Kreuzkorrelationsverfahren (KKV) werden in der Bildverarbeitung aufgrund ihrer Robustheit gegenüber verschiedenen Störungen zum Finden von Objekten in Bildern eingesetzt. Sie benötigen jedoch einen hohen Rechenaufwand. Daher wird nach Verfahre gesucht, diesen zu senken, ohne die Qualität der Ergebnisse zu reduzieren. In dieser Arbeit werden merkmalslistenbasierte Kreuzkorrelationsverfahren (MlKV) vorgestellt, ihre Vor- und Nachteile zunächst anhand synthetischer Bilder aufgezeigt und mit den pixelbasierten KKV verglichen. Die MlKV sind in der Lage, kleine Abweichungen zwischen den Objekten zu erkennen und somit eine robuste Detektion von Objekten, selbst unter schwierigen Bildbedingungen zu ermöglichen. Zudem sind die MlKV deutlich schneller als pixelbasierte KKV. Die vorgestellten MlKV werden anschließend anhand verschiedener Aufgabenstellungen aus der medizinischen Bildverarbeitung validiert. Für die Implementierung der notwendigen Algorithmen wird eine objektorientierten Softwarearchitektur vorgestellt, mit der die schnelle Implementierung von wiederverwendbaren, erweiterbaren und austauschbaren Komponenten ermöglicht wird.