黑色素瘤具有恶性程度高，转移时间快、危害性大等特点，是皮肤肿瘤高发的恶性肿瘤之一。最近三十年来，黑色素瘤的发病率和死亡率表现出快速持续的增长趋势。因此，恶性黑色素瘤的早期诊断和治疗对提高人们的生活质量、健康水平至关重要。皮肤科医生根据多年的临床观察，总结出一种用于临床判别的法则--ABCD-rule：A不对称性；B轮廓不规则性；C颜色突变性；D直径。　　 随着计算机辅助诊断(CAD)技术的发展，基于图像的分析技术已逐渐应用到皮肤肿瘤的诊断中。本文针对皮肤黑色素瘤临床表现出的轮廓不规则性(B)和颜色不一致性(C)描述和分析问题，利用图像分析和模式识别技术进行皮肤肿瘤的轮廓不规则性、颜色不均匀性描述、特征提取和分类研究，为皮肤恶性肿瘤-黑色素瘤的计算机辅助诊断提供技术支持。　　 本文的主要研究工作和创新点如下描述：　　 1)提出了基于多尺度局部分形维和多尺度曲率描述的轮廓不规则特征提取方法，采用相邻尺度间特征差异增强在大尺度下的甄别良恶性皮肤肿瘤的能力。为多尺度黑色素瘤轮廓不规则性的研究提供了新的途径。　　 2)针对如何提取皮肤肿瘤轮廓的结构部分，提出了一种基于多尺度小波子带分析的轮廓结构分量获取法，并提出了基于显著性小波子带的轮廓多尺度结构不规则特征描述：基于统计和几何的轮廓结构不规则性度量。　　 3)提出了将肿瘤区域颜色多样性分析转化为其轮廓模型的不规则性分析方法。　　 4)利用相关性和概率密度分析法，对所提取的轮廓结构不规则特征进行特征选择；针对临床缺少黑色素瘤样本的情况，设计了基于神经网络的小样本分类器，经试验表明：小样本多尺度分类器亦能达到大样本的分类性能。本文为皮肤肿瘤的研究提供了新的方法。