图像图形是人类相互交流和认识客观世界的主要媒体。科学研究表明，视觉系统帮助人类从外界获得75％以上的信息。而图像图形带给我们的正是视觉世界中的所有信息。因此，图像图形技术的应用必然涉及到人类生活和社会发展的各个方面。　　 图像分割是一种重要的图像分析技术，是从图像处理进行到图像分析的关键步骤，也是进一步图像理解的基础。在图像分割前，对图像的加工主要处于图像处理的层次，图像分割后图像的分析才成为可能。边缘检测是图像分割的一种算法，在图像识别、图像分割以及图像压缩等领域都有较为广泛的应用，它还经常被应用到计算机视觉和模式识别等较高层次的图像处理中。　　 本文围绕图像分割及边缘检测算法而展开，本文的创新工作主要有以下两点：　　 1.首先利用系统聚类的思想，提出了一种新的基于确定聚类的SVM分割算法，提高了分割的性能，并与传统的基于阈值的分割算法进行了比较。　　 2.在边缘检测时，本文提出一种新的基于聚类的特征选取方法，用来选取支持向量机的训练向量，从而改善了支持向量机的训练方法，缩短了训练时间，取得了较好的边缘检测效果，同时与经典的边缘检测算子做了比较。