稀土元素是各种工业产品生产过程中不可或缺的重要材料。因此,各国对稀土工业生产尤为重视。目前,我国的稀土工业生产主要采用串级萃取的方法。该方法因具有流程复杂、控制变量多、耦合性强、时滞大等特点而不易控制。稀土元素组分含量的快速准确检测是对稀土萃取生产过程进行调控的关键。本文针对不同光照条件下的镨/钕(Pr/Nd)稀土萃取过程中萃取槽体内组分含量难以准确检测的问题,加入颜色恒常性计算校正图像,采用加权的最小二乘支持向量机(WLSSVM)建立预测模型,使稀土混合溶液的组分含量能准确快速地获得。主要的研究内容如下:1、分析不同颜色空间对颜色描述的特点。以镨/钕萃取生产过程中采集的镨/钕混合溶液图像为研究对象,选用HSI颜色空间中H、S、I的一阶矩值做为图像的特征以区分不同的溶液图像。2、介绍颜色恒常性理论,在Grey Edge算法中,加入区域划分参数,并采用遗传算法优化其算法参数,将不同光照条件下的图像,校正到标准光照下。通过仿真实验,得到较好的校正效果。3、介绍LSSVM算法。根据每个颜色信息对组分含量影响的不同,对每个颜色信息赋予不同的权值,建立加权的LSSVM组分含量预测模型。最后,对该建模方法进行对比验证,表明该模型对组分含量有较高的预测精度,适用于稀土萃取过程组分含量的准确快速预测。本文在检测稀土组分含量时,加入了颜色恒常性计算,对不同光照条件下的稀土溶液图像通过校正后,获取组分含量。对工业生产现场组分含量的检测有重要的实际作用。