本发明公开了一种基于机器学习的页岩大视域图像分类方法，通过对大视域图像进行图像剪裁以生成各个子图，降低了计算机的计算压力，处理效率更高；为了实现对各个子图中所有的孔隙的图像特征的准确提取以便后续分类，同时考虑了孔隙的典型特征和纹理特征，即通过机器学习算法确定各个子图的表征其中所有的孔隙的典型特征的第一矩阵；随后确定各个子图的表征其中所有的孔隙的纹理特征的第二矩阵；将各个子图的第一矩阵与第二矩阵耦合得到表征大视域图像中所有的孔隙的图像特征的特征矩阵；根据该特征矩阵通过聚类分析算法，可以准确有效地确定出大视域图像中所有的孔隙及各个孔隙的所属类别，保证了对于不同类型的所有孔隙的准确识别。