近年来，神经网络模型被广泛的应用于图像处理、模式识别等领域。深入研究神经元之间相互耦合的网络模型，从视觉仿生的角度探索图像处理的原理具有重要的意义。图像分割是视觉图像处理的前提，分割的好坏直接影响后期图像分析的结果，因此，性能优良的图像分割算法研究一直是国内外学者关注的焦点。到目前为止，国内外学者提出了很多图像分割算法，其中一些已经广泛应用于灰度图像和彩色图像分割。但就分割的效果及模型的通用性方面还有待于进行深入的研究。本文提出了一种基于谐波叠加进而产生“和声”的彩色图像分割算法。为了模拟视觉皮层神经元的活动，在经典Kuramoto模型的基础上将全局耦合改为局部耦合，将相位耦合改为频率耦合并用它描述外界刺激引起的相位变化。通过引入瞬时频率，重建耦合神经元的活动曲线，将原彩色图像分别通过R、G、B三个通道，形成三个振动曲线，并将其进行叠加，结合根据一致同步性原理，形成了一个新的彩色图像分割算法，并成功的用于自然彩色图像的分割。我们将分割结果与其他传统方法的分割效果进行了比较，发现我们的算法在分割的平滑性，精确性方面优于传统方法。