خوشه‏بندی ابزاری مهم در بسیاری از کاربردها به منظور گردآوری داده‏ها در خوشه‏ها یا گروه‏ها است. خوشه‏بندی، داده‏ها را به نواحی مختلف معنی‏دار تقسیم می‏کند. خوشه‏بندی در تصویر که تصویر را به زیرناحیه‏های معنی‏دار تقسیم می‏کند مرحله‏ای ضروری در پردازش تصویر است. الگوریتم رقابت استعماری، یک الگوریتم بهینه‏سازی برگرفته از تکامل اجتماعی-سیاسی است. در این پایان‏نامه با ایجاد تغییراتی در این الگوریتم، الگوریتمی جهت خوشه‏بندی تصویر با نام الگوریتم امپراطوری‏های خوشه‏بند در تصاویر رنگی (ccia) ارائه می‏شود. الگوریتم ارائه‏شده با افزودن عملگری با نام "عملگر ادغام"، بهبود می‏یابد. الگوریتم‏‏های ارائه‏شده هم قابلیت اجرا روی تصاویر سطوح خاکستری و هم تصاویر رنگی را دارند، آنچه در این پایان‏نامه به آن پرداخته‏ایم، خوشه‏بندی تصویر رنگی است. در پایان، نتایج حاصل از دو الگوریتم ارائه‏شده روی یک تصویر ساخته‏شده و یک تصویر واقعی با یکدیگر مقایسه می‏شوند. به‏عنوان نمونه خطای ccia در تصویری ساخته‏شده در 200 نسل 80487/36 و خطای الگوریتم بهبود‏یافته 50198/0 است همچنین در 6800 نسل خطای ccia 81227/3 و الگوریتم بهبود‏یافته 0004/0 است. زمان مصرفی الگوریتم بهبود‏یافته به میزان کمی از زمان مصرفی ccia بیشتر است. به‏عنوان نمونه، در تصویری ساخته‏شده در 200 نسل زمان ccia 20491/0 و زمان الگوریتم بهبود‏یافته 69779/0 و در 6800 نسل زمان ccia 88686/4 و زمان الگوریتم بهبودیافته 97576/4 است. نتایج حاکی از کارایی الگوریتم بهبودیافته در خوشه‏بندی تصاویر رنگی دارد.