本发明涉及一种基于视觉特征与胶囊网络的图像分类方法，属于计算机图像处理领域。本方法将图像灰度进行压缩，采用共生矩阵和分形维数对视觉特征进行提取，采用胶囊网络中神经元的输出来表达图像中所包含的各种属性信息。通过动态路由算法表示胶囊与子胶囊间的关系，在训练和测试中对动态路由不断进行计算得出胶囊网络的输出。将图像大数据分类算法部署到云计算节点上，采用批量更新的数据模型，将图像的训练集划分为众多数据块进行并行训练，利用训练样本向前、后传播得出权值梯度，并采用计算出所有训练样本权值梯度的平均值，同时对样本权值进行更新。对比现有技术，本方法在图像分类准确率和效率均有明显提高，表现出显著性能优势。