La segmentation d'une image est généralement effectuée suivant le paradigme “une image, un algorithme”. Cependant, il est parfois pertinent d'utiliser plusieurs images ou plusieurs algorithmes pour extraire plus d'informations. Pour pallier les problèmes induits par la fusion de segmentations, plusieurs travaux ont déjà été effectués afin de permettre un consensus entre plusieurs résultats de segmentation. Cet article propose une contribution portant sur la fusion de segmentations, se concentrant particulièrement sur la partie “n images” du paradigme. Contrairement à la majorité des approches proposées dans la littérature, notre but n'est pas de fusionner plusieurs résultats de segmentation mais de travailler en amont, au niveau de l'espace de recherche. Pour cela, nous proposons un schéma algorithmique permettant de créer un arbre binaire de partitions à partir de plusieurs images tout en passant par une étape de collaboration. Ce schéma algorithmique a été adapté de façon à pouvoir appliquer des politiques de consensus initialement proposées dans le domaine de l'apprentissage automatique. Ainsi, l'approche proposée permet d'obtenir un espace de recherche modélisant une hiérarchie de segmentations. D'un point de vue applicatif, des tests ont été effectués sur des images de télédétection, illustrant l'utilité potentielle de notre approche pour des images satellites.