1.一种基于图像相似度的输电线路小样本温度图像扩增方法，其特征在于，包括如下步骤：

S1、采集输电线路图像为输电线路红外图像，对图像进行预处理，去除复杂的背景信息；

S2、图像分割，定位图像中测温图谱的位置，根据位置关系分割温度图像；

在所述步骤S2图像分割中，所述图像分割包括定位与分割两部分，所述定位部分采用垂直像素累加法定位输电线路红外图像中的测温图谱，并根据温度值和矩形框的相对位置关系确定温度值的位置，所述垂直像素累加法是对整体图像按列累加连续的像素定位出矩形框四角的坐标(X矩形左上，Y矩形左上)、(X矩形左下，Y矩形左下)、(X矩形右上，Y矩形右上)、(X矩形右下，Y矩形右下)，所述温度值包括温度最大值框(X温度最大左上，Y温度最大左上)、(X温度最大左下，Y温度最大左下)、(X温度最大右上，Y温度最大右上)、(X温度最大右下，Y温度最大右下)和温度最小值框(X温度最小左上，Y温度最小左上)、(X温度最小左下，Y温度最小左下)、(X温度最小右上，Y温度最小右上)、(X温度最小右下，Y温度最小右下)；所述分割部分采用垂直投影法从左到右将所述温度最大值框和温度最小值框在垂直方向上按列投影，得到各列像素累加值，如下式所示：S3、构建输电线路温度图像数据集，按照红外图像中温度的特点分成数字“0‑9”和符号“‑”共11种类型；

在所述步骤S3构建输电线路温度图像数据集中，所述输电线路温度图像数据集来自M张输电线路红外图像，所述输电线路温度图像按照温度值特点分为数字“0‑9”和符号“‑”共

11种类型，M不小于100；

S4、改进CGAN模型，计算图像相似度对CGAN模型进行改进；

在所述的步骤S4改进CGAN中，所述图像相似度计算采用投影累加和直方图相结合的匹配方法；

所述步骤S4具体包括以下步骤：

S41：对原始温度值图像进行直方图均衡化，得到原始直方图Va1..N和每个像素s，计算累计分布T(s)，其表达式为：

S42：根据需要的规定化直方图V2，得到累计分布G(z)，其表达式为：S43：从水平和竖直两个方向计算原始温度值图像的像素类加值Sum_H和Sum_V，添加到原始直方图V1中，得到结合投影累加的改进直方图Vb1..N；

S44：通过改进直方图V2计算其图像相似度δ，其表达式为：S45：将计算得到的图像相似度带入到CGAN中，对其损失函数进行改进，其表达式为：S5、图像扩增，将输电线路温度图像数据集导入到基于图像相似度改进的CGAN模型中，进行对抗训练，扩增给定标签的温度图像，输出扩增后的图像数据集；

在所述的步骤S5图像扩增中，所述图像相似度CGAN设置生成和判断网络的学习率、梯度衰减系数、平方梯度衰减因子、网络层数、运行迭代次数，所述图像扩增生成11种类型的温度图像，输出K张温度图像，使输电线路温度图像数据集数据平衡，K不小于1；

S6、效果验证，采用主客观分析方法，验证生成图像效果。

2.根据权利要求1所述的基于图像相似度的输电线路小样本温度图像扩增方法，其特征在于，所述步骤S1图像预处理方法采用自适应阈值的二值化方法。

3.根据权利要求1所述的基于图像相似度的输电线路小样本温度图像扩增方法，其特征在于，在所述的步骤S6效果验证中，主观分析通过观察法进行生成图像质量判断；客观分析法是结合投影累加和直方图计算生成图像相似度，验证生成图像效果。