본 연구에서 우리는 평균이동절차(Mean Shift Procedure)와 결정적 어닐링 EM(Deterministic Annealing EM) 알고리즘을 결합한 새로운 칼라영상분할 알고리즘을 제안한다. 먼저 칼라영상을 혼합모형으로 표현할 때 혼합모형의 수와 각 모형들의 최대값(Mode)의 위치를 결정하는데 평균이동절차를 사용한다. 그리고 혼합모형으로 다변량 가우시안 혼합모형(Gaussian Mixture Model)을 가정하고, 이들 가우시안 확률모형의 모수인 평균벡터와 공분산행렬을 추정하는데 결정적 어닐링 EM 알고리즘을 사용하였다. 실험 결과들은 제안된 알고리즘의 전반 부분인 평균이동절차가 혼합모형의 각 성분의 수와 최대값의 위치를 결정하는데 매우 효율적인 방법임을 보여주고 있으며 또한 알고리즘의 후반 부분인 결정적 어닐링 EM 알고리즘이 혼합모형의 모수들에 대한 전역적 최적 추정량을 제공할 수 있는 최적의 추정방법임을 보이고 있다. 끝으로 다양한 칼라영상분할 실험을 통하여 새롭게 제안된 알고리즘이 칼라영상분할을 자율적으로 수행할 수 있는 가장 효율적인 알고리즘임을 보였다.