最近版上有不少人在討論圖像處理的就業(yè)方向，似乎大部分都持悲觀的態(tài)度。我想結(jié)合我今年找工作的經(jīng)驗(yàn)談?wù)勎业目捶ā＞臀铱磥?#xff0c;個(gè)人覺得圖像處理的就業(yè)還是不錯(cuò)的。首先可以把圖像看成二維、三維或者更高維的信號(hào)，從這個(gè)意義上來說，圖像處理是整個(gè)信號(hào)處理里面就業(yè)形勢最好的，因?yàn)槟悴粌H要掌握一維信號(hào)處理的基本知識(shí)，也要掌握圖像處理的知識(shí)。其次，圖像處理是計(jì)算機(jī)視覺和視頻處理的基礎(chǔ)，掌握好了圖像處理的基本知識(shí)，就業(yè)時(shí)就可以向這些方向發(fā)展。目前的模式識(shí)別，大部分也都是圖像模式識(shí)別。在實(shí)際應(yīng)用場合，采集的信息很多都是圖像信息，比如指紋、條碼、人臉、虹膜、車輛等等。說到應(yīng)用場合，千萬不能忘了醫(yī)學(xué)圖像這一塊，如果有醫(yī)學(xué)圖像處理的背景，去一些醫(yī)療器械公司或者醫(yī)療軟件公司也是不錯(cuò)的選擇。圖像處理對編程的要求比較高，如果編程很厲害，當(dāng)然就業(yè)也多了一個(gè)選擇方向，并不一定要局限在圖像方向。
下面談?wù)勎宜赖囊恍┕拘畔?#xff0c;不全，僅僅是我所了解到的或者我所感興趣的，實(shí)際遠(yuǎn)遠(yuǎn)不止這么多。
搜索方向
基于內(nèi)容的圖像或視頻搜索是很多搜索公司研究的熱點(diǎn)。要想進(jìn)入這個(gè)領(lǐng)域，必須有很強(qiáng)的編程能力，很好的圖像處理和模式識(shí)別的背景。要求高待遇自然就不錯(cuò)，目前這方面的代表公司有微軟、google、yahoo和百度，個(gè)個(gè)鼎鼎大名。
醫(yī)學(xué)圖像方向
目前在醫(yī)療器械方向主要是幾大企業(yè)在競爭，來頭都不小，其中包括西門子、飛利浦和柯達(dá)，主要生產(chǎn)CT和MRI等醫(yī)療器材。由于醫(yī)療器械的主要功能是成像，必然涉及到對圖像的處理，做圖像處理的很有機(jī)會(huì)進(jìn)入這些公司。它們在國內(nèi)都設(shè)有研發(fā)中心，simens的在上海和深圳，GE和柯達(dá)都在上海，飛利浦的在沈陽。由于醫(yī)療市場是一個(gè)沒有完全開發(fā)的市場，而一套醫(yī)療設(shè)備的價(jià)格是非常昂貴的，所以在這些地方的待遇都還可以，前景也看好。國內(nèi)也有一些這樣的企業(yè)比如深圳安科和邁瑞。
模式識(shí)別方向
我沒去調(diào)研過有哪些公司在做，但肯定不少，比如指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別。還有一個(gè)很大的方向是車牌識(shí)別，這個(gè)我倒是知道有一個(gè)公司高德威智能交通似乎做的很不錯(cuò)的樣子。目前視頻監(jiān)控是一個(gè)熱點(diǎn)問題，做跟蹤和識(shí)別的可以在這個(gè)方向找到一席之地。上海法視特位于上海張江高科技園區(qū)，在視覺和識(shí)別方面做的不錯(cuò)。北京的我也知道兩個(gè)公司：大恒和凌云，都是以圖像作為研發(fā)的主體。
視頻方向
一般的高?；蛘哐芯克鶄?cè)重在標(biāo)準(zhǔn)的制定和修改以及技術(shù)創(chuàng)新方面，而公司則側(cè)重在編碼解碼的硬件實(shí)現(xiàn)方面。一般這些公司要求是熟悉或者精通MPEG、H.264或者AVS，選擇了這個(gè)方向，只要做的還不錯(cuò)，基本就不愁飯碗。由于這不是我所感興趣的方向，所以這方面的公司的信息我沒有收集，但平常在各個(gè)論壇或者各種招聘網(wǎng)站經(jīng)?？吹?。我所知道的兩個(gè)公司：諾基亞和pixelworks。

其實(shí)一般來說，只要涉及到成像或者圖像的基本都要圖像處理方面的人。比方說一個(gè)成像設(shè)備，在輸出圖像之前需要對原始圖像進(jìn)行增強(qiáng)或者去噪處理，存儲(chǔ)時(shí)需要對圖像進(jìn)行壓縮，成像之后需要對圖像內(nèi)容進(jìn)行自動(dòng)分析，這些內(nèi)容都是圖像處理的范疇。下面列舉一些與圖像有關(guān)或者招聘時(shí)明確說明需要圖像處理方面人才的公司：上海豪威集成電路有限公司、中芯微、摩托羅拉上海研究院、威盛、松下、索尼、清華同方、三星。所有與圖像（靜止或者運(yùn)動(dòng)圖像）有關(guān)的公司都是一種選擇。比如數(shù)碼相機(jī)、顯微鏡成像、超聲成像、工業(yè)機(jī)器人控制、顯示器、電視、遙感等等，都可以作為求職方向。
要求：
1、外語。如果進(jìn)外企，外語的重要性不言而喻。一般外企的第一輪面試都是英語口語面試。
2、編程。這方面尤以C＋＋為重，很多公司的筆試都是考c＋＋知識(shí)。
3、專業(yè)水平。如果要找專業(yè)相關(guān)的工作，研究生期間的研究經(jīng)歷和發(fā)表的論文就顯的比較重要。
4、知識(shí)面的寬度。我覺得在研究生期間，除了做好自己的研究方向之外，擴(kuò)寬一下知識(shí)面也有很大的幫助，當(dāng)然這個(gè)知識(shí)面指的是圖像處理、計(jì)算機(jī)視覺和模式識(shí)別，知識(shí)面越寬，就業(yè)時(shí)的選擇就會(huì)越多。
圖像處理方向畢業(yè)的就業(yè)面非常廣，而且待遇在應(yīng)屆生應(yīng)該是中上等。其實(shí)還是一句話，能力決定一切。只要研究生三年沒有白過，根本不愁找不到好工作。祝所有正在讀研或者即將讀研的朋友將來都能有一份滿意的工作。
我說點(diǎn)不好的，版主的說法我同意都是正面的，反面的來說：現(xiàn)在大學(xué)和研究機(jī)構(gòu)做圖象的越來越多了，這里面老板自己懂圖象的不知道有多少？！老板不懂，影響還是很大的。多數(shù)做圖象的是用MATLAB，用別人的代碼。在研究生三年學(xué)好C++畢業(yè)的有多少？在公司C++是重要的。圖象其實(shí)就是信號(hào)處理，除了本科是學(xué)信號(hào)的以外，信號(hào)與系統(tǒng)、數(shù)字信號(hào)處理是一定要學(xué)好的，那相應(yīng)的數(shù)學(xué)方面的概率，多元統(tǒng)計(jì)，甚至泛函也要了解。外語的基本要求是看懂英文文獻(xiàn)（不一定全看懂），相應(yīng)的英文書。去外企做研發(fā)，這是必備的。然后是口語和聽力。說這些不是波冷水，希望大家了解清楚。
Compared to the number of jobs available each year in the imaging soceity, the people who are majoring on it are way too much. I have to say most of the people who studied the this area were not end up with working on this area anymore.
The most important thing here is to understand image processing, it requires a broad level of knowledge including, some math (algrebra, statistics, PDE), dsp, pattern recognition, programming skills...
It is all these background skills will find you a job, so prepare to have a deep understanding on all these areas related to image processing
我也是學(xué)模式識(shí)別的,但是研究方向是遙感圖像處理和識(shí)別.總的來說這個(gè)方向是比較專,但也是目前圖像處理中比較難做的一個(gè)方向,因?yàn)檫b感圖像的復(fù)雜性超過我們所見過的任何圖像.
其實(shí)談到就業(yè)問題,我覺得如果研究方向比較適合,特別是讀研期間能到斑竹談的那些牛比的公司實(shí)習(xí),了解企業(yè)真正需要的方向可能做起來有目標(biāo)性.
順便提下:高德威公司還是不要考慮,因?yàn)楸救嗽诋厴I(yè)面試過程中,雖然面試的人力資源人員很友善,但是通過他們老板寫的一些文章可以發(fā)現(xiàn)他們還是一個(gè)比較自戀和自大的公司.
樓主是好人，不過此文更多是安慰，新手不可太當(dāng)真
衡量專業(yè)好壞的標(biāo)準(zhǔn)有兩個(gè):應(yīng)用前景和技術(shù)門檻。個(gè)人覺得圖像處理應(yīng)用前景一般,比通信,計(jì)算機(jī)差遠(yuǎn)了,而技術(shù)門檻,相信不是新手都清楚,比微波之類低不少。總的來說圖像方向就業(yè)一般,在it業(yè)算較冷得,特別是模式識(shí)別,人工智能之類,看起來高深邪乎,其實(shí)就是博士都不好找工作(親身所見)

1）說到圖像處理比通信差，很大部分的原因是當(dāng)前行業(yè)背景，但通信真正的研發(fā)在中國又有多少，我的朋友中很多做工程的，況且現(xiàn)在在通信領(lǐng)域，很大的一個(gè)難點(diǎn)，也是多媒體通信。
2）說到比計(jì)算機(jī)差，我覺得這與你怎么看待計(jì)算機(jī)專業(yè)有關(guān)，有人覺得是基礎(chǔ)，是工具，有人覺得是專業(yè)。況且計(jì)算機(jī)那邊，現(xiàn)在研究圖像的也不少。
3）再者，說微波，RFID等入門難，但要做精又談何容易，而且興趣真的很重要，沒有興趣，再有前景的專業(yè)，你也不一定能做好，還有女生并不適合搞這個(gè)，就業(yè)時(shí)，單位一般會(huì)暗示。另外，就業(yè)面也較窄，好公司真的難進(jìn)，找工的時(shí)候，真的很郁悶，特別對女生?；蛟S將來很大發(fā)展前途，這個(gè)另當(dāng)別論。
4）說回圖像處理，我覺得還是較中肯的，略有好的嫌疑，關(guān)鍵還是在讀研的時(shí)候能把方向做寬。一般做圖像處理，需要何模式識(shí)別等相結(jié)合，拓寬知識(shí)面是必要的，在真正做研究的時(shí)候，也發(fā)現(xiàn)是必須的。研究點(diǎn)做深入，注重實(shí)現(xiàn)能力、創(chuàng)新能力和學(xué)習(xí)能力，通過論文多培養(yǎng)自己的材料組織提煉能力，鍛煉邏輯思維。如果真的能做到三年光陰不虛度，找工應(yīng)該不是問題，到時(shí)真正要考慮的是定位問題。
5）當(dāng)然，最后，找工的時(shí)候，包裝是一種技巧，整合是一種需要。
我覺得做圖像處理還是很有前途的。

作圖像處理方面的研究工作，最重要的兩個(gè)問題：其一是要把握住國際上最前沿的內(nèi)容；其二是所作工作要具備很高的實(shí)用背景。解決第一個(gè)問題的辦法就是找出這個(gè)方向公認(rèn)最牛的幾個(gè)超級大拿(看看他們都在作什么)和最權(quán)威的出版物(閱讀上面最新的文獻(xiàn))，解決第二個(gè)問題的辦法是你最好能夠找到一個(gè)實(shí)際應(yīng)用的項(xiàng)目，邊做邊寫文章。

做好這幾點(diǎn)的途徑之一就是充分利用網(wǎng)絡(luò)資源，特別是權(quán)威網(wǎng)站和大拿們的個(gè)人主頁。下面是我收集的一些資源，希望對大家有用。(這里我要感謝SMTH AI版的alamarik和Graphics版的faintt)

導(dǎo)航欄： [1]研究群體、[2]大拿主頁、[3]前沿期刊、[4]GPL軟件資源、[5]搜索引擎。

一、研究群體
http://www-2.cs.cmu.edu/~cil/vision.html
這是卡奈基梅隆大學(xué)的計(jì)算機(jī)視覺研究組的主頁，上面提供很全的資料，從發(fā)表文章的下載到演示程序、測試圖像、常用鏈接、相關(guān)軟硬件，甚至還有一個(gè)搜索引擎。

http://www.cmis.csiro.au/IAP/zimage.htm
這是一個(gè)側(cè)重圖像分析的站點(diǎn)，一般。但是提供一個(gè)Image Analysis環(huán)境---ZIMAGE and SZIMAGE。

http://www.via.cornell.edu/
康奈爾大學(xué)的計(jì)算機(jī)視覺和圖像分析研究組，好像是電子和計(jì)算機(jī)工程系的。側(cè)重醫(yī)學(xué)方面的研究，但是在上面有相當(dāng)不錯(cuò)資源，關(guān)鍵是它正在建設(shè)中，能夠跟蹤一些信息。

http://www2.parc.com/istl/groups/did/didoverview.shtml
有一個(gè)很有意思的項(xiàng)目：DID(文檔圖像解碼)。

http://www-cs-students.stanford.edu/
斯坦福大學(xué)計(jì)算機(jī)系主頁，自己找吧:(

http://www.fmrib.ox.ac.uk/analysis/
主要研究：Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,

Automated Segmentation,Structural brain change analysis,motion correction,etc.

http://www.cse.msu.edu/prip/
這是密歇根州立大學(xué)計(jì)算機(jī)和電子工程系的模式識(shí)別--圖像處理研究組，它的FTP上有許多的文章(NEW)。

http://pandora.inf.uni-jena.de/p/e/index.html
德國的一個(gè)數(shù)字圖像處理研究小組，在其上面能找到一些不錯(cuò)的鏈接資源。

http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html
CVIP(used to be CVCC for Computer Vision and Cluster Computing) is a research group focusing on cluster-based computer vision within the Spiral Architecture.

http://cfia.gmu.edu/
The mission of the Center for Image Analysis is to foster multi-disciplinary research in image, multimedia and related technologies by establishing links

between academic institutes, industry and government agencies, and to transfer key technologies to

help industry build next

generation commercial and military imaging and multimedia systems.

http://peipa.essex.ac.uk/info/groups.html
可以通過它來搜索全世界各地的知名的計(jì)算機(jī)視覺研究組(CV Groups)，極力推薦。

二、圖像處理GPL庫
http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一個(gè)圖像處理的C++函數(shù)庫。這里有一個(gè)較全面介紹它的庫函數(shù)的文檔，當(dāng)然你也可以下載壓縮的GZIP包，里面包含TexInfo格式的文檔。

http://iraf.noao.edu/
Welcome to the IRAF Homepage! IRAF is the Image Reduction and Analysis Facility, a general purpose software

system for the reduction and analysis of astronomical data.

http://entropy.brni-jhu.org/tnimage.html
一個(gè)非常不錯(cuò)的Unix系統(tǒng)的圖像處理工具，看看它的截圖。你可以在此基礎(chǔ)上構(gòu)建自己的專用圖像處理工具包。

http://sourceforge.net/projects/
這是GPL軟件集散地，到這里找你想要得到的IP庫吧。

三、搜索資源
當(dāng)然這里基本的搜索引擎還是必須要依靠的，比如Google等，可以到我常用的鏈接看看。下面的鏈接可能會(huì)節(jié)省你一些時(shí)間：

http://sal.kachinatech.com/
http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
四、大拿網(wǎng)頁
http://www.ai.mit.edu/people/wtf/
這位可是MIT人工智能實(shí)驗(yàn)室的BILL FREEMAN。大名鼎鼎！專長是：理解--貝葉斯模型。

http://www.merl.com/people/brand/
MERL(Mitsubishi Electric Research Laboratory)中的擅長“Style Machine”高手。

http://research.microsoft.com/~ablake/
CV界極有聲望的A.Blake 1977年畢業(yè)于劍橋大學(xué)三一學(xué)院并或數(shù)學(xué)與電子科學(xué)學(xué)士學(xué)位。之后在MIT，Edinburgh，Oxford先后組建過研究小組并成為Oxford的教授，直到1999年進(jìn)入微軟劍橋研究中心。主要工作領(lǐng)域是計(jì)算機(jī)視覺。

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html
這位牛人好像正在學(xué)習(xí)漢語，并且搜集了諸如“兩只老虎(Two Tigers)”的歌曲，嘿嘿:)
他的主頁上面還有幾個(gè)牛：Shumeet Baluja, Takeo Kanade。他們的Face Detection作的絕對是世界一流。他畢業(yè)于卡奈基梅隆大學(xué)的計(jì)算機(jī)科學(xué)系，興趣是計(jì)算機(jī)視覺。

http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html
這位老牛在1963年就獲得了MIT的博士學(xué)位！他領(lǐng)導(dǎo)的Image Lab比較出名的是指紋識(shí)別。

--------------------------------------------------------------------------------

下面這些是我搜集的牛群(大部分是如日中天的Ph.D們)，可以學(xué)習(xí)的是他們的Study Ways!

Finn Lindgren(Sweden):Statistical image analysishttp://www.maths.lth.se/matstat/staff/finn/
Pavel Paclik(Prague):statistical pattern recognition?http://www.ph.tn.tudelft.nl/~pavel/
Dr. Mark Burge:machine learning and graph theory?http://cs.armstrong.edu/burge/
yalin Wang:Document Image Analysis?http://students.washington.edu/~ylwang/
Geir Storvik: Image analysis?http://www.math.uio.no/~geirs/
Heidorn?http://alexia.lis.uiuc.edu/~heidorn/
Joakim Lindblad:Digital Image Cytometry?http://www.cb.uu.se/~joakim/index_eng.html
S.Lavirotte:?http://www-sop.inria.fr/cafe/Stephane.Lavirotte/
Sporring:scale-space?techniques?http://www.lab3d.odont.ku.dk/~sporring/
Mark Jenkinson:Reduction of MR Artefacts?http://www.fmrib.ox.ac.uk/~mark/
Justin K. Romberg:digital signal processing?http://www-dsp.rice.edu/~jrom/
Fauqueur:Image retrieval by regions of interest?http://www-rocq.inria.fr/~fauqueur/
James J. Nolan:Computer Vision?http://cs.gmu.edu/~jnolan/
Daniel X. Pape:Information?http://www.bucho.org/~dpape/
Drew Pilant:remote sensing technology?http://www.geo.mtu.edu/~anpilant/index.html

五、前沿期刊(TOP10)
這里的期刊大部分都可以通過上面的大拿們的主頁間接找到，在這列出主要是為了節(jié)省直接想找期刊投稿的兄弟的時(shí)間:)

IEEE Trans. On PAMIhttp://www.computer.org/tpami/index.htm
IEEE Transactionson Image Processing?http://www.ieee.org/organizations/pubs/transactions/tip.htm
Pattern Recognition?http://www.elsevier.com/locate/issn/00313203
Pattern Recognition Letters?http://www.elsevier.com/locate/issn/01678655

神經(jīng)網(wǎng)絡(luò)

Neural Networks Tutorial Review
http://hem.hj.se/~de96klda/NeuralNetworks.htm
ftp://ftp.sas.com/pub/neural/FAQ.html

Image Compression with Neural Networks?
http://www.comp.glam.ac.uk/digimaging/neural.htm

Backpropagator's Review?
http://www.dontveter.com/bpr/bpr.html

Bibliographies on Neural Networks?
http://liinwww.ira.uka.de/bibliography/Neural/

Intelligent Motion Control with an Artificial Cerebellum?
http://www.q12.org/phd.html

Kernel Machines?
http://www.kernel-machines.org/

Some Neural Networks Research Organizations?
http://www.ieee.org/nnc/?
http://www.inns.org/

Neural Network Modeling in Vision Research?
http://www.rybak-et-al.net/nisms.html

Neural Networks and Machine Learning?
http://learning.cs.toronto.edu/

Neural Application Software?
http://attrasoft.com

Neural Network Toolbox for MATLAB?
http://www.mathworks.com/products/neuralnet/

Netlab Software?
http://www.ncrg.aston.ac.uk/netlab/

Kunama Systems Limited?
http://www.kunama.co.uk/

Computer Vision

Computer Vision Homepage, Carnegie Mellon University
www.cs.cmu.edu/~cil/vision.html

Annotated Computer Vision Bibliography
http://iris.usc.edu/Vision-Notes/bibliography/contents.html
http://iris.usc.edu/Vision-Notes/rosenfeld/contents.html

Lawrence Berkeley National Lab Computer Vision and Robotics Applications
http://www-itg.lbl.gov/ITG.hm.pg.docs/VISIon/vision.html

CVonline by University of Edinburgh
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision,www.dai.ed.ac.uk/CVonline

Computer Vision Handbook,www.cs.hmc.edu/~fleck/computer-vision-handbook

Vision Systems Courseware
www.cs.cf.ac.uk/Dave/Vision_lecture/Vision_lecture_caller.html

Research Activities in Computer Vision
http://www-syntim.inria.fr/syntim/analyse/index-eng.html

Vision Systems Acronyms
www.vision-systems-design.com/vsd/archive/acronyms.html

Dictionary of Terms in Human and Animal Vision
http://cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html

Metrology based on Computer Vision
www.cranfield.ac.uk/sme/amac/research/metrology/metrology.html

Digital Photography

Digital Photography, Scanning, and Image Processing
www.dbusch.com/scanners/scanners.html

Educational Resources, Universities

Center for Image Processing in Education
www.cipe.com?
Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology
http://wally2.rit.edu/pubs/guides/imagingcall.html

Mathematical Experiences through Image Processing, University of Washington
www.cs.washington.edu/research/metip/metip.html

Vismod Tech Reports and Publications, MIT
http://vismod.www.media.mit.edu/cgi-bin/tr_pagemaker

Vision Lab PhD dissertation list, University of Antwerp
http://wcc.ruca.ua.ac.be/~visielab/theses.html

INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems
www.inria.fr/Themes/Theme3-eng.html

Image Processing Resources
http://eleceng.ukc.ac.uk/~rls3/Contents.htm

Publications of Carsten Steger
http://www9.informatik.tu-muenchen.de/people/steger/publications.html

FAQs

comp.dsp FAQ
www.bdti.com/faq/dsp_faq.htm?
Robotics FAQ?
www.frc.ri.cmu.edu/robotics-faq

Where's the sci.image.processing FAQ?
www.cc.iastate.edu/olc_answers/packages/graphics/sci.image.processing.faq.html

comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations
www.exaflop.org/docs/cgafaq

Astronomical Image Processing System FAQ
www.cv.nrao.edu/aips/aips_faq.html

總結(jié)

以上是生活随笔為你收集整理的数字图像处理的就业前景的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。