竣工图、设计图、地形图），线条为普通粗细的，扫描分辨率不低于300dpi，图纸上存在小号标注字、线条密度较高，或需要进行图纸量算的，扫描分辨率不低于400dpi，图纸边缘的图签、会签栏、比例尺区域分辨率需满足清晰识读要求；照片与底片类档案，普通冲印照片扫描分辨率不低于600dpi，照片背面的题字、说明、印章需同步扫描，135、120等规格底片、反转片采用透射式扫描仪采集，扫描分辨率不低于2400dpi，大幅面照片、存在细微裂纹、字迹模糊的老照片，扫描分辨率不低于1200dpi；缩微品档案，16mm、35mm缩微胶片扫描分辨率需匹配缩微拍摄倍率，换算后纸质原件的输出分辨率不低于300dpi，珍贵文献缩微品输出分辨率不低于600dpi。色彩模式参数需保障信息完整，具体要求为：黑白二值模式适用于字迹清晰、无彩色内容、无深浅层次变化的普通印刷公文、技术资料，二值扫描时需调整阈值，保证字迹清晰、无断笔，背景干净无杂点；8位灰度模式适用于黑白照片、字迹层次丰富的手写稿、铅笔批注文件、黑白图纸，灰度等级不低于256级，需保证字迹浓淡层次清晰，浅淡字迹不丢失，深色背景不糊成一片；24位真彩色模式适用于带有红头、公章、彩色插图、彩色标记的文件，彩色照片、蓝图、褪变档案、热敏纸/复写纸类易褪色档案、珍贵历史档案，彩色采样率不低于4:4:4，不得采用降采样的压缩模式导致色彩失真。凡带有红色印章、红色抬头、彩色手迹的档案，一律不得采用黑白二值模式扫描，避免凭证要素丢失；蓝图扫描需调整色彩曲线，保证蓝色背景与线条、签章的对比度，不得将蓝色背景扫成纯黑色导致线条、签章无法辨认；纸张较薄、背面透字严重的档案，扫描时可在背面衬垫黑色无反光衬纸，减少透字对正面图像的干扰。文件格式需区分长期保存与日常利用场景：长期保存格式采用无损压缩格式，纸质档案、图纸、照片的长期保存格式为不压缩的TIFF格式，或采用无损压缩的JP2格式（压缩比不高于3:1），不得采用有损压缩格式作为长期保存版本；底片档案的长期保存格式为无损压缩TIFF格式，保留原始色彩通道信息；日常利用服务可根据需求生成PDF、JPEG等格式，用于日常检索利用的双层PDF格式需保证图像层质量与长期保存版本一致，文本层识别准确；采用JPEG格式作为利用版本的，压缩品质参数不低于80（0-100分值区间），不得出现明显的压缩块效应。扫描操作时需将档案原件平放在扫描台面上，对齐扫描边框，非接触式扫描需调整灯光角度，避免玻璃反光、阴影遮挡字迹；薄脆纸张采用手动进纸模式，避免卡纸撕裂；每完成一个批次扫描，逐页对照原件检查是否存在漏扫、重扫、页面模糊、局部遮挡问题，漏扫页面及时补扫，重扫的冗余页面及时删除。扫描采集的漏扫率、重扫率需为0，单页图像因对焦不准、走纸偏移造成的局部模糊面积超过页面1%的，需重新扫描。四、图像处理环节质量标准纠偏处理需保证页面端正：扫描生成的图像存在整体歪斜的，需采用高精度插值算法进行旋转校正，纠偏后图像的整体歪斜偏差不得超过1度，对页面内局部粘贴的票据、批注存在倾斜的，不得强行旋转局部内容破坏档案原貌，仅可对整页图像的整体歪斜进行校正；纠偏过程中需保证字迹边缘清晰，不得因旋转处理造成字迹虚化、锯齿化。裁边处理需保证内容完整：纠偏完成后裁剪图像边缘的黑边、多余扫描台面区域，裁剪时保留档案页面的完整边缘，不得裁掉档案本身的内容，包括页面边缘的批注、页码、装订孔标记等；裁剪后的图像白边宽度控制在5mm-10mm之间，不得裁到纸张边缘导致内容缺失，也不得保留过宽的黑边、台面区域影响阅读体验；对开本大小不一的档案组合成卷的，需逐页根据页面实际大小调整裁边范围，不得采用统一尺寸强行裁剪，保证小尺寸页面的内容完整。去污处理需严格区分冗余信息与原始内容：对扫描过程中产生的黑点、黑线、玻璃污渍、阴影、操作造成的临时痕迹等影响阅读的冗余信息，可在不破坏原始内容的前提下进行去污处理；对档案本身存在的污渍、修改痕迹、印章边缘晕染、字迹洇透痕迹、批注标记等原始信息，不得作为杂点去除；去除背面透字时，需保证正面字迹、印章的完整性，不得因去除透字导致正面字迹断笔、印章残缺。去污处理后，图像上残留的直径超过1mm的非原始杂点数量，单页不得超过3个，且杂点不得位于文字、印章区域影响内容识别；严禁采用全局模糊、全局阈值调整的方式粗暴去污，导致浅淡字迹、浅色印章被清除。图像拼接与优化需保证阅读效果：对超过扫描设备幅面的大幅面档案，需分幅扫描后进行拼接，拼接处对齐文字、线条，拼接误差不得超过1个像素，不得出现内容重叠、内容断层、线条错位问题；拼接后的图像需保证色彩、亮度、分辨率参数一致，无明显拼接痕迹；档案折页、折角处因展平不到位导致内容模糊的，需重新扫描后拼接，不得直接将模糊的折痕图像纳入成果。图像优化调整亮度、对比度、色彩曲线时，需保证深色字迹不糊成块、浅淡字迹清晰可辨、印章颜色还原准确，不得出现色彩严重偏差（如红色公章扫成暗红色、紫色，蓝色蓝图扫成绿色、黑色）；灰度模式扫描的图像，背景灰度值控制在240-255之间（0为纯黑，255为纯白），文字区域灰度值控制在0-80之间，保证足够对比度；彩色模式扫描的图像，色彩还原偏差值ΔE不得超过8，保证红头、公章、彩色插图的颜色与原件基本一致。所有图像处理操作不得改变档案原始记载内容，不得对缺失的字迹、印章进行人为补全、修饰。五、目录与元数据采集质量标准目录著录需与档案实体内容完全一致，核心著录字段包括档号、全宗名称、归档年度、保管期限、责任者、文号、题名、形成日期、文件页数、备注等，具体要求为：档号著录符合档案编号规则，做到档号唯一、结构完整，无重号、错号、漏号，档号与档案实体的对应准确率为100%；责任者著录填写文件制发单位全称或通用规范简称，不得使用“本局”“本单位”等模糊指代，多个责任者按照文件落款顺序逐一著录；文号著录完整填写机关代字、年份、序号，年份采用4位数字加六角括号标注，不得简写年份、编虚位序号；题名著录准确概括文件核心内容，文件原有题名规范的直接照录，原有题名过于简单、无法反映内容的，自拟补充题名并加方括号标注；形成日期著录采用8位阿拉伯数字格式（如2024年5月1日著录为“20240501”），文件未标注明确日期的，经考证后注明，不得随意填写；页数著录准确统计该件档案的实际扫描页数，封面、封底、备考表有内容的均计入页数，不得出现页数与实际扫描页数不一致的问题；文件中的少数民族文字、外文内容按照原文著录，无法准确录入的生僻字采用通用生僻字编码标注，不得随意用同音字替代。目录著录核心字段准确率需达到99.9%以上，非核心字段准确率需达到99%以上，关键字段（档号、题名、形成日期）错误计为严重错误。元数据采集需覆盖全流程要素，除传统目录字段外，同步采集扫描设备编号、扫描作业人员、扫描时间、图像处理人员、处理时间、图像分辨率、色彩模式、文件大小、哈希校验值、检验人员、检验时间、密级标识、保管位置等技术与管理元数据。所有元数据项需完整采集，不得缺项、漏项；元数据值真实准确，不得编造作业记录、设备参数；技术元数据通过扫描系统自动采集，不得人工随意修改；每一份图像文件需生成唯一的MD5或SHA-1哈希校验值，用于后续数据完整性校验，哈希值与文件的对应准确率为100%；元数据与对应的数字图像、目录数据建立持久关联，关联准确率为100%。开展OCR全文识别的成果需满足检索需求：普通清晰印刷体文本的识别准确率不低于99%，即每100个汉字的识别错误字符数不超过1个；清晰手写楷书文本的识别准确率不低于95%，草书、手写行书等辨识度较低的文本需保证核心关键词可检索；公章、表格、图片区域的文字需纳入识别范围，识别后的文本按照原页面的文字顺序排列，对应原文的段落、行次，不得出现大段顺序错乱；识别出的生僻字、特殊字符、无法识别的字符用特殊标记注明，不得随意替换为常用字；双层PDF的文本层设置为透明状态，不得遮挡下方的原始图像层。六、数据挂接质量标准数字图像、目录数据、元数据需通过档号这一核心字段完成关联挂接，构建完整的档案数字化成果数据库，具体要求为：目录中的档号与图像文件存储路径对应的档号完全一致，不得出现错配、漏配问题；逐件核对挂接结果，点击目录条目需准确打开对应的所有图像页面，页面顺序与档案实体页序完全一致，不得出现目录对应错误文件、文件页面顺序错乱、缺页多页问题；多页文件合并为单份成果文件（如PDF格式）时，合并后的文件页码顺序与实体档案页序一致，无跳页、倒页、重复页问题；挂接完成后对所有成果文件进行可读性校验，不得出现文件损坏、无法打开、图像显示异常的问题。数据挂接准确率需达到100%，凡出现目录与文件错配、文件无法打开、页序错乱的问题，均计为严重质量错误。七、特殊类型档案扫描专项质量标准照片档案需留存历史原貌：老照片扫描前轻轻擦拭表面浮尘、霉斑，采用非接触式平板扫描仪采集，避免压坏照片表面的乳剂层；彩色老照片扫描记录原始色彩状态，不得随意调整色彩去除照片本身的泛黄、褪色痕迹；照片边缘的题字、印章、编号完整扫描，不得裁掉；带有底片的照片同步扫描底片，与照片扫描件建立关联。工程图纸需保障精度要求：硫酸纸底图扫描时在纸张下方衬垫纯黑色无反光衬纸，提高线条与背景的对比度，避免透扫导致背面线条干扰；蓝图扫描时调整色彩通道，突出蓝色背景上的黑色线条、红色签章，保证细线条不丢失，签章清晰可辨；大幅面图纸扫描时平稳进纸，避免纸张走偏造成图纸变形，比例尺信息完整清晰，保证图纸量算精度。珍贵历史档案需优先保护原件：古籍、民国档案、革命历史档案一律采用非接触式书刊扫描仪采集，不得拆卷，扫描时灯光照度控制在档案保护允许范围内，避免强光照射造成纸张老化、字迹褪色；扫描分辨率不低于600dpi，采用24位真彩色模式，完整保留纸张纤维、老化痕迹、批改痕迹、印章信息，不得进行过度去污处理抹除历史痕迹；扫描过程中安排档案保管人员全程在场监护，避免翻阅造成纸张脆裂。易褪变与特殊载体档案需强化信息留存：热敏纸、复写纸类档案在字迹未完全褪变前完成扫描，采用600dpi、24位真彩色模式采集，图像调整时重点优化浅淡字迹的对比度；缩微胶片扫描前清洁胶片表面的灰尘、划痕，调整扫描密度值，保证浅淡字迹、暗部细节清晰呈现，不得出现亮部过曝、暗部死黑问题。八、质量检验与验收判定标准建立三级检验机制，明确检验责任与比例：一是自检，由作业操作人员对完成的每一份成果进行100%全检，对照档案原件逐一检查图像质量、目录质量、挂接质量，发现问题及时整改，自检合格后提交班组复检；二是复检，由班组质量检验人员对提交的成果按不低于30%的比例随机抽检，珍贵档案、民生档案、涉密档案100%全检，重点检查漏扫、错扫、挂接错误、信息缺失等严重问题，复检不合格的批次退回全面整改，整改后重新提交；三是终验，由档案所属单位组织验收组开展最终验收，按不低于10%的比例随机抽检，珍贵档案、涉密档案100%全检，验收内容覆盖实体档案完好情况、图像质量、目录与元数据质量、挂接质量、数据安全情况。检验过程中可采用系统自动检测分辨率、色彩模式、歪斜度、黑边等参数，提升检验效率，但涉及档案内容完整性、原始性的检验必须人工逐页核对，技术检验不得替代人工检验。质量错误分为三个等级，明确判定规则：一是严重错误（A类），指影响档案凭证价值、造成档案信息丢失或安全风险的错误，包括扫描作业造成档案原件损坏、丢失；档案内容漏扫、缺页，核心签章、文号、关键文字缺失；档号编制错误、目录与文件挂接错误导致张冠李戴；擅自修改、删除档案原始内容，伪造档案信息；成果数据携带病毒、被恶意篡改；涉密档案数据违规存储、传输。A类错误零容忍，验收中发现1处A类错误，对应批次直接判定为不合格，需全面整改后重新申请验收，造成档案损坏、失泄密的按相关规定追究责任。二是一般错误（B类），指影响阅读利用但不影响档案核心凭证价值的错误，包括图像歪斜偏差超过1度；裁边不当丢失非核心边缘内容；色彩偏差较大影响视觉效果；图像存在明显杂点、黑边、折痕；目录字段著录错字漏字但不影响文件含义理解；OCR识别准确率未达到标准要求。B类错误抽检样本中的错误率需控制在1‰以内，超出比例的批次需对同批次所有成果排查整改。三是轻微错误（