针对传统纹理分类方法计算复杂的问题，基于bag-of-words模型提出了一种简单、新奇的纹理分类方法。在特征提取阶段，使用NSCT滤波器对局部图像块进行映射投影，然后通过观测矩阵提取其随机测量值特征；在纹理分类阶段，直接将随机特征嵌入到bag-of-words环境，并直接在压缩域内进行学习和分类。利用纹理图像的稀疏性，提出的特征提取方法简单，并且在性能和复杂度上都优于传统特征提取方法。最后使用CUReT数据库进行数值实验，并与patch、patch-MRF、MR8、LBP四种最经典的方法进行比对。结果表明，该方法在分类精度以及实时性上有重要的改进。