O reconhecimento de padrões tem provocado um grande interesse nas últimas décadas. Como consequência, numerosas aplicações foram desenvolvidas. Entre as mais importantes podem-se citar as seguintes: ajuda ao diagnóstico médico, análise automática de sinais, inspeção automática de produtos industriais, sistemas de vigilância automática, busca automática de informação digitalizada, etc. A complexidade de um sistema de reconhecimento de padrões é alta, devido ao fato de que padrões reais se apresentam com grande variedade, sofrendo transformações e deformações não-lineares. Este trabalho tem como objetivo desenvolver um sistema celular evolutivo, para reconhecimento de padrões invariantes à rotação, baseado em mecanismos fundamentais de Autómatos Celulares, os quais foram usados com sucesso para modelagem e simulação de problemas complexos. O modelo proposto neste trabalho extrai eficientemente características globais invariantes à rotação de padrões, a partir das interações locais das células.

Pattern recognition has provoked a great interest in the last decades. As a consequence, numerous engineering applications have been developed, such as medicai diagnosis aiding, automatic signal analysis, industrial inspection, automatic monitoring systems, automatic digital information searching, etc. The complexity of a pattern recognition system is high because real patterns present in fornis of large extent of varieties, suffering from linear transformations even nonlinear deformations. The objective of this work is to develop a evolutive cellular system for rotational invariant pattern recognition based on the fundamental mechanism of cellular automata, which has been successfully used to model and simulate complex problems. The proposed model extracts efficiently global features invariant to pattern rotation by local interactions among cellulars.