小波变换具有很好的时、频局部分析能力,在图像处理的各个领域中得到了广泛的应用,取得了较好的效果,然而当处理线和超平面的奇异性时,小波变换就失去了它的分析优势。曲波(Curvelet)正是为解决二维或更高维奇异性而产生的一种新的分析工具,Curvelet能稀疏表示具有直线特征的图像,可以应用到二维图像处理的许多领域。本文首先在研究多尺度几何分析以及Curvelet理论的基础上,对Curvelet变换的实现过程进行了研究与分析,并从结构、统计和特征三个方面分别对Curvelet系数进行了分析。在此基础上,论文主要做了以下工作：第一,提出了一种基于Curvelet变换的特征提取算法,将该算法应用于Brodatz纹理库中的纹理图像提取特征,运用模糊C均值(FCM)对其分类,得到了良好的效果,验证了该算法的有效性。第二,将提出的特征提取算法应用于Brodatz纹理库；选取Brodatz纹理库15类方向性较强的纹理图像,建立训练库以及样本库,提取图像特征向量进行纹理相似度测量实验；并将Curvelet变换与小波变换结合起来进行实验,得到了较高的分类正确率。验证了Curvelet良好的方向表达能力,适合用于方向变换的纹理图像。