Realizar tareas con una mano robótica a menudo requiere un conocimiento completo del objeto manipulado, incluyendo sus propiedades (forma, rigidez, textura de la superficie) y su ubicación en el entorno, para garantizar una manipulación segura y eficiente. Si bien existen procedimientos bien establecidos para la manipulación de objetos rígidos, así como varios enfoques para la manipulación de objetos deformables lineales o planos como cuerdas o telas, la investigación que aborda la caracterización de objetos deformables que ocupan un volumen sigue siendo relativamente limitada. El artículo propone un enfoque para rastrear la deformación de objetos no rígidos bajo la manipulación de una mano robótica utilizando datos RGB-D. El propósito es clasificar automáticamente los objetos deformables como rígidos, elásticos, plásticos o elasto-plásticos, según el material del que están hechos, y apoyar el reconocimiento de la categoría de dichos objetos a través de un proceso de sondeo robótico para mejorar las capacidades de manipulación. El enfoque propuesto combina ventajosamente técnicas clásicas de procesamiento de imágenes de color y profundidad y propone una nueva combinación del método de nivel set rápido con un mapeo log-polar de los datos visuales para detectar y rastrear de manera robusta el contorno de un objeto deformable en un flujo de datos RGB-D. Se emplea la deformación temporal dinámica para caracterizar las propiedades del objeto independientemente de la longitud variable del contorno rastreado a medida que el objeto se deforma. La solución propuesta logra una tasa de clasificación de hasta el 98.3% en todas las categorías de material. Cuando se integra en el bucle de control de una mano robótica, puede contribuir a garantizar un agarre estable y una capacidad de manipulación segura que preserve la integridad física del objeto.