图像处理技术是什么
数字图像处理概要数字图像处理是将图像信号转换成数字信号并利用计算机对其进行处理。起源于20世纪20年代，20世纪60年—70年随着计算机技术与数字电视技术的普及和发展而迅速发展。在80年代——90年代才形成独立的科学体系。早期数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前该技术已广泛用于科学研究、工农业生产、生物医学工程、航空航天、军事、工业、机器人产业、政府职能机关文化文艺等多领域。并在其中发挥着越来越大的作用，已成为一门引人注目、前景广阔的新型学科。
图像是指物体的描述信息，数字图像是一个物体的数字表示，图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理，它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。
对图像进行处理（或加工、分析）的主要目的有三个方面：（1）提高图像的视感质量，如进行图像的亮度、彩色变换，增强、抑制某些成分，对图像进行几何变换等，以改善图像的质量。
（2）提取图像中所包含的某些特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是计算机或计算机视觉的预处理。提取的特征可以包括很多方面，如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。
（3）图像数据的变换、编码和压缩，以便于图像的存储和传输。不管是何种目的的图像处理，都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。数字图像处理过程
1、图像的数字化通过取样和量化将一个以自然形态存在的图像变换为适于计算机处理的数字形式。用矩阵的形式来表示图像的各种信息。
2、图像的的目的是在不改变图像的质量基础上压缩图像的信息量，以满足传输与存储的要求。编码多采用数字编码技术对图像逐点的进行加工。
3、图像增强与复原
图像增强的目的是将图像转换为更适合人和机器的分析的形式。常用的增强方法有：灰度等级直方图处理；干扰抵制；边缘锐化；伪彩色处理。
图像复原的目的与图像增强相同，其主要原则是为了消除或减少图像获取和传输过程中造成的图像的损伤和退化，这包括图像的模糊、图像的干扰和噪声等，尽可能的获得原来的真实图像。
无论是图像增强还是图像的复原，都必须对整副图像的所有像素进行运算，出于图像像素的大数量考虑，其运算也十分的巨大。
编码的目的是在不改变图像的质量基础上压缩图像的信息量，以满足传输与存储的要求。编码多采用数字编码技术对图像逐点的进行加工。
4）图像的分割图像的分割是将图像划分为一些不重叠的区域。每个区域是像素的一个连续集。利用图像的纹理特性，通过把像素分入特定的区域并寻求区域之间的边界来实现图像的分割。
5）图像的分析
从图像中抽取某些有用的度量、数据和信息，以的到某种数值结果。图像分析用图像分割方法抽取图像的特征然后对图像进行符号化的描述，这种描述不仅能对图像是否存在某一特定的对象进行回答，还能对图像内容进行详细的描述。
图像处理的各个内容是有联系的，一个实用的图像处理系统往往结合了几种图像处理技术才能得到需要的结果，而图像数字化则是讲一个图像变换为适合计算机处理的第一步。图像编码可用以传播和储存图像。图像增强和复原可以使图像处理的最后目的也可以为进一步的处理准备。通过图像分割得出的图像特征也可以作为最终的结果，也同样可以作为进一步图像分析的基础。
数字图像处理的发展现状当前，图像处理面临的主要任务是研究新的处理方法，构造新的处理系统，开拓更广泛的应用领域。需要进一步研究的问题主要有：
1、在进一步提高精度的同时着重解决处理速度问题。如，在航天遥感、气象云图处理方面，巨大的数据量和处理速度仍然是主要矛盾之一。
2、加强软件研究、开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法
3、加强边缘学科的研究工作，促进图像处理技术的发展。如，人的视觉特性、心理学特性等的研究，如果有所突破，将对图像处理技术的发展起到极大的促进作用。
4、加强理论研究，逐步形成图像处理科学自身的理论体系。
5、图像处理领域的标准化。图像的信息量大、数据量大，因而图像信息的建库、检索和交流是一个重要的问题。就现有的情况看，软件、硬件种类繁多，交流和使用极为不便，成为资源共享的严重障碍。应建立图像信息库，统一存放格式，建立标准子程序，统一检索方法。
图像处理技术未来的发展前景1、超高速、高分辨率、立体化、多媒体、智能化和标准化方向发展提高硬件速度，不仅提高计算机的速度，而且A/D和D/A的速度
要实时化；提高分辨率，主要提高采集分辨率和显示分辨率；立体化，图像是二维信息，信息量更大的三维图像将随计算机图形学和虚拟现实技术的发展将的到广泛应用；多媒体化，20世纪90年代出现的多媒体技术，其关键就是图像数据的压缩。智能化，是计算机识别和理解按照人类的认识和思维方式工作，能够考虑到主观概率和非逻辑思维；标准化，以统一的标准来实现图像的处理与传输。
2、图像与图形相结合朝着三维成像或多维成像的方向发展
3、新理论和新算法的研究图像处理科学经过初创造期、发展期、普及期和广泛应用期，近年来引入了一些新的理论提出了一些新的算法，如：Wavelet、Fractal、Mor-phology、遗传算法和神经网络等，其中Fractal广泛应用于图像处理、图形处理、纹理分析，同时还用于物理、数学、生物、神经和音乐等方面。
结束语随着科学技术的发展，数字图像处理显得越来越重要。数字图像处理技术正在向处理算法更优化、处理速度更快、处理后的图像清晰度更高的方向发展，实现图像的智能生成、处理、识别和理解是数字图像处理的最终目标。小至个人的生活、工作，大到宇宙探测和遥感技术的应用，数字图像处理技术是其他任何技术都无法替代的，它将独立占有一席天地，所以我们任重而道远，努力去探究这门技术，让它发挥得更加淋漓尽致
浅谈医学图像处理
一、医学图像处理的意义医学图像是反映人体内部结构的图像，是现代医疗诊断的主要依据之一。目前，医学图像处理任务主要集中在图像检测、图像分割、图像配准及图像融合四个方面。
医学图像数据具有可获得、质量高、体量大、标准统一等特点，使人工智能在其中的应用较为成熟。利用图像处理技术对图像进行分析和处理，实现对人体器官、软组织和病变体的位置检测、分割提取、三维重建和三维显示，可以对感兴趣区域（RegionofInterest,ROI)进行定性甚至定量的分析，从而大大提高临床诊断的效率、准确性和可靠性，在医疗教学、手术规划、手术仿真及各种医学研究中也能起重要的辅助作用。
二、医学图像处理的主要任务2.1图像检测图像检测是计算机辅助检测的基础，并且非常适合引入深度学习。医学图像检测的传统方法是通过监督方法或传统数字图像处理技术检测候选病变位置。基于深度学习的方式是基于影像学数据或理论指导，训练网络，发现病变，提高诊断准确率。
2.2图像分割目前医学图像分割处理的对象主要是各种细胞、组织、器官的图像，医学图像分割的过程是：根据区域间的相似或不同，把图像分割成若干区域。
传统的图像分割技术有基于区域的分割方法和基于边界的分割方法，前者依赖于图像的空间局部特征，如灰度、纹理及其它像素统计特性的均匀性等，后者主要是利用梯度信息确定目标的边界。
结合特定的理论工具，图像分割技术有了更进一步的发展。比如基于三维可视化系统结合FastMarching算法和Watershed变换的医学图像分割方法，能得到快速、准确的分割结果[1]。
随着其它新兴学科的发展，产生了一些全新的图像分
医学图像处理领域期刊和会议
医学图像处理领域国际期刊和会议一、期刊1、TMI:IEEETransactionsonMedicalImaging2、MedIA:MedicalImageAnalysis3、JBHI:IEEEJournalofBiomedicalandHealthInformatics4、TBE:IEEETRANSACTIONSONBIOMEDICALENGINEERING5、MEDICALPHYSICS二、会议1、MICCAI:InternationalConferenceonMedicalImageComputingandComputerAssistedIntervention2、IPMI:InformationProcessinginMedicalImaging3、ISBI:IEEEInternationalSymposiumonBiomedicalImaging4、SPIEMedicalImaging5、MIDL:MedicalImagingwithDeepLearning6、ICIP：InternationalConferenceonImageProcessing三、中国科学院-计算机：人工智能小类-期刊分区汇总四、中国科学院-工程：生物医学小类-期刊分区汇总五、会议截稿日期查询六、参考一、期刊期刊一般没有截稿日期，随时可投，但是审稿周期较长，平均半年左右。师兄投的Neurocomputing接近一年才最终收录。
期刊分为Transaction,Journal和Magazine。这三者的学术严肃性依次降低，这可以从它们的封面上直观地看出来。严格来说Magazine不算是学术期刊了，上面很少发表新的原创性的内容，而是对当前进展的简介和综述，也会转发一些已经发表过的重要的Paper。
接触新课题，先浏览一下Magazine，建立一个基本的概念还是有必要的，推荐CommunicationsoftheACM（CACM,ACM通讯）。
1、TMI:IEEETransactionsonMedicalImaging官网:https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=42医学图像处理领域最受大家认可的期刊CCF（中国计算机学会）推荐国际学术期刊，在交叉/综合/新兴类别中，B类dblp网址：http://dblp.uni-trier.de/db/journals/tmi/
中国科学院文献情报中心期刊分区表如下：
2、MedIA:MedicalImageAnalysis官网:https://www.journals.elsevier.com/medical-image-analysis属于老牌的医学图像处理期刊，偏重于医学领域内的知识多一些。CCF（中国计算机学会）推荐国际学术期刊，在交叉/综合/新兴类别中，C类dblp网址：http://dblp.uni-trier.de/db/journals/mia/中国科学院文献情报中心期刊分区表如下：
3、JBHI:IEEEJournalofBiomedicalandHealthInformatics官网:https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=6221020根据dblp上的记录来看，13年之前好像是IEEETransactionsonInformationTechnologyinBiomedicine(IEEETITB)，从13年开始改名为现在的IEEEJournalofBiomedicalandHealthInformatics，不太确定。CCF（中国计算机学会）推荐国际学术期刊，在交叉/综合/新兴类别中，C类dblp网址：https://dblp.uni-trier.de/db/journals/titb/index.html中国科学院文献情报中心期刊分区表如下：
4、TBE:IEEETRANSACTIONSONBIOMEDICALENGINEERING官网:https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=10dblp网址：https://dblp.uni-trier.de/db/journals/tbe/index.html中国科学院文献情报中心期刊分区表如下：
5、MEDICALPHYSICS官网:https://www.medphys.org/
中国科学院文献情报中心期刊分区表如下：中国科学院文献情报中心期刊分区表升级版（试行）：（升了一档？）
二、会议很多会议每年举行一次，时间上也是比较固定的月份，会提前在会议网站上发布下一年的callforpaper（cfp，征稿启事）和deadline（截稿日期）。投稿后，一般经过两三个月的审稿就会通知作者是否录用（Notifications）。被接收的Paper会要求按格式和Reviewers的意见稍修改后提交正式的最终版，称为CameraReady。最后需要作者赴会做Presentation（我在网上看过一些评论，有的说可以提前填写不参会，文章也会发表但是不需要做Presentation，可能和具体会议的要求有关系）。
会议录用的所有Paper会结集出版，称为Proceedings。有的会议还会推荐一些优秀的Paper到合作的期刊，扩展后作为期刊论文发表。
会议分为Symposium,Conference和Workshop。这三者的学术严肃性依次降低，大部分会议都称为Conference。一般来说Workshop是随某个Conference一同举办，可能没有固定的主题，Paper质量与主会议有所差别。
1、MICCAI:InternationalConferenceonMedicalImageComputingandComputerAssistedIntervention医学图像处理领域最受大家认可的会议，在分割领域具有深远影响的UNet就是在2015年发表在MICCAI上的。大概每年的3月截稿，9/10月开会CORERanking:A类dblp网址：https://dblp.uni-trier.de/db/conf/miccaCORERanking如下：
2、IPMI:InformationProcessinginMedicalImaging医学图像处理领域最负盛名的会议，两年开一次会，但是非常难中，文章接收量很少60篇左右。大概每年12月截稿，次年6月开会（上一届开会时间是June28-June30,2021）dblp网址：https://dblp.uni-trier.de/db/conf/ipmi/index.html
3、ISBI:IEEEInternationalSymposiumonBiomedicalImaging相对于MICCAI来说容易中一些，但是认可度也很高。大概每年的10月截稿，次年4月开会（ISBI2022截稿日期2021.10.06开会日期2022.03.28）TOPConferencedblp网址：https://dblp.uni-trier.de/db/conf/isbi/index.html
4、SPIEMedicalImaging网址：https://spie.org/conferences-and-exhibitions/medical-imaging?SSO=1SPIE举办的系列会议，相对容易中（道听途说，自己也没投过，不负责任）8月截稿，来年2月开会
系列会议名称如下：列出一些会议信息：
dblp网址：MedicalImaging:ImageProcessingMedicalImaging:Image-GuidedProcedures,RoboticInterventions,andModelingMedicalImaging:ImagePerception,ObserverPerformance,andTechnologyAssessmentMedicalImaging:DigitalPathologyMedicalImaging:Computer-AidedDiagnosisMedicalImaging:BiomedicalApplicationsinMolecular,Structural,andFunctionalImaging
5、MIDL:MedicalImagingwithDeepLearning网址：https://openreview.net/group?id=MIDL.io/2021/Conference该会议从2018年开始举办，但是大家对该会议的评价还是蛮高的，论文质量也不错。非常年轻的会议，文章openreview，能看到审稿人的意见和作者的回复。可能因为才举办没多久，会议的影响因子比较低。AttentionUNet就是发表在MIDL2018上。大概每年的1月底左右截稿，次年7月开会。dblp网址：https://dblp.uni-trier.de/db/conf/midl/index.html
6、ICIP：InternationalConferenceonImageProcessing网址：http://www.2021.ieeeicip.org/计算机视觉的会议CCF（中国计算机学会）推荐国际学术会议，在计算机图形学与多媒体类别中，C类大概每年1月截稿，9月开会。
三、中国科学院-计算机：人工智能小类-期刊分区汇总网址：http://advanced.fenqubiao.com/Meso/Journal?name=EP&year=2020（需要先登录，否则会看不到详细信息）共137，分为1~4区。
四、中国科学院-工程：生物医学小类-期刊分区汇总网址：http://advanced.fenqubiao.com/Meso/Journal?name=IG&year=2020（需要先登录，否则会看不到详细信息）共87，分为1~4区。
五、会议截稿日期查询收集到的查询会议的网站。guide2research:https://www.guide2research.com/conferences/，一般topconference都能找到。会伴:https://www.myhuiban.com/conferences艾会网(Aconf):https://www.aconf.org/
会议征稿网站WiKiCFP:http://www.wikicfp.com/cfp/
六、参考https://zhuanlan.zhihu.com/p/366221470https://zhuanlan.zhihu.com/p/70225750https://www.zhihu.com/question/284242946/answer/1164265897https://zhuanlan.zhihu.com/p/337500826http://blog.sina.com.cn/s/blog_ad7c19000102v42d.html如何如何收集和整理论文（面向CS专业）中国计算机学会推荐国际学术会议和期刊目录-2019