Los productos de caña de azúcar contribuyen significativamente a la economía brasileña, generando 12.2 mil millones de dólares en ingresos en 2018. Por lo tanto, es imperativo identificar y monitorear los factores que inducen la reducción del rendimiento, como la ocurrencia de malezas. La detección de grama de Bermudas en cultivos de caña de azúcar utilizando datos de teledetección, sin embargo, es un desafío considerando su similitud espectral. Para superar esta limitación, este documento tiene como objetivo explorar el potencial de las características de textura derivadas de imágenes adquiridas por un sensor óptico a bordo de un vehículo aéreo no tripulado (VANT) para detectar grama de Bermudas en caña de azúcar. Se adquirieron imágenes aéreas con una resolución espacial de 2 cm de un campo de caña de azúcar en Brasil. Se calcularon el Índice de Vegetación Verde-Rojo y varias métricas de textura derivadas de la matriz de co-ocurrencia de niveles de gris para realizar una clasificación automática utilizando un algoritmo de bosque aleatorio. La adición de métricas de textura al proceso de clasificación mejoró la precisión general del 83.00% al 92.54%, y esta mejora fue mayor considerando tamaños de ventana más grandes, ya que representaban una transición de textura entre dos objetivos. Las pérdidas de producción inducidas por la presencia de grama de Bermudas alcanzaron 12.1 toneladas por hectárea en el sitio de estudio. Este estudio no solo demostró la capacidad de las imágenes de VANT para superar la limitación bien conocida de detectar grama de Bermudas en cultivos de caña de azúcar, sino que también destacó la importancia de la textura para la cuantificación de alta precisión de la invasión de malezas en cultivos de caña de azúcar.