摘要: 煤矿视频监控技术是煤矿开采安全生产的重要组成部分，而监控图像的质量直接决定监控识别结果的有效性。为解决煤矿井下视频图像模糊、对比度低、细节不够清晰等问题，增强图像目标分割效果，对传统教学算法进行改进，提出了一种混合改进教学算法，并将其与人工鱼群算法融合，形成一种基于混合改进教学算法的人工鱼群算法(ITLBO-AFSA)。通过调整学习策略、优化算法参数，对传统人工鱼算法进行改进，并将经该算法图像增强后的结果用于模糊C均值算法(FCM)图像分割。实验结果表明，ITLBO-AFSA与标准FCM算法分割、AFSA＿FCM算法相比，划分系数分别提升了7%,3%左右；划分熵值各下降了57%,10%左右；图像分割正确率分别提升了10%,7%;与标准FCM算法和AFSA＿FCM算法相比，ITLBO-AFSA取得最优结果所用迭代次数最少，收敛速度最快，聚类效果最好，可以有效避免陷入局部最大化。