1.一种芯片温度测试方法，其特征在于，包括以下步骤：步骤S1：通过热成像技术获取芯片测试热成像图像集，对芯片测试热成像图像集进行热能分析，从而获得芯片测试热成像热能图像集；

步骤S2：对芯片测试热成像热能图像集进行图像增强处理，从而获得增强芯片测试热成像热能图像集；基于卷积神经网络对增强芯片测试热成像热能图像集构建芯片热能检测模型；

步骤S3：获取温度测试芯片数据，对温度测试芯片数据进行结构数据提取，从而获得温度测试芯片结构数据，根据温度测试芯片结构数据进行预计温度计算，从而获得温度测试芯片预计温度数据；

步骤S4：利用热成像技术获取温度测试芯片热成像图像；利用芯片热能检测模型对温度测试芯片热成像图像进行第一温度分析，从而获得测试芯片第一温度；

步骤S5：基于温度测试芯片预计温度数据对温度测试芯片热成像图像进行第二温度分析，从而获得测试芯片第二温度；

步骤S6：对测试芯片第一温度以及测试芯片第二温度进行准确温度计算，从而获得测试芯片温度。

2.根据权利要求1所述的芯片温度测试方法，其特征在于，步骤S1具体为：步骤S11：通过热成像技术获取芯片测试热成像图像集；

步骤S12：通过区域图像分割法对芯片测试热成像图像集进行图像分割，从而获得芯片测试热成像区域图像集；

步骤S13：对芯片测试热成像区域图像集进行统计分析，从而获得高频热能区域图像集以及低频热能区域图像集；

步骤S14：对芯片测试热成像区域图像集进行潜在热能分析，从而获得潜在热能区域图像集；

步骤S15：对潜在热能区域图像集、高频热能区域图像集以及低频热能区域图像集进行时序合并，从而获得芯片测试热成像热能图像集。

3.根据权利要求2所述的芯片温度测试方法，其特征在于，步骤S14中的潜在热能分析具体为：通过芯片潜在热能区域识别算法对芯片测试热成像区域图像集进行潜在热能区域识别，从而获得潜在热能区域图像集；

其中，芯片潜在热能区域识别算法的函数公式具体为：其中E为芯片潜在热能区域的能量值，x为特定像素点的横轴坐标，y为特定像素点的纵轴坐标，n为图像集中的像素点总数，i为图像集中的像素点序号，x

4.根据权利要求1所述的芯片温度测试方法，其特征在于，步骤S2具体为：步骤S21：通过高通滤波方法对芯片测试热成像热能图像集进行细节增强处理，从而获得滤波芯片测试热成像热能图像集；

步骤S22：通过自适应对比度增强技术对滤波芯片测试热成像热能图像集进行视觉效果增加，从而获得增强芯片测试热成像热能图像集；

步骤S23:基于卷积神经网络算法对增强芯片测试热成像热能图像集构建芯片热能检测模型。

5.根据权利要求4所述的芯片温度测试方法，其特征在于，步骤S23具体为：按照预设的时间划分比例对增强芯片测试热成像热能图像集进行时序提取，从而获得卷积时序数据；

使用卷积操作技术对增强芯片测试热成像热能图像集进行局部特征提取，从而获得卷积结构数据；

根据卷积时序数据以及卷积结构数据构建时空3D卷积神经网络；

利用增强芯片测试热成像热能图像集对时空3D卷积神经网络进行模型训练，从而获得芯片热能检测模型。

6.根据权利要求1所述的芯片温度测试方法，其特征在于，步骤S3具体为：获取温度测试芯片数据，对温度测试芯片数据进行结构数据提取，从而获得温度测试芯片结构数据；

通过热传导技术对温度测试芯片结构数据进行温度分布情况描述，从而获得芯片温度分布情况；

根据温度测试芯片结构数据以及芯片温度分布情况构建芯片热传导模型；

通过芯片热传导模型对温度测试芯片结构数据进行预计温度计算，从而获得温度测试芯片预计温度数据。

7.根据权利要求1所述的芯片温度测试方法，其特征在于，步骤S4具体为：利用热成像技术获取温度测试芯片热成像图像；

对温度测试芯片热成像图像进行热区域分离，从而获得温度测试芯片热区域图像；

利用芯片热能检测模型对温度测试芯片热区域图像进行温度预测，从而获得测试芯片第一温度。

8.根据权利要求1所述的芯片温度测试方法，其特征在于，步骤S5具体为：对温度测试芯片热成像图像进行亮度特征提取，从而获得温度测试芯片特征；

将温度测试芯片特征与温度测试芯片预计温度数据进行关联，从而获得特征-温度特征矩阵；

通过决策树算法对特征-温度特征矩阵构建第二温度估计模型；

利用第二温度估计模型对温度测试芯片特征进行第二温度估计，从而获得测试芯片第二温度。

9.根据权利要求1所述的芯片温度测试方法，其特征在于，步骤S6具体为：获取芯片温度测试环境数据；

通过准确芯片温度计算公式对温度测试芯片结构数据、芯片温度测试环境数据、测试芯片第一温度以及测试芯片第二温度进行计算，从而获得测试芯片温度；其中，准确芯片温度计算公式具体为：其中T

10.一种芯片温度测试系统，其特征在于，用于执行如权利要求1所述的芯片温度测试方法，该芯片温度测试系统包括：热能分析模块，用于通过热成像技术获取芯片测试热成像图像集，对芯片测试热成像图像集进行热能分析，从而获得芯片测试热成像热能图像集；

模型构建模块，用于对芯片测试热成像热能图像集进行图像增强处理，从而获得增强芯片测试热成像热能图像集；基于卷积神经网络对增强芯片测试热成像热能图像集构建芯片热能检测模型；

预计温度计算模块，用于获取温度测试芯片数据，对温度测试芯片数据进行结构数据提取，从而获得温度测试芯片结构数据，根据温度测试芯片结构数据进行预计温度计算，从而获得温度测试芯片预计温度数据；

第一温度分析模块，用于利用热成像技术获取温度测试芯片热成像图像；利用芯片热能检测模型对温度测试芯片热成像图像进行第一温度分析，从而获得测试芯片第一温度；

第二温度分析模块，用于基于温度测试芯片预计温度数据对温度测试芯片热成像图像进行第二温度分析，从而获得测试芯片第二温度；

准确温度计算模块，用于对测试芯片第一温度以及测试芯片第二温度进行准确温度计算，从而获得测试芯片温度。