1.一种基于计算机视觉的粉尘溯源方法，其特征在于，该方法包括如下步骤：获取施工现场图像及对应的风速向量，根据施工现场图像得到对应的无粉尘图像和粉尘图像；

根据所述粉尘图像得到所述粉尘图像中各粉尘的灰度值和各粉尘的光流向量；

根据所述粉尘图像中各粉尘的灰度值，得到粉尘图像中各粉尘的第一置信度权重；

根据所述粉尘图像中各粉尘的光流向量与对应的风速向量之间的相似性，得到粉尘图像中各粉尘的第二置信度权重；

根据所述第一置信度权重和所述第二置信度权重，得到所述粉尘图像中各粉尘的第三置信度权重；

将粉尘图像中各粉尘沿着对应的光流方向的反方向做延长线，将延长线汇聚的位置作为粉尘源的位置；根据各粉尘源对应的所有粉尘的第三置信度权重，得到各粉尘源的置信度。

2.如权利要求1所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述得到对应的无粉尘图像和粉尘图像的方法，包括：构建两个Encoder‑Decoder网络，所述两个Encoder‑Decoder网络权值共享；

获取训练样本集，训练样本集包括多个施工现场样本图像对；

对各训练样本集进行标注；

将所述训练样本集和标注数据输入到两个Encoder‑Decoder网络中，并采用重构损失函数、差异损失函数以及内容损失函数进行训练；

将施工现场图像输入到训练好的Encoder‑Decoder网络中，得到施工现场图像对应的无粉尘图像和粉尘图像。

3.如权利要求2所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述重构损失函数为：其中，l1为重构损失函数，N为施工现场样本图像对的总数量，W为施工现场样本图像的宽度值，H为施工现场样本图像的高度值， 为第n个施工现场样本图像对中其中一个施工现场样本图像， 为第n个施工现场样本图像对中其中一个施工现场样本图像的无粉尘图像， 为第n个施工现场图像对中其中一个施工现场样本图像的粉尘图像， 为第n个施工现场样本图像对中另外一个施工现场样本图像， 为第n个施工现场样本图像对中另外一个施工现场样本图像的无粉尘图像， 为第n个施工现场样本图像对中另外一个施工现场样本图像的粉尘图像。

4.如权利要求3所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述差异损失函数为：其中，l2为差异损失函数， 为第n个施工现场样本图像对中其中一个施工现场样本图像的粉尘图像 的灰度值， 为第n个施工现场样本图像对中另外一个施工现场样本图像的粉尘图像 的灰度值。

5.如权利要求3所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述内容损失函数为：其中，l3为内容损失函数。

6.如权利要求1所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述得到粉尘图像中各粉尘的第一置信度权重的方法，包括如下步骤：根据如下公式求粉尘图像中各粉尘的第一置信度权重：

其中，β1i(xi,yi)为粉尘图像中第i个粉尘的第一置信度权重，gi(xi,yi)为粉尘图像中第i个粉尘的灰度值，xi为粉尘图像中第i个粉尘的横坐标，yi为粉尘图像中第i个粉尘的纵坐标。

7.如权利要求1所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述得到粉尘图像中各粉尘的第二置信度权重的方法，包括如下步骤：根据如下公式求粉尘图像中各粉尘的第二置信度权重：

其中，β2i(xi,yi)为粉尘图像中第i个粉尘的第二置信度权重， 为粉尘图像中第i个粉尘的光流向量，为施工现场图像对应的风速向量，xi为粉尘图像中第i个粉尘的横坐标，yi为粉尘图像中第i个粉尘的纵坐标。

8.如权利要求1所述的一种基于计算机视觉的粉尘溯源方法，其特征在于，所述得到各粉尘源的置信度的方法，包括如下步骤：根据如下公式求各粉尘源的置信度：

其中，μj为第j个粉尘源的置信度，Ej为第j个粉尘源对应的所有粉尘像素点的集合，βi(xi,yi)为集合Ej中第i个粉尘对应的第三置信度权重，xi为第j个粉尘源对应的第i个粉尘的横坐标，yi为第j个粉尘源对应的第i个粉尘的纵坐标。

9.一种基于计算机视觉的粉尘溯源系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1‑8任一项所述的一种基于计算机视觉的粉尘溯源方法。