La existencia de muelle, granos verdes e materiales extraños en mezclas de garbanzos es una de las principales preocupaciones durante el almacenamiento y comercialización de garbanzos. Se desarrollaron nuevos algoritmos basados en procesamiento de imágenes para detectar materiales no deseados, extraños y granos de garbanzo maduros en la mezcla de garbanzos. Las imágenes de 270 objetos, incluidas 54 muestras sanas y 36 muestras de cada objeto no deseado, fueron preparadas y se extrajeron características de estas imágenes adquiridas. Se desarrollaron diferentes modelos basados en análisis discriminante lineal (LDA), máquina de vectores de soporte (SVM) y métodos de redes neuronales artificiales (ANN) utilizando MATLAB. Se desarrollaron tres algoritmos de clasificación basados en métodos LDA, SVM y ANN. La precisión de clasificación en entrenamiento, prueba y detección general mostró la superioridad de ANN (99.4, 92.6 y 94.4%, respectivamente) y LDA (91.1, 94.0 y 91.9%, respectivamente) sobre el SVM (100, 53.7 y 88.5%, respectivamente). La técnica de procesamiento de imágenes desarrollada puede ser incorporada en un sistema en tiempo real basado en visión.