本发明提供一种基于多异构分类器集成的烟叶分级方法，属于烟叶分级技术领域，该方法包括：建立烟叶等级特征样本数据库，采集在烟叶实收过程中提取得到的各个等级的烟叶特征值。然后对样本数据进行预处理，使用箱线图对每个等级烟叶各个特征数据的整体分布情况进行描述，找出异常值并去除。再搭建出多异构分类器集成框架，使用CatBoost、朴素贝叶斯、极端随机树和线性判别分析作为基分类器，CatBoost作为元分类器，对烟叶样本数据进行训练学习。最后在集成框架中引入网格搜索法和k折交叉验证法对其进行调参，寻求最佳的组合参数。