Podemos entender uma imagem como uma forma compacta de representar muitas informações. Em um sistema de processamento de imagens estas informações podem passar por diversas formas de representação. Portanto, as etapas do processamento de imagens descrevem o fluxo destas informações com um dado objetivo definido pela aplicação.
A Figura 13 ilustra este fluxo de forma geral. Após aquisição da imagem, o pré-processamento consiste na maior parte de transformações lineares e não-lineares aplicadas à imagem visando várias metas: melhoramento de contraste, remoção de ruído, regiões de interesse, descorrelação e codificação das informações para transmissão da imagem, reamostragem dos pixels em uma nova escala, treinamento e extração de características de imagem para segmentação, etc. Muitas aplicações requerem apenas operações de pré-processamento. As informações de interesse podem também ser extraídas das imagens e representadas de uma outra forma. Para tanto, a segmentação de imagens particiona a imagem em regiões disjuntas com algum significado para a aplicação. Por exemplo, podemos querer separar um objeto de interesse do resto dos pixels da imagem particionando-a em duas regiões. A saída da segmentação pode ser a fronteira do objeto com seu exterior ou os pontos de seu interior. Isto define duas formas de representação para o objeto. A representação consiste, portanto, das várias formas de armazenar a fronteira e o interior de objetos segmentados. Esta nova representação da imagem contém informações sobre a forma e a topologia dos objetos. A descrição quantitativa destas informações através da extração de características estruturais complementa o sentido de representação. Em seguida, com base na descrição, o reconhecimento associa um rótulo a cada objeto segmentado enquanto a interpretação associa um significado ao conjunto de objetos segmentados. Um exemplo em uma aplicação de leitura automática de endereços é o reconhecimento e a interpretação de um conjunto de caracteres como o código de endereçamento postal.
