圖像處理與機器視覺行業(yè)分析

精品文檔精心整理精品文檔可編輯的精品文檔一行業(yè)分析數(shù)字圖像處理是對圖像進行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理是信號處理在圖像域上的一個應(yīng)用。目前大多數(shù)的圖像是以數(shù)字形式存儲，因而圖像處理很多情況下指數(shù)字圖像處理。此外，基于光學(xué)理論的處理方法依然占有重要的地位。數(shù)字圖像處理是信號處理的子類，另外與計算機科學(xué)、人工智能等領(lǐng)域也有密切的關(guān)系。傳統(tǒng)的一維信號處理的方法和概念很多仍然可以直接應(yīng)用在圖像處理上，比如降噪、量化等。然而，圖像屬于二維信號，和一維信號相比，它有自己特殊的一面，處理的方式和角度也有所不同。大多數(shù)用于一維信號處理的概念都有其在二維圖像信號領(lǐng)域的延伸，它們中的一部分在二維情形下變得十分復(fù)雜。同時圖像處理也具有自身一些新的概念，例如，連通性、旋轉(zhuǎn)不變性，等等。這些概念僅對二維或更高維的情況下才有非平凡的意義。圖像處理中常用到快速傅立葉變換，因為它可以減小數(shù)據(jù)處理量和處理時間。數(shù)字圖像處理應(yīng)用在以下方面：攝影及印刷(Photographyandprinting)衛(wèi)星圖像處理(Satelliteimageprocessing)醫(yī)學(xué)圖像處理(Medicalimageprocessing)面孔識別,特征識別(Facedetection,featuredetection,faceidentification)顯微圖像處理(Microscopeimageprocessing)汽車障礙識別(Carbarrierdetection)1.1行業(yè)前景就我看來，個人覺得圖像處理的就業(yè)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號，從這個意義上來說，圖像處理是整個信號處理里面就業(yè)形勢最好的，因為你不僅要掌握（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(chǔ)，掌握好了圖像處理的基本知識，就業(yè)時就可以向這些方向發(fā)展。目前的模式識別，大部分也都是圖像模式識別。在實際應(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)也多了一個選擇方向，并不一定要局限在圖像方向。1.2就業(yè)方向下面談?wù)勎宜赖囊恍┕拘畔?，僅僅是我所了解到的或者我所感興趣的，實際遠遠不止這么多。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。要想進入這個領(lǐng)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(yī)學(xué)圖像方向目前在醫(yī)療器械方向主要是幾個大企業(yè)在競爭，來頭都不小，其中包括Simens、GE、飛利浦和柯達，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會進入這些公司。它們在國內(nèi)都設(shè)有研發(fā)中心，simens的在上海和深圳，GE和柯達都在上海，飛利浦的在沈陽。由于醫(yī)療市場是一個沒有完全開發(fā)的市場，而一套醫(yī)療設(shè)備的價格是非常昂貴的，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。計算機視覺和模式識別方向我沒去調(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。目前視頻監(jiān)控是一個熱點問題，做跟蹤和識別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(qū)，在視覺和識別方面做的不錯。北京的我也知道兩個公司：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，選擇了這個方向，只要做的還不錯，基本就不愁飯碗。由于這不是我所感興趣的方向，所以這方面的公司的信息我沒有收集，但平常在各個bbs或者各種招聘網(wǎng)站經(jīng)?？吹?。我所知道的兩個公司：諾基亞和pixelworks其他其實一般來說，只要涉及到成像或者圖像的基本都要圖像處理方面的人。比方說一個成像設(shè)備，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，成像之后需要對圖像內(nèi)容進行自動分析，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（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(guān)的公司都是一種選擇。比如數(shù)碼相機、顯微鏡成像、超聲成像、工業(yè)機器人控制、顯示器、電視、遙感等等，都可以作為求職方向。附：北京相關(guān)圖像的公司外企：01、東芝(中國)有限公司研究開發(fā)中心開發(fā)部02、通用電氣(GE)醫(yī)療集團03、微軟04、SONY05、凌陽06、理光軟件研究所(北京)07、富士通研究開發(fā)中心有限公司08、三星電子中國通信研究院09、NEC中國研究院10、研發(fā)系統(tǒng)11、德加拉北京辦事處12、適普軟件13、松下14、佳能信息技術(shù)（北京）有限公司15、ITS(中國)有限公司大型企業(yè)：01、海灣控股集團有限公司02、騰訊研究院招03、北大方正04、清華同方05、北京方正國際06、卓望集團07、迪瑞集團(北京)研發(fā)中心08、漢王科技股份有限公司09、威視股份事業(yè)單位：01、中國核工業(yè)集團公司02、船舶系統(tǒng)工程部03、中科院軟件所二部04、中國科學(xué)院軟件研究所05、中科院自動化所06、中國兵器工業(yè)第二〇八研究所07、中國航天科技集團公司08、中國航天科技集團公司第五研究院09、綜合信息系統(tǒng)技術(shù)國家級重點實驗室10、國家農(nóng)業(yè)信息化工程技術(shù)研究中心11、中國航天科工集團公司飛航技術(shù)研究院12、鐵道部信息技術(shù)中心13、中國航天科工集團第二研究院第二〇七所14、中國科學(xué)院生物物理研究所15、中國電子科技集團公司第三研究所16、中國船舶信息中心17、航天科工衛(wèi)星技術(shù)有限公司18、中科院電子所19、中國科學(xué)院計算技術(shù)研究所20、中國安全生產(chǎn)科學(xué)研究院21、中國航天時代電子公司光纖慣導(dǎo)項目分公司22、中國計量科學(xué)研究院23、公安部第一研究所24、中國印鈔造幣總公司中小企業(yè)：01、北京中自邦柯科技有限公司02、北京錦恒佳暉汽車電子系統(tǒng)有限公司03、長峰科技工業(yè)集團公司04、北京京天威科技發(fā)展有限公司招聘職位05、北京優(yōu)納科技有限公司06、北京深拓科技有限公司07、永鑫宇恒信息技術(shù)08、北京藍卡軟件技術(shù)有限公司09、中盛信合（北京）科技有限公司10、北京賽爾蒂扶科技有限公司11、北達萬坤（北京）科技發(fā)展有限公司12、北京思比科微電子技術(shù)有限公司13、北京德韶數(shù)碼技術(shù)有限公司14、北京天遠三維科技有限公司15、航天星圖科技（北京）有限公司16、北京友通17、北京中盾安民分析技術(shù)有限公司18、北京文安科技發(fā)展有限公司19、北京華生恒業(yè)科技有限公司20、北京經(jīng)緯恒潤科技有限責(zé)任公司21、北京偉景行數(shù)字城市科技有限公司招聘22、北京極明源科技有限公司23、北京優(yōu)立慧科信息技術(shù)有限公司24、北京華旗資訊數(shù)碼科技有限公司25、北京新航智科技有限公司26、銀河動力27、北京普賽科技有限公司28、北京德鑫泉科技發(fā)展有限公司29、北京嘉恒中自圖像技術(shù)有限公司30、優(yōu)加利信息科技（北京）技術(shù)中心31、北京天誠盛業(yè)科技有限公司32、北京華勝天成有限公司33、北京威速科技有限公司34、深圳市藍韻實業(yè)有限公司（北京）35、北京維深科技發(fā)展有限責(zé)任公司36、重慶金山科技（集團）有限公司（北京）37、創(chuàng)新科技（中國）有限公司北京分公司38、北京思創(chuàng)貫宇科技開發(fā)有限公司39、明銳標(biāo)圖40、中鈔長城金融設(shè)備控股有限公司41、北京文安視覺科技有限公司42、北京東方紅?？萍及l(fā)展有限公司43、北京普賽科技有限公司44、北京昂天科技有限公司45、中國東方紅衛(wèi)星股份有限公司46、北京長江源科技有限公司47、北京海鑫科金高科技股份有限公司48、北京瑞斯康達科技發(fā)展有限公司49、厚德新視50、北京嘉恒中自圖像技術(shù)有限公司二素質(zhì)要求1、請學(xué)好圖像基本理論知識，筆試會遇到很多基礎(chǔ)的題；2、良好的團隊精神和溝通能力，很強的邏輯思維能力和學(xué)習(xí)能力。對工作認真負責(zé)，注重細節(jié)，肯吃苦，顧全大局。3、請多做一些實際的項目，少一些理論的研究（針對中小企業(yè)而言）；4、請不要只局限于的課題，因為可能你的課題只是圖像處理領(lǐng)域的一些皮毛；5、請多了解一些相關(guān)的前沿知識；6、請不要迷信自己的算法，比如BP神經(jīng)網(wǎng)絡(luò)（可能理論研究時用的很多，可是實際呢？）7、請盡量與企業(yè)的相關(guān)人士探討該領(lǐng)域的問題，那樣的收獲比書本大很多；8、外語。外語的基本要求是看懂英文文獻（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。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。9、編程。請學(xué)好c++語言，99%以上的公司在招圖像崗位的人員時都會筆試c++；這方面尤以C＋＋為重，很多公司的筆試都是考c＋＋知識。精通C、C++、Matlab等編程語言編寫，累計書寫代碼量超過10萬行以上，精通機器視覺算法建模方法。10、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。11、知識面的寬度。我覺得在研究生期間，除了做好自己的研究方向之外，擴寬一下知識面也有很大的幫助，當(dāng)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(yè)時的選擇就會越多。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。多數(shù)做圖象的是用MATLAB，用別人的代碼（如小波）。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。圖象其實就是信號處理，除了本科是學(xué)信號的以外，信號與系統(tǒng)、數(shù)字信號處理是一定要學(xué)好的，那相應(yīng)的數(shù)學(xué)方面的概率，多元統(tǒng)計，甚至泛函也要了解。說這些不是波冷水，希望大家了解清楚。Comparedtothenumberofjobsavailableeachyearintheimagingsoceity,thepeoplewhoaremajoringonitarewaytoomuch.Ihavetosaymostofthepeoplewhostudiedthethisareawerenotendupwithworkingonthisareaanymore.Themostimportantthinghereistounderstandimageprocessing,itrequiresabroadlevelofknowledgeincluding,somemath(algrebra,statistics,PDE),dsp,patternrecognition,programmingskills...Itisallthesebackgroundskillswillfindyouajob,sopreparetohaveadeepunderstandingonalltheseareasrelatedtoimageprocessing我也是學(xué)模式識別的,但是研究方向是遙感圖像處理和識別.總的來說這個方向是比較專,但也是目前圖像處理中比較難做的一個方向,因為遙感圖像的復(fù)雜性超過我們所見過的任何圖像.其實談到就業(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,因為本人在畢業(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)他們還是一個比較自戀和自大的公司.衡量專業(yè)好壞的標(biāo)準有兩個：應(yīng)用前景和技術(shù)門檻。圖像處理關(guān)鍵還是在讀研的時候能把方向做寬（一般做圖像處理，需要何模式識別等相結(jié)合，拓寬知識面是必要的，在真正做研究的時候，也發(fā)現(xiàn)是必須的），研究點做深入，注重實現(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，到時真正要考慮的是定位問題。12、模式識別，圖像處理，應(yīng)用數(shù)學(xué)等相關(guān)專業(yè)本科及以上學(xué)歷，本科畢業(yè)要求10年以上機器視覺或圖像處理方面工作經(jīng)驗，碩士學(xué)歷要求8年以上機器視覺或圖像處理方面工作經(jīng)驗，博士學(xué)歷要求6年以上機器視覺或圖像處理方面工作經(jīng)驗,國外留學(xué)人員優(yōu)先。13、精通高等數(shù)學(xué)、線性代碼、幾何計算、數(shù)理統(tǒng)計、張量代數(shù)等計算機視覺中的數(shù)學(xué)方法。14、精通圖像處理基本概念和常用算法包括圖像預(yù)處理算法和高級處理算法。15、精通項目管理，要求有5年以上項目管理經(jīng)驗，能組建團隊、領(lǐng)導(dǎo)團隊、制定項目計劃、實施項目計劃完成項目的能力。16、對SmartCamera有深入研究，包括功能需求、硬件架構(gòu)、軟件架構(gòu)、視覺算法，對此產(chǎn)品有3年以上研發(fā)經(jīng)驗。17、對新產(chǎn)品研發(fā)及項目產(chǎn)品化有5年以上工作經(jīng)驗，對新產(chǎn)品研發(fā)流程、項目產(chǎn)品化有獨特的實踐經(jīng)驗。18、具備很強的探索創(chuàng)新能力，能夠以獨創(chuàng)性思維帶領(lǐng)團隊進行算法研究；19、對opencv開源項目視覺算法有深入研究。三學(xué)習(xí)資源做好這幾點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SMTHAI版的alamarik和Graphics版的faintt)一、研究群體/~cil/vision.html這是卡奈基梅隆大學(xué)的計算機視覺研究組的主頁，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，甚至還有一個搜索引擎。這是一個側(cè)重圖像分析的站點，一般。但是提供一個ImageAnalysis環(huán)境ZIMAGEandSZIMAGE?？的螤柎髮W(xué)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(cè)重醫(yī)學(xué)方面的研究，但是在上面有相當(dāng)不錯資源，關(guān)鍵是它正在建設(shè)中，能夠跟蹤一些信息。www2.parc/istl/groups/did/didoverview.shtml有一個很有意思的項目：DID(文檔圖像解碼)。斯坦福大學(xué)計算機系主頁，自己找吧:(主要研究：BrainExtractionTool,Nonlinearnoisereduction,LinearImageRegistration,AutomatedSegmentation,Structuralbrainchangeanalysis,motioncorrection,etc.這是密歇根州立大學(xué)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)。德國的一個數(shù)字圖像處理研究小組，在其上面能找到一些不錯的鏈接資源。.au/~sean/CVCC.dir/home.htmlCVIP(usedtobeCVCCforComputerVisionandClusterComputing)isaresearchgroupfocusingoncluster-basedcomputervisionwithintheSpiralArchitecture.ThemissionoftheCenterforImageAnalysisistofostermulti-disciplinaryresearchinimage,multimediaandrelatedtechnologiesbyestablishinglinksbetweenacademicinstitutes,industryandgovernmentagencies,andtotransferkeytechnologiestohelpindustrybuildnextgenerationcommercialandmilitaryimagingandmultimediasystems.可以通過它來搜索全世界各地的知名的計算機視覺研究組(CVGroups)，極力推薦。二、圖像處理GPL庫ph.tn.tudelft.nl/~klamer/cppima.htmlCppima是一個圖像處理的C++函數(shù)庫。這里有一個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。WelcometotheIRAFHomepage!IRAFistheImageReductionandAnalysisFacility,ageneralpurposesoftwaresystemforthereductionandanalysisofastronomicaldata.一個非常不錯的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。sourceforge/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。下面的鏈接可能會節(jié)省你一些時間：sal.kachinatech/四、大拿網(wǎng)頁這位可是MIT人工智能實驗室的BILLFREEMAN。大名鼎鼎！專長是：理解--貝葉斯模型。merl/people/brand/MERL(MitsubishiElectricResearchLaboratory)中的擅長“StyleMachine”高手。research.microsoft/~ablake/CV界極有聲望的A.Blake1977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年進入微軟劍橋研究中心。主要工作領(lǐng)域是計算機視覺。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(TwoTigers)”的歌曲，嘿嘿:)他的主頁上面還有幾個牛：ShumeetBaluja,TakeoKanade。他們的FaceDetection作的絕對是世界一流。他畢業(yè)于卡奈基梅隆大學(xué)的計算機科學(xué)系，興趣是計算機視覺。這位老牛在1963年就獲得了MIT的博士學(xué)位！他領(lǐng)導(dǎo)的ImageLab比較出名的是指紋識別。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StudyWays!PavelPaclik(Prague):statisticalpatternrecognitionph.tn.tudelft.nl/~pavel/yalinWang:DocumentImageAnalysis/~ylwang/GeirStorvik:Imageanalysismath.uio.no/~geirs/Heidorn/~heidorn/JoakimLindblad:DigitalImageCytometrycb.uu.se/~joakim/index_eng.htmlSporring:scale-spacetechniqueslab3d.odont.ku.dk/~sporring/MarkJenkinson:ReductionofMRArtefactsfmrib.ox.ac.uk/~mark/JustinK.Romberg:digitalsignalprocessing/~jrom/Fauqueur:Imageretrievalbyregionsofinterestwww-rocq.inria.fr/~fauqueur/JamesJ.Nolan:ComputerVision/~jnolan/DanielX.Pape:Information/~dpape/DrewPilant:remotesensingtechnology/~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間:)IEEETrans.OnPAMI/tpami/index.htmIEEETransactionsonImageProcessing/organizations/pubs/transactions/tip.htmPatternRecognitionelsevier/locate/issn/00313203PatternRecognitionLetterselsevier/locate/issn/01678655神經(jīng)網(wǎng)絡(luò)NeuralNetworksTutorialReviewhem.hj.se/~de96klda/NeuralNetworks.htmftp://ftp.sas/pub/neural/FAQ.htmlImageCompressionwithNeuralNetworksBackpropagator'sReviewdontveter/bpr/bpr.htmlBibliographiesonNeuralNetworksIntelligentMotionControlwithanArtificialCerebellum/phd.htmlKernelMachines/SomeNeuralNetworksResearchOrganizations/nnc//NeuralNetworkModelinginVisionResearchrybak-et-al/nisms.htmlNeuralNetworksandMachineLearningNeuralApplicationSoftwareNeuralNetworkToolboxforMATLABmathworks/products/neuralnet/NetlabSoftwareKunamaSystemsLimitedComputerVisionComputerVisionHomepage,CarnegieMellonUniversityAnnotatedComputerVisionBibliographyLawrenceBerkeleyNa