Este estudio presenta en detalle un sistema de visión artificial que clasifica objetos en dos clases. El procedimiento por el que se realiza la clasificación se compone de dos etapas, una de entrenamiento y otra de prueba. En la etapa de entrenamiento se obtiene un vector de características, que es una lista ordenada de características que maximiza el poder de clasificación. En la etapa de prueba se lleva a cabo una clasificación basada en el análisis discriminante (AD) y en el algoritmo de los K vecinos más próximos. El sistema fue aplicado a la clasificación de granos de trigo y cebada. Por F. Guevara-Hernandez y J. Gomez-Gil. En inglés.