1.一种煤岩红外热像损伤区域的检测方法，其特征在于，包括以下步骤：步骤1、采集并记录受载破坏过程中煤岩红外热像图；

步骤2、对采集到的煤岩红外热像图进行灰度变换处理；

步骤3、通过自相关网络的密集残差图像去噪算法对经过灰度变换处理后的煤岩红外热像图进行去噪处理；

步骤4、对经过去噪后的煤岩红外热像图通过改进的编码器解码器网络的煤岩红外热像损伤区域分割算法进行区域分割提取特征值；

步骤5、观测煤岩的损伤区域；

所述步骤3中自相关网络的密集残差图像去噪算法由非对称多尺度卷积模块、密集残差级联自相关块和重建模块构成，且引入全局残差连接和跳跃连接；

所述步骤3中自相关网络的密集残差图像去噪算法具体过程如下：S31、将含噪声的煤岩红外热像图通过非对称多尺度卷积模块提取浅层特征，提取到煤岩红外热像图中精确的细节特征；

S32、使用密集残差级联自相关块进一步提取深层特征；

S33、跳跃连接将经非对称多尺度卷积模块提取的浅层特征与经密集残差级联自相关块提取的深层特征拼接；

S34、使用重建模块对网络进行重构得到去噪图像，在重构时使用 卷积层自适应调整融合特征，引入全局残差连接学习图像之间的残差信息；

所述步骤4中改进的编码器解码器网络的煤岩红外热像损伤区域分割算法的具体过程如下：S41、在编码器中，输入大小为 ，通道数为1的图像，经两个 卷积进行特征提取后，用 最大池化下采样压缩特征，重复4次后将此时语义信息丰富的特征图输入串联空洞空间金字塔池化模块中，进一步提取特征图的多尺度语义信息；

S42、在解码器中，串联空洞空间金字塔池化模块输出的特征图经上采样后与解码器中对应尺度大小的特征图输入到注意力特征融合模块，替换掉原始的跳跃连接；

S43、将所得到恢复原始尺寸大小的特征图，经过 卷积将特征向量映射所得到预测结构转换为概率分布图，输入到密集条件随机场，对分割结果进行进一步优化，重复推理后输出结果。

2.根据权利要求1所述的一种煤岩红外热像损伤区域的检测方法，其特征在于：所述密集残差级联自相关块通过若干个连续的自相关块密集跳跃连接，所述自相关块用二维结构模拟三维卷积。

3.根据权利要求2所述的一种煤岩红外热像损伤区域的检测方法，其特征在于，所述自相关块的计算过程如下：①、对于一个维度为 的特征图X，用一维快速卷积提取元素的相关性，一维快速卷积使用单向局部连通卷积，考虑每个节点与其周围相邻k个节点之间的相互作用，单独计算每个特征向量(1)

式中， 为特征中的节点，节点数量为特征图的尺寸大小，w为供学习的权值， 为Sigmoid函数， 为输出的自相关权值；

②、对每个位置分别提取水平、垂直和通道方向上所有元素的相关性，其长度分别为w、h、c(2)

式中， 代表三个方向的原始特征向量，F为一维快速卷积函数，为在不改变长度的情况下捕获的相关性，不同方向的特征向量独立共享卷积参数；

③、将一维卷积遍历整个特征图X

(3)

(4)

(5)

式中， 分别代表三个方向的全部特征向量；

④、在通道中进行特征拼接，进行自适应特征融合。

4.根据权利要求3所述的一种煤岩红外热像损伤区域的检测方法，其特征在于：所述串联空洞空间金字塔池化模块将不同扩张系数的空洞卷积串联起来，填补空洞卷积的空白。