本发明公开了一种基于数据块学习的在线哈希最近邻查询方法，特点是包括以下步骤，图像数据获取及预处理、定义处理数据的哈希模型、建立判断更新后的哈希向量是否合理的海明距离预测损失函数、获取目标函数、优化目标函数和在测试数据库对给定的待查询数据进行在线哈希最近邻查询；优点是主要基于数据块的思路，每次处理流式小数据块，并在较小的数据空间中设计优化算法，提高学习效率，在设计方法上保证了在数据块内部数据样本间的海明空间损失最小，同时还对总体在线学习的增量变化进行约束，对噪声数据进行了有效控制，大大提高对给定的待查询数据的查询效率，并且减小了整体存储空间。