Las imágenes térmicas son altamente dependientes de las condiciones ambientales exteriores. Este documento propone un método para mejorar la precisión de la temperatura exterior medida en edificios con diferentes parámetros circundantes, como la humedad del aire, la temperatura externa y la distancia al objeto. Se propuso un modelo para mejorar la calidad de la imagen térmica basado en KMeans y la estructura modificada de la red generativa adversaria (GAN). Utiliza un conjunto de imágenes recopiladas para objetos expuestos a diferentes condiciones exteriores en términos de las recomendaciones climáticas requeridas para las mediciones. Este método mejora el diagnóstico de deficiencias térmicas en edificios. Sus resultados apuntan a la probabilidad de que las áreas de pérdida de calor coincidan con múltiples mediciones infrarrojas con contrastes inconsistentes para el mismo objeto. El modelo muestra que se alcanzó una precisión comparable y una mayor coincidencia. Este modelo permite un análisis efectivo y preciso de imágenes infrarrojas para edificios donde la salida de encuestas repetidas muestra grandes discrepancias en las temperaturas superficiales medidas debido a las propiedades del material.