IEEE Transactions on Image Processing（简称《TIP》）是图像处理与计算机视觉领域的期刊，聚焦图像与视频处理、分析、增强、压缩及相关算法，涵盖深度学习、图像分割、目标检测、图像重建及3D视觉，读者群为信号处理专家、计算机视觉研究者及图像处理工程师。
IEEE推荐AJE的论文润色等服务，您在向IEEE旗下期刊提交稿件时，可以将AJE的润色证明一并提交给期刊。
期刊主页：https://ieeexplore.ieee.org/xpl/topics.jsp?punumber=83
期刊简介
《TIP》由IEEE Signal Processing Society主办，创刊于1992年，致力于发表图像处理与计算机视觉领域的高质量研究，主题包括图像增强、压缩、分割、特征提取、目标检测与跟踪、视频处理、深度学习及3D重建。文章需具创新性、科学严谨性及对图像处理算法或应用的实际价值，适合信号处理、计算机视觉及人工智能领域的专业人士。期刊采用严格的同行评审，初审平均8-12周（官网数据）。作为混合出版期刊，作者可选择传统订阅模式或开放获取（OA）。
期刊相关信息：
- 影响因子：13.7（2024年）
- 中科院分区：1区（工程技术-工程：电子与电气；计算机：人工智能）
- 出版费用：开放获取费用（APC）为2,645美元（2025年IEEE标准，官网数据）；订阅模式无APC。
- 出版频率：月刊（每年12期）。
投稿注意事项
- 文章长度：建议8-12页（双栏），含图表和参考文献；超过12页需支付超页费（220美元/页）。
- Cover letter：需提交，说明研究的创新性、技术贡献及适合《TIP》的理由，突出对图像处理算法或应用的理论或实践贡献。
- 初始投稿格式：需使用IEEE双栏模板（Word或LaTeX），初稿提交PDF，图表嵌入正文。
- 数据可用性：鼓励公开数据，建议存放在IEEE DataPort或公共存储库（如figshare、Zenodo）并提供DOI。
- 代码可用性：涉及算法或模型的需提供代码（如GitHub链接）或补充材料，强烈建议开源以便复现。
- 预印本政策：接受在arXiv等预印本服务器发布的稿件，需在投稿时声明。
- 审稿周期：初审约8-12周，采用单盲评审，至少三位审稿人。
- 出版费用减免：开放获取文章的无资助研究可申请APC减免，投稿后联系IEEE出版办公室（openaccess@ieee.org）。
- 开放获取选项：作者可选择开放获取（需支付APC）或订阅模式（无APC）。
- 彩图费用：订阅模式下，彩图每页175美元；开放获取文章无彩图费用。
- 投稿限制：允许一轮主要修订和一轮次要修订，拒绝后需编辑许可方可重新提交。
- 语言润色：建议使用IEEE推荐的AJE（American Journal Experts）服务，润色证明可随稿件提交。
- 扩展论文：如基于会议论文扩展，需新增至少30%内容，并提交原会议论文供审查。
- 伦理要求：涉及人类数据的需提供伦理委员会批准编号，遵循《赫尔辛基宣言》。
文章类型
《TIP》主要发表以下类型文章：
- Regular Paper：完整研究文章（8-12页），报告图像处理与计算机视觉的原创研究。
- Short Paper：简短研究报告（≤6页），聚焦新颖算法或初步结果。
- Survey Paper：综述某一专题（8-12页），需具广泛参考价值，通常由编辑邀请。
- Comment：对已发表文章的评论或更正（≤2页），需编辑批准。
- Correction：更正已发表文章，需编辑批准。
投稿需通过Manuscript Central提交，Survey Paper需先联系编辑（tip-eic@ieee.org）。
文章结构
一篇典型的Regular Paper包括以下部分，每部分附简短英文示例：
- 标题：简洁、描述性，突出图像处理主题，最大15字。
示例：
Deep Learning Image Enhancement - 作者信息：列出所有作者的姓名、单位、电子邮件及ORCID。
示例：
Department of Computer Science, University of Toronto, Toronto, ON, Canada
Wei Zhang, Sarah Liu
Vision Lab, ETH Zurich, Zurich, Switzerland
Hans Müller - 贡献声明：明确每位共同作者的贡献，遵循IEEE标准。
示例：
W.Z. developed the algorithm; S.L. conducted experiments; H.M. wrote the manuscript. - 通信作者：指定通信作者，提供电子邮件及ORCID。
示例：
Correspondence to: Hans Müller (hans.mueller@ethz.ch) - 摘要：概述研究背景、方法、结果和意义，最大250字，无参考文献。
示例：
A deep learning model improves image contrast by 30%. Tests on 1000 images show 95% quality gain. Code at GitHub (https://github.com/ImageEnhance). Data at Zenodo (10.5281/zenodo.123456). This advances visual analysis. - 关键词：提供3-8个关键词，便于检索。
示例：
deep learning, image enhancement, computer vision, image quality - 引言：介绍研究背景、问题及目标，需包含参考文献。
示例：
Image enhancement is critical for vision tasks [1]. Current methods lack robustness [2]. This paper proposes a deep learning model. - 正文：分节描述方法、实验、结果和讨论，使用子标题。
示例：
Model Architecture
The model uses a CNN with attention (figure 1) [3]. - 结论：总结关键发现，提出应用或未来方向。
示例：
Conclusion
The model boosts image quality. Future work will address video processing. - 参考文献：列出所有引用文献（详见第6节）。
示例：
[1] J. Doe et al., “Image processing trends,” IEEE Trans. Image Process., vol. 33, no. 5, pp. 123-134, May 2024. - 致谢（可选）：感谢资助机构或个人，包含资助编号。
示例：
Funded by NSERC grant RGPIN-123456. We thank the Toronto Vision Lab. - 作者简介：简述作者背景、教育经历及研究兴趣，附照片（可选）。
示例：
Wei Zhang received the Ph.D. degree from Toronto in 2022. His research focuses on computer vision. - 伦理声明：包括利益冲突声明及伦理合规（如适用）。
示例：
Competing interests: The authors declare no competing interests.
Ethics approval: Approved by UofT IRB (IRB-123456). - 数据可用性：提供数据存储库名称和访问编号。
示例：
Data at Zenodo: https://doi.org/10.5281/zenodo.123456 - 补充材料（可选）：提供额外数据、代码或视频。
示例：
Supplementary Video S1: Enhancement demo.
Supplementary Data S1: Test datasets.
格式要求
《TIP》要求初稿使用IEEE双栏模板（Word or LaTeX），建议8-12页，修订稿需符合出版规范。以下是具体要求：
字体和字号
- 正文：Times New Roman，10号字，单倍行距。
- 一级标题：粗体，11号字，首字母大写。
- 二级标题：粗体，10号字，首字母大写。
- 图表标题：粗体，8号字。
页面布局
- 使用 A4或Letter纸张，双栏排版。
- 页边距：上2.5厘米，下1.9厘米，左右1.6厘米。
- 行距：单倍行距，段前段后0点间距。
图表格式
- 图表嵌入正文，初稿为PDF，修订稿需单独上传高分辨率文件。
- 图表标题置于下方，Times New Roman，8号字，居中。
- 图表文字：8号字，确保清晰。
- 图表分辨率：至少300 DPI，推荐格式为TIFF、EPS或高分辨率JPEG。
- 颜色选择：支持彩色，建议高对比度（如蓝/黄），避免红绿。
- 图例：每幅图说明不超过300字，置于图下方。
- 版权：需获得受版权保护的图表许可，提交许可文件.
- 示例：
Figure 1: Enhancement results.
a Contrast vs. time (blue: proposed; red: baseline). b PSNR scores.
公式与术语
- 公式居中，右对齐编号，如 (1)，文中称为“equation (1)”.
- 术语遵循IEEE及图像处理标准（如“image enhancement”而非 “image improvement”）。
- 示例：
(1) I = f(x) + g(t)
表格
- 表格嵌入正文，包含标题和图例，置于页面顶部或底部。
- 大型表格作为补充材料（如Excel）。
参考文献格式
《TIP》要求使用IEEE引用风格，按文中出现顺序编号，文中以方括号引用（如 [1]）。参考文献需准确，优先引用期刊文章。以下是示例：
- 期刊文章：
[1] J. Doe, K. Smith, et al., “Image processing trends,” IEEE Trans. Image Process., vol. 33, no. 5, pp. 123-134, May 2024. - 会议论文：
[2] W. Zhang and S. Liu, “Deep image enhancement,” in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., Seattle, WA, USA, Jun. 2024, pp. 45-46. - 书籍：
[3] R. Gonzalez, Digital Image Processing, 4th ed., Boston, MA, USA: Pearson, 2018. - 数据集：
[4] W. Zhang and H. Müller, “Image enhancement dataset,” Zenodo, 2024. [Online]. Available: https://doi.org/10.5281/zenodo.123456 - 预印本：
[5] S. Liu and H. Müller, “Vision advances,” arXiv:2401.12345, Jan. 2024. [Online]. Available: https://arxiv.org/abs/2401.12345
伦理声明
- 利益冲突：需声明所有作者的利益冲突（如“无利益冲突”）。
- 伦理合规：涉及人类数据的需提供伦理委员会批准编号，遵循《赫尔辛基宣言》。
- 数据可用性：需声明数据存储库及访问方式。
- 代码可用性：需提供代码存储库或补充材料，强烈建议开源以便复现.
- 示例：
Competing interests: The authors declare no competing interests.
Ethics approval: Approved by UofT IRB (IRB-123456).
Data availability: Data at Zenodo: https://doi.org/10.5281/zenodo.123456.
Code availability: Code at GitHub: https://github.com/ImageEnhance.
补充材料
- 补充材料作为单独文件提交，格式为PDF、Excel、MP4（H.264编码，16:9）或ZIP.
- 包含大型数据集、代码或视频，无额外费用.
- 示例：
Supplementary Video S1: Enhancement demo.
Supplementary Data S1: Test datasets.
投稿流程
作者需通过Manuscript Central提交论文。流程如下：
- 注册并关联ORCID，指定通信作者（需符合IEEE作者标准）。
- 上传IEEE模板稿件（PDF）、cover letter、图表（嵌入PDF）及补充材料。
- 提供利益冲突声明、数据/代码可用性声明及伦理声明。
- 提交推荐审稿人（可选，3-5人，需提供姓名、邮箱及理由）。
- 在Manuscript Central跟踪审稿状态，初审约8-12周。
- 修订稿需提交：修改稿（Word/LaTeX）、审稿回复（逐点回应）、高分辨率图表。
- 可联系编辑部（tip-eic@ieee.org）查询状态或申请APC减免（开放获取文章）.
最后
IEEE Transactions on Image Processing作为图像处理与计算机视觉领域的期刊，一直比较受中国作者青睐，我们基于官网指南，系统解析了从标题到补充材料的规范，配以英文示例，希望为您的投稿提供坚实支持。
