随着经济的增长、社会的进步和人们物质生活及精神生活水平的不断提高,纹理的分类已经应用于多学科和人们日常生活中的各个方面。传统的静态纹理分类已经无法满足信息量飞速增长的当今时代的要求,对于动态纹理的分类已经越来越多的受到人们的关注。本文围绕这一热点课题展开,首先介绍了动态纹理分类的研究意义和现状。然后研究了小波分析的基本理论,指出了小波分析应用于动态纹理分类的合理性。本文主要成果如下：(1)提出了一种新型的小波变换,先对动态纹理沿时间轴进行一维离散小波变换,然后再利用空间二维小波变换对子带进行处理,这种方法更好的兼顾了运动的局部特性,并提出了一种以小波变换子带系数服从广义高斯分布的参数为特征的分类方法。本文使用了KNN与SVM两种分类器,通过实验与传统的均值方差为特征的方法比较,验证了新方法的有效性。为了避免由于特征维数过高而带来的计算量增加和分类性能恶化问题,并且本文采用了特征选择的方法。(2)研究了基于对偶树复小波变换的动态纹理分类。对偶树复小波分解的子带复系数的幅值服从gamma和lognormal分布,本文使用这两种分布的参数作为动态纹理特征,通过比较二级和三级对偶树复小波变换以及上述的两种分类方法验证了新方法的分类有效性。