| 出版日期：2000-12-25 总期号：984 本年期号：96 |
|
 |
光电录入系统：实现效率
OCR（Optical Character Recognition） 此次光电录入系统主要采用OCR——光学字符识别技术。OCR概念的产生是在1929年，首先由德国的科学家Tausheck提出，几年后，美国科学家Handel也提出了利用技术对文字进行识别的想法，但这种梦想直到计算机的诞生才变成了现实。我国在OCR技术方面的研究工作起步较晚，在70年代才开始对数字、英文字母及符号的识别进行研究。1986年，国家将OCR确定为863项目之一，由清华大学计算机系、国家智能技术与系统实验室开发。现在，清华紫光股份有限公司已经被认定为863计划成果产业化基地，2000年12月9日，清华紫光的光电系统在合肥通过国家统计局计算中心的验收。 中文OCR，即采用扫描仪、数码相机等输入设备，把中文印刷体的文稿送入计算机并以计算机文档表示出来的高新技术。中文印刷体识别技术（OCR）主要用于文字和表格输入，可以用扫描仪将整页的印刷文稿或者表格输入计算机，由计算机上的识别系统自动生成汉字文件，替代人工键入汉字和表格的工作。在全国人口普查计算机数据处理的各个环节中，原始数据的录入工作是最基本、最重要的，也是难度最大的。只有真正保证前期原始数据录入得不错、不乱、不重、不漏，才能使后期的数据汇总工作和统计分析工作具有实际意义。 由于第五次全国人口普查的原始数据录入工作是在分布于全国基层各地区（市）的统计局计算站进行，从国家的高度来看，其中任何一个地区（市）原始数据录入工作的失败都将直接导致全国的人口普查数据录入工作的失败。因此，如何保证全国所有地区原始数据录入工作顺利、高质量地完成，是整个数据处理工作成功的关键。而解决这一难题的最重要、最有效的关键，就是要为全国各地的工作站搭建一套性能可靠、功能完善、使用方便的计算机原始数据录入系统。 在对其他国家的人口数据录入方式进行考察比较后,第五次全国人口普查的原始数据录入工作决定采用光电自动录入的方式，即首先用光电扫描仪扫描普查表，获得图像或数字数据，再用程序切分摘取图像中有用的数据字符图像，最后用OCR（光学字符识别技术）由识别程序对字符图像进行自动识别，从而得到人口普查表的原始数据。国家统计局计算中心从1998年开始招标,并在翌年对参加招标厂商的设备进行了测试,在10多家（其中包括8家国内厂商和3家国外厂商）竞争者中，清华紫光股份公司脱颖而出，成为承担此次人口普查光电录入系统的系统集成商。 一、系统总体设计思想 ●完整、完善的应用系统 ●严密的管理控制功能 ●功能设计科学合理、便于操作 ●人性化设计 二、系统数据量 根据系统招标要求，全国约有36000万张普查短表，4000万张普查长表，500万张死亡表、500万张暂住人口调查表，其中： 每张长表：622B 每张短表：209B 每张死亡/暂住表：248B 原始数据总量约：102.15MB（约 210 张光盘） 长表图像约：6390GB（约12800张光盘） 据估计，全国共需约 13000～30000张光盘。 三、系统硬件构成 一个网络集线器将3台微机连接成对等网（图2），其中一台微机连接光电扫描仪和光盘刻录机（通过SCSI卡）。通过网络集线器还可连接到当地统计局的服务器。 3台微机都安装Windows98 操作系统，与光电扫描仪连接的微机安装人口普查表扫描识别系统，其余两台微机安装人口普查数据人工校正系统。人口普查数据（图像）光盘浏览系统安装在与光盘刻录机连接的微机上。 根据国家统计局计算中心的招标计划，录入系统需要的相关设备均由国家统一招标，除了扫描仪属于租赁外，其余设备均由国家统一招标购买，在记者采访国家统计局计算中心主任徐铁夫先生时，他提到为了节约开支，尽可能好地利用有限的资金，所有的中标产品相对来说都应是具有较高的性能价格比。下面是在该系统中的大部分产品。 此外，系统还选用了联想奔月2000和健邦SCSI适配器等硬件设备。 光电录入系统中标产品一览 光电扫描仪 
最低指标：A3幅面、双面扫描、每分钟12页以上。光电扫描仪通过SCSI连线和SCSI卡相连接入系统。 中标产品：富士通扫描仪4097DG具有SCSI-2接口，支持A8幅面到A3幅面的扫描，能支持100页自动送纸，具有双精度送纸检测功能，在双面扫描时，每分钟能扫描90个图像（A4/200dpi）。 光盘刻录机 
最低指标：可根据需要选用内置型或外置型，选用外置型光盘刻录机推荐使用SCSI接口。 中标产品：索尼SONY CRX140S采用外置SCSI连接方式，需要另外安装SCSI卡；8倍的CD-R光盘刻录速度、4倍的CD-RW写入速度、32倍的光盘数据读取速度。刻录之前的预处理时间很短，能够保证8X的10分钟全盘刻录标称时间；具有4MB的缓冲区。 网络交换机 
最低指标：10M / 100M 自适应，8口。 中标产品：紫光bs3080p 10/100Mbps自动协商交换机； 8个10/100Mbps RJ-45自适应端口；支持 IEEE 802.3、 IEEE 802.3u、IEEE 802.3x； 内置100V～240V/50～60Hz电源。 打印机 
最低指标：暂缺 中标产品：施乐DocuPrint P8ex每分钟可打印8页，首页输出时间为19秒，不但可以实现600×600dpi的打印质量，而且通过图像增强可以达到1200dpi的图像打印质量。它使用了KS32C6100-33MHz处理器，标配4MB内存，最高可增加到36MB。 |
||||||||||||||||
