本发明涉及一种引入噪声信息和构建相似度空间的小样本识别方法，属于数字图像处理领域。该方法包含如下步骤：预训练阶段：噪声干扰阶段；生成新的支撑集；构建相似度空间阶段：分别计算基础数据集中每个类的特征中心支持集和查询集中每个类的特征中心间的相似性。该相似度用于替换原始支持集和查询集的特征，在相似度空间中形成新的特征表示；分类阶段：通过全连接层融合前两阶段结果，然后用余弦相似度进行分类得出结果。本发明在传统图像特征的基础上引入噪声信息，并构建相似空间，应用在小样本图像识别任务中可以更好的增加图像类别之间的差异性。同时，与其他方法相比，我们的方法拥有更小的计算量，更快的计算速度。