图像处理与机器视觉行业分析报告.docx

《图像处理与机器视觉行业分析报告.docx》由会员分享，可在线阅读，更多相关《图像处理与机器视觉行业分析报告.docx（52页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一 行业分析 数字图像处理是对图像进行分析、加工、和处理，使其满足视觉、心理以与其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式 存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。 数字图像处理是信号处理的子类， 另外与计算机科学、人工智能等领域也有密切的关系。 传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处 理的方式和角度也有所不同。大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸，它们中的一部分在二维情形下

2、变得十分复杂。同时图像处理也具有 自身一些新的概念，例如，连通性、旋转不变性，等等。这些概念仅对二维或更高维的情况下才有非平凡的意义。图像处理中常用到快速傅立叶变换，因为它可以减小数据处理量和处理时间。数字图像处理应用在以下方面 ：摄影与印刷 (Photography and printing)卫星图像处理 (Satellite imageprocessing)医学图像处理 (Medical image processing)面孔识别, 特征识别 (Face detection,feature detection, face identification)显微图像处理 (Microscope

3、imageprocessing)汽车障碍识别 (Car barrier detection)1.1 行业前景 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

4、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。1.2 就业方向 下面谈谈我所知道的一些公司信息，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

5、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，必然涉与到对图像的处理，做图像处理的很有机会进入这些公司。它们在国都设有研发中心，simens的在和，GE和柯达都在，飞利浦的在。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。国也有一些这样的企业比如安科和迈瑞。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

6、和识别的可以在这个方向找到一席之地。法视特位于江高科技园区，在视觉和识别方面做的不错。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与技术创新方面，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，只要涉与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

7、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容进行自动分析，这些容都是图像处理的畴。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：豪威集成电路中芯微摩托罗拉研究院威盛（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。附：相关图像的公司外企：01、 东芝(中国) 研究开发中心开发部02、 通用电气(GE)医疗集团03、 微软04、 SONY05、 凌阳06、 理光软件研究所()07、 富士通研究开发

8、中心08、 三星电子中国通信研究院09、 NEC中国研究院10、 研发系统11、 德加拉办事处12、 适普软件13、 松下14、 佳能信息技术（）15、 ITS(中国)大型企业：01、 海湾控股集团02、 腾讯研究院招03、 北大方正04、 清华同方05、 方正国际06、 卓望集团07、 迪瑞集团()研发中心08、 汉王科技股份09、 威视股份事业单位：01、 中国核工业集团公司02、 船舶系统工程部03、 中科院软件所二部04、 中国科学院软件研究所05、 中科院自动化所06、 中国兵器工业第二八研究所07、 中国航天科技集团公司08、 中国航天科技集团公司第五研究院09、 综合信息系统技术

9、国家级重点实验室10、 国家农业信息化工程技术研究中心11、 中国航天科工集团公司飞航技术研究院12、 铁道部信息技术中心13、 中国航天科工集团第二研究院第二七所14、 中国科学院生物物理研究所15、 中国电子科技集团公司第三研究所16、 中国船舶信息中心17、 航天科工卫星技术18、 中科院电子所19、 中国科学院计算技术研究所20、 中全生产科学研究院21、 中国航天时代电子公司光纤惯导项目分公司22、 中国计量科学研究院23、 公安部第一研究所24、 中国印钞造币总公司中小企业：01、 中自邦柯科技02、 锦恒佳晖汽车电子系统03、 长峰科技工业集团公司04、 京天威科技发展招聘职位0

10、5、 优纳科技06、 深拓科技07、 永鑫宇息技术08、 蓝卡软件技术09、 中盛信合（）科技10、 赛尔蒂扶科技11、 北达万坤（）科技发展12、 思比科微电子技术13、 德韶数码技术14、 天远三维科技15、 航天星图科技（）16、 友通17、 中盾安民分析技术18、 文安科技发展19、 华生恒业科技20、 经纬恒润科技XX公司21、 伟景行数字城市科技招聘22、 极明源科技23、 优立慧科信息技术24、 华旗资讯数码科技25、 新航智科技26、 银河动力27、 普赛科技28、 德鑫泉科技发展29、 嘉恒中自图像技术30、 优加利信息科技（）技术中心31、 天诚盛业科技32、 华胜天成33

11、、 威速科技34、 市蓝韵实业（）35、 维深科技发展XX公司36、 金山科技（集团）（）37、 创新科技（中国）分公司38、 思创贯宇科技开发39、 明锐标图40、 中钞长城金融设备控股41、 文安视觉科技42、 红海科技发展43、 普赛科技44、 昂天科技45、 中国红卫星股份46、 长江源科技47、 海鑫科金高科技股份48、 瑞斯康达科技发展49、 厚德新视50、 嘉恒中自图像技术二 素质要求1、请学好图像基本理论知识，笔试会遇到很多基础的题；2、良好的团队精神和沟通能力，很强的逻辑思维能力和学习能力。对工作认真负责，注重细节，肯吃苦，顾全大局。3、请多做一些实际的项目，少一些理论的研究

12、（针对中小企业而言）；4、请不要只局限于的课题，因为可能你的课题只是图像处理领域的一些皮毛；5、请多了解一些相关的前沿知识；6、请不要迷信自己的算法，比如BP神经网络（可能理论研究时用的很多，可是实际呢？）7、请尽量与企业的相关人士探讨该领域的问题，那样的收获比书本大很多；8、 外语。外语的基本要看懂英文文献（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。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。9、 编程。请学好c+语言，99%以上的公司在招图像岗位的人员时都会笔试c+；这方面尤以C为重，很多公司的笔试都是考c知识。精通C、C+、Ma

13、tlab等编程语言编写，累计书写代码量超过10万行以上，精通机器视觉算法建模方法。10、专业水平。如果要找专业相关的工作，研究生期间的研究经历和发表的论文就显的比较重要。11、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，根本不愁找不到好工作。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。多数做图象的是用MATLAB，用别人的代码（如小波

14、）。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。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 are

15、a 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

16、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.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

17、文章可以发现他们还是一个比较自恋和自大的公司.衡量专业好坏的标准有两个：应用前景和技术门槛。图像处理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，找工应该不是问题，到时真正要考虑的是定位问题。12、模式识别，图像处理，应用数学等相关专业本科与以上学历，本科毕业要求10年以上机器视觉或图像处理方面工作经验，硕士学历要求8年以上机器视觉或图像处理方面工作经验，博士学历要求6年以上机器

18、视觉或图像处理方面工作经验,国外留学人员优先。13、精通高等数学、线性代码、几何计算、数理统计、量代数等计算机视觉中的数学方法。14、精通图像处理基本概念和常用算法包括图像预处理算法和高级处理算法。15、精通项目管理，要求有5年以上项目管理经验，能组建团队、领导团队、制定项目计划、实施项目计划完成项目的能力。16、对Smart Camera 有深入研究，包括功能需求、硬件架构、软件架构、视觉算法，对此产品有3年以上研发经验。17、对新产品研发与项目产品化有5年以上工作经验，对新产品研发流程、项目产品化有独特的实践经验。18、具备很强的探索创新能力，能够以独创性思维带领团队进行算法研究；19、对

19、opencv开源项目视觉算法有深入研究。-三 学习资源 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SMTH AI版的alamarik和Graphics版的faintt) 一、研究群体-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、常用、相关软硬件，甚至还有一个搜索引擎。 .cmis.csiro.au/IAP/zimage.htm 这是一个侧重图像分析的站点，一般。但是提供一个Image Analysis

20、环境-ZIMAGE and SZIMAGE。 .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，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。 www2.parc./istl/groups/did/didoverview.shtml有一个很有意思的项目：DID(文档图像解码)。 -cs-students.stanford.edu/斯坦福大学计算机系主页，自己找吧:( .fmrib.ox.ac.uk/analysis/主要研究：Brain Extraction Tool,Nonlinear noise re

21、duction,Linear Image Registration,Automated Segmentation,Structural brain change analysis,motion correction,etc. .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)。 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资源。 -staff.it.uts.edu.au/sean/CVCC.dir/home.html CVI

22、P(used to be CVCC for Computer Vision and Cluster Computing) is a research group focusing on cluster-based computer vision within the Spiral Architecture. cfia.gmu.edu/The mission of the Center for Image Analysis is to foster multi-disciplinary research in image, multimedia and related technologies

23、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. peipa.essex.ac.uk/info/groups.html 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

24、库.ph.tn.tudelft.nl/klamer/cppima.htmlCppima 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。 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. entrop

25、y.brni-jhu.org/tnimage.html 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，到这里找你想要得到的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，可以到我常用的看看。下面的可能会节省你一些时间： sal.kachinatech./四、大拿网页.ai.mit.edu/people/wtf/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。 .merl./people/brand/MERL(Mitsubishi Ele

26、ctric Research Laboratory)中的擅长“Style Machine”高手。 research.microsoft./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。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。 -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，并且搜集了诸如“两只老虎(Two Tigers)”的歌曲，嘿嘿:)他的主

27、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。 .ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html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群(大部分是如日中天的Ph.D们)，可以学习的是他们的Study Ways! Finn Lindgren(Sweden):Statistical image analysis .maths.lth

28、.se/matstat/staff/finn/Pavel Paclik(Prague):statistical pattern recognition .ph.tn.tudelft.nl/pavel/Dr. Mark Burge:machine learning and graph theory cs.armstrong.edu/burge/yalin Wang:Document Image Analysis students.washington.edu/ylwang/Geir Storvik: Image analysis .math.uio.no/geirs/Heidorn alexia

29、.lis.uiuc.edu/heidorn/Joakim Lindblad:Digital Image Cytometry .cb.uu.se/joakim/index_eng.htmlS.Lavirotte: -sop.inria.fr/cafe/Stephane.Lavirotte/Sporring:scale-space techniques .lab3d.odont.ku.dk/sporring/Mark Jenkinson:Reduction of MR Artefacts .fmrib.ox.ac.uk/mark/Justin K. Romberg:digital signal p

30、rocessing -dsp.rice.edu/jrom/Fauqueur:Image retrieval by regions of interest -rocq.inria.fr/fauqueur/James J. Nolan:Computer Vision cs.gmu.edu/jnolan/Daniel X. Pape:Information .bucho.org/dpape/Drew Pilant:remote sensing technology .geo.mtu.edu/anpilant/index.html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

31、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 puter.org/tpami/index.htmIEEE Transactionson Image Processing .ieee.org/organizations/pubs/transactions/tip.htmPattern Recognition .elsevier./locate/issn/00313203Pattern Recognition Letters .elsevier./locate/issn/01678655神经网络 Neural Networks Tutori

32、al Review hem.hj.se/de96klda/NeuralNetworks.htm ftp:/ftp.sas./pub/neural/FAQ.html Image Compression with Neural Networks p.glam.ac.uk/digimaging/neural.htm Backpropagators Review .dontveter./bpr/bpr.html Bibliographies on Neural Networks liin ira.uka.de/bibliography/Neural/ Intelligent Motion Contro

33、l with an Artificial Cerebellum .q12.org/phd.html Kernel Machines .kernel-machines.org/ Some Neural Networks Research Organizations .ieee.org/nnc/ .inns.org/ Neural Network Modeling in Vision Research .rybak-et- Neural Networks and Machine Learning learning.cs.toronto.edu/ Neural Application Softwar

34、e Neural Network Toolbox for MATLAB .mathworks./products/neuralnet/ Netlab Software .ncrg.aston.ac.uk/netlab/ Kunama Systems Limited .kunama.co.uk/Computer Vision Computer Vision Homepage, Carnegie Mellon UniversityAnnotated Computer Vision Bibliography iris.usc.edu/Vision-Notes/bibliography/content

35、s.html iris.usc.edu/Vision-Notes/rosenfeld/contents.html Lawrence Berkeley National Lab Computer Vision and Robotics Applications -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, Comp

36、uter Vision Handbook, Vision Systems Courseware Research Activities in Computer Vision -syntim.inria.fr/syntim/analyse/index-eng.html Vision Systems Acronyms Dictionary of Terms in Human and Animal Vision cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html Metrology based on Computer Vision Digi

37、tal PhotographyDigital 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 wally2.rit.edu/pubs/guides/imagingcall.html Mathematical Ex

38、periences through Image Processing, University of Washington Vismod Tech Reports and Publications, MIT vismod.media.mit.edu/cgi-bin/tr_pagemaker Vision Lab PhD dissertation list, University of Antwerp wcc.ruca.ua.ac.be/visielab/theses.html INRIA (France) Research Projects: Human-Computer Interaction

39、, Image Processing, Data Management, Knowledge Systems Image Processing Resources eleceng.ukc.ac.uk/rls3/Contents.htm Publications of Carsten Steger www9.informatik.tu-muenchen.de/people/steger/publications.htmlFAQscomp.dsp FAQ Robotics FAQ Wheres the sci.image.processing FAQ? comp.graphics.algorith

40、ms FAQ, Section 3, 2D Image/Pixel Computations Astronomical Image Processing System FAQ C/C+编程：C/C+ 是最主要的编程语言。这里列出了50名优秀和网页清单，这些提供c/c+源代码。这份清单提供了源代码的以与它们的小说明。我已尽力包括最 佳的C/C+源代码的。这不是一个完整的清单，您有建议可以联系我，我将欢迎您的建议，以进一步加强这方面的清单。 1、snippets.dzone./tag/c/ -数以千计的有用的C语言源代码片段 2、.hotscripts./category/c-cpp/script

41、s-programs/ Hotscripts -提供数以百计的C和C+脚本和程序。所有程序都分为不同的类别。 3、.planetsourcecode./vb/default.asp?lngWId=3 -超过万行C和C+免费的源代码 4、 -超过9000个C编写的项目。 5、.daniweb./code/c.html -DANIWEB提供的实用代码段 。 6、.programmersheaven./tags/C/ -programmersheaven 上的C编程资源。 7、.ddj./code/ddj.html -Dr. Dobbs Journal的源代码。 8、.cprogramming./c

42、gi-bin/source/source.cgi -C和C + +编程资源。 9、.codecogs./ -CodeCogs是一项协作的开放源码库，C/C+的数值方面的组件。 10、.google./codesearch?q=programming+lang:c&cs_r=lang:c -谷歌代码的C源代码。 11、.codepedia./1/C -CodePedia是一个开放的关于系统编程和其他与电脑有关的议题。 12、.cis.temple.edu/ingargio/cis71/code/ -为学生提供的一个简单的C语言程序的列表。 13、.codeproject./?cat=2 -cod

43、eproject提供的C/C+资源代码项目。 14、.thefreecountry./sourcecode/cpp.shtml -以下是一些C和C+库的DLL，VCLs，源代码，元件，模块，应用程序框架，类库，源代码片段等，你可以在您的项目中使用而不需要支付费用和版税。 15、people.sc.fsu.edu/burkardt/cpp_src/cpp_src.html -这是一个全面的关于C+的345个源代码清单。 16、.cplusplus./src/ -C+写的通用控制台程序和Windows程序代码清单。 17、users.cs.fiu.edu/weiss/dsaa_c+/code/ -

44、C+语言数据结构与算法分析（第二版）的源代码。 18、c.snippets.org/ -C源代码片段。 19、.bbdsoft./downloads.html -C+源代码。 20、 天文学和数值软件源代码 21、cplus.about./od/cgames/C_Games_with_Source_Code.htm -游戏有关的C+源代码。 22、cliodhna.cop.uop.edu/hetrick/c-sources.html -免费的C/C+数值计算源代码。 23、 -C/C+工具。 24、 -免费C+源代码和其它有用的工具。 25、.cmcrossroads./bradapp/links/cplusplus-links.html -布