图像分割在计算机视觉和图像分析中起着重要作用。 在本文中，我们将自然图像分割转换为特征聚类的问题。 我们从图像中提取局部同质性，纹理和颜色特征，并使用高斯混合模型对其进行描述。 与大多数现有的基于聚类的细分方法不同，我们的方法能够通过在聚类过程中取消学习多余的细分（集群）来自动选择模型。 因此，我们的方法不需要预先指定确切的段数。 进行了全面的实验，以从视觉评估和图像分割的各种定量指标方面衡量所提出算法的性能。 所提出的算法与BSDS500图像数据库上的其他众所周知的图像分割方法相比具有优势。