El reconocimiento automático del lenguaje de señas es muy importante para permitir la comunicación de personas con discapacidad auditiva. El propósito de este estudio es desarrollar un método para reconocer el alfabeto estático de la Lengua de Señas Mexicana (LSM). A diferencia de otros métodos de reconocimiento de LSM, que requieren un fondo controlado y permiten cambios solo en el espacio 2D, nuestro método solo requiere condiciones interiores y permite variaciones en la pose 3D. Presentamos un método innovador que puede aprender la forma de cada una de las 21 letras a partir de ejemplos. Antes de aprender, cada ejemplo en el conjunto de entrenamiento se normaliza en la pose 3D utilizando análisis de componentes principales. Los datos de entrada se crean con un sensor 3D. Nuestro método genera tres tipos de características para representar cada forma. Cuando se aplica a un conjunto de datos adquirido en nuestro laboratorio, se obtuvo una precisión del 100%. Las características utilizadas por nuestro método tienen una clara e intuitiva interpretación geométrica.