图像作为一种有效的信息载体，是人类获取和交换信息的主要来源。人类感知的外界信息80％以上是通过视觉得到的。因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。　　 图像增强是对图像的低层次处理，处于图像处理的预处理阶段。它是图像处理的一个重要环节，在整个图像处理过程中起着承前启后的重要作用，对图像高层次处理的成败至关重要。边缘检测在图像识别、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。　　 本文围绕图像增强和边缘检测而展开。利用支持向量回归特性把图像和支持向量机联系起来，形成SVR图像。在SVR域下把传统的图像增强方法应用到SVR图像中取得了较好的效果。本文改进了用于边缘检测的支持向量机的训练方法，缩短了训练时间，边缘检测效果良好。并对不同信噪比环境下，选用不同的核函数对边缘检测性能的影响进行了比较。