[发明专利]基于人工智能的背景图像生成方法及相关设备

权利要求书

1.一种基于人工智能的背景图像生成方法，其特征在于，所述方法包括：

解析云端图片资源，获得待处理图像；

解析所述待处理图像并划分所述待处理图像中的高频区域和低频区域；

从所述高频区域中标记边缘像素点，并记录所述边缘像素点的坐标；

从所述低频区域中提取所述待处理图像的主色调；

基于所述主色调和所述边缘像素点的坐标设置图像生成代码，并运行所述图像生成代码以获得背景图像。

2.如权利要求1所述的基于人工智能的背景图像生成方法，其特征在于，所述解析云端图片资源，获得待处理图像，具体包括：

依据预设链接地址获取云端图片资源的字节码数据；

利用预设转码接口将所述字节码数据转换为待处理图像。

3.如权利要求1所述的基于人工智能的背景图像生成方法，其特征在于，所述解析所述待处理图像以划分所述待处理图像中的高频区域和低频区域，具体包括：

计算所述待处理图像中每个像素点的灰度值，并依据每个所述像素点的灰度值计算所述待处理图像的灰度均值；

针对所述待处理图像中的每个像素点，计算所述像素点的灰度值与其邻域像素点的灰度值之间的梯度，并依据梯度计算所述像素点的梯度均值；

将所述梯度均值大于所述待处理图像的灰度均值的所有所述像素点作为所述待处理图像的高频区域，并将所述梯度均值不大于所述灰度均值的所有所述像素点作为低频区域。

4.如权利要求1所述的基于人工智能的背景图像生成方法，其特征在于，所述从所述高频区域中标记边缘像素点，并记录所述边缘像素点的坐标，具体包括：

利用预设边缘检测算子计算所述高频区域中每个像素点的横向差分值和纵向差分值；

利用所述横向差分值和所述纵向差分值计算每个所述像素点的边缘特征值，所述边缘特征值的计算方式满足以下关系式：

其中，G代表所述像素点的边缘特征值；G_x代表所述像素点的横向差分值；G_y代表所述像素点的纵向差分值；

针对所述高频区域中的每个像素点，若所述像素点的边缘特征值在邻域内为最大值，则将所述像素点标记为边缘像素点。

5.如权利要求1所述的基于人工智能的背景图像生成方法，其特征在于，所述待处理图像中的每个像素点包含多个通道值，所述从所述低频区域中提取所述待处理图像的主色调，具体包括：

针对所述低频区域中每个像素点，将所述像素点的最高的通道值对应的通道作为所述像素点的色调标签；

将数量最多的所述色调标签作为所述待处理图像的主色调。

6.如权利要求1所述的基于人工智能的背景图像生成方法，其特征在于，所述基于所述主色调和所述边缘像素点的坐标设置图像生成代码，并运行所述图像生成代码以获得背景图像，具体包括：

基于所述待处理图像的主色调设置预设代码模板中的色调参数，并基于所述边缘像素点的坐标设置所述预设代码模板中的轮廓参数，获得图像生成代码；

运行所述图像生成代码，获得背景图像。

7.如权利要求2所述的基于人工智能的背景图像生成方法，其特征在于，所述方法还包括：

将所述预设链接地址作为键，并将所述主色调与所述边缘像素点的坐标作为值，以构建参数映射键值对，并将所述参数映射键值对存储至备份数据库。

8.一种基于人工智能的背景图像生成装置，其特征在于，所述装置包括：

获取单元，用于解析云端图片资源，获得待处理图像；

划分单元，用于解析所述待处理图像并划分所述待处理图像中的高频区域和低频区域；

标记单元，用于从所述高频区域中标记边缘像素点，并记录所述边缘像素点的坐标；

提取单元，用于从所述低频区域中提取所述待处理图像的主色调；

生成单元，用于基于所述主色调和所述边缘像素点的坐标设置图像生成代码，并运行所述图像生成代码以获得背景图像。