La productividad agrícola es un factor importante para el desarrollo económico de un país. Por lo tanto, el diagnóstico de enfermedades de plantas es un campo de investigación de suma importancia para el sector agrícola, ya que nos permite recomendar estrategias para evitar la propagación de enfermedades, reduciendo así las pérdidas económicas. Actualmente, con el aumento de los sistemas informáticos, se han desarrollado sistemas informáticos que permiten el diagnóstico asistido por computadora en diferentes campos de investigación, incluido el sector agrícola. Este trabajo propone el desarrollo de una metodología que permita la detección de tres tipos de enfermedades en hojas de tomate (tizón tardío, virus del mosaico del tomate y mancha foliar de Septoria) mediante análisis de imagen y reconocimiento de patrones. La metodología se divide en tres etapas: (1) segmentación de la hoja y de la lesión, (2) extracción de características utilizando momentos de color y Matriz de Co-ocurrencia de Niveles de Gris (GLCM) y (3) clasificación. Para el proceso de segmentación, se propone utilizar un rango de colores de píxeles que representen áreas sanas y enfermas en las hojas de tomate utilizando valores propuestos por un experto en el área de fitopatología. Para la clasificación se propone utilizar una regla de decisión en la que si dos de los clasificadores de Máquinas de Vectores de Soporte (SVM), Vecinos más Cercanos (K-NN) y Perceptrón Multicapa (MLP) dan el mismo resultado, entonces este se toma como la decisión final. El resultado de la metodología se compara con otros clasificadores utilizando el valor de su precisión y se valida con validación cruzada.