中国图象图形学报是集计算机图像图形高科技理论、技术方法与应用研究成果产业化于一体的综合性学术期刊。荣获核心期刊。 《中国图象图形学报》是被国内主要检索系统收录的核心中文期刊，是图像图形学及相关领域的权威性杂志。主要主管主办：中国科学院 中国科学院遥感应用研究所;中国图象图形学会;北京应用物理与计算数学研究所快捷分类：工业计算机软件及计算机应用 信息科技出版发行：北京 月刊 A4期刊刊号：1006-8961, 11-3758/TB创刊时间：1996 影响因子 568审稿时间：1-3个月期刊级别： CSCD核心期刊 北大核心期刊 统计源期刊 计算机科学《计算机科学》网站上提供了“稿件处理流程”，作者可以通过该流程图了解稿件的处理程序和相关规定。 对于拟发表稿件,我们将按投稿时间的顺序安排发表稿件刊发以后,我们会将稿酬及样刊邮寄过来。注：这里主管主办：国家科学技术部 国家科技部西南信息中心快捷分类：计算机电子信息科学综合 信息科技出版发行：重庆 月刊 A4期刊刊号：1002-137X, 50-1075/TP创刊时间：1974 影响因子 631审稿时间：1-3个月期刊级别： CSCD核心期刊 北大核心期刊 统计源期刊 图学学报可另行处理。由于人手有限，本刊概不退稿，请作者自留底稿。 3文稿不应涉及保密内容及他人利益。数据不实、抄袭剽窃等不良行为责任自负。 4参考文献请不要少于6个。 5来稿时，请提供作者详细通信地址、邮政编码、主管主办：中国科学技术协会 中国图学学会快捷分类：工业计算机软件及计算机应用 信息科技出版发行：北京 双月刊 A4期刊刊号：2095-302X, 10-1034/T创刊时间：1980 影响因子 378审稿时间：3-6个月期刊级别： CSCD核心期刊 北大核心期刊 统计源期刊
计算机相关的都可以投，投b类核心吧
图像与信号处理，国际中文期刊
many journals in IEEE or SPIE, like pattern recognition letters
中科院自己划的。先是按学科，再按影响因子排列划分。SCI是美国《科学引文索引》的英文简称，[1]其全称为：Science Citation Index,，创刊于1961年，它是根据现代情报学家加菲尔德(Engene Garfield) 1953年提出的引文思想而创立的。时至今日加菲尔德仍是SCI主编之一。SCI是由ISI( Institute for Scientific Information I)美国科学情报所出版。现为双月刊。ISI除了出版SCI外，还有联机型据SCISEARCH。ISTP(Index to Scientific &Technical Proceeding)也由其出版。SCI是一部国际性索引，包括有：自然科学、生物、医学、农业、技术和行为科学等，主要侧重基础科学。所选用的刊物来源于94个类、40多个国家、50多种文字，这些国家主要有美国、英国、荷兰、德国、俄罗斯、法国、日本、加拿大等，也收录一定数量的中国刊物。SCI索引对科技工作者查阅最新文献、跟踪国际学术前沿、科研立项以及在具体的课题研究时及时了解国际动态都有很大帮助。
这是中科院划分的，你也可以看影响因子的大小来区分，一般0-1分，1-2分大部分都在四区，三区的得2分以上了，以此类推，你大概就知道在几区了
中科院自己划的。先是按学科，再按影响因子排列划分。反正不怎么好，水分略大。
中科院分区：Pattern Recognition （PR）是 SCI，大小科都是二区；Pattern Recognition Letters （PRL）是 SCIE，大科类三区，小科类要四区了。二者都不是 TOP 期刊。CCF 推荐分类：PR 是 B 类；PRL 是 C 类。一般，PR 在行业里还是比较认可的。博士毕业，还是要发几篇像 PR 这样的期刊。17年的影响因子 Impact Factor：PR 是 582，从13年以来，一直以很快的速度上涨；PRL 是 995，也是在一直增长。期刊性质：PR 和 PRL 是一个 Publisher ，区别是 PRL 原本的意图是发表短少精炼、周期短的论文，而 PR 是复杂长篇、周期长的论文或文章。但逐渐的 PR 也开始发表短文章。对比来看， PRL 比上不足，比下有余，毕竟是 CCF C 类。
中国图象图形学报是集计算机图像图形高科技理论、技术方法与应用研究成果产业化于一体的综合性学术期刊。荣获核心期刊。 《中国图象图形学报》是被国内主要检索系统收录的核心中文期刊，是图像图形学及相关领域的权威性杂志。主要主管主办：中国科学院 中国科学院遥感应用研究所;中国图象图形学会;北京应用物理与计算数学研究所快捷分类：工业计算机软件及计算机应用 信息科技出版发行：北京 月刊 A4期刊刊号：1006-8961, 11-3758/TB创刊时间：1996 影响因子 568审稿时间：1-3个月期刊级别： CSCD核心期刊 北大核心期刊 统计源期刊 计算机科学《计算机科学》网站上提供了“稿件处理流程”，作者可以通过该流程图了解稿件的处理程序和相关规定。 对于拟发表稿件,我们将按投稿时间的顺序安排发表稿件刊发以后,我们会将稿酬及样刊邮寄过来。注：这里主管主办：国家科学技术部 国家科技部西南信息中心快捷分类：计算机电子信息科学综合 信息科技出版发行：重庆 月刊 A4期刊刊号：1002-137X, 50-1075/TP创刊时间：1974 影响因子 631审稿时间：1-3个月期刊级别： CSCD核心期刊 北大核心期刊 统计源期刊 图学学报可另行处理。由于人手有限，本刊概不退稿，请作者自留底稿。 3文稿不应涉及保密内容及他人利益。数据不实、抄袭剽窃等不良行为责任自负。 4参考文献请不要少于6个。 5来稿时，请提供作者详细通信地址、邮政编码、主管主办：中国科学技术协会 中国图学学会快捷分类：工业计算机软件及计算机应用 信息科技出版发行：北京 双月刊 A4期刊刊号：2095-302X, 10-1034/T创刊时间：1980 影响因子 378审稿时间：3-6个月期刊级别： CSCD核心期刊 北大核心期刊 统计源期刊
many journals in IEEE or SPIE, like pattern recognition letters
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
SCI四区，相当于国内的北核吧。质量好的相当于国内质量比较高的北核，质量差的相当于国内质量比较差一些的北核。大体是这个样子，我说的是大体。主要是SCI不歧视学历，职称，不像国内的核心要求本科单位，要求副教授职称，要求有课题基金这么多门槛。如果你着急发表可以去淘淘论文网看下，那边可以帮忙快速发表SCI，不过只有理工科方面的。
(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。
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