La cosecha de uvas basada en índices de madurez estimados en campo puede reducir los costos de muestreos exhaustivos previos a la cosecha y análisis químicos, así como los costos de almacenamiento poscosecha y desperdicio a lo largo de la cadena de producción debido a la naturaleza no climatérica de las uvas, lo que significa que no pueden alcanzar los niveles de madurez deseados después de ser retiradas de la vid. La imagen en color se utiliza ampliamente para la estimación de la madurez intacta de las frutas. En este estudio, la imagen en color se combina con la técnica de Números de Intervalos (INs) para asociar imágenes de racimos de uvas con índices relacionados con la madurez como los sólidos solubles totales (TSSs), la acidez titulable (TA) y el pH. Se emplea un regresor de red neuronal para estimar los tres índices para una entrada dada de una representación de IN del espacio de color CIELAB. El modelo se prueba en cien imágenes de la variedad de uva Tempranillo, y se calcula el error cuadrático medio (MSE) para la evaluación del rendimiento del modelo. Los resultados revelan el uso potencial del regresor de NN de Ins para la evaluación de TSS, TA y pH como una herramienta no destructiva, eficiente, rápida y rentable que puede integrarse en un robot de cosecha autónomo.