應該讓專業從業人員回答這個問題。剛好本人就是。。但是分析的還是太窄。
如果從人生整體規劃上講應該考慮壹下問題：
1 現實所逼，妳準備在哪個城市發展（買房，女友工作等等），該城市是否有充分的圖像處理行業以供選擇。如，北京上海深圳，北京的圖像企業感覺占近半數江山。多年招聘的感覺。剩下的廣州，武漢，成都也有為數不多的圖像企業。像本人所在的城市，牛逼大學再多，學圖像的再多不頂用，沒行業沒研究所從事圖像方向。妳個博士奈何。。學校的坑妳更是進不去的。
2 學圖像的研究生能從事本專業的不到15%，這個是我身邊的統計數據。圖像分析受環境影響比較大，如光照。這個另說了，就是比較難又不太可靠。所以作為壹個檢測手段還有很多路要走。如果妳沒有在做圖像的公司實習並取得信任那麽妳用圖像處理就業的可能性大為下降。全世界每年能實用的圖像算法能有多少，那些發paper的同誌們，妳們自己知道自己算法的約束性。就是state of the art的paper，適用的場景又能有多少。所以不要迷信自己的算法有多牛逼。好好提高自己的編程水平，沒事看看圖形方面的東西（不要問我圖像，圖形有啥不同。。），玩玩並行運算，嵌入式，擴展下自己的就業面。
3 到主觀的地方了，談談正面的。公司缺人麽？每個公司都缺。但妳是否能勝任它職位所需要的崗位。回到圖像上來說，人類獲取信息80%的信息都是通過圖像獲取的，妳說圖像重要麽。圖像處理，模式識別的方向的確相對通訊電子是窄，但是妳說造原子彈的科學家就業窄不。。相信自己的專業，時間越長越不可替代，可以走技術專家路線，比較自由。自動化，人工智能是今後發展的大方向，圖像是個重要的手段。工作經驗告訴我，圖像處理這個東西不在人多，貴在精深。不要單幹，壹個小而精的團隊戰鬥力是非常強悍的，但只是需要壹兩個人做圖像算法的公司不建議去。掂量下自己有沒有這個熱情，頭腦，數學功力，和溝通能力。如果妳已經進入了相關企業，程序相關的東西可以再學習培養（看看應聘公司有這個前瞻性和魄力當然妳要有頭腦和數學底子），分析問題，解決問題的能力很重要，更重要的是提出問題。學習好的同學比較擅長前兩項，而圖像這個創新的工作更加看重提出問題，這個是創新思維的表現。這個可不是口號。當然，能提出問題取決於，妳對問題研究的深度廣度，最終取決於妳對研究的興趣。
最後談談圖像處理研究的門類。
1醫療2識別類3零件檢測4衛星圖像。
總的說來醫療口的就業量比較大，企業相對比較多。對其他圖像而言，醫學圖像標準化更好對外界影響小，不同設備間的差距也比較小。畢竟是診斷的憑據。所以妳如果想跳槽（嘿嘿），同樣類別算法基本不用刪改都是適用的（註意知識產權哦）。
下來識別類，所有的文字，行人，車輛等等需要識別跟蹤的物體。做好了發大財，譬如美國壹家公司的指紋檢測在911後，速度準確性最好。拿了政府大單，回報豐厚。
但是想做好談何容易。。但，這個是本人最喜歡的，最有人工智能的感覺。這個是自動化類專業研究圖像的最高形態。
3零件檢測，包括壹些食品包裝類的異物檢測。對於工業自動化也是很有前景的方向，有些甚至用於芯片級的檢測，如果顯微圖像的話多涉及到亞像素及三維相關。
4衛星圖像。壹般國家需要，如果可能有些研究所有相關類別。公司的話，不太清楚
對了忘說了比較重要的壹條。英語。這個不費話了。中文的paper可以做個科普，想做算法研究的話，妳看不懂顯然是不可以的。如果英文整體實力NB了，可以去些外企。客觀上說，歐美的企業還是不錯滴，重視人，創造，做算法有耐心。薪酬也比較豐厚。這類企業貌似上海那邊比較多
綜上，如果妳沒耐心看完，去找圖像類的公司實習，這個前提是手上有壹些做程序的功夫，這個真不難。。，玩玩opencv，然後自己就感覺出來了。還有積累人脈。這個也是極重要的。剛從學校出來的沒有利害到壹定程度，也沒有工作經驗，實習經驗的重要性超乎想象。
勸壹句，如果妳對圖像沒有興趣還是不要做下去。妳也做不好。
針對妳這個3D的具體問題，我還是比較有發言權的。如果妳做出來的效果好，就業不敢說有多少企業要妳，至少妳工作是絕對不愁的。當然妳要願意去招妳公司所在的城市。學好渲染的傳輸函數，學好並行運算如cuda，學好opengl。錢好說10k/月不多。。不過妳剛畢業的話沒那麽多。壹級城市，就不拿月薪算了吧。