La mancha de la vaina del arroz es una de las principales enfermedades en la producción de arroz. El método de detección tradicional, que requiere reconocimiento manual, suele ser ineficiente y lento. En este estudio, se plantea un método de reconocimiento para identificar la mancha de la vaina del arroz basado en una red neuronal de retropropagación (BP). Primero, la imagen de muestra se suaviza mediante filtrado mediano y ecualización de histograma, y el borde de la lesión se segmenta utilizando un operador Sobel, lo que reduce en gran medida la información de fondo y mejora significativamente la calidad de la imagen. Luego, se extraen los parámetros de características correspondientes de la imagen basados en características de color y textura. Finalmente, se construye una red neuronal BP para entrenamiento y pruebas con una excelente capacidad de ajuste y fácil optimización. Los resultados demuestran que cuando el número de nodos de la capa oculta se establece en 90, la precisión de reconocimiento de la red neuronal BP puede alcanzar hasta el 85.8%. Basado en las características de color y textura de la imagen de la mancha de la vaina del arroz, el algoritmo de reconocimiento construido con una red neuronal BP tiene una alta precisión y puede compensar efectivamente la deficiencia del reconocimiento manual.