La enfermedad de Parkinson afecta principalmente a las personas en sus últimos años, y no hay cura para esta enfermedad; sin embargo, la medicación adecuada de los pacientes puede llevar a una vida saludable. El cuidado y tratamiento apropiado de la enfermedad de Parkinson pueden mejorarse si la enfermedad se detecta en su fase temprana. Por lo tanto, hay una necesidad urgente de desarrollar nuevos métodos para la detección temprana de la enfermedad. Con este objetivo para la detección temprana de la enfermedad de Parkinson, en este estudio, utilizamos imágenes dibujadas a mano por pacientes con la enfermedad de Parkinson para reducir efectivamente los costos experimentales clínicos para personas con pocos recursos. Inicialmente, se extrajeron los coeficientes de la transformada wavelet discreta para cada patrón de imágenes; posteriormente, además de eso, también se extrajeron histogramas de características de gradiente orientado para refinar el nivel de características. Posteriormente, las características basadas en el enfoque de fusión se alimentaron a varios algoritmos de aprendizaje automático. El trabajo propuesto se validó en dos conjuntos de datos diferentes, cada uno de los cuales consistía en varios patrones, incluidas imágenes en espiral, onda, cubo y triángulo. La principal contribución de este trabajo es la fusión de dos técnicas de extracción de características, que son los histogramas de características de gradiente orientado y los coeficientes de la transformada wavelet discreta. Las características extraídas se proporcionaron como entrada en diferentes algoritmos de aprendizaje automático. En nuestro experimento en dos conjuntos de datos, los resultados alcanzaron una precisión del 79.7% y 97.8%, respectivamente, para los cuatro coeficientes de la transformada wavelet discreta. Este trabajo demuestra las utilidades de las características basadas en la fusión para los cuatro coeficientes de la transformada wavelet discreta para detectar la enfermedad de Parkinson, utilizando técnicas de procesamiento de imágenes y aprendizaje automático.