计算机辅助设计与图形学学报

　　《计算机辅助设计与图形学学报》杂志基本信息：

　　主管单位：中国科学技术协会

　　主办单位：中国计算机学会

　　国内统一刊号：11-2925/TP

　　国际标准刊号：1003-9775

　　邮发代号：82-456

　　北大核心期刊

　　《计算机辅助设计与图形学学报》简介

　　《计算机辅助设计与图形学学报》(月刊)创刊于1989年，是我国CAD和计算机图形学领域第一个公开出版的学术刊物，原为季刊，1996年起改为双月刊，从2000年起改为月刊。以快速传播CAD与计算机图形学领域的知识与经验为目的，刊登有创新的学术论文，报导最新科研成果和学术动态，及时反映该领域发展水平与发展方向。该刊面向全国，聘请了我国CAD和计算机图形学学术界的知名学者、专家参加刊物的编委会，具有权威性和代表性。

　　推荐期刊：《计算机辅助工程》是上海海事大学主办的学术性刊物，创刊于1992年，是我国计算机界与工程界的重要学术性刊物之一。本刊主要刊登计算机技术及其应用和相关领域的学术论文，如计算机辅助设计与图形学技术及应用、专家系统、知识工程、计算机网络与通信、分布式系统、计算机软件与理论、程序设计语言、操作系统、数据库、计算机辅助教学、制造业信息化、物流工程信息化、交通运输工程信息化、信息管理技术及应用、人工智能技术及应用、电气自动化等领域的文章，以及有价值的研究报告和研究简介。

　　《计算机辅助设计与图形学学报》读者对象为从事CAD和计算机图形及其他有关学科的科研、工程技术人员及高等院校师生。

　　《计算机辅助设计与图形学学报》收录情况

　　国家新闻出版总署收录　维普网、万方数据库、知网数据库、文摘杂志、文摘与引文数据库、工程索引Compendex数据库(核心)、物理学、电技术、计算机及控制信息数据库、日本科学技术振兴机构中国文献数据库收录

　　《计算机辅助设计与图形学学报》影响因子：

　　截止2014年万方：影响因子：0.658;总被引频次：2235

　　截止2014年知网：复合影响因子：1.072;综合影响因子：0.593

　　《计算机辅助设计与图形学学报》栏目设置

　　综述、计算机辅助几何设计、图形算法与技术、CAD/CAT/CAM/CG系统设计与应用技术、虚拟现实与计算机动画、图像与图形的融合、用户界面与多媒体技术、科学计算与信息可视化。

　　《计算机辅助设计与图形学学报》投稿须知

　　1、稿件要有创新内容。全文论点明确，数据可靠，条理清晰，文字精练，字迹清楚。

　　2、请通过本刊远程稿件处理系统投稿(本刊主页在上方，注册后即可投稿)，电子版请用DOC，ZIP，RAR格式。特别提示：请勿重复注册，如忘记用户名或密码请与编辑部联系。

　　3、来稿请注明联系人、通讯地址、邮编、E-mail地址和联系电话，若有变更应及时通知编辑部。

　　4、每篇论文组成依次为：文题，作者姓名，单位名称，城市名，邮政编码，300字以内中文摘要，3～8条关键词，中图法分类号;相应地用英文表达的题目、作者姓名、单位、城市名、邮编以及英文摘要(大约100<单词数量<150)和英文关键词;正文;参考文献;每位作者简历(姓名，性别，出生年，学位或职称，是否为CCF会员，主要研究方向)。请注明所获基金资助、获奖项目，并提供获奖证书复印件。若中英文摘要未达到基本要求，将退回作者修改。

　　5、插图、表格、照片应放在文中的相应位置，图文互见。插图要精绘，图中文字及图序、表序写清楚。文字正斜体应与正文一致(文中变量用斜体，数字用正体)。

　　6、参考文献中请勿引用未公开发表的文献，按文中引用先后排序。参考文献写作规范见本刊主页右侧。

　　7、来稿应与国内同行工作进行比较，不能仅列出英文参考文献而忽略中文参考文献。来稿不符合上述要求者，在送审前退作者修改后重投，并以重投日期作为收稿日期。

　　2017年《计算机辅助设计与图形学学报》06期投稿论文：

　　青光眼视神经头参数与视网膜神经纤维层的相关性分析徐军;陈强;牛四杰;

　　基于置信度计算的快速眼底图像视盘定位吴慧;陈再良;欧阳平波;陈昌龙;

　　彩色盘周眼底图的豹纹状眼底自动分级算法熊荔;李慧琦;徐捷;徐亮;

　　聚合多通道特征的青光眼自动检测赵荣昌;陈再良;段宣初;陈奇林;

　　学术前沿与综述

　　移动视觉搜索综述贾佳;唐胜;谢洪涛;肖俊斌;

　　图像与视觉

　　P3P问题的解与本质二次曲线对交点之间的关系王波;胡立华;张彩霞;许华荣;

　　利用一致性检验的多图像中前景物体的自动分割潘成伟;张建国;陈毅松;汪国平;

　　针对纸张目标的带结构约束压缩跟踪算法柳有权;董飞;

　　收录论文：聚合多通道特征的青光眼自动检测

　　【摘要】：眼底影像的自动分析是计算机辅助青光眼筛查和诊断的关键基础.为提高青光眼辅助诊断的准确性,基于彩色眼底图,提出一种聚合多通道特征的青光眼自动检测算法.首先基于多尺度分析技术,通过聚合多通道图像特征,从颜色分布、多尺度Gabor滤波和梯度方向分布等方面表示视盘形态和结构在彩色眼底图上的细微变化;然后设计基于随机森林的分类器,在青光眼数据集上训练分类器模型,并利用集成学习技术鉴别青光眼,从而实现一种基于图像特征的青光眼自动检测算法;最后在2个具有挑战性的青光眼公开数据集(RIM-ONE r2和Drishti_GS)上对青光眼检测算法进行测试和验证,分别得到了0.869 0和0.800 4的曲线下面积值.实验结果表明,该算法在保证青光眼检测敏感性的同时能够显著提高其特异性,对青光眼辅助筛查和诊断具有很好的参考价值.

　　【关键词】： 计算机辅助检测 青光眼 形态分析 随机森林 多通道特征聚合