A segmentação automática de imagens vem se tornando cada vez mais utilizada em diversas áreas como Medicina e Agronomia. Cada vez mais o método tradicional de segmentação automática, que se baseia no uso de técnicas de processamento digital de imagens, vem perdendo lugar para o uso de algoritmos baseados em redes neurais. Isso devido a sua capacidade de trabalhar com imagens pouco homogêneas. No entanto, as redes neurais acabam se tornando uma espécie de caixa-preta, onde, muitas vezes, não é possível que um ser humano interprete como o sistema chegou ao seu resultado. Neste trabalho é proposto um sistema que utiliza algoritmos genéticos para treinar o sequenciamento e a parametrização de técnicas de processamento digital de imagens. Dessa forma, é demonstrada a possibilidade do sistema funcionar com imagens não homogêneas, permitindo ainda a análise do sistema evoluído por um ser humano. O método proposto obteve uma assertividade de 91,32% na sua base de treinamento, o que está de acordo com outros métodos de segmentação. Também foi realizado um questionário com três juízes, comprovando assim a capacidade de análise e entendimento dos modelos gerados.