La combustion est utilisé dans l’industrie chimique et du traitement des minéraux dans le but de produire de la vapeur dans les chaudières, de sécher les concentrés dans les fours rotatifs, et d’appliquer des traitements thermiques dans les fours pyrométallurgiques. Le contrôle serré de la combustion dans ces fours est très important parce que les conditions de combustion affectent directement la qualité du produit fini. Arriver à un contrôle serré de la combustion n’est pas facile à cause du fait que les flammes qu’on retrouve dans ces industries sont obtenues avec des combustibles non pré-mélangés et aussi parce que la combustion est affectée par des perturbations non-mesurées comme l’utilisation fréquente de plusieurs combustibles, certains étant des sous-produits de l’usine, et de débit et composition variables. Une nouvelle méthode est proposée dans cette étude afin d’améliorer le contrôle de la qualité des produits de ces fours tout en réduisant la consommation de carburants. Cette méthode s’appuie sur l’extraction d’information provenant d’images de flammes. La méthode d’analyse et de régression sur les images multivariées est utilisée pour l’extraction des caractéristiques de couleur de la flamme qui sont ensuite utilisées pour prédire la température de décharge des solides d’un four rotatif (qualité). Cette étude démontre que cette méthode est capable de très bien prédire la température de décharge du solide 20, 40, et jusqu’à 80 minutes dans le futur. Ceci devrait permettre une réduction substantielle de la variabilité de la qualité du produit et de la consommation de combustible. / Combustion is used throughout the mineral processing industry to produce steam in boilers, to dry concentrates in rotary dryers, and to apply heat treatments in pyrometallurgical furnaces. Tight combustion control is very important in the latter type of furnace since the combustion conditions directly affect final ore quality. However, achieving tight combustion control is not straightforward since most of the flames encountered in industry are turbulent non-premixed flames, they are affected by several unmeasured disturbances, various flow rates, continuous variation in the mix between fuels since they are often produced by simultaneously burning several types of fuel, some of them coming from other parts of the plant. A novel method is proposed in this study to improve process and product quality control as well as to optimize the combustion conditions based on digital flame color images. Multivariate Image Analysis and Regression is used to extract the flame color characteristics from images to predict the solids discharge temperature of an industrial rotary kiln related to product quality. It is shown that this method yield extremely good 20 minutes, 40 minutes as well as 80 minutes ahead forecasts of the discharge temperature of mineral ore. This should lead to a substantial reduction in product quality variability as well as in fuel consumption.