数字图像处理领域就业前景

最近开始迷茫之后工做方向，是继续沿着数字图像的方向前进，仍是改道到算法方面……这是一篇对数字图像处理领域介绍比较全面的文章，我的能力浅，转载到这里供你们一同窗习！

复制转载自：http://www.cppblog.com/Viking/archive/2011/05/25/dps.html

 

最近版上有很多人在讨论图像处理的就业方向，彷佛大部分都持悲观的态度。我想结合我今年找工做的经验谈谈个人见解。
就我看来，我的以为图像处理的就业仍是不错的。首先能够把图像当作二维、三维或者更高维的信号，从这个意义上来讲，图像处理是整个信号处理里面就业形势最好的，由于你不只要掌握（一维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视频处理的基础，掌握好了图像处理的基本知识，就业时就能够向这些方向发展。目前的模式识别，大部分也都是图像模式识别。在实际应用场合，采集的信息不少都是图像信息，好比指纹、条码、人脸、虹膜、车辆等等。说到应用场合，千万不能忘了医学图像这一块，若是有医学图像处理的背景，去一些医疗器械公司或者医疗软件公司也是不错的选择。图像处理对编程的要求比较高，若是编程很厉害，固然就业也多了一个选择方向，并不必定要局限在图像方向。
下面谈谈我所知道的一些公司信息，不全，仅仅是我所了解到的或者我所感兴趣的，实际远远不止这么多。
搜索方向
基于内容的图像或视频搜索是不少搜索公司研究的热点。要想进入这个领域，必须有很强的编程能力，很好的图像处理和模式识别的背景。要求高待遇天然就不错，目前这方面的表明公司有微软、google、yahoo和百度，个个鼎鼎大名。
医学图像方向
目前在医疗器械方向主要是几个大企业在竞争，来头都不小，其中包括Simens、GE、飞利浦和柯达，主要生产CT和MRI等医疗器材。因为医疗器械的主要功能是成像，必然涉及到对图像的处理，作图像处理的颇有机会进入这些公司。它们在国内都设有研发中心，simens的在上海和深圳，GE和柯达都在上海，飞利浦的在沈阳。因为医疗市场是一个没有彻底开发的市场，而一套医疗设备的价格是很是昂贵的，因此在这些地方的待遇都还能够，前景也看好。国内也有一些这样的企业好比深圳安科和迈瑞
计算机视觉和模式识别方向
我没去调研过有哪些公司在作，但确定很多，好比指纹识别、人脸识别、虹膜识别。还有一个很大的方向是车牌识别，这个我却是知道有一个公司高德威智能交通彷佛作的很不错的样子。目前视频监控是一个热点问题，作跟踪和识别的能够在这个方向找到一席之地。
上海法视特位于上海张江高科技园区，在视觉和识别方面作的不错。北京的我也知道两个公司：大恒和凌云，都是以图像做为研发的主体。
视频方向
通常的高校或者研究所侧重在标准的制定和修改以及技术创新方面，而公司则侧重在编码解码的硬件实现方面。通常这些公司要求是熟悉或者精通MPEG、H.264或者AVS，选择了这个方向，只要作的还不错，基本就不愁饭碗。因为这不是我所感兴趣的方向，因此这方面的公司的信息我没有收集，但日常在各个bbs或者各类招聘网站常常看到。
我所知道的两个公司：诺基亚和pixelworks

其实通常来讲，只要涉及到成像或者图像的基本都要图像处理方面的人。比方说一个成像设备，在输出图像以前须要对原始图像进行加强或者去噪处理，存储时须要对图像进行压缩，成像以后须要对图像内容进行自动分析，这些内容都是图像处理的范畴。下面列举一些与图像有关或者招聘时明确说明须要图像处理方面人才的公司：上海豪威集成电路有限公司（www.ovt.com.cn）、中芯微、摩托罗拉上海研究院、威盛（VIA）、松下、索尼、清华同方、三星。
全部与图像（静止或者运动图像）有关的公司都是一种选择。好比数码相机、显微镜成像、超声成像、工业机器人控制、显示器、电视、遥感等等，均可以做为求职方向。
要求：
一、外语。若是进外企，外语的重要性不言而喻。通常外企的第一轮面试都是英语口语面试。
二、编程。这方面尤以C＋＋为重，不少公司的笔试都是考c＋＋知识。
三、专业水平。若是要找专业相关的工做，研究生期间的研究经历和发表的论文就显的比较重要。
四、知识面的宽度。我以为在研究生期间，除了作好本身的研究方向以外，扩宽一下知识面也有很大的帮助，固然这个知识面指的是图像处理、计算机视觉和模式识别，知识面越宽，就业时的选择就会越多。
图像处理方向毕业的就业面很是广，并且待遇在应届生应该是中上等。其实仍是一句话，能力决定一切。只要研究生三年没有白过，根本不愁找不到好工做。祝全部正在读研或者即将读研的朋友未来都能有一份满意的工做。
我说点很差的 呵呵 版主的说法我赞成 都是正面的
反面的来讲：如今大学和研究机构作图象的愈来愈多了，这里面老板本身懂图象的不知道有多少？！老板不懂，影响仍是很大的
多数作图象的是用MATLAB，用别人的代码（如小波）。在研究生三年学好C++毕业的有多少？在公司C++是重要的。
图象其实就是信号处理，除了本科是学信号的之外，信号与系统、数字信号处理是必定要学好的，那相应的数学方面的几率，多元统计，甚至泛函也要了解。
外语的基本要求是看懂英文文献（不必定全看懂），相应的英文书。去外企作研发，这是必备的。而后是口语和听力。
说这些不是波冷水，但愿你们了解清楚。
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
我也是学模式识别的,可是研究方向是遥感图像处理和识别.总的来讲这个方向是比较专,但也是目前图像处理中比较难作的一个方向,由于遥感图像的复杂性超过咱们所见过的任何图像.
其实谈到就业问题,我以为若是研究方向比较适合,特别是读研期间能到斑竹谈的那些牛比的公司实习,了解企业真正须要的方向可能作起来有目标性.
顺便提下:高德威公司仍是不要考虑,由于本人在毕业面试过程当中,虽然面试的人力资源人员很友善,可是经过他们老板写的一些文章能够发现他们仍是一个比较自恋和自大的公司.
楼主是好人，不过此文更可能是安慰，新手不可太当真
衡量专业好坏的标准有两个:应用前景和技术门槛。我的以为图像处理应用前景通常,比通讯,计算机差远了,而技术门槛,相信不是新手都清楚,比微波之类低很多。总的来讲图像方向就业通常,在it业算较冷得,特别是模式识别,人工智能之类,看起来高深邪乎,其实就是博士都很差找工做(亲身所见)

1）说到图像处理比通讯差，很大部分的缘由是当前行业背景，但通讯真正的研发在中国又有多少，个人朋友中不少作工程的，何况如今在通讯领域，很大的一个难点，也是多媒体通讯。
2）说到比计算机差，我以为这与你怎么看待计算机专业有关，有人以为是基础，是工具，有人以为是专业。何况计算机那边，如今研究图像的也很多。
3）再者，说微波，RFID等入门难，但要作精又谈何容易，并且兴趣真的很重要，没有兴趣，再有前景的专业，你也不必定能作好，还有女生并不适合搞这个，就业时，单位通常会暗示。另外，就业面也较窄，好公司真的难进，找工的时候，真的很郁闷，特别对女生。或许未来很大发展前途，这个另当别论。
4）说回图像处理，我以为仍是较中肯的，略有好的嫌疑，关键仍是在读研的时候能把方向作宽（通常作图像处理，须要何模式识别等相结合，拓宽知识面是必要的，在真正作研究的时候，也发现是必须的），研究点作深刻，注重实现能力、创新能力和学习能力，经过论文。多培养本身的材料组织提炼能力，锻炼逻辑思惟。若是真的能作到三年光阴不虚度，找工应该不是问题，到时真正要考虑的是定位问题。
5）固然，最后，找工的时候，包装是一种技巧，整合是一种须要。
我以为作图像处理仍是颇有前途的。
 

做图像处理方面的研究工做，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所做工做要具有很高的实用背景。解决第一个问题的办法就是找出这个方向公认最牛的几个超级大拿(看看他们都在做什么)和最权威的出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好可以找到一个实际应用的项目，边作边写文章。

作好这几点的途径之一就是充分利用网络资源，特别是权威网站和大拿们的我的主页。下面是我收集的一些资源，但愿对你们有用。(这里我要感谢SMTH AI版的alamarik和Graphics版的faintt)

导航栏： [1]研究群体、[2]大拿主页、[3]前沿期刊、[4]GPL软件资源、[5]搜索引擎。
1、研究群体
http://www-2.cs.cmu.edu/~cil/vision.html
这是卡奈基梅隆大学的计算机视觉研究组的主页，上面提供很全的资料，从发表文章的下载到演示程序、测试图像、经常使用连接、相关软硬件，甚至还有一个搜索引擎。

http://www.cmis.csiro.au/IAP/zimage.htm 
这是一个侧重图像分析的站点，通常。可是提供一个Image Analysis环境---ZIMAGE and SZIMAGE。

http://www.via.cornell.edu/
康奈尔大学的计算机视觉和图像分析研究组，好像是电子和计算机工程系的。侧重医学方面的研究，可是在上面有至关不错资源，关键是它正在建设中，可以跟踪一些信息。

http://www2.parc.com/istl/groups/did/didoverview.shtml
有一个颇有意思的项目：DID(文档图像解码)。

http://www-cs-students.stanford.edu/
斯坦福大学计算机系主页，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/
这是密歇根州立大学计算机和电子工程系的模式识别--图像处理研究组，它的FTP上有许多的文章(NEW)。

http://pandora.inf.uni-jena.de/p/e/index.html
德国的一个数字图像处理研究小组，在其上面能找到一些不错的连接资源。

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 
能够经过它来搜索全世界各地的知名的计算机视觉研究组(CV Groups)，极力推荐。

2、图像处理GPL库
http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一个图像处理的C++函数库。这里有一个较全面介绍它的库函数的文档，固然你也能够下载压缩的GZIP包，里面包含TexInfo格式的文档。

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 
一个很是不错的Unix系统的图像处理工具，看看它的截图。你能够在此基础上构建本身的专用图像处理工具包。

http://sourceforge.net/projects/
这是GPL软件集散地，到这里找你想要获得的IP库吧。

3、搜索资源
固然这里基本的搜索引擎仍是必需要依靠的，好比Google等，能够到我经常使用的连接看看。下面的连接可能会节省你一些时间：

http://sal.kachinatech.com/
http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
4、大拿网页
http://www.ai.mit.edu/people/wtf/
这位但是MIT人工智能实验室的BILL FREEMAN。大名鼎鼎！专长是：理解--贝叶斯模型。

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

http://research.microsoft.com/~ablake/
CV界极有声望的A.Blake 1977年毕业于剑桥大学三一学院并或数学与电子科学学士学位。以后在MIT，Edinburgh，Oxford前后组建过研究小组并成为Oxford的教授，直到1999年进入微软剑桥研究中心。主要工做领域是计算机视觉。

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html 
这位牛人好像正在学习汉语，而且搜集了诸如“两只老虎(Two Tigers)”的歌曲，嘿嘿:)
他的主页上面还有几个牛：Shumeet Baluja, Takeo Kanade。他们的Face Detection做的绝对是世界一流。他毕业于卡奈基梅隆大学的计算机科学系，兴趣是计算机视觉。

http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html
这位老牛在1963年就得到了MIT的博士学位！他领导的Image Lab比较出名的是指纹识别。

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

下面这些是我搜集的牛群(大部分是如日中天的Ph.D们)，能够学习的是他们的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)
这里的期刊大部分均可以经过上面的大拿们的主页间接找到，在这列出主要是为了节省直接想找期刊投稿的兄弟的时间:)

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

 
神经网络

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

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/mpzsw/archive/2010/10/23/5961354.aspx