El uso de drones en la agricultura se está convirtiendo en una herramienta valiosa para el monitoreo de cultivos. Hay momentos críticos para el éxito de los cultivos; el establecimiento es uno de ellos. En este documento, presentamos una aproximación inicial a una metodología que utiliza imágenes RGB obtenidas de drones para evaluar el éxito del establecimiento en legumbres basado en operaciones matriciales. Nuestro objetivo es proporcionar un método que pueda implementarse en nodos de bajo costo con capacidad computacional relativamente baja. Se utiliza un índice (B1/B2) para estimar el porcentaje de biomasa verde y evaluar el éxito del establecimiento. En el estudio, incluimos tres zonas con diferentes éxitos de establecimiento (alto, regular y bajo) y dos especies (garbanzo y lentejas). Evaluamos la usabilidad de los datos después de aplicar técnicas de agregación, que reducen el tamaño de la imagen para mejorar el almacenamiento a largo plazo. Probamos tamaños de celda de 1 a 10 píxeles. Esta técnica se prueba con imágenes obtenidas en campos de producción con cultivos intercalados a 4, 8 y 12 m de altura relativa para encontrar la agregación óptima para cada altura de vuelo. Nuestros resultados indican que las imágenes capturadas a 4 m con un tamaño de celda de 5, a 8 m con un tamaño de celda de 3, y a 12 m sin agregación pueden usarse para determinar el éxito del establecimiento. Comparando los requisitos de almacenamiento, la combinación que minimiza el tamaño de los datos mientras mantiene su usabilidad es la imagen a 8 m con un tamaño de celda de 3. Finalmente, mostramos el uso de la información generada con una red neuronal artificial para clasificar los datos. El conjunto de datos se dividió en un conjunto de entrenamiento y un conjunto de verificación. La clasificación del conjunto de verificación ofreció un 83% de los casos bien clasificados. La herramienta propuesta puede utilizarse en el futuro para comparar el éxito del establecimiento de diferentes variedades o especies de legumbres.