图像分割是从图像处理到图像分析的关键步骤。图像分割最重要的一个应用就是医学图像分割。很多生物医学信息都是以图像形式表现出来的，如X射线图像、断层CT图像以及超声图像，它使人类视觉从表面向内部延伸。人们可以通过他们来获取人体内部器官在解剖形态、生物化学和生理功能上的有用信息。由于医学图像中的病灶有时会与周围的正常组织在灰度、形状上相似，用肉眼不易分辨，所以需要进行图像分割，使病灶明显的呈现出来。遗传算法是一种模拟生物自然选择与进化过程的随机、并行、自适应搜索算法，它是20世纪70年代由美国Michigan大学的John Holland教授创建的。由于它思想简单、易于计算，近年来，已广泛应用于函数优化、组合优化、自动控制、智能控制、图像处理和模式识别、人工生命以及机器学习等领域，并取得了令人鼓舞的成就。聚类分析是一种无导师的学习方法，能够从研究对象的特征数据中发掘关联规则，因而是一种强大有力的信息处理方法。本文通过将遗传算法和聚类分析相结合，从在特征空间内对象素聚类的角度提出了一种遗传聚类分割算法，用遗传算法搜索最优聚类中心，有效的避免了常用算法如C均值聚类算法中初始聚类中心的选取问题。文中以一幅有病变的眼球照片为例，在VC++环境下，编程实现了对图像的分割，得到了比较满意的结果，使病灶明显的呈现出来。