本发明提出了一种基于PSO‑SVM算法和图像识别的围岩质量在线分级方法，其步骤为：选择实时获取的围岩地质参数和掘进参数作为输入指标；利用岩渣图像拍摄装置对TBM皮带机上的岩渣进行图像拍摄，利用图像识别处理方法获取岩渣的粒度分布；基于PSO‑SVM智能算法构建围岩分级理论下的SVM学习模型，将学习样本数据输入SVM学习模型；利用PSO算法优化SVM学习模型的参数，利用优化参数建立SVM预测模型，将检验样本数据组成的样本训练集输入到SVM预测模型，得到围岩实时分级输出结果。本发明基于粒子群的支持向量机算法对围岩进行实时分级，可准确预测当前掘进地层的围岩质量，实现掘进参数的适时调整优化，保障安全高效施工。