我国矿产资源开发的过程中普遍存在着资源利用率不高,开发技术和装备落后等问题,而研制和开发高性能的分析检测仪表是提高矿业生产过程监测及自动化水平的核心。选矿生产过程中,工艺流程具有复杂性、多参数性和多变量性,其中矿浆品位是关键参数之一,在线矿浆品位分析对指导生产、节约药剂、控制产品质量和提高回收率等方面都起着非常关键的作用。近年来,随着计算机技术、数字图像技术和图像采集设备等的迅猛发展,浮选工业过程由人工观测泡沫来进行现场操作的传统方式已经不适应浮选过程计算机控制的需要,以“计算机视觉”代替人的视觉,利用数字图像技术来促进矿物加工新技术的开发已成为新的发展趋势,其对实现选矿厂的智能化控制具有非常重要的意义。本文主要研究了浮选泡沫图像处理工作站的集成和实现,以及基于泡沫图像特征参数预测浮选指标(如：矿浆品位等)模型的建立,从而实现了选矿过程的在线监控。其中矿浆品位建模采用了支持向量机(SVM)的方法,克服了传统线性回归方法所解决不了的浮选过程中严重的非线性问题,显著提高了浮选指标的预测精度和模型的泛化能力,以适应不断变化的工业现场条件,使其具有更好的应用性。