El objetivo de esta investigación consistió en implementar un sistema de clasificación automática de calidad sensorial de chips de papas fritas basado en técnicas de visión computacional, para que el programa implementado permita reconocer automáticamente a qué grado de calidad pertenecen los chips y poder predecir características sensoriales mediante el reconocimiento de patrones.Para la obtención de los resultados sensoriales se realizó el entrenamiento de un panel de 11 jueces para papas fritas tipo chips, los cuales no presentaron diferencias significativas en los atributos visuales de color y apariencia/forma al evaluar las mismas 80 muestras. En forma paralela se creó una Tabla de valoración de calidad de seis puntos específica para papas fritas, en donde se abarcaron tres grados de calidad: (Grado 1) Características típicas, (Grado 2) Deterioro Tolerable y (Grado 3) Deterioro indeseable.La toma de imágenes se realizó por un solo lado a 850 papas fritas de las marcas Marco Polo caseras, Qui papa y Lay´s corte clásico, y los mismos chips fueron evaluados sensorialmente por el panel entrenado para la clasificación computacional. Se ensayaron cinco clasificadores diferentes para obtener el que arrojara un menor error en la clasificación automática, y que a la vez midiera el menor número de características posibles.Los resultados se expresaron en porcentajes de aciertos, que indica, la predicción correcta de las características sensoriales. Para el promedio de jueces se obtuvieron los siguientes porcentajes de aciertos: para color un 85%, para apariencia/forma un 80%, en olor 73%, sabor un 75% y para textura un 76%. Estos resultados indican un buen ajuste especialmente para los parámetros visuales (color y apariencia/forma) con porcentajes sobre un 80%, y algo inferiores pero aún sobre 70% para olor, sabor y textura, lo que indica que color y apariencia se relacionan con olor, sabor y textura de las papas fritas.Al realizar el análisis con todos los datos individuales de cada juez simulando un juez virtual X, los porcentajes de aciertos fueron los siguientes: para color un 62%, para apariencia/forma un 60%, olor 62%, sabor 63% y textura un 61%. Esto muestra que al agrupar los jueces como un todo hay una mayor dispersión de los datos y por consiguiente un menor ajuste.Es posible la implementación de un sistema de visión computacional para aplicarlo a nivel industrial como control de calidad en una línea de procesos, sobre todo para atributos visuales de color y apariencia/forma, ya que en estos atributos se obtuvo el menor error de clasificación.