Robotic vision gives robots the ability to interpret the scene by emulating human vision. This can be achieved with a pair of cameras that obtain images of the environment from two points of view. A three-dimensional model is obtained, in units of length, by means of a stereoscopic technique. For its calculation, it is necessary to know the physical characteristics of the image acquisition system, which are generally obtained only once when the system is calibrated, at the beginning. Then, for the three-dimensional reconstruction it is essential to have the coordinates of points in both images that correspond to each point in the scene. This process is called recognition of homologous points, correspondence or aspect and has a very high computational complexity. This work focuses on this task. It is necessary to automatically recognize that they are present in both images to achieve the association of points in the scene. To do this, edge analysis of objects in images is a common approach. One problem that immediately arises is that the shapes are in any position, size, and orientation within the images. A descriptor pattern of edge curves is presented that is invariant against rotations, translations and scaling, consisting of a discrete curve. Achieving the recognition of an object in an image then consists in measuring the distance between the descriptor pattern of the object to be searched for and the patterns of each object in the image and comparing their difference with a predefined threshold of similarity. This pattern is dependent on the determination of a starting point. However, after obtaining the orientation of the shape and given that in stereoscopy, both images are normally similar, so are the objects contained therein. Then the identification of the starting point is easily achieved. With this, making the multi-point appearance of an object's edge curves can be achieved with less difficulty, allowing for an approximate three-dimensional representation that can be compatible with real-time requirements. Experimental data is included.La visión robótica le otorga a los robots la capacidad de interpretar la escena emulando la visión humana. Esto puede lograrse con un par de cámaras que obtienen imágenes del entorno desde dos puntos de vista. Se obtiene un modelo tridimensional, en unidades de longitud mediante una técnica estereoscopía. Para su cálculo, se requiere conocer las características físicas del sistema de adquisición de las imágenes, las cuales generalmente se obtienen por única vez cuando se calibra el sistema, al inicio. Luego, para la reconstrucción tridimensional es fundamental tener las coordenadas de puntos en ambas imágenes que se corresponden con cada punto de la escena. Este proceso es llamado reconocimiento de puntos homólogos, puesta en correspondencia o apareo y posee muy alta complejidad de cálculo. Este trabajo se enfoca sobre esta tarea. Es necesario reconocer automáticamente objetos que están presente en ambas imágenes para lograr la asociación de puntos de la escena. Para ello, el análisis de bordes de objetos en imágenes es un enfoque común. Un problema que surge inmediatamente es que las formas se encuentran en cualquier posición, tamaño y orientación dentro de las imágenes. Se presenta un patrón descriptor de las curvas de borde que resulta invariante frente a rotaciones, traslaciones y escalado, consistente en una curva discreta. Lograr el reconocimiento de un objeto en una imagen consiste entonces, en medir la distancia entre el patrón descriptor del objeto a buscar y los patrones de cada objeto de la imagen y comparar su diferencia con un umbral de similitud predefinido. Dicho patrón resulta dependiente de la determinación de un punto de inicio. Sin embargo, tras la obtención de la orientación de la forma y dado que en estereoscopía, normalmente, ambas imágenes son similares, lo son también los objetos allí contenidos. Entonces, la identificación del punto de inicio se logra fácilmente. Con ello, realizar el apareo de varios puntos de las curvas de borde de un objeto puede lograrse con menor dificultad, lo cual permite lograr una representación tridimensional aproximada que puede ser compatible con requerimientos de tiempo real. Se incluyen datos experimentales.