Nos campos de investigação e desenvolvimento relacionados com a interacção pessoamáquina em realidade aumentada e mista, o seguimento de objectos e o reconhecimento de gestos, existe uma vasta área de aplicações por explorar. Através da combinação dos domínios da computação gráfica 3D, visão por computador e programação, apresentamos um método eficiente e no entanto robusto e preciso, que permite extrair características invariantes de imagens, de modo a resolver problemas comuns dentro destas áreas de investigação. Nesta tese, alguns desafios comuns existentes nas áreas de visão por computador e realidade aumentada, como por exemplo, a calibração da câmara, o reconhecimento e o seguimento de objectos, a composição panorâmica de imagens e o reconhecimento de gestos, são resolvidos em tempo-real através da aplicação deste novo método de extracção e correlação de características invariantes das imagens. Este método é referido como FIRST – Feature Invariant to Rotation and Scale Transform (Transformada de Característica Invariante à Rotação e Escalamento). Neste trabalho, apresentamos ainda uma nova generalização do algoritmo de seguimento de texturas em realidade aumentada, para um método aproximado de seguimento de objectos baseado num modelo tridimensional conhecido, através da pré-calibração de estruturas planares estáticas. Os resultados obtidos são comparados e discutidos com outros trabalhos do estado da arte, nos domínios da realidade aumentada baseada em visão e das características de imagem, tanto ao nível da precisão como da eficiência.