纹理是自然景物图像、遥感图像、医学图像和其它图像的一个重要特征，对纹理的感知在人类视觉系统进行识别和解释活动中起着重要的作用。纹理分析是模式识别中一个重要的分支。纹理分析中一类重要且难度较大的问题是纹理分割，纹理特征的提取和特征的分类是纹理分割的关键。本文以小波分析理论和模糊聚类方法为主要工具，对纹理特征的提取和特征的分类这两个方面进行了研究。首先，结合人类视觉感知机理，对小波多尺度分析纹理特征提取方法进行了研究。在叙述小波分析理论的基础上，把金字塔小波分解引入到纹理表示中来，讨论了提取纹理特征值时选取窗口大小的问题；研究了局部统计特征值的改进问题，给出了一种对所提取的纹理特征值的改进算法，一定程度上克服了计算纹理特征时的边界效应。然后，根据人类视觉中的模糊性和随机性，对模糊聚类算法进行了研究。在介绍聚类算法的基础上，研究了模糊C-均值聚类算法目标函数的改进问题，提出了基于修正目标函数的FCM算法；讨论了聚类有效性问题，在模糊聚类有效性函数指导下构造了一种自适应模糊C-均值聚类算法的纹理分割方法。