1、紋理是圖像的基本特征，也是圖像解析的一個(gè)極其重要的信息來(lái)源。紋理分析技術(shù)在計(jì)算機(jī)視覺(jué)，模式識(shí)別，圖像處理領(lǐng)域都有重要的應(yīng)用。本文在闡述紋理分析的概念和描述方法的基礎(chǔ)上，就紋理分析技術(shù)中重要的一個(gè)研究分支紋理分類(lèi)技術(shù)提出問(wèn)題。
　　本文首先介紹了其中的關(guān)鍵部分--紋理特征提取，概述了傳統(tǒng)的紋理特征提取算法，對(duì)傳統(tǒng)方法的適用范圍和應(yīng)用效果等方面做出剖析。針對(duì)目前圖像分辨率的不斷提高，指出傳統(tǒng)方法在處理新的問(wèn)題上出現(xiàn)的局限性以及信號(hào)算法

2、在處理這類(lèi)問(wèn)題時(shí)的優(yōu)勢(shì)。二元對(duì)偶樹(shù)復(fù)小波(DTCWT)變換是由小波變換的深入與拓展。包含了兩個(gè)平行的濾波器，濾波器之間的延遲是一個(gè)采樣值的間隔，這樣就可以確保取到因隔點(diǎn)采樣運(yùn)算而舍棄的采樣值。不同層次間交替采用奇偶濾波器，可以呈現(xiàn)出較好的對(duì)稱(chēng)性。將DTCWT擴(kuò)展到二維圖像，獲得具有方向選擇性和較高的冗余度的圖像小波紋理特征。
　　然后，研究了其中的分類(lèi)部分。指出知識(shí)學(xué)習(xí)的概念與一般的知識(shí)分類(lèi)算法和支持向量機(jī)分類(lèi)器。通過(guò)實(shí)驗(yàn)，將DT