Esta tese propõe um modelo computacional para a interpretação tridimensional de uma cena, a partir de uma única imagem bidimensional. Este modelo computacional está baseado na escolha de uma representação adequada para os objetos, onde todos estejam representados com seus atributos ressaltados, evidenciando de modo integrado suas semelhanças e diferenças, visando facilitar e agilizar a busca por correspondências entre atributos da imagem e dos objetos. Desta proposta surgiu uma nova representação, chamada hierarquia de estratégias, onde os atributos de todos os objetos são selecionados e organizados numa fase de pré-processamento. Os atributos são definidos com uma abordagem voltada para a caracterização qualitativa da morfologia das peças, diferindo da maioria dos sistemas de reconhecimento conhecidos na literatura, os quais adotam uma caracterização quantitativa das mesmas. A escolha de tais atributos é baseada nos critérios ditados pela organização perceptual, que consiste na habilidade de permitir ao sistema visual humano detectar imediatamente determinadas relações entre elementos de uma imagem. Este modelo foi implementado no sistema de reconhecimento RECTRI, o qual está sendo integrado na célula de montagem correspondente em desenvolvimento na Divisão de Automação e Inteligência Artificial do LSI (DAIA/LSI EPUSP).

This thesis proposes a computational model for the 3D interpretation of a 2D view based on the choice of a suitable object representation. Object features are made explicit, providing a single, uniform mechanism for coping both with variation and similarity across objects and across views of a single object, enabling the on-line recognition algorithm to be particularly efficient. From this proposal arrived a new representation, called Strategy Hierarchy, which provides the selection and organization of useful and discriminatory object features, during an off-line model preprocessing stage. These features h based on qualitative characterization of object morphology, differing from the greater number of previous related works, which use a quantitative approach. The choise of these object features is based on the statements made by the phenomenon of Perceptual Organization, which is the ability that permits the human visual system to immediately detect feature relationships among image elements. The proposed model has been implemented in a recognition system, called RECTRI, integrating the assembly cell currently under development at the Automation and Intelligence Artificial Division from LSI (DAIA LSI / EPUSP).