본 논문에서는 물체들의 이동(translation) 축적(scale) 그리고 회전방향(orientation)에 무관하게 물체를 인식하는 실용적인 패턴 인식 시스템을 소개한다. 이 시스템은 2진영상으로 변환하는데 필요한 임계치(threshold)의 큰 변화에도 덜 민감하다. 특징 벡터(feature vector)로 서는 Zernike 모멘트를 사용하였는데 지금까지 잘 알려진 Hu가 제안한 7개의 모멘트 불변수 (moment invariants)와 비교한다. 또한, 실용적인 기계 시각(machine vision) 시스템에 대해 세 가지 중요한 문제로서 패턴 정규화(pattern nomalization), Zernike 모멘트의 신속한 계산, 그리고 k-NN 규칙을 이용한 분류 등을 논의하였다. 실험에서는 임의의 회전 방향에서 문자들의 크기가 10x10 화소(pixel)에서 512x512 화소까지 변하는 서로 다른 크기를 가진 인쇄된 62개의 문자와 숫자 그리고 기호들을 서로 다른 임계치에서 인식하는 것을 보여준다.