混合图像分割算法所包含的两个部件中，初始分割不能形成低误分割率的过分割区域集，而区域合并存在缺少区域合并标号选择机制，且存在确定区域合并停止时刻的方式常不满足场景需求的不足。针对以上问题，提出一种基于多级区域信息融合的混合图像分割算法（MRIHS）。首先，使用改进的马尔可夫模型平滑超像素块，以形成初始分割区域；其次，在对初始分割区域进行相似性度量并选定待合并区域对后，利用设计出的区域标号选择机制来选定合并后的区域标号；最后，定义一种最佳合并状态以确定合并停止时刻。为验证MRIHS性能，在视觉对象类别（VOC）、剑桥驾驶标签视频数据库（CamVid）、自建的河湖巡检（rli）数据集上，将其与基于多维特征融合的混合图像分割算法（MFHS）、改进的基于区域合并的FCM图像分割算法（IFRM）、基于段间和边界均质性的混合图像分割算法（IBHHS）、基于多维色彩变换与一致性的混合图像分割算法（MCCHS）进行对比。结果表明：MRIHS在VOC、rli数据集上的边缘召回率（BR）、可达分割精准度（ASA）、查全率、重合率至少分别比其余算法提高了0.43个百分点、0.35个百分点、0.41个百分点、0.84个百分点；欠分割误差（UE）至少减少了0.65个百分点。在CamVid数据集上，MRIHS的查全率、重合率指标至少比其余算法提高了1.11个百分点、2.48个百分点。