基于红外图像的固体废物异常温度智能定位方法

本发明涉及图像处理领域，更具体地，本发明涉及基于红外图像的固体废物异常温度智能定位方法，方法包括：首先通过温度阈值筛选候选热点，并获取其同步可见光图像及历史温度序列。接着，对热点内各像素，基于静态光学‑热力学耦合特征与动态时间域热惯性，计算伪影置信度。随后，综合区域内所有像素的置信度，得出候选热点的整体真实风险评分。最后将该评分与预设阈值比较，以精准判定并定位真实异常热源。本发明融合多模态信息，能有效区分真实热源与伪影，显著降低误报率。