针对井下低照度环境下采煤机截割部边缘检测任务中存在的边缘缺失、细节模糊等问题，提出了一种基于分数阶微分的边缘检测Lif算法。首先采用更大的检测模板尺寸，根据Grünwald-Letnikov分数阶定义构造最初的分数阶掩膜算子；然后根据Pascal三角形理论确定掩膜算子上各位置的权重系数，并将掩膜算子扩展到4个不同方向；最后将得到的掩膜算子与图像进行卷积，利用图像的局部特征信息对每个方向的微分结果进行后处理。研究结果表明：(1)在进行多个不同场景的井下低照度图像上的实验时，Lif算法可以更全面地获取图像中不同方向上的边缘信息，在处理低照度图像时具备更强的抗噪性能，并且提取的边缘线条比其余边缘检测算法更加清晰、完整，保留了更多的纹理细节信息。(2)在客观指标评价的对比上，与基于分数阶灰色系统模型的边缘检测算法以及改进的分数阶Sobel边缘检测算法相比，Lif算法在Entropy指标上分别提高了43%、11%,AG指标上分别提高了23%、23%,SSIM指标上分别提高了152%、6%。表明Lif算法在进行采煤机截割部的边缘检测任务时更具优势，研究对井下设备工作运行时的安全性和可靠性提升具有重要意义。