Bei immer mehr technischen Anwendungen wird die automatische Erkennung von Objekten in Bildern benotigt. In dieser Arbeit wird dazu ein robuster Ansatz vorgestellt, der es ermoglicht, eines oder mehrere drei-dimensionale Objekte in einer komplexen Szene zu klassifizieren und zu lokalisieren, d.h. sowohl Objektklasse als die dazugehorigen Lageparameter anzugeben. Der Ansatz ist erscheinungsbasiert. Folglich wird kein geometrisches Modell der Objekte benotigt, sondern die Objektmodelle konnen direkt aus Bildern trainiert werden. Dabei ist das Verfahren fur beliebige (starre) Objekte einsetzbar. Die Merkmale, die das Objekt beschreiben, werden mit Hilfe der Wavelet-Multiskalen-Analyse aus den Bildern bestimmt. Daruberhinaus werden nicht nur die Objekte selbst, sondern auch der Hintergrund und die Zuweisung der einzelnen Merkmale zu den Objekten bzw. dem Hintergrund explizit modelliert. Zur Modellierung wird ein statistisches Framework verwendet. Daraus resultierend ist das System sehr robust gegenuber Storungen wie Beleuchtungsanderungen, Rauschen, heterogenem Hintergrund, partielle Verdeckungen etc., die meist bei realen Anwendungen auftreten. Ebenso ist es auch moglich, mehrere Objekte in einer Szene zu erkennen, wobei das Objekterkennungssystem die Anzahl selbststandig bestimmt. Die Leistungsfahigkeit dieses Ansatzes wird an zahlreichen Versuchen nachgewiesen.