Imagens de fundo de olho constituem um valioso recurso para o diagnóstico médico, pois muitas vezes apresentam indicações de doenças oftalmológicas e, até mesmo, doenças sistêmicas como diabetes, hipertensão. A detecção e segmentação automática do disco óptico é um pré-requisito para o diagnóstico auxiliado por computador de várias doenças da retina, como o glaucoma. Esta dissertação trata de uma avaliação de algoritmos de superpixels e descritores de textura para segmentação do disco óptico, com indicativos futuros para detecção do glaucoma usando superpixels. Em se tratando de algoritmos de superpixels, realizamos uma avaliação de seis algoritmos com o intuito de determinar qual deles possuí um melhor desempenho na segmentação de imagens de disco óptico. Os algoritmos avaliados foram: Entropy Rate Superpixel Segmentation - ERS, Simple Linear Iterative Clustering - SLIC, Simple Linear Iterative Clustering (version with 0 parameter) - SLIC0, Java Simple Linear Iterative Clustering - JSLIC, Spatial-Constrained Watershed - SCOW e Linear Spectral Clustering - LSC. Um conjunto de características dos superpixels foram extraídos pelos descritores, GLCM (Grey-Level Co-occurrence Matrix), LBP (Padrão Binário Local), HOG (Histograma de Gradientes Orientados) e GLRLM (Gray Level Run Length Matrix), em seguida, utilizamos dois classificadores para realizarmos a classificação que foram: Perceptron de Múltiplas Camadas e Máquinas de Vetores de Suporte. Foram aplicandos um conjunto de medidas estatísticas para avaliar o desempenho do resultado da segmentação. Os classificadores foram utilizados para classificar os superpixels da região da escavação e o disco óptico. Observamos que em geral os algoritmos de superpixels na detecção do glaucoma, que apresentam melhor desempenho, fazem pequenos testes em bases de imagens muito grandes, e com uma pequena quantidade superpixels aplicado na imagem. Propomos testes com nove quantidades de superpixels, para podermos comparar os resultados e saber a melhor quantidade de superpixels para aplicação dos testes.