浅谈图像处理方向的就业前景[转）
浅谈图像处理⽅向的就业前景[转）
缘分测试小游戏最近版上有不少⼈在讨论图像处理的就业⽅向，似乎⼤部分都持悲观的态度。我想结合我今年⼯作的经验谈谈我的看法。
就我看来，个⼈觉得图像处理的就业还是不错的。⾸先可以把图像看成⼆维、三维或者更⾼维的信号，从这个意义上来说，图像处理是整个信号处理⾥⾯就业形势最好的，因为你不仅要掌握（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，就业时就可以向这些⽅向发展。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，采集的信息很多都是图像信息，⽐如指纹、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，如果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，如果编程很厉害，当然就业也多了⼀个选择⽅向，并不⼀定要局限在图像⽅向。男性名字大全
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很多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。要求⾼待遇⾃然就不错，⽬前这⽅⾯的代表公司有微软、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。由于医疗器械的主要功能是成像，必然涉及到对图像的处理，做图像处理的很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。由于医疗市场是⼀个没有完全开发的市场，⽽⼀套医疗设备的价格是⾮常昂贵的，所以在这些地⽅的待遇都还可以，前景也看好。国内也有⼀些这样的企业⽐如深圳安科和迈瑞
计算机视觉和模式识别⽅向
我没去调研过有哪些公司在做，但肯定不少，⽐如指纹识别、⼈脸识别、虹膜识别。还有⼀个很⼤的⽅向是车牌识别，这个我倒是知道有⼀个公司⾼德威智能交通似乎做的很不错的样⼦。⽬前视频监控是⼀个热点问题，做跟踪和识别的可以在这个⽅向到⼀席之地。
上海法视特位于上海张江⾼科技园区，在视觉和识别⽅⾯做的不错。北京的我也知道两个公司：⼤恒和凌云，都是以图像作为研发的主体。
视频⽅向
⼀般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。⼀般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，只要做的还不错，基本就不愁饭碗。由于这不是我所感兴趣的⽅向，所以这⽅⾯的公司的信息我没有收集，但平常在各个bbs或者各种招聘⽹站经常看到。
我所知道的两个公司：诺基亚和pixelworks
其他
其实⼀般来说，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，在输出图像之前需要对原始图像进⾏增强或者去噪处理，存储时需要对图像进⾏压缩，成像之后需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需要图像处理⽅⾯⼈才的公司：
上海豪威集成电路有限公司（）
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
所有与图像（静⽌或者运动图像）有关的公司都是⼀种选择。⽐如数码相机、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，都可以作为求职⽅向。
要求：
1、外语。如果进外企，外语的重要性不⾔⽽喻。⼀般外企的第⼀轮⾯试都是英语⼝语⾯试。
2、编程。这⽅⾯尤以C＋＋为重，很多公司的笔试都是考c＋＋知识。
3、专业⽔平。如果要专业相关的⼯作，研究⽣期间的研究经历和发表的论⽂就显的⽐较重要。
4、知识⾯的宽度。我觉得在研究⽣期间，除了做好⾃⼰的研究⽅向之外，扩宽⼀下知识⾯也有很⼤的帮助，当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⾮常⼴，⽽且待遇在应届⽣应该是中上等。其实还是⼀句话，能⼒决定⼀切。只要研究⽣三年没有⽩过，根本不愁不到好⼯作。祝所有正在读研或者即将读研的朋友将来都能有⼀份满意的⼯作。
我说点不好的呵呵版主的说法我同意都是正⾯的
反⾯的来说：现在⼤学和研究机构做图象的越来越多了，这⾥⾯⽼板⾃⼰懂图象的不知道有多少？！⽼板不懂，影响还是很⼤的
多数做图象的是⽤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以外，信号与系统、数字信号处理是⼀定要学好的，那相应的数学⽅⾯的概率，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（不⼀定全看懂），相应的英⽂书。去外企做研发，这是必备的。然后是⼝语和听⼒。
说这些不是波冷⽔，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,
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，但是研究⽅向是遥感图像处理和识别.总的来说这个⽅向是⽐较专，但也是⽬前图像处理中⽐较难做的⼀个⽅向，因为遥感图像的复杂性超过我们所见过的任何图像.
超过我们所见过的任何图像.
其实谈到就业问题，我觉得如果研究⽅向⽐较适合，特别是读研期间能到斑⽵谈的那些⽜⽐的公司实习，了解企业真正需要的⽅向可能做起来有⽬标性.
顺便提下:⾼德威公司还是不要考虑，因为本⼈在毕业⾯试过程中，虽然⾯试的⼈⼒资源⼈员很友善，但是通过他们⽼板写的⼀些⽂章可以发现他们还是⼀个⽐较⾃恋和⾃⼤的公司.
楼主是好⼈
不过此⽂更多是安慰
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
个⼈觉得图像处理应⽤前景⼀般,⽐通信，计算机差远了,⽽技术门槛，相信不是新⼿都清楚,⽐微波之类低不少
总的来说图像⽅向就业⼀般，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，其实就是博⼠都不好⼯作(亲⾝所见)
1）说到图像处理⽐通信差，很⼤部分的原因是当前⾏业背景，但通信真正的研发在中国⼜有多少，我的朋友中很多做⼯程的，况且现在在通信领域，很⼤的⼀个难点，也是多媒体通信。
2）说到⽐计算机差，我觉得这与你怎么看待计算机专业有关，有⼈觉得是基础，是⼯具，有⼈觉得是专业。况且计算机那边，现在研究图像的也不少。
3）再者，说微波，RFID等⼊门难，但要做精⼜谈何容易，⽽且兴趣真的很重要，没有兴趣，再有前景的专业，你也不⼀定能做好，还有⼥⽣并不适合搞这个，就业时，单位⼀般会暗⽰。另外，就业⾯也较窄，好公司真的难进，⼯的时候，真的很郁闷，特别对⼥⽣。或许将来很⼤发展前途，这个另当别论。
4）说回图像处理，我觉得还是较中肯的，略有好的嫌疑，关键还是在读研的时候能把⽅向做宽（⼀般做图像处理，需要何模式识别等相结合，拓宽知识⾯是必要的，在真正做研究的时候，也发现是必须的），研究点做深⼊，注重实现能⼒、创新能⼒和学习能⼒，通过论⽂。多培养⾃⼰的材料组织提炼能⼒，锻炼逻辑思维。如果真的能做到三年光阴不虚度，⼯应该不是问题，到时真正要考虑的是定位问题。
5）当然，最后，⼯的时候，包装是⼀种技巧，整合是⼀种需要。
我觉得做图像处理还是很有前途的。
有做图像三维重建的来我，我们公司做医疗影像的。
可以跟我Email联系：
作图像处理⽅⾯的研究⼯作，最重要的两个问题：其⼀是要把握住国际上最前
沿的内容；其⼆是所作⼯作要具备很⾼的实⽤背景。解决第⼀个问题的办法就
是出这个⽅向公认最⽜的⼏个超级⼤拿(看看他们都在作什么)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能够到⼀个
实际应⽤的项⽬，边做边写⽂章。
做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个⼈主页。下⾯是我收集的⼀些资源，希望对⼤家有⽤。(这⾥我要感谢SMTH AI版的alamarik和Graphics版的faintt)
导航栏：
[1]研究体
[2]⼤拿主页
[3]前沿期刊
[4]GPL软件资源
[5]搜索引擎
⼀、研究体
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、常⽤链接、相关软硬件，甚⾄还有⼀个搜索引擎。这是⼀个侧重图像分析的站点，⼀般。但是提供⼀个Image Analysis环境---ZIMAGE and SZIMAGE。
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，但是在上⾯有相当不错资源，关键是它正在建设中，能够跟踪⼀些信息。
有⼀个很有意思的项⽬：DID(⽂档图像解码)。
斯坦福⼤学计算机系主页，⾃⼰吧:(
主要研究：Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,
Automated Segmentation,Structural brain change analysis,motion correction,etc.
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)。
德国的⼀个数字图像处理研究⼩组，在其上⾯能到⼀些不错的链接资源。
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.
湖南美食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.
可以通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。
⼆、图像处理GPL库
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，当然你也可以下载压缩的GZIP包，⾥⾯包含TexInfo格式的⽂档。
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.
⼀个⾮常不错的Unix系统的图像处理⼯具，看看它的截图。你可以在此基础上构建⾃⼰的专⽤图像处理⼯具包。
这是GPL软件集散地，到这⾥你想要得到的IP库吧。
三、搜索资源
当然这⾥基本的搜索引擎还是必须要依靠的，⽐如Google等，可以到我常⽤的链接看看。下⾯的链接可能会节省你⼀些时间：
四、⼤拿⽹页
这位可是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。
布丁仓鼠
MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”⾼⼿。
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。之后在MIT，Edinburgh，Oxford先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。主要⼯作领域是计算机视觉。
这位⽜⼈好像正在学习汉语，并且搜集了诸如“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作的绝对是世界⼀流。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。
这位⽼⽜在1963年就获得了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(⼤部分是如⽇中天的Ph.D们)，可以学习的是他们的Study Ways!
低碳生活的建议Finn Lindgren(Sweden):Statistical image analysis
Pavel Paclik(Prague):statistical pattern recognition
Dr. Mark Burge:machine learning and graph theory
yalin Wang:Document Image Analysis
Geir Storvik: Image analysis
Heidorn
Joakim Lindblad:Digital Image Cytometry
S.Lavirotte:
Sporring:scale-space techniques
Mark Jenkinson:Reduction of MR Artefacts
Justin K. Romberg:digital signal processing
Fauqueur:Image retrieval by regions of interest
James J. Nolan:Computer Vision
Daniel X. Pape:Information
Drew Pilant:remote sensing technology
五、前沿期刊(TOP10)
这⾥的期刊⼤部分都可以通过上⾯的⼤拿们的主页间接到，在这列出主要是为了节省直接想期刊投稿的兄弟的时间:)
IEEE Trans. On PAMI
IEEE Transactionson Image Processing
Pattern Recognition
刀怒斩雪翼雕Pattern Recognition Letters
神经⽹络
Neural Networks Tutorial Review
Image Compression with Neural Networks
Backpropagator's Review
Bibliographies on Neural Networks
Intelligent Motion Control with an Artificial Cerebellum
Kernel Machines
Some Neural Networks Research Organizations
Neural Network Modeling in Vision Research
Neural Networks and Machine Learning
Neural Application Software
Neural Network Toolbox for MATLAB
Netlab Software
Kunama Systems Limited
Computer Vision
Computer Vision Homepage, Carnegie Mellon University
Annotated Computer Vision Bibliography
Lawrence Berkeley National Lab Computer Vision and Robotics Applications
CVonline by University of Edinburgh
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision,
Computer Vision Handbook,
Vision Systems Courseware
Research Activities in Computer Vision
Vision Systems Acronyms
Dictionary of Terms in Human and Animal Vision
Metrology based on Computer Vision
Digital Photography
Digital Photography, Scanning, and Image Processing
Educational Resources, Universities
Center for Image Processing in Education
Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology
Mathematical Experiences through Image Processing, University of Washington
Vismod Tech Reports and Publications, MIT
Vision Lab PhD dissertation list, University of Antwerp
INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems Image Processing Resources
Publications of Carsten Steger
FAQs
comp.dsp FAQ
Robotics FAQ
Where's the sci.image.processing FAQ?
Astronomical Image Processing System FAQ

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。