淺談圖像處理方向的就業前景[轉)

最近版上有不少人在讨論圖像處理的就業方向，似乎大部分都持悲觀的态度。我想結合我今年找工作的經驗談談我的看法。

就我看來，個人覺得圖像處理的就業還是不錯的。首先可以把圖像看成二維、三維或者更高維的信号，從這個意義上來說，圖像處理是整個信号處理裡面就業形勢最好的，因為你不僅要掌握（一維）信号處理的基本知識，也要掌握圖像處理（二維或者高維信号處理）的知識。其次，圖像處理是計算機視覺和視訊處理的基礎，掌握好了圖像處理的基本知識，就業時就可以向這些方向發展。目前的模式識别，大部分也都是圖像模式識别。在實際應用場合，采集的資訊很多都是圖像資訊，比如指紋、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，如果有醫學圖像處理的背景，去一些醫療器械公司或者醫療軟體公司也是不錯的選擇。圖像處理對程式設計的要求比較高，如果程式設計很厲害，當然就業也多了一個選擇方向，并不一定要局限在圖像方向。

下面談談我所知道的一些公司資訊，不全，僅僅是我所了解到的或者我所感興趣的，實際遠遠不止這麼多。

搜尋方向

基于内容的圖像或視訊搜尋是很多搜尋公司研究的熱點。要想進入這個領域，必須有很強的程式設計能力，很好的圖像處理和模式識别的背景。要求高待遇自然就不錯，目前這方面的代表公司有微軟、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争，來頭都不小，其中包括Simens、GE、飛利浦和柯達，主要生産CT和MRI等醫療器材。由于醫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會進入這些公司。它們在國内都設有研發中心，simens的在上海和深圳，GE和柯達都在上海，飛利浦的在沈陽。由于醫療市場是一個沒有完全開發的市場，而一套醫療裝置的價格是非常昂貴的，是以在這些地方的待遇都還可以，前景也看好。國内也有一些這樣的企業比如深圳安科和邁瑞

計算機視覺和模式識别方向

我沒去調研過有哪些公司在做，但肯定不少，比如指紋識别、人臉識别、虹膜識别。還有一個很大的方向是車牌識别，這個我倒是知道有一個公司高德威智能交通似乎做的很不錯的樣子。目前視訊監控是一個熱點問題，做跟蹤和識别的可以在這個方向找到一席之地。

上海法視特位于上海張江高科技園區，在視覺和識别方面做的不錯。北京的我也知道兩個公司：大恒和淩雲，都是以圖像作為研發的主體。

視訊方向

一般的高校或者研究所側重在标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體實作方面。一般這些公司要求是熟悉或者精通MPEG、H.264或者AVS，選擇了這個方向，隻要做的還不錯，基本就不愁飯碗。由于這不是我所感興趣的方向，是以這方面的公司的資訊我沒有收集，但平常在各個bbs或者各種招聘網站經常看到。

我所知道的兩個公司：諾基亞和pixelworks

其他

其實一般來說，隻要涉及到成像或者圖像的基本都要圖像處理方面的人。比方說一個成像裝置，在輸出圖像之前需要對原始圖像進行增強或者去噪處理，存儲時需要對圖像進行壓縮，成像之後需要對圖像内容進行自動分析，這些内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确說明需要圖像處理方面人才的公司：

上海豪威內建電路有限公司（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

所有與圖像（靜止或者運動圖像）有關的公司都是一種選擇。比如數位相機、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，都可以作為求職方向。

要求：

1、外語。如果進外企，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、程式設計。這方面尤以C＋＋為重，很多公司的筆試都是考c＋＋知識。

3、專業水準。如果要找專業相關的工作，研究所學生期間的研究經曆和發表的論文就顯的比較重要。

4、知識面的寬度。我覺得在研究所學生期間，除了做好自己的研究方向之外，擴寬一下知識面也有很大的幫助，當然這個知識面指的是圖像處理、計算機視覺和模式識别，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非常廣，而且待遇在應屆生應該是中上等。其實還是一句話，能力決定一切。隻要研究所學生三年沒有白過，根本不愁找不到好工作。祝所有正在讀研或者即将讀研的朋友将來都能有一份滿意的工作。

我說點不好的呵呵版主的說法我同意都是正面的

反面的來說：現在大學和研究機構做圖象的越來越多了，這裡面老闆自己懂圖象的不知道有多少？！老闆不懂，影響還是很大的

多數做圖象的是用MATLAB，用别人的代碼（如小波）。在研究所學生三年學好C++畢業的有多少？在公司C++是重要的。

圖象其實就是信号處理，除了大學是學信号的以外，信号與系統、數字信号處理是一定要學好的，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（不一定全看懂），相應的英文書。去外企做研發，這是必備的。然後是口語和聽力。

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

我也是學模式識别的,但是研究方向是遙感圖像處理和識别.總的來說這個方向是比較專,但也是目前圖像進行中比較難做的一個方向,因為遙感圖像的複雜性超過我們所見過的任何圖像.

其實談到就業問題,我覺得如果研究方向比較适合,特别是讀研期間能到斑竹談的那些牛比的公司實習,了解企業真正需要的方向可能做起來有目标性.

順便提下:高德威公司還是不要考慮,因為本人在畢業面試過程中,雖然面試的人力資源人員很友善,但是通過他們老闆寫的一些文章可以發現他們還是一個比較自戀和自大的公司.

樓主是好人

不過此文更多是安慰

新手不可太當真

衡量專業好壞的标準有兩個:應用前景和技術門檻

個人覺得圖像處理應用前景一般,比通信,計算機差遠了,而技術門檻,相信不是新手都清楚,比微波之類低不少

總的來說圖像方向就業一般,在it業算較冷得,特别是模式識别,人工智能之類,看起來高深邪乎,其實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，很大部分的原因是目前行業背景，但通信真正的研發在中國又有多少，我的朋友中很多做工程的，況且現在在通信領域，很大的一個難點，也是多媒體通信。

2）說到比計算機差，我覺得這與你怎麼看待計算機專業有關，有人覺得是基礎，是工具，有人覺得是專業。況且計算機那邊，現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，你也不一定能做好，還有女生并不适合搞這個，就業時，機關一般會暗示。另外，就業面也較窄，好公司真的難進，找工的時候，真的很郁悶，特别對女生。或許将來很大發展前途，這個另當别論。

4）說回圖像處理，我覺得還是較中肯的，略有好的嫌疑，關鍵還是在讀研的時候能把方向做寬（一般做圖像處理，需要何模式識别等相結合，拓寬知識面是必要的，在真正做研究的時候，也發現是必須的），研究點做深入，注重實作能力、創新能力和學習能力，通過論文。多培養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，找工應該不是問題，到時真正要考慮的是定位問題。

5）當然，最後，找工的時候，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。

有做圖像三維重建的來找我，我們公司做醫療影像的。

可以跟我Email聯系：[email protected]

作圖像處理方面的研究工作，最重要的兩個問題：其一是要把握住國際上最前

沿的内容；其二是所作工作要具備很高的實用背景。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(看看他們都在作什麼)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能夠找到一個

實際應用的項目，邊做邊寫文章。

做好這幾點的途徑之一就是充分利用網絡資源，特别是權威網站和大拿們的個人首頁。下面是我收集的一些資源，希望對大家有用。(這裡我要感謝SMTH AI版的alamarik和Graphics版的faintt)

導航欄：

[1]研究群體

[2]大拿首頁

[3]前沿期刊

[4]GPL軟體資源

[5]搜尋引擎

一、研究群體

http://www-2.cs.cmu.edu/~cil/vision.html

這是卡奈基梅隆大學的計算機視覺研究組的首頁，上面提供很全的資料，從發表文章的下載下傳到示範程式、測試圖像、常用連結、相關軟硬體，甚至還有一個搜尋引擎。

http://www.cmis.csiro.au/IAP/zimage.htm

這是一個側重圖像分析的站點，一般。但是提供一個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，但是在上面有相當不錯資源，關鍵是它正在建設中，能夠跟蹤一些資訊。

http://www2.parc.com/istl/groups/did/didoverview.shtml

有一個很有意思的項目：DID(文檔圖像解碼)。

http://www-cs-students.stanford.edu/

斯坦福大學計算機系首頁，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計算機和電子工程系的模式識别--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結資源。

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

可以通過它來搜尋全世界各地的知名的計算機視覺研究組(CV Groups)，極力推薦。

二、圖像處理GPL庫

http://www.ph.tn.tudelft.nl/~klamer/cppima.html

Cppima 是一個圖像處理的C++函數庫。這裡有一個較全面介紹它的庫函數的文檔，當然你也可以下載下傳壓縮的GZIP包，裡面包含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

一個非常不錯的Unix系統的圖像處理工具，看看它的截圖。你可以在此基礎上建構自己的專用圖像處理工具包。

http://sourceforge.net/projects/

這是GPL軟體集散地，到這裡找你想要得到的IP庫吧。

三、搜尋資源

當然這裡基本的搜尋引擎還是必須要依靠的，比如Google等，可以到我常用的連結看看。下面的連結可能會節省你一些時間：

http://sal.kachinatech.com/

http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml

四、大拿網頁

http://www.ai.mit.edu/people/wtf/

這位可是MIT人工智能實驗室的BILL FREEMAN。大名鼎鼎！專長是：了解--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年畢業于劍橋大學三一學院并或數學與電子科學學士學位。之後在MIT，Edinburgh，Oxford先後組建過研究小組并成為Oxford的教授，直到1999年進入微軟劍橋研究中心。主要工作領域是計算機視覺。

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，并且搜集了諸如“兩隻老虎(Two Tigers)”的歌曲，嘿嘿:)

他的首頁上面還有幾個牛：Shumeet Baluja, Takeo Kanade。他們的Face Detection作的絕對是世界一流。他畢業于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年就獲得了MIT的博士學位！他上司的Image Lab比較出名的是指紋識别。

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

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

五、前沿期刊(TOP10)

這裡的期刊大部分都可以通過上面的大拿們的首頁間接找到，在這列出主要是為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