La plus grande partie des méthodes de classification de textures existantes consiste à alimenter un classifieur par un ensemble de paramètres caractéristiques calculés localement sur l'image texturée. La mise en œuvre de ces méthodes dans le cadre d'applications opérationnelles suppose la prise en compte d'un élément important : le risque de confusion de classes dans l'espace paramétrique. Pour éviter ce problème, nous proposons d'exploiter la conjecture de Gagalowicz, qui nous fournit un ensemble de paramètres suffisants pour caractériser totalement la texture. Nous montrons qu'un classifieur connexionniste est capable d'exploiter efficacement ces paramètres.