纹理在日常生活中随处可见,而在图像处理的范畴,有关纹理分类的研究也显得至关重要。纹理分类实际上包括两方面的工作:纹理特征提取以及建立合适的分类器。关于特征提取方面,已经有了很多比较成熟的方法;对于分类器方面,可用的工具也是多种多样。本文在已有研究的基础上对纹理分类问题做了进一步的探讨:(1)系统的阐述了支撑向量机的基本思想与实现方法,在此基础上介绍了最小二乘支撑向量机的相关知识,本文所有的分类实验都是运用最小二乘支撑向量机来实现的;(2)不变特征的识别问题是多年来研究的重点。本文既包括对现有研究的归纳总结,也有针对仿射不变性提出的新的算法。首先进行仿射到平移的转换,然后利用双数复小波变换来提取特征量。实验结果表明,本文所提算法达到了很好的分类效果;(3)小波分析是近年来分析图像的强有力工具,本文在对小波分析做了大概介绍之后,主要工作放在了后小波方面。展现它们在纹理分类方面的优势与不足,并利用基于轮廓波变换的改进算法(SWBCT)来提取纹理特征量,然后利用支撑向量机对所提取的算法进行纹理分类实验,达到了很好的分类效果。