數字圖像處理領域就業前景

最近開始迷茫之後工做方向，是繼續沿着數字圖像的方向前進，仍是改道到算法方面……這是一篇對數字圖像處理領域介紹比較全面的文章，我的能力淺，轉載到這裏供你們一同窗習！

複製轉載自：http://www.cppblog.com/Viking/archive/2011/05/25/dps.html

 

最近版上有很多人在討論圖像處理的就業方向，彷佛大部分都持悲觀的態度。我想結合我今年找工做的經驗談談個人見解。
就我看來，我的以爲圖像處理的就業仍是不錯的。首先能夠把圖像當作二維、三維或者更高維的信號，從這個意義上來講，圖像處理是整個信號處理裏面就業形勢最好的，由於你不只要掌握（一維）信號處理的基本知識，也要掌握圖像處理（二維或者高維信號處理）的知識。其次，圖像處理是計算機視覺和視頻處理的基礎，掌握好了圖像處理的基本知識，就業時就能夠向這些方向發展。目前的模式識別，大部分也都是圖像模式識別。在實際應用場合，採集的信息不少都是圖像信息，好比指紋、條碼、人臉、虹膜、車輛等等。說到應用場合，千萬不能忘了醫學圖像這一塊，若是有醫學圖像處理的背景，去一些醫療器械公司或者醫療軟件公司也是不錯的選擇。圖像處理對編程的要求比較高，若是編程很厲害，固然就業也多了一個選擇方向，並不必定要侷限在圖像方向。
下面談談我所知道的一些公司信息，不全，僅僅是我所瞭解到的或者我所感興趣的，實際遠遠不止這麼多。
搜索方向
基於內容的圖像或視頻搜索是不少搜索公司研究的熱點。要想進入這個領域，必須有很強的編程能力，很好的圖像處理和模式識別的背景。要求高待遇天然就不錯，目前這方面的表明公司有微軟、google、yahoo和百度，個個鼎鼎大名。
醫學圖像方向
目前在醫療器械方向主要是幾個大企業在競爭，來頭都不小，其中包括Simens、GE、飛利浦和柯達，主要生產CT和MRI等醫療器材。因爲醫療器械的主要功能是成像，必然涉及到對圖像的處理，作圖像處理的頗有機會進入這些公司。它們在國內都設有研發中心，simens的在上海和深圳，GE和柯達都在上海，飛利浦的在瀋陽。因爲醫療市場是一個沒有徹底開發的市場，而一套醫療設備的價格是很是昂貴的，因此在這些地方的待遇都還能夠，前景也看好。國內也有一些這樣的企業好比深圳安科和邁瑞
計算機視覺和模式識別方向
我沒去調研過有哪些公司在作，但確定很多，好比指紋識別、人臉識別、虹膜識別。還有一個很大的方向是車牌識別，這個我卻是知道有一個公司高德威智能交通彷佛作的很不錯的樣子。目前視頻監控是一個熱點問題，作跟蹤和識別的能夠在這個方向找到一席之地。
上海法視特位於上海張江高科技園區，在視覺和識別方面作的不錯。北京的我也知道兩個公司：大恆和凌雲，都是以圖像做爲研發的主體。
視頻方向
通常的高校或者研究所側重在標準的制定和修改以及技術創新方面，而公司則側重在編碼解碼的硬件實現方面。通常這些公司要求是熟悉或者精通MPEG、H.264或者AVS，選擇了這個方向，只要作的還不錯，基本就不愁飯碗。因爲這不是我所感興趣的方向，因此這方面的公司的信息我沒有收集，但日常在各個bbs或者各類招聘網站常常看到。
我所知道的兩個公司：諾基亞和pixelworks

其實通常來講，只要涉及到成像或者圖像的基本都要圖像處理方面的人。比方說一個成像設備，在輸出圖像以前須要對原始圖像進行加強或者去噪處理，存儲時須要對圖像進行壓縮，成像以後須要對圖像內容進行自動分析，這些內容都是圖像處理的範疇。下面列舉一些與圖像有關或者招聘時明確說明須要圖像處理方面人才的公司：上海豪威集成電路有限公司（www.ovt.com.cn）、中芯微、摩托羅拉上海研究院、威盛（VIA）、松下、索尼、清華同方、三星。
全部與圖像（靜止或者運動圖像）有關的公司都是一種選擇。好比數碼相機、顯微鏡成像、超聲成像、工業機器人控制、顯示器、電視、遙感等等，均可以做爲求職方向。
要求：
一、外語。若是進外企，外語的重要性不言而喻。通常外企的第一輪面試都是英語口語面試。
二、編程。這方面尤以C＋＋爲重，不少公司的筆試都是考c＋＋知識。
三、專業水平。若是要找專業相關的工做，研究生期間的研究經歷和發表的論文就顯的比較重要。
四、知識面的寬度。我以爲在研究生期間，除了作好本身的研究方向以外，擴寬一下知識面也有很大的幫助，固然這個知識面指的是圖像處理、計算機視覺和模式識別，知識面越寬，就業時的選擇就會越多。
圖像處理方向畢業的就業面很是廣，並且待遇在應屆生應該是中上等。其實仍是一句話，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做。祝全部正在讀研或者即將讀研的朋友未來都能有一份滿意的工做。
我說點很差的 呵呵 版主的說法我贊成 都是正面的
反面的來講：如今大學和研究機構作圖象的愈來愈多了，這裏面老闆本身懂圖象的不知道有多少？！老闆不懂，影響仍是很大的
多數作圖象的是用MATLAB，用別人的代碼（如小波）。在研究生三年學好C++畢業的有多少？在公司C++是重要的。
圖象其實就是信號處理，除了本科是學信號的之外，信號與系統、數字信號處理是必定要學好的，那相應的數學方面的機率，多元統計，甚至泛函也要了解。
外語的基本要求是看懂英文文獻（不必定全看懂），相應的英文書。去外企作研發，這是必備的。而後是口語和聽力。
說這些不是波冷水，但願你們瞭解清楚。
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
我也是學模式識別的,可是研究方向是遙感圖像處理和識別.總的來講這個方向是比較專,但也是目前圖像處理中比較難作的一個方向,由於遙感圖像的複雜性超過咱們所見過的任何圖像.
其實談到就業問題,我以爲若是研究方向比較適合,特別是讀研期間能到斑竹談的那些牛比的公司實習,瞭解企業真正須要的方向可能作起來有目標性.
順便提下:高德威公司仍是不要考慮,由於本人在畢業面試過程當中,雖然面試的人力資源人員很友善,可是經過他們老闆寫的一些文章能夠發現他們仍是一個比較自戀和自大的公司.
樓主是好人，不過此文更可能是安慰，新手不可太當真
衡量專業好壞的標準有兩個:應用前景和技術門檻。我的以爲圖像處理應用前景通常,比通訊,計算機差遠了,而技術門檻,相信不是新手都清楚,比微波之類低很多。總的來講圖像方向就業通常,在it業算較冷得,特別是模式識別,人工智能之類,看起來高深邪乎,其實就是博士都很差找工做(親身所見)

1）說到圖像處理比通訊差，很大部分的緣由是當前行業背景，但通訊真正的研發在中國又有多少，個人朋友中不少作工程的，何況如今在通訊領域，很大的一個難點，也是多媒體通訊。
2）說到比計算機差，我以爲這與你怎麼看待計算機專業有關，有人以爲是基礎，是工具，有人以爲是專業。何況計算機那邊，如今研究圖像的也很多。
3）再者，說微波，RFID等入門難，但要作精又談何容易，並且興趣真的很重要，沒有興趣，再有前景的專業，你也不必定能作好，還有女生並不適合搞這個，就業時，單位通常會暗示。另外，就業面也較窄，好公司真的難進，找工的時候，真的很鬱悶，特別對女生。或許未來很大發展前途，這個另當別論。
4）說回圖像處理，我以爲仍是較中肯的，略有好的嫌疑，關鍵仍是在讀研的時候能把方向作寬（通常作圖像處理，須要何模式識別等相結合，拓寬知識面是必要的，在真正作研究的時候，也發現是必須的），研究點作深刻，注重實現能力、創新能力和學習能力，經過論文。多培養本身的材料組織提煉能力，鍛鍊邏輯思惟。若是真的能作到三年光陰不虛度，找工應該不是問題，到時真正要考慮的是定位問題。
5）固然，最後，找工的時候，包裝是一種技巧，整合是一種須要。
我以爲作圖像處理仍是頗有前途的。
 

做圖像處理方面的研究工做，最重要的兩個問題：其一是要把握住國際上最前沿的內容；其二是所做工做要具有很高的實用背景。解決第一個問題的辦法就是找出這個方向公認最牛的幾個超級大拿(看看他們都在做什麼)和最權威的出版物(閱讀上面最新的文獻)，解決第二個問題的辦法是你最好可以找到一個實際應用的項目，邊作邊寫文章。

作好這幾點的途徑之一就是充分利用網絡資源，特別是權威網站和大拿們的我的主頁。下面是我收集的一些資源，但願對你們有用。(這裏我要感謝SMTH AI版的alamarik和Graphics版的faintt)

導航欄： [1]研究羣體、[2]大拿主頁、[3]前沿期刊、[4]GPL軟件資源、[5]搜索引擎。
1、研究羣體
http://www-2.cs.cmu.edu/~cil/vision.html
這是卡奈基梅隆大學的計算機視覺研究組的主頁，上面提供很全的資料，從發表文章的下載到演示程序、測試圖像、經常使用連接、相關軟硬件，甚至還有一個搜索引擎。

http://www.cmis.csiro.au/IAP/zimage.htm 
這是一個側重圖像分析的站點，通常。可是提供一個Image Analysis環境---ZIMAGE and SZIMAGE。

http://www.via.cornell.edu/
康奈爾大學的計算機視覺和圖像分析研究組，好像是電子和計算機工程系的。側重醫學方面的研究，可是在上面有至關不錯資源，關鍵是它正在建設中，可以跟蹤一些信息。

http://www2.parc.com/istl/groups/did/didoverview.shtml
有一個頗有意思的項目：DID(文檔圖像解碼)。

http://www-cs-students.stanford.edu/
斯坦福大學計算機系主頁，本身找吧:(

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計算機和電子工程系的模式識別--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
德國的一個數字圖像處理研究小組，在其上面能找到一些不錯的連接資源。

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 
能夠經過它來搜索全世界各地的知名的計算機視覺研究組(CV Groups)，極力推薦。

2、圖像處理GPL庫
http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一個圖像處理的C++函數庫。這裏有一個較全面介紹它的庫函數的文檔，固然你也能夠下載壓縮的GZIP包，裏面包含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 
一個很是不錯的Unix系統的圖像處理工具，看看它的截圖。你能夠在此基礎上構建本身的專用圖像處理工具包。

http://sourceforge.net/projects/
這是GPL軟件集散地，到這裏找你想要獲得的IP庫吧。

3、搜索資源
固然這裏基本的搜索引擎仍是必需要依靠的，好比Google等，能夠到我經常使用的連接看看。下面的連接可能會節省你一些時間：

http://sal.kachinatech.com/
http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
4、大拿網頁
http://www.ai.mit.edu/people/wtf/
這位但是MIT人工智能實驗室的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年畢業於劍橋大學三一學院並或數學與電子科學學士學位。以後在MIT，Edinburgh，Oxford前後組建過研究小組併成爲Oxford的教授，直到1999年進入微軟劍橋研究中心。主要工做領域是計算機視覺。

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html 
這位牛人好像正在學習漢語，而且蒐集了諸如「兩隻老虎(Two Tigers)」的歌曲，嘿嘿:)
他的主頁上面還有幾個牛：Shumeet Baluja, Takeo Kanade。他們的Face Detection做的絕對是世界一流。他畢業於卡奈基梅隆大學的計算機科學系，興趣是計算機視覺。

http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html
這位老牛在1963年就得到了MIT的博士學位！他領導的Image Lab比較出名的是指紋識別。

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

下面這些是我搜集的牛羣(大部分是如日中天的Ph.D們)，能夠學習的是他們的Study Ways!

Finn Lindgren(Sweden):Statistical image analysis http://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

5、前沿期刊(TOP10)
這裏的期刊大部分均可以經過上面的大拿們的主頁間接找到，在這列出主要是爲了節省直接想找期刊投稿的兄弟的時間:)

IEEE Trans. On PAMI http://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

 
神經網絡

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

本文來自CSDN博客，轉載請標明出處：http://blog.csdn.net/mpzsw/archive/2010/10/23/5961354.aspx