El diagnóstico es clave para tratamiento oportuno de las enfermedades en plantas, en este trabajo nos enfocamos en la estimación de la porción de una planta que tiene clorosis, necrosis o puntos blancos, mediante visión computacional implementando una estrategia que se compone por la segmentación de la planta y el posterior reconocimiento de los colores asociados con las enfermedades. Para la segmentación se hace uso de modelos estadísticos, en el caso de fotos con poco ruido de fondo se segmenta mediante Gaussian Mixture Models (GMM) y para el caso de fondos con ruido se hace uso de modelos de Prominencia Bayesiana, posteriormente se procede a cuantificar la pigmentación de la zona segmentada mediante una red neuronal con el objetivo de cuantificar la porción del tejido de la planta que presenta colores asociados con las enfermedades mencionadas con anterioridad. Se analizaron diversas especies de plantas en escenarios variados para evaluar la generalización de la estrategia desarrollada y su capacidad para realizar un diagnóstico adecuado en dichas situaciones.