图像分割作为一种重要的图像分析提取技术，已经成为图像处理领域中的一个关键问题。分数布朗运动作为描述自然界极不规则极为复杂现象的数学工具，目前已经在信号处理、图像分析中得到了非常广泛的应用。　　 本文以研究分数布朗运动模型为基础，对图像的分形特征进行了特征提取，并结合支持向量机方法对特征（H值）进行分类，实现了图像的边缘检测，取得了较好的结果。主要工作成果体现在下面两个方面：　　 1.针对以往用传统的分形方法做图像分割时，在提取图像的分形特征后，主要采用阈值法进行图像分类。该方法主要是直接赋予一个系数，该系数的选择主要是通过分割效果来尝试，这种分割方式效率很低，也不是很精确。通过以上方法的思考研究，本文提出了基于分数布朗运动和支持向量机的图像边缘检测，实现图像分割。最后把该结果和其它经典微分算子的边缘检测效果作了对比，并进行了结果分析。　　 2.提出了一种基于分数阶导数和分数布朗运动的图像分割方法，该方法是尝试性的。主要是基于以往利用微分算子做边缘检测和分数阶微积分与分数布朗运动的联系的思考提出的该方法，其有效性还有待于验证。