为了准确识别煤层中夹杂物图像的边缘，提高截齿的自适应切割能力，通过对煤层包裹体的实际图像进行伪彩色化，并利用Tikhonov正则化方法的煤层包裹体图像预处理和识别，将一阶Sobel和二阶Laplacian边缘图像识别算法扩展到分数阶模式，构造了图像边缘识别的分数阶微分模式，实现了煤层包裹体结构的快速识别和边缘特征的提取。结果表明，与整数阶微分算子相比，该算法能更好地识别煤层包裹体图像的边缘。执行时间分别为0.2221、0.2451、0.1413和0.1732s，占用内存分别为36.35、39.82、28.99和33.13MB，最佳分数阶值为0.6。该方法能有效识别煤层包裹体的边缘特征，对噪声具有较强的鲁棒性。