纹理分析是计算机视觉和数字图像处理的重要研究课题,该文在总结纹理分析主要科研成果的基础上,从理论和实际应用两方面入手,对它进行了系统研究.在理论方面,该文认真总结了已有的研究成果,并提出了一种使用离散余弦变换进行特征提取的应用支持向量机的纹理分类算法,其目的是探讨如何把统计学习理论的最新成果——支持向量机应用于纹理分类,使分类精确度得到进一步提高.在实际应用方面,该文提出了两种应用纹理分析知识的图像处理算法,分别是基于支持向量机的胶片缺陷检测算法和应用纹理分析的纸张计数算法.基于支持向量机的胶片缺陷检测算法和使用支持向量机的纹理分类算法的原理基本相同,该算法分别把胶片中的非缺陷区域(纹理)和缺陷区域(非纹理)看作两种不同的灰度模式,使用支持向量机对它们进行学习分类.文中使用了两种不同的方法进行图像的特征提取,它们是主元分析法和离散余弦变换法,结果显示,不同的特征提取方法对训练分类的结果会产生一定影响.