Print

发布时间: 2019-05-16
摘要点击次数:
全文下载次数:
DOI: 10.11834/jig.190074
2019 | Volume 24 | Number 5




    综述    




  <<上一篇 




  下一篇>> 




中国图像工程:2018
expand article info 章毓晋
清华大学电子工程系, 北京 100084
收稿日期: 2019-02-20; 修回日期: 2019-03-04
第一作者简介: 章毓晋, 1954年生, 男, 博士, 教授, 主要研究方向为图像工程。E-mail:zhang-yj@mail.tsinghua.edu.cn.
中图法分类号: TP391
文献标识码: A
文章编号: 1006-8961(2019)05-0665-12

摘要

目的 本文是关于中国图像工程的年度文献系列综述之二十四。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状，能够有针对性地查询有关文献，且向期刊编者和作者提供有用的参考，对2018年度图像工程相关文献进行了统计和分析。方法 从国内15种有关图像工程重要中文期刊在2018年发行的共148期上所发表的2 863篇学术研究和技术应用文献中，选取出747篇属于图像工程领域的文献，并根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述评论5个大类，然后进一步分入23个专业小类（与前13年相同），并在此基础上分别进行各期刊各类文献的统计和分析。结果 根据对2018年统计数据的分析可看出：图像分析方向当前得到了最多的关注，其中目标检测和识别、图像分割和边缘检测、目标特性的提取分析都是关注的焦点。遥感、雷达、测绘等领域的图像技术研究和应用都最为活跃。结论 中国图像工程在2018年的研究深度和广度还在提高和扩大，仍保持了快速发展的势头。

关键词

图像工程; 图像处理; 图像分析; 图像理解; 技术应用; 文献综述; 文献统计; 文献分类; 文献计量学

Image engineering in China: 2018
expand article info Zhang Yujin
Department of Electronic Engineering, Tsinghua University, Beijing 100084, China

Abstract

Objective This work is the 24rd annual survey series of bibliographies on image engineering in China. This statistic and analysis study aims to capture the up-to-date development of image engineering in China, provide a targeted means of literature searching facility for readers working in related areas, and supply a useful recommendation for editors of journals and potential authors of papers. Method Considering the wide distribution of related publications in China, 747 references on image engineering research and technique are selected carefully from 2 863 research papers published in 148 issues of 15 Chinese journals. These 15 journals are considered important, in which papers concerning image engineering have high quality and are relatively concentrated. The selected references are initially classified into five categories (image processing, image analysis, image understanding, technique application, and survey) and then into 23 specialized classes in accordance with their main contents (similar to the last 13 years). Analysis and discussions about the statistics of the results of classifications by journal and category are also presented. Result Analysis on the statistics in 2018 shows that image analysis is receiving the most attention, in which the focuses are on object detection and recognition, image segmentation and edge detection, and object feature extraction and analysis. The studies and applications of image technology in various areas, such as remote sensing, radar, and mapping, are continuously active. Conclusion This work shows a general and up-to-date picture of the various progresses, either for depth or for width, of image engineering in China in 2018.

Key words

image engineering; image processing; image analysis; image understanding; technique application; literature survey; literature statistics; literature classification; bibliometrics

0 引言

图像工程是一门系统地研究各种图像理论，开发各种图像技术，以及研制和使用各种图像设备的综合学科，主要可分为紧密联系又有区别的3个层次：图像处理、图像分析和图像理解[1]。近年来，图像工程的研究内容越来越深入，与越来越多学科的研究相结合，并得到越来越多数学、物理、心理、生理等基础学科的新理论和电子、计算机等专业学科新技术的支持。图像技术的应用范围也在不断扩展，已经非常广泛，涉及通信、教育、生物、医学、遥感、测绘、军事、公安、交通、航天、工业自动化和办公自动化等诸多领域。

从1996年开始，笔者已连续撰写了24篇统计图像工程研究应用文献的综述性文章(其中前两篇为同一年的，发表在接续的两期上)[1-24]，每篇综述性文章上涉及的文献均发表在前一年国内的15种中国图像工程重要期刊[5]上。基于对它们内容的分类和统计，构成了一个已连续20多年的中国图像工程的年度文献系列综述。

本文是关于中国图像工程的年度文献系列综述之二十四，本文从2018年刊载在国内15种中国图像工程重要期刊上的2 863篇中文文献(另有4篇英文文献未考虑)中，选出了747篇有关图像工程的文献①，并对其进行了专业分类和统计(包括文献选取情况、期刊刊登情况和各类别数量情况)，还结合分类和统计结果对2018年我国图像工程发展的热点和趋势进行了分析和讨论。

① 747篇文献目录详见本刊网站(www.cjig.cn)2019年第5期“‘中国图像工程：2018’统计的文献分类一览”。

1 综述目的

该系列综述的目的在此综述系列文献第1篇中[1]就有阐述。当2006年该系列文献综述进入第2个10年时[12]，曾对该文献综述原先的3个主要目的[1-11]进行了新的讨论。下面概述这3个主要目的和讨论的结果：

1) 概括我国图像工程发展现状。众所周知，期刊是一类独具特色的信息载体。由于一门学科的重要期刊一般均刊载大量相关学科的信息，且水平较高，能够反映该学科的最新研究成果、进展以及前沿动态[25]，因此通过对有关图像工程重要期刊上刊载文献的统计分析，不仅可以帮助人们了解中国图像工程研究和应用的总体情况，还能为制定相关学科发展方向和研究策略提供科学的依据。

经过20多年的发展，应该说这个基本目的仍没有改变。事实上，近年来科技界对期刊的关注和重视更加强了，期刊文献对图像工程研究和应用的牵引指导作用也更大了。同时由于本系列综述对学科发展趋势的分析判断与实际情况相吻合[26]，且也在多年实践中得到了验证，所以本系列文献综述的这个目的已经达到，而且会继续起到它的作用。

2) 便利从事图像工程研究和图像技术应用的人员查阅有关文献。一门学科的重要期刊一般是受到该专业读者特别关注的期刊[25]。作为一门比较新兴的交叉学科，图像工程具有内容新、覆盖面大、有关文献的内容涉及领域宽、文献的分布也比较广等特点。通过对重要期刊上有关文献的归纳分类可以方便研究应用人员进行文献查阅，定期掌握专业动向，以达到共同发展我国图像工程事业的目的。

现在，该系列文献综述已进入了第3个10年。随着网络的发展，近年来许多研究人员常借助关键词上网来搜索相关文献，而不再单一地翻阅相应的期刊了。从这个角度来说，该系列帮助人们选择期刊的目的有一定的变化。然而需要指出，该系列综述所提供的并不是文献的简单罗列，而是包含了由专业人员通过阅读文献而给出的文献分类排列结果，所以从中查询文献要比仅用关键词上网进行搜索准确可靠。特别要指出的是，由于不同领域和专业背景的作者各有一些常用的术语和惯用的表述方式，使得许多技术内容相近的文献不能仅靠几个关键词来全面准确地搜索到，而使用同一个关键词搜索到的文献在内容上也常有很大的离散性。因此对希望定期掌握专业动向的人员来说，该综述所提供的统计信息在查阅文献特别是了解趋势时仍然有用且可靠。

3) 提供期刊编者和文献作者有用的参考信息。由于对期刊文献的统计结果可反映出当前有关该学科信息在各期刊中的分布状况[25]，因此对期刊的编者来说，通过结合文献计量学原理和方法的分析[27-28]，可进一步了解学科的进展变化和期刊的现状情况，并从中确定期刊应有的学术地位、作用和发展策略；对文献的作者来说，由于发表科研文献的主要目的是宣传研究成果，促进技术交流，因此要关注期刊的学术权威性和领域重点，而本综述工作正好可对投稿起参考和导向作用。需要指出，该系列综述的统计结果相对来说是比较客观的，因为文献的分类有一定的客观标准，而大数量的统计不易受主观因素的影响。

上述参考信息主要是向两方面的人员提供的。从期刊编者的角度来说，虽然文献内容有了新的传播方式，本综述在帮助确定期刊的学术定位、读者对象和拓展领域方面都保持了原来的作用；但从文献作者的角度来说，由于期刊全文上网和读者查阅期刊文献方式的变化，导致读者在查阅文献时并不一定首先注意到期刊的学术权威性和覆盖的专业领域，而作者在投稿时也会受到各种不同因素的影响。不过从深一些的层次思考这个问题，需要注意到期刊文献总是由同行或相近专业人员评审后才得以发表的。由于历史的原因和期刊的性质，各期刊的审稿人还保持了许多不同专业的特点，或者说他们的研究领域还是有所侧重的。如果投稿者考虑到上述情况，选择恰当的期刊，就有望使稿件得到密切相关领域专家的评审，反馈的信息将会更有意义。另外，该工作对揭示我国图像工程科技人员的水平、现状和变化的研究也打下了很好的基础[29]。

2 期刊选取

图像工程涉及范围广泛，研究发展迅速，相关期刊比较多，文献分布也比较广。不过，考虑到系列综述的特殊性，本系列综述对期刊选取的原则基本保持了一致性[1-24]，最初的主要考虑是：

1) 读者较广，均为发行比较广泛的国内中文一次文献期刊；

2) 水平较高，主要为国内一级学会的会刊，其余也是相关专业领域中重要的二级学会会刊；

3) 信息较多，指期刊内有关图像工程的文献比较集中，一般平均每期多在两篇以上。

根据上述原则选出并认定的15种期刊已被称为中国图像工程重要期刊[5]。本系列综述从开始以来也一直选取这些期刊作为文献源[1-24]。虽然近年来随着图像工程的迅速发展，相关的新期刊时有出现，而且一些原来侧重于其他研究领域和专业方向的期刊上也开始刊登了不少有关图像工程的文献，但是考虑到本系列综述的连续性和统计的一致性，以及这些中国图像工程重要期刊本身的发展情况，本文今年所选取的期刊仍与历年本系列综述选取的期刊[1-24]完全相同。

与上一年相比，这15种期刊虽然是由多个不同单位(学会或机构)主办的，但均基本保持了原来的覆盖领域和出版风格，这使今年的统计结果与综述开始以来各年的统计结果有较大的可比较性和相关性。需要指出，从2009年开始，所有这15种期刊都不仅有印刷版，而且其上全文文献的电子版也都可以通过“中国知网(www.cnki.net)”或刊物主页等获得。对读者来说，文献更容易获取了，同时对获取这些文献的统计分类信息和了解其总体情况的需要也更迫切了。

3 文献选取和分类

本文在从上述15种期刊中选取有关图像工程的文献时所使用的基本选取原则与本系列综述前20多年的原则[1-24]仍然一致，这些原则主要是：

1) 以中文发表的(各刊上仅用英文撰写的文献和直接从外文翻译的译文没有考虑，同时有中英文两种版本的仅考虑了中文的)、主要报道国内研究人员工作成果的文献；

2) 属于学术论文、研究简报、研究通信、技术应用等介绍图像工程最新研究成果与技术进展的文献(没有包括诸如科学普及类型和介绍性讲座类型的文献)；

3) 作为年度综述，本文只选取了在2018年出版的期刊(未考虑增刊[3])上发表的文献。

图像工程文献涉及内容多，覆盖面广，合理的文献分类方案至关重要。本文仍采用了本系列综述一贯的分类方案，即首先把所有文献分成图像处理、图像分析、图像理解、技术应用和综述评论5个大类；然后在每个大类中再根据文献内容的主要技术特点或应用领域进一步分成不同的小类[1-24]。具体对文献的分类情况(名称和主要内容)以及各类所用代号见表 1。

表 1 文献分类表
Table 1 Classification scheme for publications

下载CSV
大类 名称 小类 名称和主要内容
A 图像处理 A1 图像获取(包括各种成像方式方法、图像采集、表达及存储、摄像机校准等)
A2 图像重建(从投影等重建图像、间接成像等)
A3 图像增强/恢复(包括变换、滤波、复原、修补、置换、校正、视觉质量评价等)
A4 图像/视频压缩编码(包括算法研究、相关国际标准实现改进等)
A5 图像信息安全(数字水印、信息隐藏、图像认证取证等)
A6 图像多分辨率处理(超分辨率重建、图像分解和插值、分辨率转换等)
B 图像分析 B1 图像分割和基元检测(边缘、角点、控制点、感兴趣点等)
B2 目标表达、描述、测量(包括二值图像形态分析等)
B3 目标特性提取分析(颜色、纹理、形状、空间、结构、运动、显著性、属性等)
B4 目标检测和识别(目标2-D定位、追踪、提取、鉴别和分类等)
B5 人体生物特征提取和验证(包括人体、人脸和器官等的检测、定位与识别等)
C 图像理解 C1 图像匹配和融合(包括序列、立体图的配准、镶嵌等)
C2 场景恢复(3-D景物表达、建模、重构或重建等)
C3 图像感知和解释(包括语义描述、场景模型、机器学习、认知推理等)
C4 基于内容的图像/视频检索(包括相应的标注、分类等)
C5 时空技术(高维运动分析、目标3-D姿态检测、时空跟踪，举止判断和行为理解等)
D 技术应用 D1 硬件，系统设备和快速/并行算法
D2 通信、视频传输播放(包括电视、网络、广播等)
D3 文档、文本(包括文字、数字、符号等)
D4 生物、医学(生理、卫生、健康等)
D5 遥感、雷达、测绘等
D6 其他(没有直接/明确包含在以上各小类的技术应用)
E 综述评论 E1 跨大类综述(同时覆盖图像处理/分析/理解，或涉及综合新技术)

20多年来，本系列综述的大类没有变化，仍保持了原有的框架和格局。不过，随着技术的发展，小类的数量和内容有一些演变。本系列综述在第1个“五年”中均包含18个小类[1-6]，考虑到进入新世纪后图像工程研究出现的一些新热点，所以从对2000年的综述开始，在继承文献分5个大类的格局基础上，在图像处理、图像分析和图像理解3个大类中每类各增加了1个小类(分别为A5，B5，C4)，所以本系列综述第2个“五年”中均有21个小类[7-11]。从对2005年的综述开始，本系列综述进入第3个“五年”，结合图像工程研究和应用的进展在图像处理和图像理解两个大类中每类各增加了1个小类(分别为A6，C5)，达到了23个小类[12]。近年来，图像工程的研究有一些新的动向和趋势，但从文献数量上看，还没有形成足够集中和独立的关注方向，所以虽然本系列综述现已进入第5个“五年”，但按照对近年图像工程文献内容的分析[12-24](对2018年的分析见下)，绝大多数文献仍然还可归纳在原有类别中，所以这些年没有增加新的小类，仍然还是5个大类和23个小类。需要指出，尽管这些年来各小类的名称基本未变，但考虑到技术的发展变化，对所用名词和括号内的文字内容还是进行了一些调整和充实。表 2里名称和内容中各名词的定义可参见文献[30]。

表 2 近24年图像工程文献选取和分类表
Table 2 Selection and categorization of image engineering publications over the last 24 years

下载CSV
年度 文献总数 选取总数 选取率/% 文献数量(文献数量在当年总选取文献数量中所占比例/%)
图像处理 图像分析 图像理解 技术应用 综述评论
1995 997 147 14.74 36 (24.5) 51 (34.7) 14 (9.52) 46 (31.3) —
1996 1 205 212 17.59 52 (24.5) 72 (34.0) 30 (14.2) 55 (25.9) 3 (1.42)
1997 1 438 280 19.47 104 (37.1) 76 (27.1) 36 (12.9) 60 (21.4) 4 (1.43)
1998 1 477 306 20.72 108 (35.3) 96 (31.4) 28 (9.15) 71 (23.2) 3 (0.98)
1999 2 048 388 18.95 132 (34.0) 137 (35.3) 42 (10.8) 73 (18.8) 4 (1.03)
2000 2 117 464 21.92 165 (35.6) 122 (26.3) 68 (14.7) 103 (22.2) 6 (1.29)
2001 2 297 481 20.94 161 (33.5) 123 (25.6) 78 (16.2) 115 (23.9) 4 (0.83)
2002 2 426 545 22.46 178 (32.7) 150 (27.5) 77 (14.3) 135 (24.8) 5 (0.92)
2003 2 341 577 24.65 194 (33.6) 153 (26.5) 104 (18.0) 119 (20.6) 7 (1.21)
2004 2 473 632 25.60 235 (37.2) 176 (27.8) 76 (12.0) 142 (22.5) 3 (0.47)
2005 2 734 656 23.99 221 (33.7) 188 (28.7) 112 (17.1) 131 (20.0) 4 (0.61)
2006 3 013 711 23.60 239 (33.6) 206 (29.0) 116 (16.3) 143 (20.1) 7 (0.98)
2007 3 312 895 27.02 315 (35.2) 237 (26.5) 142 (15.9) 194 (21.7) 7 (0.78)
2008 3 359 915 27.24 269 (29.4) 311 (34.0) 130 (14.2) 196 (21.4) 9 (0.98)
2009 3 604 1 008 27.97 312 (31.0) 335 (33.2) 139 (13.8) 214 (21.2) 8 (0.79)
2010 3 251 782 24.05 239 (30.6) 257 (32.9) 136 (17.4) 146 (18.7) 4 (0.51)
2011 3 214 797 24.80 245 (30.7) 270 (33.9) 118 (14.8) 161 (20.2) 3 (0.38)
2012 3 083 792 25.69 249 (31.4) 272 (34.3) 111 (14.0) 151 (19.1) 9 (1.14)
2013 2 986 716 23.98 209 (29.2) 232 (32.4) 124 (17.3) 146 (20.4) 5 (0.70)
2014 3 103 822 26.49 260 (31.6) 261 (31.8) 121 (17.7) 175 (21.3) 5 (0.61)
2015 2 975 723 24.30 199 (27.5) 294 (40.7) 103 (14.2) 119 (16.5) 8 (1.11)
2016 2 938 728 24.78 174 (23.9) 266 (36.5) 105 (14.4) 172 (23.6) 11 (1.51)
2017 2 932 771 26.30 204 (26.5) 248 (32.2) 127 (16.5) 186 (24.1) 6 (0.78)
2018 2 863 747 26.09 206 (27.6) 275 (36.8) 100 (13.4) 155 (20.7) 11 (1.47)
小计 62 186 15 095 — 4 706 (31.18) 4 808 (31.85) 2 237 (14.82) 3 208 (21.25) 136 (0.90)
平均 2 591 629 24.27 196 200 93 134 6

4 文献分类统计结果和讨论

根据上述的期刊选取和文献分类原则，本文从2018年出版的15种期刊(共148期)上所发表的2 863篇文献中，选出了内容与图像工程密切相关的747篇文献。然后，根据如表 1所列的文献分类方案，将这些文献全部分到5个大类，并进一步分到23个小类中。需要指出，虽然有些文献的内容可能与几个小类均相关，但本文(根据本综述系列的一贯方案)总是根据该文献的主要研究内容或主要技术观点而将其归入一个小类(综合不同大类的综述文献目前都归在E类中，且因文献数量不多，只分了1个E1小类)。下面从粗到细分3种情况(3个层/级/档)来介绍、分析和讨论分类统计的结果。

4.1 24年图像工程文献选取和分类概况比较

表 2给出从该系列综述开始以来共24年间对前述15个期刊所登载的文献的数量(文献总数)、所选取的图像工程文献的数量(选取总数)、选取率(选取总数除以文献总数)以及对所选文献分5个大类统计得到的结果。其中，小计和平均都是对24年进行的，5个分类栏中括号内的百分率数据为该类文献数量在(当年)总选取文献数量中所占的比例。

为更容易和直观地看出多年来的发展变化情况，图 1绘出了最近24年来文献选取的情况，即文献总数、选取总数和选取率的曲线，其中横轴指示年度，左边纵轴指示文献数量(文献总数或选取总数)，右边纵轴指示文献选取率。图 2绘出了最近24年文献分类中的图像处理(IP)、图像分析(IA)、图像理解(IU)和技术应用(TA)4类文献数量的曲线(横轴指示年度，纵轴指示其占选取文献总数的百分比)。



图 1 最近24年图像工程文献选取曲线
Fig. 1 Selection curves for image engineering publications over the last 24 years



图 2 最近24年图像工程文献分类曲线
Fig. 2 Categorization curves for image engineering publications over the last 24 years

通过对表 2以及图 1和图 2的统计数据的分析可以看出：

1) 2018年15个期刊的总期数与2017年相同，都是148期。2018年所统计的文献总数比2017年所统计的文献总数略有下降(约为2.4%)。在2018年，《自动化学报》基本取消了英文文献，《遥感学报》也减少了中英文互译的文献，所以这些期刊有效的版面空间还是有所增加的。但2018年这15个期刊的发文总数还是进一步减少了。究其原因，应该还是如对2016年的综述[23]中所指出的，仍是文献平均长度的增加[22]，这表明总体来说这15个期刊所发表文献的内容深度还是有所提升的[31]。

2) 2018年选取到的图像工程文献总数比2017年略有减少(约为3.1%)。考虑到2018年所统计的文献总数比2017年所统计的文献总数也略有下降，所以2018年的选取率最终约为26.1%，几乎与2017年的选取率26.3%持平。这个选取率也比前23年的平均选取率为高，使得这24年的平均选取率继续增加。这也反映了图像工程的研究仍是相关信息领域中得到持续关注的方向和热点。

3) 2018年图像分析大类文献数量仍然在各个大类中排名第1，而且该大类文献数量在所有大类中的比例比上一年增加了4.6%，使得这个比例达到了历史第2高。正如在上一年的综述中所指出的，这是图像工程的研究由低层向高层发展的结果。

4) 在2018年，前4个大类各自文献数量在当年总选取文献数量中所占比例的排序仍然与先前10年都一致(即图像分析排名第1、图像处理第2、技术应用第3、图像理解第4)，只是在2018年这4个大类相邻之间的差距更加均衡了。看来这个格局在近两年还会继续下去。

4.2 2018年各刊图像工程文献刊载情况

表 3给出了对各刊2018年文献选取情况和分5个大类统计的具体结果(刊名根据所给的缩写代号统一按拼音顺序排列)。表 3中，选取期数和文献总数的含义一目了然；选取数量是指从各刊发表的文献总数中选取的有关图像工程的文献数量；选取比例是指各刊选取的图像工程文献数量与该刊发表的文献总数量之比，体现了该刊中图像工程文献的集中程度；贡献比例是指从该刊中选取的图像工程文献数量在所有15种期刊中选取的图像工程文献总数量中所占的百分比，反映了该刊对综述统计的相对贡献(也在一定程度上体现了该刊对图像工程发展的贡献)。

表 3 15种期刊2018年图像工程文献选取分类一览表
Table 3 Summary of selected image engineering publications in 2018 over 15 journals

下载CSV
期刊名称(缩写代号) 选取期数 文献总数 选取数量 选取比例/% 贡献比例/% 分类
A B C D E
CT理论与应用研究(CT) 6 90(1) 11 12.22 1.47 8 1 2
测绘学报(CX) 12 176 57 32.39 7.63 7 13 16 19 2
电子测量和仪器学报(DC) 12 329 93 28.28 12.45 27 30 12 24
电子学报(DX) 12 419 61 14.59 8.17 18 27 9 7
电子与信息学报(DxX) 12 408 98 24.02 13.12 38 36 9 15
计算机学报(JX) 12 170 19 11.18 2.54 6 8 3 2
模式识别与人工智能(MR) 12 113 40 35.40 5.35 5 23 8 2 2
数据采集与处理(SC) 6 122 33 27.95 4.42 7 20 1 5
通信学报(TX) 12(2) 227 14 6.17 1.87 6 2 1 4 1
信号处理(XC) 12 172 35 20.35 4.69 10 14 5 6
遥感学报(YX) 6 92(3) 25 27.17 3.35 6 1 1 17
中国生物医学工程学报(ZS) 6 96 31 32.29 4.15 6 7 3 15
中国体视学与图像分析(ZTi) 4 70 11 15.70 1.47 3 1 6 1
中国图象图形学报(ZTu) 12 178 162 91.01 21.69 49 67 20 23 3
自动化学报(ZX) 12 200 57 28.50 7.63 10 25 12 8 2
小计 148 2 863 747 26.09 100.00 206 275 100 155 11
注：(1)该刊另有4篇英文文献没有参与统计；(2)该刊另有2期增刊没有参与统计；(3)该刊有3篇文献同时有英文翻译(英文翻译文献没有参与统计)。

表 3中的分类栏中，根据表 1的文献分类方案给出的5个大类分成了5列，从中可看出各期刊的主要覆盖领域范围和内容特点。从表 3可以看出，大部分期刊虽有内容侧重，但均比较全面地覆盖了图像处理(IP)、图像分析(IA)、图像理解(IU)和技术应用(TA) 4个大类(综述评论大类(E)文献数量较少，故没有在此考虑)。事实上，只有两种期刊(《CT理论与应用研究》和《中国体视学与图像分析》)没有涉及所有4个大类(但也涉及3个大类)。另一方面，不同的期刊在内容上也有一些互补性，它们综合起来提供了对图像工程各个方向的完整覆盖。

为更加直观地进行比较，图 3将各期刊在2018年的选取比例和贡献比例分别以柱形图进行显示。根据表 3和图 3的统计数据，可以分析得到下面的结果：



图 3 15种期刊2018年的图像工程文献选取比例和贡献比例
Fig. 3 Selection ratio and contribution ratio of image engineering publications in 2018 over 15 journals

1) 各刊的选取比例给出了2018年这一年度内对应期刊所刊载的有关图像工程文献的相对频度，在一定程度上反映了在该刊所覆盖的专业范围中图像工程学科所占的比例，或者说有关图像工程文献的集中程度。由图 3可见，《中国图象图形学报》的选取比例再一次创新纪录，超过了91%，稳居所有期刊第一(事实上也是一直占据榜首)。这个事实表明《中国图象图形学报》确实是最专业的图像工程期刊。接下来3个在2018年选取比例较高的期刊依次分别是《模式识别与人工智能》、《测绘学报》和《中国生物医学工程学报》，选取比例都超过了30%。

2) 在文献计量学中，有7个指标常用来对期刊进行评价和衡量[32]。其中，期刊载文量是对科技期刊在科技活动和文献交流中所起作用及其质量进行评价的第1个指标。这里各刊的贡献比例反映的是相对有效载文量，在一定程度上体现了该刊对图像工程发展所起的作用和所作的贡献。从学科发展的意义上讲，这个比例很值得重视。由表 3可见，《中国图象图形学报》的贡献比例在2018年继续超过20%，仍与其创刊20多年以来一样保持最大。这正如文献[28]中已指出的，它说明《中国图象图形学报》在反映我国图像工程领域研究的进展，报道该领域科技的成果等方面都起到了重要的作用；并为从事图像工程研究、开发和应用的人员提供了互相交流的最集中场所。考虑到该期刊已是一个比较成熟的期刊[33]，其对中国图像工程的重要意义是不言而喻的。接下来贡献比例超过10%的期刊依次是《电子与信息学报》和《电子测量和仪器学报》。值得指出的是：各种图像技术正越来越多地应用到各种测量设备和仪器仪表中，所以《电子测量和仪器学报》上的相关文献数量近年有了明显增加。

3) 根据文献离散律[32]，有关某一学科的学术文献会大量地集中在为数不多的主要期刊上，而其余少量文献则分散在较多的其他期刊上。从2018年的数据看，图像工程学科文献的分布也符合这个规律。由表 3中各刊的选取数量或贡献比例可见，发表在集中程度最高的4种期刊，即《中国图象图形学报》、《电子与信息学报》、《电子测量和仪器学报》和《电子学报》上的图像工程文献数量占据总数的55%以上，比另外11种期刊的总和还多10%。

4.3 2018年所有图像工程文献详细分类情况

科技论文的发表是科研人员研究成果的一种体现，大多数科研人员在同一年的研究工作(和撰写的科技论文)会集中在一两个方向上，所以各小类文献的数量在一定程度上反映了不同科学领域中相关研究所受到的关注程度和研究力量的投入情况，同时也对研究所取得的成果有一定的衡量评价作用。表 4给出了对2018年所选图像工程文献进一步按表 1所列23个小类进行分类统计的详细结果。

表 4 2018年图像工程文献分23小类统计细表
Table 4 Detailed classifications (23 classes) of selected image engineering publications in 2018

下载CSV
期刊代号 A1 A2 A3 A4 A5 A6 B1 B2 B3 B4 B5 C1 C2 C3 C4 C5 D1 D2 D3 D4 D5 D6 E1
[CT] 8 1 2
[CX] 5 1 1 3 1 3 6 11 4 1 2 17 2
[DC] 7 1 10 7 2 5 4 11 10 8 1 3 3 1 3 17
[DX] 10 2 4 1 1 8 2 8 3 6 3 1 2 3 1 4 2
[DxX] 18 3 9 4 3 1 7 6 11 12 5 3 1 2 1 11 1
[JX] 2 1 1 2 1 3 2 2 2 1 1 1
[MR] 4 1 3 4 7 9 1 5 2 1 1 2
[SC] 2 3 2 5 1 1 6 7 1 1 1 3
[TX] 2 1 3 1 1 1 2 2 1
[XC] 5 3 2 5 1 1 7 3 2 2 1 2 1
[YX] 5 1 1 1 17
[ZS] 2 3 1 5 1 1 2 1 1 14
[ZTi] 3 1 1 2 3 1
[ZTu] 2 2 17 4 14 10 18 13 20 16 7 2 8 3 2 1 2 5 9 4 3
[ZX] 1 1 3 1 2 2 3 3 13 6 2 1 2 3 4 2 2 3 1 2
小计 61 23 57 13 32 20 67 5 46 82 75 45 9 10 19 17 14 3 7 28 71 32 11

为更方便和直观地看出各个小类文献数量的排名分布情况，图 4以直方图的形式来展示表 4中23个小类分类统计的结果。



图 4 2018年对23个小类进行文献分类的结果
Fig. 4 Classification results for selected publications in 23 classes for 2018

通过对表 4和图 4统计数据的分析并与系列综述中前些年的对应数据[1-24]比较可以看出：

1) 在2018年，小类“B4：目标检测和识别”的文献数量又回到了排名第1。事实上，在2015和2016年，该小类的文献数量就曾经都排名第1。今年这个小类的文献中，题目里出现最多的词是“跟踪”或“检测”，在82篇文献中，题目中有“跟踪”的为30篇，题目中有“检测”的为23篇，两者占了题目总数的约2/3。另外，利用卷积神经网络和对抗网络的文献数量也有约20篇，反映了深度学习方法的应用效果。

2) 在2018年，小类“B5：人体生物特征提取和验证”的文献数量升到了第2位(比前两年有所增加)，其中有关人脸识别(一些基本原理和具体方法可见文献[34])的文献数量仍是主流，对表情、性别及年龄段分类等更为广泛的人脸图像分析研究(国际上的一些相关工作可见文献[35-36])以及基于图像技术的其他人体生物特征(如手势、掌纹、步态、虹膜、指静脉等)的研究也有一定数量。2018年比较明显的增加来自对行人再识别的研究。

3) 文献数量排名第3的是小类“D4：遥感、雷达、测绘等”(2017年曾是第1)。如果将其与目前相关的小类“C1：图像匹配融合等”结合考虑，这仍是近年图像工程研究和应用结合的一个热点领域。

4) 在2018年，小类“B1：图像分割和边缘检测”的文献数量排名第4，继续维持在较高水平。相比直接根据对物体的中层属性描述进行的目标检测(划分在小类“B4：目标检测和识别”)，图像分割还常利用更偏底层的统计特征，且所采用的方法技术以及面向的对象更具一般性。所以，尽管图像分割已有50多年的历史[37]，它仍然是图像分析中的一个难点。正如在系列综述中已多次指出的，虽然对图像分割的研究已取得了许多成果[38-39]，但还有许多没有解决和需要解决的问题，且更广泛的研究正在深入开展[37]。另一方面，所有图像分割要获取的感兴趣目标都是一个有语义含义的较高层的概念，所以图像分割也可以称为语义分割。前几年，有些人将一部分分割工作称为语义分割，以表明其工作的特殊性，但事实上所有的图像分割都是语义分割，所以在2018年的相关文献中，基本上不再有题目专门提语义分割了。

5) 在2018年，图像处理大类下的另一个小类“A1：图像获取”的文献数量继续保持在排名第5。这与对多种新的成像模式和方法的研究有关，例如在一些文献题目中出现了“生物磁—光—声联合成像”、“双介质摄影测量”、“瞬态成像”、“偏振遥感”、“仿生视觉”等。另外，对多个成像设备的结合使用也得到了一定关注，如“摄像机网络拓扑”、“多摄像头协同”、“组网雷达”等也出现在文献题目中。

另外，有一些小类的统计数据表明，2018年的发展和趋势继承了2017年的情况，如：

1) 在图像分析大类下，小类“B3：目标特性的提取分析”的文献数量在2018年仍有较明显的增加。其中，有关显著性(目标)检测的文献仍处在比较前列(继续了2017年的趋势)。

2) 在2018年，小类“C4：基于内容的图像和视频检索”的文献数量仍然在图像理解(IU)大类中排名第2。如在文献[23]中指出的：虽说原来的典型研究内容[40]基本成熟，但在基于语义的图像和视频检索研究方面仍然有很多工作要做[41-42]。

3) 在图像技术应用大类中，小类“D6：其他技术应用”的文献数量也排名第2，其中最大的贡献来自《电子测量和仪器学报》。利用图像技术的测量仪器已得到了广泛应用，更多的新应用还在不断涌现。

5 结论

本文是关于中国图像工程的年度文献系列综述之二十四。文中先根据该系列综述一贯的期刊选取方案以及文献选取和分类原则，对2018年在中国图像工程重要期刊上发表的747篇有关文献进行了选取、分类、统计、分析和讨论。为更直观地看出所统计数据的变化情况，还将一些文献选取数据、文献分大类和分小类数据，以及所选情况文献选取和贡献比例绘成了图表。从对统计结果的分析以及与系列综述以前相关数据[1-24]的综合比较可以看出，2018年图像工程的研究和应用在我国又有了许多新的进展。考虑到国内外学术交流的广泛开展，从中也可看出一些国际上的发展动态。

根据对2018年的文献分析可知，目前得到最多关注的是图像分析技术，其中目标检测和识别、图像分割和边缘检测、目标特性的提取分析都是关注的焦点；遥感、雷达、测绘等领域的图像技术研究和应用最为活跃；最后，《中国图象图形学报》确实是相关文献最集中的图像工程期刊。

本系列综述的一个特点是从开始以来一直选取了统一的15种期刊，对文献的选取原则也基本保持了一致，所用的统计和分类准则有延续性，所以这使得多年的统计结果具有可比性和参照性，而且时间越长其特点就越明显[43]。综合考虑整个系列综述，从中除了可以了解过去和当前我国图像工程研究和应用的总体情况，也可对未来发展提供一些趋势预测，从而建立对学科的全面认识并找到制定学科发展方向的一些具体依据。它对揭示我国图像工程科技人员的水平、现状和变化的研究也打下了很好的基础[29]。所以，虽然这个工作随着该领域的发展，涉及的文献数量和对其统计分析的工作量始终处在一个较高的层次和较大的基数上，因而需要大量的收集、阅读、分析和分类等人工投入(自动化类似工作的尝试表明，尽管其中有些步骤可以借助计算机来进行，但人工的检验和校正对保证质量仍是必不可缺的[44])，但却是很有意义的。这样的工作将会继续下去，并希望把文献计量学的理论与内容分析法的手段[45]相结合，进一步描绘中国图像工程不断发展的新“图像”。

参考文献

  • [1] Zhang Y J. Image engineering in China:1995[J]. Journal of Image and Graphics, 1996, 1(1): 78–83. [章毓晋. 中国图象工程:1995[J]. 中国图象图形学报, 1996, 1(1): 78–83. ] [DOI:10.11834/jig.19960115]
  • [2] Zhang Y J. Image engineering in China:1995(Supplement)[J]. Journal of Image and Graphics, 1996, 1(2): 170–174. [章毓晋. 中国图象工程:1995(续)[J]. 中国图象图形学报, 1996, 1(2): 170–174. ] [DOI:10.11834/jig.19960241]
  • [3] Zhang Y J. Image engineering in China:1996[J]. Journal of Image and Graphics, 1997, 2(5): 336–344. [章毓晋. 中国图象工程:1996[J]. 中国图象图形学报, 1997, 2(5): 336–344. ] [DOI:10.11834/jig.19970599]
  • [4] Zhang Y J. Image engineering in China:1997[J]. Journal of Image and Graphics, 1998, 3(5): 404–414. [章毓晋. 中国图象工程:1997[J]. 中国图象图形学报, 1998, 3(5): 404–414. ] [DOI:10.11834/jig.199805123]
  • [5] Zhang Y J. Image engineering in China:1998[J]. Journal of Image and Graphics, 1999, 4(5): 427–438. [章毓晋. 中国图象工程:1998[J]. 中国图象图形学报, 1999, 4(5): 427–438. ] [DOI:10.11834/jig.199905100]
  • [6] Zhang Y J. Image engineering in China:1999[J]. Journal of Image and Graphics, 2000, 5(5): 359–373. [章毓晋. 中国图象工程:1999[J]. 中国图象图形学报, 2000, 5(5): 359–373. ] [DOI:10.11834/jig.20000501]
  • [7] Zhang Y J. Image engineering in China:2000[J]. Journal of Image and Graphics, 2001, 6(5): 409–424. [章毓晋. 中国图象工程:2000[J]. 中国图象图形学报, 2001, 6(5): 409–424. ] [DOI:10.11834/jig.20010596]
  • [8] Zhang Y J. Image engineering in China:2001[J]. Journal of Image and Graphics, 2002, 7(5): 417–433. [章毓晋. 中国图象工程:2001[J]. 中国图象图形学报, 2002, 7(5): 417–433. ] [DOI:10.11834/jig.200205148]
  • [9] Zhang Y J. Image engineering in China:2002[J]. Journal of Image and Graphics, 2003, 8(5): 481–498. [章毓晋. 中国图象工程:2002[J]. 中国图象图形学报, 2003, 8(5): 481–498. ] [DOI:10.11834/jig.200305172]
  • [10] Zhang Y J. Image engineering in China:2003[J]. Journal of Image and Graphics, 2004, 9(5): 513–531. [章毓晋. 中国图像工程:2003[J]. 中国图象图形学报, 2004, 9(5): 513–531. ] [DOI:10.11834/jig.20040597]
  • [11] Zhang Y J. Image engineering in China:2004[J]. Journal of Image and Graphics, 2005, 10(5): 537–560. [章毓晋. 中国图像工程:2004[J]. 中国图象图形学报, 2005, 10(5): 537–560. ] [DOI:10.11834/jig.200505111]
  • [12] Zhang Y J. Image engineering in China:2005[J]. Journal of Image and Graphics, 2006, 11(5): 601–623. [章毓晋. 中国图像工程:2005[J]. 中国图象图形学报, 2006, 11(5): 601–623. ] [DOI:10.11834/jig.200605102]
  • [13] Zhang Y J. Image engineering in China:2006[J]. Journal of Image and Graphics, 2007, 12(5): 753–775. [章毓晋. 中国图像工程:2006[J]. 中国图象图形学报, 2007, 12(5): 753–775. ] [DOI:10.11834/jig.20070501]
  • [14] Zhang Y J. Image engineering in China:2007[J]. Journal of Image and Graphics, 2008, 13(5): 825–852. [章毓晋. 中国图像工程:2007[J]. 中国图象图形学报, 2008, 13(5): 825–852. ] [DOI:10.11834/jig.20080501]
  • [15] Zhang Y J. Image engineering in China:2008[J]. Journal of Image and Graphics, 2009, 14(5): 809–837. [章毓晋. 中国图像工程:2008[J]. 中国图象图形学报, 2009, 14(5): 809–837. ] [DOI:10.11834/jig.20090508]
  • [16] Zhang Y J. Image engineering in China:2009[J]. Journal of Image and Graphics, 2010, 15(5): 689–722. [章毓晋. 中国图像工程:2009[J]. 中国图象图形学报, 2010, 15(5): 689–722. ] [DOI:10.11834/jig.20100501]
  • [17] Zhang Y J. Image engineering in China:2010[J]. Journal of Image and Graphics, 2011, 16(5): 693–702. [章毓晋. 中国图像工程:2010[J]. 中国图象图形学报, 2011, 16(5): 693–702. ] [DOI:10.11834/jig.20110531]
  • [18] Zhang Y J. Image engineering in China:2011[J]. Journal of Image and Graphics, 2012, 17(5): 603–612. [章毓晋. 中国图像工程:2011[J]. 中国图象图形学报, 2012, 17(5): 603–612. ] [DOI:10.11834/jig.20120501]
  • [19] Zhang Y J. Image engineering in China:2012[J]. Journal of Image and Graphics, 2013, 18(5): 483–492. [章毓晋. 中国图像工程:2012[J]. 中国图象图形学报, 2013, 18(5): 483–492. ] [DOI:10.11834/jig.20130501]
  • [20] Zhang Y J. Image engineering in China:2013[J]. Journal of Image and Graphics, 2014, 19(5): 649–658. [章毓晋. 中国图像工程:2013[J]. 中国图象图形学报, 2014, 19(5): 649–658. ] [DOI:10.11834/jig.20140501]
  • [21] Zhang Y J. Image engineering in China:2014[J]. Journal of Image and Graphics, 2015, 20(5): 585–598. [章毓晋. 中国图像工程:2014[J]. 中国图象图形学报, 2015, 20(5): 585–598. ] [DOI:10.11834/jig.20150501]
  • [22] Zhang Y J. Image engineering in China:2015[J]. Journal of Image and Graphics, 2016, 21(5): 533–543. [章毓晋. 中国图像工程:2015[J]. 中国图象图形学报, 2016, 21(5): 533–543. ] [DOI:10.11834/jig.20160501]
  • [23] Zhang Y J. Image engineering in China:2016[J]. Journal of Image and Graphics, 2017, 22(5): 563–574. [章毓晋. 中国图像工程:2016[J]. 中国图象图形学报, 2017, 22(5): 563–574. ] [DOI:10.11834/jig.170115]
  • [24] Zhang Y J. Image engineering in China:2017[J]. Journal of Image and Graphics, 2018, 23(5): 617–628. [章毓晋. 中国图像工程:2017[J]. 中国图象图形学报, 2018, 23(5): 617–628. ] [DOI:10.11834/jig.180121]
  • [25] Lin B D, Zhang Q S. A Guide to the Core Journals of China[M]. Beijing: Beijing University Publishers, 1996. [ 林被甸, 张其苏. 中文核心期刊要目总览[M]. 北京: 北京大学出版社, 1996.]
  • [26] Zhang Y J. Image engineering in China and some current research focuses[J]. Journal of Computer-Aided Design & Computer Graphics, 2002, 14(6): 489–500. [章毓晋. 中国图像工程及当前的几个研究热点[J]. 计算机辅助设计与图形学学报, 2002, 14(6): 489–500. ] [DOI:10.3321/j.issn:1003-9775.2002.06.001]
  • [27] Zhang Y J, Li R. Statistical analysis on the articles and authors of "Journal of Image and Graphics"[J]. Journal of Image and Graphics, 2000, 5(1): 6–10. [章毓晋, 李睿. 对《中国图象图形学报》论文和作者的统计分析[J]. 中国图象图形学报, 2000, 5(1): 6–10. ] [DOI:10.11834/jig.20000102]
  • [28] Zhang Y J, Hu F. Ten years' statistical analysis on the articles and authors of "Journal of Image and Graphics" since its first publication[J]. Journal of Image and Graphics, 2006, 11(1): 1–7. [章毓晋, 胡峰. 对《中国图象图形学报》创刊10年来文章和作者的统计分析[J]. 中国图象图形学报, 2006, 11(1): 1–7. ] [DOI:10.11834/jig.20060101]
  • [29] Zhang Y J, Li R. Statistical analysis on the authors of paper cited in the survey series "Image engineering in China"[J]. Journal of Image and Graphics, 2001, 6(1): 1–5. [章毓晋, 李睿. 对"中国图象工程"综述系列里文献作者的统计分析[J]. 中国图象图形学报, 2001, 6(1): 1–5. ] [DOI:10.11834/jig.20010102]
  • [30] Zhang Y J. An English-Chinese Dictionary of Image Engineering[M]. 2nd ed. Beijing: Tsinghua University Press, 2015. [ 章毓晋. 英汉图像工程辞典[M]. 2版. 北京: 清华大学出版社, 2015.]
  • [31] Zhang Y J. Statistical analysis of the publication of "Journal of Image and Graphics" founded 20 years[J]. Journal of Image and Graphics, 2017, 22(4): 415–421. [章毓晋. 《中国图象图形学报》创刊20年出版情况统计分析[J]. 中国图象图形学报, 2017, 22(4): 415–421. ] [DOI:10.11834/jig.20170401]
  • [32] Ding X D. Fundamentals of Literature Metrology[M]. Beijing: Beijing University Publishers, 1993. [ 丁学东. 文献计量学基础[M]. 北京: 北京大学出版社, 1993.]
  • [33] Zhang Y J, Ma J. Statistic analysis of Lotka's parameters for "Journal of Image and Graphics"[J]. Journal of Image and Graphics, 2007, 12(5): 776–781. [章毓晋, 马婧. 对《中国图象图形学报》之洛特卡分布参数的统计分析[J]. 中国图象图形学报, 2007, 12(5): 776–781. ] [DOI:10.11834/jig.20070502]
  • [34] Zhang Y J. Subspace-Based Face Recognition[M]. Beijing: Tsinghua University Press, 2009. [ 章毓晋. 基于子空间的人脸识别[M]. 北京: 清华大学出版社, 2009.]
  • [35] Zhang Y J. Advances in Face Image Analysis:Techniques and Technologies[M]. Hershey, Philadelphia, USA: IGI Global, 2011.
  • [36] Zhang Y J. A Comprehensive Survey on Face Image Analysis[M]//Khosrow-Pour M. Encyclopedia of Information Science and Technology. 3rd ed. USA: Information Resources Management Association, Chapter 47(491-500), 2015.
  • [37] Zhang Y J. Half century for image segmentation[M]//Khosrow-Pour M. Encyclopedia of Information Science and Technology. 3rd ed. USA: Information Resources Management Association, Chapter 584(5906-5915), 2015.
  • [38] Zhang Y J. Image Segmentation[M]. Beijing: Science Press, 2001. [ 章毓晋. 图象分割[M]. 北京: 科学出版社, 2001.]
  • [39] Zhang Y J. Advances in Image and Video Segmentation[M]. Hershey, Philadelphia, USA: IRM Press, 2006.
  • [40] Zhang Y J. Content-Based Visual Information Retrieval[M]. Beijing: Science Press, 2003. [ 章毓晋. 基于内容的视觉信息检索[M]. 北京: 科学出版社, 2003.]
  • [41] Zhang Y J. Semantic-Based Visual Information Retrieval[M]. Hershey, Philadelphia, USA: IRM Press, 2007.
  • [42] Zhang Y J. Up-to-date summary of semantic-based visual information retrieval[M]//Khosrow-Pour M. Encyclopedia of Information Science and Technology. 3rd ed. USA: Information Resources Management Association, Chapter 123(1294-1303), 2015.
  • [43] Zhang Y J. Development of image engineering in the last 20 years[M]//Khosrow-Pour M. Encyclopedia of Information Science and Technology. 4th ed. USA: Information Resources Management Association, Chapter 119(1319-1330), 2018.
  • [44] Rosenfeld A. Classifying the literature related to computer vision and image analysis[J]. Computer Vision and Image Understanding, 2000, 79(2): 308–323. [DOI:10.1006/cviu.2000.0851]
  • [45] Qiu J P, Wang Y F. Bibliometrics Content Analysis[M]. Beijing: National Library Press, 2008. [ 邱均平, 王曰芬. 文献计量内容分析法[M]. 北京: 国家图书馆出版社, 2008.]