El reconocimiento de patrones es uno de las áreas principales del Procesamiento Digital de Imágenes. En años recientes han sido utilizados con éxito sistemas de reconocimiento basados en filtros de correlación, para llevar a cabo dicho tarea. No obstante, existen varios problemas que dificultan esta labor. Los principales son las distorsiones geométricas del objeto a ser reconocido, la presencia de otros objetos, el ruido y la iluminación no homogénea de la escena de prueba. La mayoría de las veces, los filtros se diseñan y optimizan con métodos lineales. Sin embargo, estos suelen no ser robustos en presencia de otros objetos y de ruido con distribuciones de probabilidad no Gaussiana, el cual frecuentemente se encuentra en las imágenes. En este trabajo se propone el diseño de filtros no lineales de correlación. Los filtros se basan en un nuevo tipo de funciones discriminantes sintéticas no lineales, que incorporan invariancia a la iluminación. En la obra se presentan los fundamentos teóricos y resultados experimentales de los filtros clásicos y los filtros propuestos.