Данная магистерская диссертация посвящена анализу применения машинного зрения для оценки эффективности флотации и на основе полученных данных управление реагентным режимом флотации и подачи воздуха. Целью работы является разработка и апробация подхода на основе машинного зрения для анализа визуальных характеристик пенной поверхности, таких как размер, форма и динамика пузырьков, цвет и текстура пены, которые коррелируют с параметрами эффективности флотационного процесса. В работе проведён обзор существующих систем мониторинга, выбраны и реализованы алгоритмы обработки изображений и извлечения признаков, включая методы сегментации, фильтрации и классификации. Также построена модель на основе методов машинного обучения для оценки состояния процесса флотации по изображениям. Экспериментальная часть выполнена в цеху флотации гидрометаллургического завода на опытно-экспериментальной установке, где производилась съёмка поверхности пены при различных режимах работы. Полученные результаты демонстрируют высокую корреляцию между визуальными признаками такими как скорость схода пены и расходом воздуха, плотность пульпы и количество пузырьков целевого класса.