针对图像纹理分类问题，提出了一种将二元树复小波变换与支持向量机相结合的分类方法，通过二元树复小波变换对纹理图像进行四层分解，提取各子频带小波系数模的均值和标准方差组成特征向量，利用支持向量机作为分类器实现纹理图像分类。对20类Brodatz纹理图像的分类实验表明，提出的方法具有较高的分类精度，在有限训练样本的情况下比传统的分类算法平均正确率有10%左右的提高，体现了该方法的有效性和良好的泛化能力。