1.一种大数据图像分类方法，其特征在于，包括以下步骤：
S1：设定特征点，然后对设定的特征点进行分类，得出特征点分类结果；
S2：对图像进行预处理，然后对预处理后的图像进行识别，判断预处理后的图像含有的设定的特征点；
S3：根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后根据区分结果对图像进行分类，得出图像分类结果；
S4：将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，完成大数据图像分类。
2.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S1中，设定特征点，然后根据设定的特征点自动设计特征点分类算法，接着根据特征点分类算法对设定的特征点进行分类，得出特征点分类结果。
3.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S2中，对图像进行预处理的步骤为：采集图像；根据图像的像素位置信息和像素灰度值信息，对图像进行滤波处理，生成滤波图像；根据滤波图像的局部像素信息和整体像素信息，对滤波图像进行增强处理，生成增强图像。
4.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S2中，对图像进行预处理，然后对预处理后的图像进行识别，依次对识别结果和设定的特征点进行匹配，然后依次判断匹配度，当匹配度大于80％时，判断图像含有当前匹配的设定的特征点。
5.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S3中，根据特征点分类结果对预处理后的图像含有的设定的特征点的类别进行区分，然后判断含有的设定的特征点最多的类别，以此为依据对图像进行分类，得出图像分类结果。
6.根据权利要求1所述的一种大数据图像分类方法，其特征在于，所述S4中，将图像分类结果和预先得出的图像分类预估结果进行对比，然后对对比结果进行判断，当判断结果大于等于预设值时，完成大数据图像分类，否则，重复步骤S1-S4，再次对图像进行分类，直至判断结果大于等于预设值。