纹理是图像中非常重要的特征,它为图像识别和理解提供了大量的信息。与图像纹理相关的基本研究问题包括:纹理感知、纹理分析、纹理合成、基于纹理的形状恢复和纹理的应用。图像纹理分析为纹理图像分类、纹理图像分割和基于纹理的图像检索提供了坚实的基础,它们是图像处理和计算机视觉中非常重要的研究内容,已被广泛应用于缺陷检测、医学图像和遥感图像分析、文档图像分割、基于生物特征的身份识别和基于内容的图像检索等场合。早期的纹理分析方法都建立在单一尺度上,而大量的生物试验以及近期的研究结果都表明,对纹理的多通道分析不但符合人眼分析图像的方式,而且表现出良好的性能。小波是一种新兴的多分辨率分析方法,它所具有的时频局部化能力以及种类的多样性,使得它特别适合对图像纹理进行处理。本文旨在研究小波在纹理图像处理中的应用。论文的主要创造性研究成果如下:1.提出三个基于离散小波框架模极值的纹理图像分类算法。第一个是基于小波框架模极值密度的分类算法。由于此算法只考虑小波框架模极值的一阶统计特性,并没有考虑模极值的位置关系,所以又提出基于离散小波框架模极值共生距阵的分类算法,新算法中增加了通过共生距阵提取的小波框架模极值的部分位置信息,从而提高了分类算法的性能。前两种分类算法将小波框架模极大值和极小值当作一个特征分量,这就难免会降低纹理特征的多样性,进而降低特征的区分能力,第三个算法分别将小波框架模极大值和极小值作为两个独立的特征分量,并结合特征选择进一步提高分类算法的性能。最后,通过仿真实验比较验证了这些分类算法的有效性。2.提出基于Gabor小波和核方法——谱聚类法和支持向量机的纹理图像分割算法。首先,在Gabor小波域提取纹理特征,接下来,考虑到核方法的计算复杂性,提出先用谱聚类算法对采样的特征图像进行聚类,再使用支持向量机分类的分割方案,仿真实验表明该分割算法的优良性能。由于文档图像中的文字表现出一种与非文字区域不同的纹理,所以我们对纹理图像分割算法作适当改进,将其应用到数字文档图像分割,良好的分割结果为新算法的实际应用提供了有力的证据。3.提出基于离散小波框架系数模极大值密度和能量的结合纹理特征,