El propósito de un método de segmentación es descomponer una imagen en sus partes constitutivas. Se han propuesto un gran número técnicas y algoritmos para realizar ésta tarea. Algoritmos de visión por computador, en particular de segmentación, que han sido utilizados con éxito en ambientes industriales, con colores e iluminación controlada, no obtienen resultados similares en contextos diferentes. Una alternativa para abordar problemas en que las condiciones de contorno no permiten una segmentación adecuada es incorporar información de profundidad. Las mejoras realizadas en el campo de las tecnologías de escaneo 3D han hecho posible que las cámaras basadas en el principio de tiempo de vuelo sean más accesibles. Las cámaras de tiempo de vuelo son dispositivos de captura que generan simultáneamente imágenes en tonos de grises e información 3D de la escena. La fusión de la información de profundidad junto con la informaci ́on de intensidad permite obtener descripciones de las escenas que tienen en cuenta tanto la geometr ́ıa de los objetos como la información de luminancia. En éste contexto, la segmentación de imágenes consiste en utilizar algoritmos que utilicen ambas fuentes de información y no sólo los niveles de intensidad. Con esta perspectiva el problema de segmentación puede ser formulado como la búsqueda de formas efectivas para particionar adecuadamente un conjunto de muestras con información de intensidad y distancia. Recientemente han sido propuestos diversos algoritmos de agrupamiento, tanto jerárquicos como particionales, para abordar el problema de segmentar objetos en imágenes de intensidad. En particular los métodos de agrupamiento espectral tienden a determinar la estructura subyacente en un conjunto de patrones, donde otros métodos convencionales por la disposición y características particulares de los agrupamientos, no obtienen los resultados esperados. La presente tesina se enfoca en la posibilidad de utilizar métodos de agrupamiento espectral en imágenes de rango y de intensidad para abordar problemas de segmentación complejos.