تشخیص ملانوما در مراحل نخست بیماری می تواند بطور چشم گیری از مرگ ناشی از این سرطان مهلک پوست جلوگیری نماید. از آنجایی که تشخیص این بیماری در مراحل نخست، حتی توسط متخصصین خبره بسختی انجام می پذیرد ارائه روشی که تشخیص ملانوما را در مراحل اولیه آسان نماید بسیار مفید و ارزنده است. در این تحقیق بر آن شده ایم که با استخراج ویژگی هایی از تصویر و طبقه بندی کردن آن ها به ایجاد الگوریتمی بپردازیم که به تشخیص ملانوما کمک نماید. برای استخراج ویژگی های مناسب، مرزبندی دقیق بین ضایعه و زمینه از اهمیت بالایی برخوردار است. نشان داده ایم برای بالا بردن دقت مرزبندی می توان از فیلتر پلاریزه با زاویه مناسب بعنوان پیش پردازشی مناسب استفاده نمود. اعمال فیلتر پلاریزه با زوایای مختلف برای بدست آوردن بهترین تصویر امری قابل انجام ولی دشوار است. از این رو شبیه سازی فیلتر پلاریزه و اعمال آن بر روی تصویر بعنوان یک ابزار پردازشی مناسب پیشنهاد می گردد. سپس الگوریتم مرزبندی بر روی بهترین تصویر اعمال می شود تا مرزبندی دقیق بین ضایعه و زمینه انجام گردد. سپس می توان به استخراج ویژگی های ضایعه پرداخت. ویژگی های استخراج شده به کمک طبقه بند، طبقه بندی می گردند تا الگوریتم تکمیل گردد. در حالتی که از طبقه بند svm استفاده گردد این الگوریتم تا حدود 91 درصد در تشخیص ملانوما موفق می باشد.