Detectar de manera efectiva la calidad de los arándanos es crucial para garantizar que se suministren productos de alta calidad al mercado fresco. Este estudio desarrolló un método no destructivo para determinar el contenido de sólidos solubles (SSC) de la fruta de arándano utilizando una técnica de imágenes hiperespectrales de infrarrojo cercano. Las imágenes hiperespectrales de reflexión en el rango de banda de onda de 900-1700 nm se recopilaron a partir de 480 muestras frescas de arándanos. Se desarrolló un proceso de análisis de imágenes para extraer los espectros de los arándanos de las imágenes hiperespectrales. Se estableció con éxito un modelo de regresión para cuantificar los valores de SSC basados en el rango completo de bandas de onda, logrando el más alto de 0.8655 y el valor RMSEP más bajo de 0.4431 grados Brix. Además, se utilizaron tres métodos de selección de variables, a saber, el Algoritmo de Proyecciones Sucesivas (SPA), PLS de intervalo (iPLS) y Algoritmo Genético (GA), para identificar las bandas de onda características para el modelado. Los modelos calibrados a partir de las bandas de onda características generaron un RMSEP de 0.4643 grados Brix, 0.4791 grados Brix y 0.4764 grados Brix, así como el de 0.8507, 0.8397 y 0.8420 para SPA, iPLS y GA, respectivamente. Además, se generó con éxito un diagrama de distribución de pseudo-color de los valores de SSC dentro de los arándanos basado en los modelos establecidos. Este estudio demostró un enfoque novedoso para la detección e inspección de la calidad de los arándanos mediante el uso conjunto de imágenes hiperespectrales y metodologías de aprendizaje automático. Puede servir como una referencia valiosa para el desarrollo de sistemas de equipos de clasificación y dispositivos de prueba portátiles para la garantía de calidad de la fruta.