1.基于人工智能的高溫板坯圖像處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，針對s1，獲取原始高溫圖像，h和w分別是像素高度和寬度；動態壓縮原始高溫圖像的高光區域的方法包括：
3.根據權利要求2所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，分析獲取分離光照分量和反射分量，增強反射分量對比度的方法包括：
4.根據權利要求3所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，對每個尺度下的光照分量取對數并相減，得到多尺度下對應的反射分量，計算公式如下：
5.根據權利要求4所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，對最終反射分量r（x）進行增強處理，對最終反射分量r（x）進行直方圖拉伸至?[0,?d]，并應用clahe限制對比度自適應直方圖均衡化；
6.根據權利要求5所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，針對s2，通過彈性變換模擬熱浪扭曲效應，得到第二處理圖像的方法包括：
7.根據權利要求6所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，對第二處理圖像施加隨機亮度擾動，得到第三處理圖像的方法包括：
8.根據權利要求7所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，學習高溫原始圖像的缺陷特征的方法包括：
9.根據權利要求8所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，損失函數的表達式如下：
10.基于人工智能的高溫板坯圖像處理系統，應用于上述權利要求1至9任一所述的基于人工智能的高溫板坯圖像處理方法，其特征在于，具體包括：