[发明专利]图像处理方法及装置、电子装置和计算机可读存储介质

权利要求书

1.一种图像处理方法，用于在用户进行视频会议或视频聊天过程中处理合并图像，所述合并图像由预定三维背景图像与当前用户在真实场景下的场景图像中的人物区域图像融合而成，其特征在于，所述图像处理方法包括：

获取所述当前用户的声音信息和环境声音；

处理所述声音信息和环境声音以获得声音特性，其中，声音特性包括响度、音调、音色中的一种或多种，响度与当前用户所处的真实环境关联，用于表示当前的真实环境较为安静还是较为嘈杂，响度根据采集的声音信息的波形的振幅高低判断，根据音量的大小分为多个级别，每个级别的音量对应一个预定三维背景图像，音调根据声音信息的最低频率获得，音调为声带振动的频率，声带振动频率越高，当前用户发出的声音越清脆尖锐，声带振动频率越低，根据频率判断声音清脆或粗犷，以对应预定三维背景图像；音色根据声音信息的频谱特征进行分析和检测，每个用户具有不同的音色，不同音色对应不同的预定三维背景图像；和

根据所述声音特性切换所述预定三维背景图像，所述预定三维背景图像中包括与所述声音特性相对应的元素；

其中，所述预定三维背景图像为由实际场景建模得到的预定三维背景图像或由动画制作得到的预定三维背景图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法还包括：

获取所述当前用户的场景图像；

获取所述当前用户的深度图像；

处理所述场景图像和所述深度图像以提取所述当前用户在所述场景图像中的人物区域而获得人物区域图像；和

将所述人物区域图像与所述预定三维背景图像融合以得到合并图像。

3.根据权利要求1所述的图像处理方法，其特征在于，所述声音特性包括多个，所述预定三维背景图像包括多个，每个所述声音特性对应一个所述预定三维背景图像，所述根据所述声音特性切换所述预定三维背景图像的步骤包括：

根据所述声音特性切换与所述声音特性对应的预定三维背景图像。

4.根据权利要求1所述的图像处理方法，其特征在于，所述预定三维背景图像包括多个并以预定顺序存储，所述根据所述声音特性切换所述预定三维背景图像的步骤包括：

根据所述声音特性以预定方式切换多个所述三维背景图像。

5.根据权利要求2所述的图像处理方法，其特征在于，所述获取所述当前用户的深度图像的步骤包括：

向所述当前用户投射结构光；

拍摄经所述当前用户调制的结构光图像；和

解调所述结构光图像的各个像素对应的相位信息以得到所述深度图像。

6.根据权利要求5所述的图像处理方法，其特征在于，所述解调所述结构光图像的各个像素对应的相位信息以得到所述深度图像的步骤包括：

解调所述结构光图像中各个像素对应的相位信息；

将所述相位信息转化为深度信息；和

根据所述深度信息生成所述深度图像。

7.根据权利要求2所述的图像处理方法，其特征在于，所述将所述人物区域图像与所述预定三维背景图像融合以得到合并图像的步骤包括：

获取所述预定三维背景图像中的预定融合区域；

根据所述人物区域图像确定所述预定融合区域的待替换像素区域；和将所述预定融合区域的待替换像素区域替换为所述人物区域图像以得到所述合并图像。

8.根据权利要求2所述的图像处理方法，其特征在于，所述将所述人物区域图像与所述预定三维背景图像融合以得到合并图像的步骤包括：

处理所述预定三维背景图像以得到所述预定三维背景图像的全场边缘图像；

获取所述预定三维背景图像的深度数据；

根据所述预定三维背景图像的全场边缘图像及所述深度数据确定所述预定三维背景图像的计算融合区域；

根据所述人物区域图像确定所述计算融合区域的待替换像素区域；和

将所述计算融合区域的待替换像素区域替换为所述人物区域图像以得到所述合并图像。