最近版上有不少人在討論影象處理的就業方向，似乎大部分都持悲觀的態度。我想結合我今年找工作的經驗談談我的看法。就我看來，個人覺得影象處理的就業還是不錯的。首先可以把影象看成二維、三維或者更高維的訊號，從這個意義上來說，影象處理是整個訊號處理裡面就業形勢最好的，因為你不僅要掌握一維訊號處理的基本知識，也要掌握影象處理的知識。其次，影象處理是計算機視覺和視訊處理的基礎，掌握好了影象處理的基本知識，就業時就可以向這些方向發展。目前的模式識別，大部分也都是影象模式識別。在實際應用場合，採集的資訊很多都是影象資訊，比如指紋、條碼、人臉、虹膜、車輛等等。說到應用場合，千萬不能忘了醫學影象這一塊，如果有醫學影象處理的背景，去一些醫療器械公司或者醫療軟體公司也是不錯的選擇。影象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，並不一定要侷限在影象方向。
下面談談我所知道的一些公司資訊，不全，僅僅是我所瞭解到的或者我所感興趣的，實際遠遠不止這麼多。
搜尋方向

其實一般來說，只要涉及到成像或者影象的基本都要影象處理方面的人。比方說一個成像裝置，在輸出影象之前需要對原始影象進行增強或者去噪處理，儲存時需要對影象進行壓縮，成像之後需要對影象內容進行自動分析，這些內容都是影象處理的範疇。下面列舉一些與影象有關或者招聘時明確說明需要影象處理方面人才的公司：上海豪威積體電路有限公司、中芯微、摩托羅拉上海研究院、威盛、松下、索尼、清華同方、三星。所有與影象（靜止或者運動影象）有關的公司都是一種選擇。比如數碼相機、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、專業水平。如果要找專業相關的工作，研究生期間的研究經歷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影象處理、計算機視覺和模式識別，知識面越寬，就業時的選擇就會越多。影象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。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。
我說點不好的，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，用別人的程式碼。在研究生三年學好C++畢業的有多少？在公司C++是重要的。圖象其實就是訊號處理，除了本科是學訊號的以外，訊號與系統、數字訊號處理是一定要學好的，那相應的數學方面的概率，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，希望大家瞭解清楚。
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
我也是學模式識別的,但是研究方向是遙感影象處理和識別.總的來說這個方向是比較專,但也是目前影象處理中比較難做的一個方向,因為遙感影象的複雜性超過我們所見過的任何影象.
其實談到就業問題,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,瞭解企業真正需要的方向可能做起來有目標性.
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標準有兩個:應用前景和技術門檻。個人覺得影象處理應用前景一般,比通訊,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。總的來說影象方向就業一般,在it業算較冷得,特別是模式識別,人工智慧之類,看起來高深邪乎,其實就是博士都不好找工作(親身所見)

1）說到影象處理比通訊差，很大部分的原因是當前行業背景，但通訊真正的研發在中國又有多少，我的朋友中很多做工程的，況且現在在通訊領域，很大的一個難點，也是多媒體通訊。
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，現在研究影象的也不少。
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，還有女生並不適合搞這個，就業時，單位一般會暗示。另外，就業面也較窄，好公司真的難進，找工的時候，真的很鬱悶，特別對女生。或許將來很大發展前途，這個另當別論。
4）說回影象處理，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。一般做影象處理，需要何模式識別等相結合，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，注重實現能力、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，鍛鍊邏輯思維。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。我覺得做影象處理還是很有前途的。

作影象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內容；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專案，邊做邊寫文章。

做好這幾點的途徑之一就是充分利用網路資源，特別是權威網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]大拿主頁、[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主頁，上面提供很全的資料，從發表文章的下載到演示程式、測試影象、常用連結、相關軟硬體，甚至還有一個搜尋引擎。

http://www.via.cornell.edu/
康奈爾大學的計算機視覺和影象分析研究組，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://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別--影象處理研究組，它的FTP上有許多的文章(NEW)。

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.

二、影象處理GPL庫
http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一個影象處理的C++函式庫。這裡有一個較全面介紹它的庫函式的文件，當然你也可以下載壓縮的GZIP包，裡面包含TexInfo格式的文件。

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.

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://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年畢業於劍橋大學三一學院並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併成為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，並且蒐集了諸如“兩隻老虎(Two Tigers)”的歌曲，嘿嘿:)
他的主頁上面還有幾個牛：Shumeet Baluja, Takeo Kanade。他們的Face Detection作的絕對是世界一流。他畢業於卡奈基梅隆大學的計算機科學系，興趣是計算機視覺。

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主頁間接找到，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:)