发布时间：
Pattern Recognition期刊Q1区。期刊分区：SCI期刊分区共有两种，一类是JCR分区，也就是汤森路透分区，共有Q1、Q2、Q3和Q4四个区，前25%(含25%)期刊划分为Q1区，前25%～50% (含50%)为Q2区，前50%～75% (含75% )为Q3区，75%之后的为Q4区。
另一个分区是中科院分区，中科院分区也是有四个区，1区-4区，在称谓上与JCR分区不同，前5% 为该类1 区、6% ～ 20% 为2 区、21% ～50% 为3 区，其余的为4 区。
其实这两类分区最大的区别在于影响因子的区间标准不同，中科院分区中1区期刊比JCRQ1区期刊要少，质量上要更高，两种分区都是可以选择的。PATTERN RECOGNITION 期刊简介：模式识别是一个成熟而激动人心、发展迅速的领域，它支撑着计算机视觉、图像处理、文本和文档分析以及神经网络等相关领域的发展。它与机器学习非常相似，并且在生物特征学、生物信息学、多媒体数据分析和最近的数据科学等快速新兴领域也有应用。期刊模式识别是在大约50年前建立的，因为这个领域出现在计算机科学的早期。在过去的几年里，它有了很大的发展。该杂志接受在任何领域对模式识别的理论、方法和应用做出原创贡献的论文，前提是该工作的背景在模式识别文献中都有明确的解释和依据。主要关注的论文不属于模式识别领域，并且使用现有或众所周知的方法报告IT的常规应用程序的论文，应该指向其他地方。以上内容参考：期刊网——期刊简介
推荐《自动化学报》，属于EI期刊，简介如下：
《自动化学报》（ACTA AUTOMATICA SINICA）是由中国自动化学会、中国科学院自动化研究所共同主办的高级学术期刊。本刊于1963年创刊，1966年停刊，1979年复刊，现为大16开本，月刊，每期160页。科学出版社出版，国内外公开发行。
是的格式的更好的发生过
期刊： best (1) IEEE Transactions on Pattern Analysis and Machine Intelligence，IEEE模式分析与机器智能汇刊，简称PAMI，是IEEE最重要的学术性汇刊之一。 (2) ACM Transactions on Graphics，美国计算机协会图形汇刊，简称TOG，该刊侧重于计算机图形的处理，影响因子在该领域也比较高。 (3) International Journal of Computer Vision，该刊也是该领域的顶级期刊之一，相比于PAMI来讲，该刊侧重于理论的推导。 (4) IEEE Transactions on Image Processing，该刊也是图像处理领域的代表性期刊之一，相比于上面三个期刊来讲，该刊稍微低一点层次。 good (1)Computer Vision and Image Understanding Pattern Recognition：CVIU (2)Advances in Neural Information Processing Systems：NIPS elsevier系列 (1)image and vision computing (2)journal of vision communication and image processing (3)signal processing (4)signal processing:image communication (5)pattern recognition (6)pattren recognition letter (7)computer vision and image understanding (8)medical image analysis 会议： best (1)ICCV：Inter. Conf. on Computer Vision (2)CVPR：IEEE conf. on Computer Vision and Pattern Recognition (3) ECCV：. on Computer Vision good (4) ICIP： Image Processing (5) ICPR ： Pattern Recognition (6)ACCV：Asia Conf. on Computer Vison (7)IVCNZ：IEEE conf. on Image and Vision Computing New Zealand (5)BMVC：British Machine Vision Conference
IEEE Trans. On Image Processing(简称TIP)是图像处理领域top期刊之一，对研究的创新性和完整性要求比较高。
论文初步上传后，有一个月时间的quality check过程，主要是对研究方向是否符合期刊、英文写作是否达到水平进行检查，这个过程估计是AE和ADM(期刊编辑）共同完成，论文的状态在此时也会进入“under review”，但只是quality check阶段。
如果过了quality check（如果没过，会直接返回，和IEEE SIGNAL PROCESSING LETTERS类似），论文正式进入审稿阶段，在7月初，审稿经历了约4个月，收到了一审意见Major Revision（RQ），三个审稿人给了2个RQ,一个AQ,两个RQ的审稿人主要对论文组织结构提出了问题。
这个主要是我的算法包含了好几个创新点，写的时候没能突出重点，公式推导有点长；但是三个审稿人对论文的创新性都进行了肯定。
有用的经验：
1、只要对自己的idea有信心，不管审稿结果如何，心里都不用慌，没有不让重投，就有机会。
2、认真对待审稿人的每一条意见，他们都是这个领域的大牛、小牛，意见很可能对文章有重要的提升。
3、修改时间估计不够时，提前几天申请延长修改时间，只要理由得当，编辑会很nice地同意的。
4、TIP的整个投稿周期很长，有耐心，做点别的事情。
介绍：
(1) IEEE Transactions on Pattern Analysis and Machine Intelligence，IEEE模式分析与机器智能汇刊，简称PAMI，是IEEE最重要的学术性汇刊之一。
(2) ACM Transactions on Graphics，美国计算机协会图形汇刊，简称TOG，该刊侧重于计算机图形的处理，影响因子在该领域也比较高。(3) International Journal of Computer Vision，该刊也是该领域的顶级期刊之一，相比于PAMI来讲，该刊侧重于理论的推导。
(4) IEEE Transactions on Image Processing，该刊也是图像处理领域的代表性期刊之一，相比于上面三个期刊来讲，该刊稍微低一点层次。
要发EI或者SCI的话，自己应该很清楚自己的论文质量，如果质量确实过硬的话，发EI或SCI的期刊还是可以的，中文的可以考虑《中国图像图像学报》
研究生之友。图像处理属于计算机类的期刊，发《研究生之友》审稿周期还算比较快，免版面费的期刊，审时间为2到4周，从投稿到接受平均只要2个月，年发文量大，除了接受全文外，还接受数量庞大的会议文章。
遥感类的EI收录，非SCI的，你可以试一试武汉大学学报，有一定的科研说服力。如果你不要求EI SCI，我推荐中国图象图形学报，遥感所出的，很不错。只要有创新，就可以。
《影像研究与医学应用》是由国家新闻广电出版总局批准，全国感光材料信息站主管主办的国家级医学学术期刊。
出版周期 : 半月刊
国际刊号 : ISSN 2096-3807
国内刊号 : CN13-1424/R
主要刊载常规X线、CT、MRI、超声、核医学、介入放射学、电镜、红外热成像、医学图像处理等方面的新成果和新进展，栏目有综述、论著、影像研究、影像技术、医学影像、综合医学、探索发现等。
全文收录中国知网、万方数据库，面向国内外公开发行。
栏目设置： 综述、论著、影像研究、影像技术、医学影像、综合医学
扩展资料：
稿件要求及说明：
1、文章具备科学性、实用性，论点明确，材料详实，数据可靠，语言精炼，层次分明。文章篇幅一般在2400-6000字。符数左右为宜，图片要求清晰，对比适度，表格采用三横线制。
2、为尊重作品版权、维护本刊权威性和作品质量，作者保证来搞不涉及抄袭、保密、署名排序等争议，来搞文责自负。
3、文章内容完整。包含：题目、作者姓名、作者单位全称（具体到科室）、所在省市、邮编、中文摘要（200字左右）、关键词（2-5个）、参考文献、作者简介及详细通讯地址和电话等。
4、获得基金项目资助的文章注明基金项目名称和编号。
5、编辑部有权对稿件进行修删，如不同意请在投稿时声明。本刊全文收录知网、万方数据库，如不同意请在投稿时声明。
参考资料：影像研究与医学应用杂志-杂志简介
图像与信号处理吧，开源的会容易点
图像与信号处理，国际中文期刊
推荐《仪器仪表学报》，核心期刊，以下是该杂志的简介，希望有所帮助：
《仪器仪表学报》是中国仪器仪表学会主办，代表中国仪器仪表及自动化最高学术水平的唯一国内外公开发行的学术性刊物。学术性强、内容创新、注重应用，优先刊登具有创新成就和观点的中英文论文、综述性文章、论坛及信息。设有学术论文、研究通讯和短文、综述、信息等栏目。
图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为，应用广泛，多用于测绘学、大气科学、天文学、美图、使图像提高辨识等。学术堂在这里为大家整理了一些图像处理本科毕业论文题目，希望对你有用。1、基于模糊分析的图像处理方法及其在无损检测中的应用研究2、数字图像处理与识别系统的开发3、关于数字图像处理在运动目标检测和医学检验中若干应用的研究4、基于ARM和DSP的嵌入式实时图像处理系统设计与研究5、基于图像处理技术的齿轮参数测量研究6、图像处理技术在玻璃缺陷检测中的应用研究7、图像处理技术在机械零件检测系统中的应用8、基于MATLAB的X光图像处理方法9、基于图像处理技术的自动报靶系统研究10、多小波变换及其在数字图像处理中的应用11、基于图像处理的检测系统的研究与设计12、基于DSP的图像处理系统的设计13、医学超声图像处理研究14、基于DSP的视频图像处理系统设计15、基于FPGA的图像处理算法的研究与硬件设计
图像分割是图像处理与计算机视觉的基本问题之一，是图像处理图像分析的关键步骤。我整理了图像分割技术论文，欢迎阅读!
图像分割技术研究
摘要：图像分割是图像处理与计算机视觉的基本问题之一，是图像处理图像分析的关键步骤。本文介绍了基于阈值的分割方法和图像分割的图像分割性能的评价、应用现状;最后总结出图像分割的发展趋势。
关键词：图像分割、阈值、边缘检测、区域分割
中图分类号： 文献标识码： A
1引言
随着图像分割技术研究的深入，其应用日趋广泛。凡属需要对图像目标进行提取、测量的工作都离不开图像分割。图像分割是图像处理、模式识别和人工智能等多个领域中一个十分重要且又十分困难的问题，是计算机视觉技术中首要的、重要的关键步骤。图像分割结果的好坏直接影响对计算机视觉中的图像理解。现有的方法多是为特定应用设计的，有很大的针对性和局限性，到目前为止还不存在一个通用的方法，也不存在一个判断分割是否成功的客观标准。因此，对图像分割的研究目前还缺乏一个统一的理论体系，使得图像分割的研究仍然是一个极富有挑战性的课题。
2图像分割方法
图像分割(Image Segmentation)，简单地说就是将一幅数字图像分割成不同的区域，在同一区域内具有在一定的准则下可认为是相同的性质，如灰度、颜色、纹理等。而任何相邻区域之间其性质具有明显的区别。
基于灰度特征的阈值分割方法
阈值分割技术是经典的、流行的图象分割方法之一，它是用一个或几个阈值将图像的灰度级分为几个部分，认为属于同一个部分的像素是同一个物体。
这类方法主要包括以下几种：
(1)单阈值法，用一个全局阈值区分背景和目标。当一幅图像的直方图具有明显的双峰时，选择两峰之间的谷底作为阈值。
(2)双阈值法，用两个阈值区分背景和目标。通过设置两个阈值，以防单阈值设置阈值过高或过低，把目标像素误归为背景像素，或把背景像素误归为目标像素。
(3)多阈值法，当存在照明不均，突发噪声等因素或背景灰度变化较大时，整幅图像不存在合适的单一阈值，单一阈值不能兼顾图像不同区域的具体情况，这时可将图像分块处理，对每一块设一个阈值。
边缘检测分割法
基于边缘检测技术可以按照处理的顺序分为并行边缘检测和串行边缘检测两大类。常见的边缘检测方法有：差分法、模板匹配法及统计方法等。由于边缘灰度变化规律一般体现为阶梯状或者脉冲状。边缘与差分值的关系可以归纳为两种情况，其一是边缘发生在差分最大值或者最小值处;其二是边缘发生在过零处。
基于区域的分割方法
基于区域的分割方法利用的是图像的空间性质。该方法认为分割出来的某一区域具有相似的性质。常用的方法有区域生长法和区域分裂合并法。该类方法对含有复杂场景或自然景物等先验知识不足的图像进行分割，效果较好。
区域生长方法是把一幅图像分成许多小区域开始的，这些初始的小区域可能是小的邻域甚至是单个像素，在每个区域中，通过计算能反映一个物体内像素一致性的特征，作为区域合并的判断标准。区域合并的第一步是赋给每个区域一组参数，即特征。接下来对相邻区域的所有边界进行考查，如果给定边界两侧的特征值差异明显，那么这个边界很强，反之则弱。强边界允许继续存在，而弱边界被消除，相邻区域被合并。没有可以消除的弱边界时，区域合并过程结束，图像分割也就完成。
结合特定工具的图像分割技术
20世纪80年代末以来，随着一些特殊理论的出现及其成熟，如数学形态学、分形理论、模糊数学、小波分析、模式识别、遗传算法等，大量学者致力于将新的概念、新的方法用于图像分割，有效地改善了分割效果。产生了不少新的分割算法。下面对这些算法做一些简单的概括。
基于数学形态学的分割算法
分水岭算法是一种经典的借鉴了数学形态理论的分割方法。该方法中，将一幅图像比为一个具有不同高度值的地形，高灰度值处被认为是山脊，底灰度值处被认为是山谷，将一滴水从任一点流下，它会朝地势底的地方流动，最终聚于某一局部最底点，最后所有的水滴会分聚在不同的吸引盆地，由此，相应的图像就被分割成若干部分。分水岭算法具有运算简单、性能优良，能够较好提取运动对象轮廓、准确得到运动物体边缘的优点。但分割时需要梯度信息，对噪声较敏感。
基于模糊数学的分割算法
目前，模糊技术在图像分割中应用的一个显著特点就是它能和现有的许多图像分割方法相结合，形成一系列的集成模糊分割技术，例如模糊聚类、模糊阈值、模糊边缘检测技术等。
这类方法主要有广义模糊算子与模糊阈值法两种分割算法。
(1)广义模糊算子在广义模糊集合的范围内对图像处理，使真正的边缘处于较低灰度级，但还有一些不是边缘的像素点的灰度也在较低灰度级中，虽然算法的计算简明，且边缘细腻，但得到的边缘图会出现断线问题。
(2)模糊阈值法引入灰度图像的模糊数学描述，通过计算图像的模糊熵来选取图像的分割阈值，后用阈值法处理图像得到边界。
基于遗传算法的分割方法
此算法是受生物进化论思想提出的一种优化问题的解决方法，它使用参数编码集而不是参数本身，通过模拟进化，以适者生存的策略搜索函数的解空间，它是在点群中而不是在单点进行寻优。遗传算法在求解过程中使用随机转换规则而不是确定性规则来工作，它唯一需要的信息是适应值，通过对群体进行简单的复制、杂交、变异作用完成搜索过程。由于此法能进行能量函数全局最小优化搜索，且可以降低搜索空间维数，降低算法对模板初始位置的敏感，计算时间也大为减少。其缺点是容易收敛于局部最优。
基于神经网络分割算法
人工神经网络具有自组织、自学习、自适应的性能和非常强的非线性映射能力，适合解决背景知识不清楚、推理规则不明确和比较复杂的分类问题，因而也适合解决比较复杂的图像分割问题。原则上讲，大部分分割方法都可用 ANN(attificial neural network)实现。ANN 用于分割的研究起步较晚，只有多层前馈NN，多层误差反传(BP)NN，自组织NN，Hopfield NN以及满足约束的NN(CSNN-Const raint Satisfaction Neurat Network)等得到了应用。使用一个多层前向神经网络用于图象分割，输入层神经元的数目取决于输入特征数，而输出层神经元的数目等同于分类的数目。
图像分割中的其他方法
前面介绍了4大类图像分割较常用的方法，有关图像分割方法和文献很多，新方法不断产生，这些方法有的只对特定的情形有效，有的综合了几种方法，放在一起统称为第5类。
(1)标号法(labeling)是一种基于统计学的方法，这种方法将图像欲分割成的几个区域各以一个不同的标号来表示，用一定的方式对图像中的每一个像素赋以标号，标号相同的像素就合并成该标号所代表的区域。
(2)基于Snak模型的分割方法，基于Snake模型的分割是通过对能量函数的动态优化来逼近图像目标的真实轮廓的
(3)纹理分割，由于新的数学工具的引入，纹理分割技术取得了一些进展，张蓬等人将小波分析应用于纹理基元提取。
(4)基于知识的图像分割方法，直接建立在先验知识的基础上，使分割更符合实际图像的特点。该方法的难度在于知识的正确合理的表示与利用。
3图像分割性能的评价
图像分割评价主要有两个方面的内容：一是研究各分割算法在不同情况下的表现，掌握如何选择和控制其参数设置，以适应不同需要。二是分析多个分割算法在分割同一图像时的性能，比较优劣，以便在实际应用中选取合适的算法。分割评价方法分为分析法和实验法两大类。分析法是直接分析分割算法本身的原理及性能，而实验法是通过对测试图像的分割结果来评价算法的。两种方法各有优劣，由于缺乏可靠理论依据，并非所有分割算法都能够通过分析法分析其性能。每种评价方法都是出于某种考虑而提出来的，不同的评价方法只能反映分割算法性能的某一性能。另一方面，每一种分割算法的性能是由多种因素决定的，因此，有可能需要多种准则来综合评价。
4图像分割技术的发展趋势
随着神经网络、遗传算法、统计学理论、小波理论以及分形理论等在图像分割中的广泛应用，图像分割技术呈现出以下的发展趋势：(1)多种特征的融合。(2)多种分割方法的结合。(3)新理论与新方法。
参考文献
[1] [美]RC冈萨雷斯.数字图像处理(第二版)[M].阮秋琦，等译.北京：电子工业出版社，2003
[2] 章毓晋.图像分割[M].北京：科学出版社，2001.
[3] 李弼程，彭天强，彭波等.智能图像处理技术[M].北京：电子工业出版社，2004.
[4] 杨晖，曲秀杰.图像分割方法综述[J].电脑开发与应用。2005，18(3)：21-23.
点击下页还有更多>>>图像分割技术论文
目录 一．引言……………………………………………………………………2 二．设计方法和创意 ………………………………………………………2 三．实例制作 …………………………………………………………………3 小结 …………………………………………………………………………8 参考文献 ………………………………………………8 一．引言 近年来，计算机图像技术的飞速发展和应用使个人电脑上的美术创作进入一个新的阶段，各种图像处理软件也越来越完善，普及程度不断的提高。其中的图像软件处理工具Photoshop是目前公认的、较好的通用平面美术设计软件，它功能完善，性能稳定，使用方便。Photoshop所具有的功能包括：可以对图像进行修饰、对图形进行编辑、对图像的色彩进行处理等，此外，还有绘图和输出功能。在实际生活和工作中，人们可以将数码照相机拍摄下来的照片利用Photoshop进行编辑和修饰，还可以利用PhotoShop为图像制作特效效果，如果和其它工具软件配合使用，则可以进行高质量的广告设计、美术创意和三维动画制作。由于PhotoShop功能强大，目前，正在被越来越多的图像编排、广告和形象设计以及婚纱影楼等领域广泛使用，是一个非常受欢迎的应用软件。本毕业论文中的设计实例就采用了Photoshop这一图像处理软件。 二．设计方法和创意 利用图像处理软件制作图形，要产生一个好的作品包括三个方面的内容：创意、构图能力、计算机表达。即首先要有好的创意，然后对其进行粗略构图，最后借助计算机手段，制作出所构想的最终效果图。当然，也有一些经典的创意，只用寥寥数笔即可表现，但这种情况非常少。上述所说的三个方面的内容，其中的创意需要具备跳跃思维，灵活善变，也与创作者的美术素养相关；而构图则主要指平面构成，色彩构成和立体构成。对于平面设计来说，平面构成和色彩构成尤为重要，它需要通过合理组织各种元素，确定视觉中心，使画面美观并能引导读者的目光和兴趣；计算机表达则是利用有关的图像处理软件工具，将构思的图像效果制作出来。本毕业论文的实例制作，就是利用Photoshop来制作水滴的效果图，设计思想是利用已有的素材，制作出将一个杯子的水倒入另一个杯子后产生水滴的效果。 三．实例制作 本实例制作通过制作相关素材，并运用了Photoshop中的笔刷、扭曲/波浪滤镜、自由变形等工具，最终合成所制作的素材以得到所构思的效果图。具体制作步骤如下： 1．新建一个100x100像素图像文件，背景为蓝色； 2．新建透明图层2，建立该图层的目的是因为本设计的主要操作是在图层2中进行的； 3．利用工具面板中的椭圆选框工具在图层2中选出一个圆形区域。 4．选取工具面板画笔工具（画笔颜色选白色，画笔大小13，不透明度100%）在选区的四周绘制线条。 5．再将画笔的不透明度调节为50%，绘制如下的线条；此时可以看到，所绘制的效果已经很像一颗水珠了。 6．选中图层2，可按Ctrl+A全选，拷贝图层2；然后新建一新的图像文件，大小为200x200，背景设为蓝色；把前一图像文件中的图层2中所制作好的水珠粘贴到该新建图像文件中，多粘贴几个，并调节好大小，然后合并为图层7。 7．选中当前图层（图层7），利用菜单命令：滤镜→扭曲→波浪，调节好参数值。即可得到 8．对图层7再进行波浪变形，参数要有所不同，以产生随机效果。 9．复制粘贴图层7以得到图层8，在图层8中利用自 由变换工具调节大小和角度。 10．再粘贴一次，完成后的效果。 11．对图层8、图层9分别再使用一次波浪变形滤镜； 12．将图层7、8、9合并，并作拷贝，导入一幅图片。 13．粘贴图层，用自由变换工具调整到合适位置，到此为止，整个效果图即制作完毕。 小结 平面设计是一项相当复杂的工作，要设计一件比较理想的平面作品，设计者需要具有一定的美术知识和素养。并且需要知道色彩的构成、分类与感情的关系，以及调和与配色等一系列美术知识，需要具备一定的设计经验。还要懂得如何使用相关平面设计软件，通过这次的毕业设计通过本次毕业设计，使我对Photoshop有了很深的认识，对平面设计的布局、创意都有了一定的提高。
数字图像处理方面了解的了。