Los algoritmos de reducción de ruido que utilizan la transformada wavelet invariante a la traslación de forma indirecta son algoritmos de filtrado selectivo espacial en el dominio wavelet. Estos algoritmos utilizan la transformada wavelet no submuestreada para determinar con precisión los coeficientes correspondientes a los contornos en las imágenes, los cuales son procesados de forma diferente a los demás coeficientes wavelet. El uso de la transformada wavelet no submuestreada en aplicaciones de reducción de ruido en imágenes conduce no solo a una mejora en términos del Error Cuadrático Medio (ECM), sino también en términos de la calidad del contenido de las imágenes procesadas. En el caso de los procedimientos de reducción de ruido mediante la truncación de coeficientes wavelet, aparecen artefactos, especialmente en la aproximación de singularidades, debido a algunos fenómenos pseudo-Gibbs. Estos artefactos, que aparecen de forma local, son problemáticos en el caso de aplicaciones de reconocimiento de objetos a partir de imágenes adquiridas en condiciones de iluminación no uniforme y bajo contraste. En este trabajo proponemos un método de extracción de características basado en la transformada wavelet no submuestreada (UWT) y el patrón binario local (LBP). Los resultados obtenidos en imágenes adquiridas desde drones en condiciones adversas muestran resultados prometedores en términos de precisión. Los autores muestran que la transformada wavelet invariante al desplazamiento es un método muy bueno para la compresión y reducción de ruido en señales.