Hay dos etapas de programación para realizar sobre las imágenes obtenidas: Procesamiento e Interpretación. Donde la interpretación al tratarse de imágenes vistas por un robot, que serian similares a las que vemos nosotros cotidianamente, presentan la dificultad de que los patrones a buscar pasan a ser infinitos, por ejemplo para interpretar la imagen y determinar si hay una silla en el camino del robot, el robot tendría que conocer todas las formas de silla, reconocerlas con cualquier iluminación y color, si está cerca o lejos. Entonces estos cálculos se multiplican con la cantidad de objetos a reconocer, por consiguiente el mundo real resulta demasiado amplio para la interpretación de las imágenes.