针对煤矿开采工作面无人化的需求，提出了一种基于LBP和GLCM的煤岩图像特征提取与识别方法。该方法首先采用LBP算法来判断煤块与岩石纹理之间的差异性。LBP算法的高效性在检测煤块与岩石局部纹理特征差异方面得到了验证，相关研究详细描述了其在煤岩识别中的应用【基于LBP和GLCM的煤岩图像特征提取与识别方法】。

在初步判断之后，通过GLCM算法对煤块与岩石图像在水平、垂直、45°和135°四个方向上的灰度共生矩阵进行计算，从而提取包括能量、熵值、对比度和逆差分矩在内的四个煤岩图像纹理特征参数。GLCM的应用不仅提高了煤岩分类的鲁棒性，也为后续研究提供了坚实的基础。关于GLCM在纹理特征提取中的详细应用，可以参考【基于图像纹理的煤岩识别研究】。

试验结果表明，通过GLCM提取的煤岩图像特征参数有助于找到适用于煤岩分类的特征，提高了煤岩识别的鲁棒性。如果需要深入了解LBP算法及其在图像纹理分类中的具体实现，可以查阅【LBP算法实现图像的纹理分类程序】。

该方法的成功应用展示了LBP与GLCM结合在实际煤岩识别过程中的潜力，推动了煤矿开采过程中的智能化与自动化进程。对于更多关于GLCM算法的工程实现细节，建议参考【GLCM纹理提取工程源码】。