本发明公开了基于显微偏振图像特征的温室作物气传病害孢子分类方法，应用于气传病害孢子分类识别技术领域，包括：用Stokes矢量法对气传病害孢子的显微偏振图像进行预处理，得到气传病害孢子的偏振度图像和偏振角图像；采用Gabor变换将偏振角图像由空间域转换到频域，提取偏振角图像的纹理特征，并结合偏振度图像的相对光强分布值共同作为神经网络的输入，训练得到气传病害孢子分类模型；输入待测图像至气传病害孢子分类模型，得到分类结果。本发明能够有效减少外界环境光的干扰，并能提高形态相似的病害孢子识别率，有效提高了气传病害孢子的分类识别精度。