为了实现对赤铁矿反浮选泡沫颜色特性的有效量化分析,并建立与浮选品位之间的关联模型,进行了基于多颜色空间协同分析与机器学习的泡沫颜色特征分析研究。通过分析赤铁矿反浮选泡沫颜色特点,提取了包括颜色矩、标准差和相对红值在内的65类初始颜色特征,并使用相关系数分析法从中筛选出与浮选品位显著相关的关键颜色特征,包括RGB颜色空间中G通道均值、YUV颜色空间中Y通道均值与V通道偏度,以及灰度空间下的相对红值等。在此基础上,采用随机森林算法构建浮选品位预测模型并进行了验证试验,得到了均方误差0.47、决定系数0.73、平均绝对误差0.51的结果;所提取的关键颜色特征能够有效表征赤铁矿反浮选泡沫颜色,且与浮选品位之间存在较强的相关性,可作为赤铁矿反浮选工况视觉辨识的有效工具,对开发基于泡沫颜色变化的赤铁矿浮选工况监控系统,提升浮选自动化与精细化控制水平具有重要意义。