Il cancro della pelle è la forma più comune di cancro nell'uomo; uccide persone in molte parti del mondo. Ogni anno, più di 68.000 diagnosi di melanoma negli Stati Uniti, circa 80.000 in Canada e 730 Stati sono registrati in Iraq. Il medico deve affrontare molte difficoltà per una diagnosi accurata della lesione attraverso le sue caratteristiche e l'uso dell'occhio nudo. Per questo è necessario sviluppare metodi automatici per aumentare l'accuratezza della diagnosi. In questa tesi sono state implementate due fasi principali: la prima è la segmentazione della lesione, mentre l'altra è l'individuazione del cancro. La prima fase è la segmentazione della lesione, che comprende il rilevamento dei bordi dell'immagine basata sulla combinazione dei filtri di Markov e Laplace, seguita dalla conversione dell'immagine nello spazio colore YUV e dalla selezione del canale U per l'elaborazione. La seconda fase è la diagnosi della lesione, ottenuta utilizzando le regole ABCD e suggerendo un nuovo metodo per determinare l'asimmetria basata sulla rotazione della lesione e dividere la lesione in due parti, una volta in orizzontale e una volta in verticale.