本发明提供一种基于LBP特征的卷积神经网络地面材质图像分类方法，包括提取地表材质数据集，还包括以下步骤：生成基于LBP算子的地面材质识别模型；使用所述训练集中的图像对所述地面材质识别模型进行训练，生成优化后的地面材质识别模型；使用所述测试集中的图像对所述优化后的地面材质识别模型进行测试，并输出测试结果。本发明根据先验知识提出使用传统LBP特征描述子和深度学习模型法相结合的分类方法，即在训练卷积神经网络模型时，除了使用采集的原始图片进行训练，还使用了LBP描述子对地面材质图像进行特征工程‑提取图像的纹理特征加入到模型中，达到使模型快速拟合实际路面数据的目的。