Recibido para revisar 3 de Mayo de 2004, aceptado 1 de Junio de 2004, version final 1 de Agosto de 2004 RESUMEN: Esta investigacion presenta algunos resultados obtenidos bajo diferentes modelos de clasificacion de patrones texturales de minerales presentes en imagenes digitales. El conjunto de datos utilizado esta caracterizado por un tamano pequeno y presencia de ruido. Los modelos implementados fueron el clasificador Bayesiano, red neuronal (2-5-1), maquina de soporte de vectores (SVM), arbol de decision y 3-vecinos mas cercanos. Los resultados obtenidos luego de la validacion cruzada demostraron que el modelo Bayesiano (84%) arrojo la mejor capacidad predictiva, debido principalmente a su robustez frente al ruido. La red neuronal (68%) y la SVM (67%) dieron resultados alentadores, que posiblemente puedan mejorarse al incrementar el tamano del conjunto de datos; mientras el arbol de decision (55%) y el k-vecinos (54%) no parecen ser adecuados para este problema, dado su sensibilidad al ruido. PALABRAS CLAVE: Clasificacion, imagenes digitales, textura, minerales del carbon