Nun gilt es, anhand der gefundenen Regionen die Objekte zu identifizieren. In natürlichen, dreidimensionalen Umgebungen ist dies eine schwierige, wenn nicht gar die schwierigste Aufgabe. Die gefundenen Regionen müssen nicht mit tatsächlichen Objektflächen übereinstimmen. In natürlichen Umgebungen hat man mit Problemen wie Schatten, unregelmäßiger Beleuchtung, teilweiser und vollständiger Verdeckung und unterschiedlichen Entfernungen zu kämpfen. Außerdem müssen Objekte aus jedem erdenklichen Winkel erkannt werden. Kaum eine Größe, die üblicherweise zur Objektbeschreibung verwendet wird, ist bei der Zentralprojektion auf die Bildfläche konstant.
All diese Probleme stellen sich aber im hier betrachteten zweidimensionalen Fall gar nicht. Im echten zweidimensionalen Fall befinden und bewegen sich nämlich alle Objekte, in der Realität zumindest annährungsweise, in einer zur Bildebene parallelen Ebene. Beim Roboterfußball ist dies das Spielfeld. Geht man weiter davon aus, daß alle Objekte im Vergleich zum Abstand von der Linse eine vernachlässigbare Höhe haben, bleiben die Winkel und die Längeverhältnisse bestehen und eignen sich daher zur Beschreibung und Erkennung von Objektflächen.
Die gefundenen Objekte sollen klassifiziert werden.
Diese Klassifizierung wird, wie eingangs erwähnt, anhand von außen
eingebrachten Objekt- oder Weltmodellen vollzogen. Ausgabe dieser Schicht 
ist eine Liste von klassifizierten Objekten 
:
und die Orientierung
angegeben werden. Da sich die im Weltmodell 
enthaltenen
Objektbeschreibungen während der Verarbeitung einer Bildserie nicht ändern,
sondern vielmehr beim Einrichten der Pipe angegeben werden, kann man auch
folgende Hilfsdefinition verwenden:
die mit ``konfigurierte'' Operation bezeichnet.
Diese Schicht vollzieht also nicht nur die Objektklassifikation nach Jähne, sondern auch das eigentliche Auffinden und ist damit größer.
