Nesta tese é apresentado um sistema para obter posições angulares de embarcações, a partir de imagens bidimensionais da projeção de modelos sólidos tridimensionais em perspectiva, utilizando técnicas de reconhecimento e extração de características. Na busca pela maximização do desempenho do sistema e avaliação dos métodos de decisão, são utilizadas diferentes arquiteturas de redes neurais artificiais e também o método de classificação K-NN, tendo como base de dados diferentes conjuntos de características. As imagens de navios em diferentes ângulos e ampliações foram capturadas a partir de modelos sólidos gerados computacionalmente. Os conjuntos de características, utilizados para treinamento e teste das diferentes topologias e arquiteturas de redes e para o método de classificação K-NN, foram montados com base em três grupos distintos de características: geométricas, momentos centrais de inércia e os momentos de Hu. A partir dos resultados apresentados nos testes realizados, sugere-se como solução para o sistema proposto, uma arquitetura composta de um conjunto de características e classificador particularizado para cada plataforma. Com uma taxa de acerto, cujos valores estão em média na faixa de 80%, se comprova uma possibilidade em utilizar algoritmos de reconhecimento na determinação de posicionamento angular tridimensional de embarcações a partir de uma única vista, independente das distâncias em relação ao sistema de captura da imagem. Também é apresentado considerações em relação ao desenvolvimento do trabalho que devem ser avaliadas para as futuras aplicações no estudo sobre acompanhamento de alvos (tracking) através de imagens infravermelhas.
