针对矿物浮选过程中回收率参数难以在线检测的问题,提出了一种智能预测算法.首先采用相对红色分量提取泡沫颜色特征,采用改进面积重构变换与分水岭方法分割泡沫图像并提取尺寸特征;然后在此基础上,通过斯密特正交化对最小二乘支持向量机(LSSVM)核矩阵进行简约,利用核偏最小二乘方法进行回归计算,得到具有稀疏性的LSSVM预测模型.实验结果表明,该预测算法能有效地对矿物回收率进行预测.