Аннотация: Современные системы компьютерного зрения используют интеллектуальные алгоритмы, которые решают широкий класс задач от простого распознавания текста до сложных систем пространственного ориентирования. Одна из основных проблем, с которой сталкиваются разработчики таких систем – это выбор уникальных признаков, которые остаются инвариантными к различного рода преобразованиям. В статье приведен сравнительный анализ методов обнаружения и пространственной локализации групп точечных объектов. Рассмотренные методы сравниваются по производительности и эффективности при заданных размерностях. На сегодняшний день не существует универсальных подходов к определению таких характеристик, а их выбор зависит от контекста решаемой задачи и регистрируемых условий наблюдения. В качестве доминирующих признаков могут быть выбраны различного рода дескрипторы, такие как точки, линии, углы и геометрические примитивы. В работе выли исследованы алгоритмы обнаружения групп точечных объектов на основе минимального оставного дерева (MST) и с использованием модели ассоциированного сплошного образа (ACI).