本文对基于图像的煤岩识别技术进行了系统研究。阐述了影响煤岩图像采集质量的因素、噪声特性分类以及模型，提出将小波和小波包应用于煤岩图像去噪，为对煤岩图像去噪效果进行评估定义了保真度的概念。分析了常见的图像特征抽取方法，研究了煤岩图像在小波分解之后的特点和煤岩网状图的特点，提出将煤岩图像进行多尺度分解并结合灰度共生矩阵的方式进行特征抽取。研究了距离判别法原理，提出了均值纹理导向度和方差纹理导向度。详细研究了支持向量机的基本原理，提出了一种基于支持向量机的煤岩图像分类识别方法和系统以及采集装置。详细研究了BP神经网络和小波神经网络原理，改进了BP神经网络的最小均方误差函数和小波神经网络的结构。在煤岩图像特征抽取的基础上，提出了基于Minkowski距离判别、支持向量机、BP神经网络、改进的BP神经网络和改进的小波神经网络的五种模式分类方法，进行了煤岩识别仿真实验，并针对实验结果进行了比较和分析。