传统计算机视觉系统在图像生成过程中，往往面临噪声干扰问题以及组织结构与颜色相似性带来的挑战，这些问题严重影响了图像分割的准确性。因此，本文提出了基于人工智能内容自动生成(augmented image content graph, AICG)技术的计算机视觉系统图像生成方法，旨在提升计算机视觉系统在图像生成领域的性能和应用价值。首先，详细概述计算机视觉系统图像生成技术，包括系统组成和传统图像生成方法。其次，分析数据集构建与预处理，阐述数据增强技术。再次，提出基于AICG技术的图像生成方法，建立AICG技术框架。最后，通过实验数据结果分析验证该方法的可行性和有效性。结果表明：该方法生成的图像具有更高的质量，能够为计算机视觉系统提供丰富的图像数据，这些高质量的图像数据有助于系统更准确地完成目标识别任务，从而提升系统的整体性能。