首先，如果从工程图像分析的 角度来说，第一步是图像的获取，最直接的就是通过相机，尤其是工业相机，对被测物的拍摄取样，这里还需要设计到相机的选取、光源的选取、镜头的选取等，是一门比较复杂的科学，因为拍摄图像的好坏会直接影响到后面图像算法的复杂度，好的拍摄图像质量会大大降低算法的复杂度；
第二步，获取到图像后，需要进行图像算法的设计，这里又分为了许多步骤：
1. 图像预处理，比如图像滤波，图像增强等，图像预处理的目的就是去除点噪声，进而回避掉一些干扰因素；
2. 图像算法的应用，比如：你是 做边缘检测算法，就用一些canny算子啥的，比如你要做图像分割，就用一些图像聚类算法；比如你要做目标检测，你就要最一些标注与网络设计相关的工作；比如你要做特征点的匹配，就要提取图像特征点算法如sift算法等，目的就是达到大家的目的；
第三步， 代码的编写，算法设计好了以后，就要对手实现，包括选用何种编程语言，如c++，matlab,python等，还要考虑选用何种算法库，如opencv， opengl, pillow等；如果你很牛逼，可以自己动手写出自己的算法，不需要其他算法库的帮助也好，但不建议这样做，比较费时间；
第四步：算法写好后，需要大量的测试工作要做，进而测试自己算法的可行性，通过不断的调试，进而达到一个稳定的状态，这样就算是一个完整的算法实现了；
第五步，书写自己的算法说明书或者算法流程论文，如果为了写论文，可以增加一定的对比试验；
好了，上面就是基本的图像算法步骤，希望对你有帮助，偶这里又一篇简述文章，你可以参考https://www.toutiao.com/i6800547638371418632/