Vor der Mustererkennung sollten der Kontrast und Helligkeit des zu verarbeitenden Bildes normiert werden, ebenso wie, wenn hierfür irrelevant, der Farbkontrast. Der Informationsgehalt des Bildes bleibt erhalten, wenn man den Laplace-Operator darauf anwendet. Für einen mehrdimensionalen Werteraum, wird man den für eine Mustererkennung relevanten eindimensionalen Werteraum erhalten, wenn man den Betrag des Laplace-differenzierten Array verwendet. Die Bedeutung der Laplacedifferenzierten für die weitere Bildverarbeitung, insbesondere die Erkennung von Kanten, wurde vor allem von David Marr herausgearbeitet.

Das naheliegendste Verfahren zur Mustererkennung ist die Bestimmung des Maximums der Kreuzkorrelation zwischen dem bearbeiteten Bild und den zur Auswahl stehenden Mustern, s.a. Bildregistrierung.

Für äquidistant abgetastete Bilder ist die Kreuzkorrelation rechnerisch als Faltung der beiden Bildarrays definiert. Wegen der rechnerischen Effizienz der FFT wird gewöhnlich so vorgegegangen, daß die Faltung als punktweises Produkt der Fourierkoeffizienten berechnet wird. Um die Ergebnisse von Größe und Drehorientation unabhängig zu machen, kann und sollte man die Fourierkoeffizienten ein zweites Mal fouriertransformieren, jedoch im Frequenzraum mit logarithmisch-polarer Abtastung.

Die Frage, welches Muster vorliegt, ist in diesem Raum unabhängig davon, an welcher Stelle, in welcher Größe und in welcher Orientation es liegt. Im Frequenzraum sind auch Symmetrie-Eigenschaften leicht erkennbar, indem die zugehörigen Fourierkoeffizienten reell ausfallen.