本发明公开了一种基于多元图像特征融合的矿物浮选泡沫层厚度软测量方法。通过实时采集矿物浮选槽的泡沫图像，提取浮选槽泡沫层图像的静态特征及动态特征，包括形态、颜色、纹理、速度、稳定度泡沫层视觉特征，构成泡沫层厚度的视觉特征向量。通过对泡沫层厚度视觉特征向量进行异常数据剔除和归一化数据处理，提高数据准确性，采用主成分分析法消除数据冗余、降低向量维数。以降维后的泡沫层视觉特征向量为输入，以泡沫层厚度值为输出，采用正则极限学习机建立泡沫层厚度软测量模型，实现泡沫层厚度的在线实时检测。本发明方法建立的模型有较高的预测精度和泛化性能，解决了浮选泡沫层厚度难以在线测量的问题，为矿物浮选生产过程工艺参数的在线检测提供了新思路。