影像处理基本技术
医学影像处理图像处理
通过对大量患者医学影像数据的分析和挖掘，可以建立预后预测模 型，为患者提供更加个性化的治疗建议。
05 医学影像处理挑战与前景
数据获取标准化问题
数据来源多样性
医学影像数据来自不同设备、不同参数设置，导致数据间存在差 异性。
数据标注准确性
医学影像数据标注需要专业医生进行，标注质量对模型训练效果 影响重大。
纹理特征
描述图像中像素灰度级或颜色的空间 分布模式，如灰度共生矩阵、Gabor 滤波器等。
03 医学影像处理核心技术
医学影像配准技术
基于特征的配准
提取医学影像中的特征点、线或 面，通过匹配这些特征来实现图
像的配准。
基于灰度的配准
利用医学影像的灰度信息，通过 优化算法使得两幅图像的灰度差
异最小化，从而实现配准。
数据隐私保护
医学影像数据涉及患者隐私，如何在保证数据可用性的同时保护 患者隐私是一个重要问题。
算法性能优化问题
算法精度提升
医学影像处理对算法精度要求较高，需要不断优 化算法以提高诊断准确率。
算法实时性
医学影像处理算法需要满足实时性要求，以便医 生能够及时获取诊断结果。
算法鲁棒性
医学影像处理算法需要具备鲁棒性，以应对不同 质量、不同来源的医学影像算机技术和图像处理算法的不断发展，医学影像处 理逐渐成为一个独立的研究领域，并在医疗诊断和治疗中发挥着越来越重要的 作用。
医学影像处理重要性
提高诊断准确性
通过对医学影像进行增强、分割 和识别等操作，可以更加准确地 提取病变信息，减少漏诊和误诊
的风险。
辅助医生决策
超声心动图影像处理案例
案例一
超声心动图影像质量增强。利用图像处理技术对超声心动图影像进行去噪、增强等处理，提高影像的清晰度 和对比度，为后续的分析和诊断提供高质量的图像数据。
计算机图像处理的相关技术
计算机图像处理的相关技术计算机图像处理是指利用计算机对图像进行处理和分析的一种技术。
它可以改善图像的质量、增强图像的细节、调整图像的颜色和亮度等，被广泛应用于数字媒体、医学影像、安防监控、人脸识别等领域。
1. 图像滤波：图像滤波是一种常用的图像处理技术，它通过对图像进行平滑、锐化或者增强，来改善图像的质量。
常用的滤波器包括均值滤波器、中值滤波器、高斯滤波器等。
2. 图像增强：图像增强是指通过调整图像的亮度、对比度和色彩等参数，使图像更加鲜明和清晰。
常用的增强技术包括直方图均衡化、灰度变换、对数变换等。
3. 图像复原：图像复原是指对损坏的图像进行恢复，以还原图像的原始信息。
常用的图像复原技术包括去噪、去模糊、修复等。
4. 图像压缩：图像压缩是将图像的数据进行压缩，以减少存储空间和传输带宽的技术。
常用的压缩方法有无损压缩和有损压缩两种。
5. 图像分割：图像分割是将图像中的不同区域或者物体进行分离和提取的技术。
常用的分割方法包括基于阈值的分割、基于边缘的分割、基于区域的分割等。
6. 特征提取：特征提取是从图像中提取出具有代表性和区别度的特征，用于图像识别和分类。
常用的特征提取方法包括边缘检测、角点检测、纹理特征等。
7. 目标检测与跟踪：目标检测与跟踪是指从图像中检测和跟踪特定的目标或者物体的位置和运动。
常用的目标检测与跟踪算法包括Haar特征分类器、卷积神经网络等。
8. 三维重建：三维重建是根据多个图像的视角和深度信息，恢复出三维场景的形状和结构。
常用的三维重建方法包括立体匹配、结构光投影等。
9. 图像识别与分类：图像识别与分类是指将图像分为不同的类别或者识别出图像中的物体，常用的识别与分类方法包括支持向量机、卷积神经网络等。
计算机图像处理的相关技术涵盖了图像滤波、图像增强、图像复原、图像压缩、图像分割、特征提取、目标检测与跟踪、三维重建以及图像识别与分类等多个方面，这些技术在提高图像质量、提取图像信息和实现图像分析的过程中发挥着重要的作用。
医学影像技术的专业知识技能
医学影像技术的专业知识技能1. 简介医学影像技术是现代医学领域的重要组成部分，利用各种影像学方法对人体内部进行无创检查，为医生提供准确的诊断依据。
医学影像技术的发展对于提高医疗水平、提升诊断效率起到了重要作用。
本文将详细介绍医学影像技术所需的专业知识技能。
2. 基本知识•解剖学：医学影像技术专业人员需要对人体解剖学有深入的了解，以便能够准确判断影像中的各个解剖结构。
•生理学：了解人体各个器官的正常生理功能及其异常变化，对于判断病变的程度和类型至关重要。
•影像学原理：掌握X射线、CT、MRI等各种医学影像设备的原理和操作方法，了解不同影像技术的应用场景和优缺点。
3. 影像解读技能•影像学分析：能够快速准确地分析和识别各种影像学表现，判断病变的性质、部位、范围等关键信息。
•病灶评估：通过影像学表现评估病变的性质、大小、形态等特征，为临床医生提供可靠的诊断依据。
•影像报告编写：根据影像学表现，能够编写详细准确的影像学报告，提供给临床医生进行诊断和治疗。
4. 影像处理和分析技术•影像重建：掌握常见的影像重建算法和软件，能够对原始影像进行处理，提高影像质量和诊断效果。
•影像分析：利用专业的医学影像处理软件，进行影像定量分析和功能分析，为疾病诊断和疗效评估提供支持。
•三维重建：能够利用三维可视化技术对影像进行三维重建，更直观地显示和分析病变内容。
5. 交流与团队合作能力•与临床医生沟通：医学影像技术专业人员需要与临床医生深入交流，了解病人的病史和临床症状，以更好地指导影像检查和解释影像学结果。
•与其他影像技术人员合作：医学影像技术通常需要与放射科医生、病理科医生等专业人员合作，共同制定最佳的影像学检查方案和诊断方案。
6. 持续学习与技术更新•跟进技术发展：医学影像技术发展迅猛，专业人员需要及时了解最新的影像技术和设备，不断学习和更新自己的知识。
•学术研究参与：积极参与医学影像学领域的学术研究，与同行交流和分享经验，提升自己的专业水平。
医学影像的图像处理技术
医学影像的图像处理技术一、前言医学影像学是一门应用广泛而又不断发展的学科，医学影像的图像处理技术应用十分广泛，它们不仅可以为临床医生诊疗提供重要的辅助手段，而且也可以用于多领域的研究。
在医学影像学的实践中，图像处理技术已经成为一项不可或缺的技术。
二、数字图像处理技术数字图像处理技术是处理数字图像的技术，它将数字图像转换为数字信号，再利用数字信号处理技术对图像进行处理和分析。
数字图像处理技术可分为以下几类：1. 信号处理技术信号处理技术是数字图像处理的基础，主要用于处理图像的亮度、对比度、平滑度等特征。
常用的信号处理技术有空域滤波、频域滤波等。
2. 图像压缩技术图像压缩技术是将数字图像经过压缩算法处理，达到减小文件大小的目的。
常见的图像压缩技术有JPEG、PNG、GIF等。
3. 形态学图像处理技术形态学图像处理技术是用于提取图像的形态学特征的一种处理技术，常用于边缘检测、形态学滤波等。
4. 分割图像处理技术分割图像处理技术是将图像分成不同的部分或区域的处理技术，常用于医学影像中对人体组织、器官的分割。
5. 三维图像处理技术三维图像处理技术是处理医学影像中三维模型的技术，其主要方法包括体绘制、表面绘制、投影法等。
6. 人工智能技术人工智能技术在医学影像处理中也越来越常见，主要包括机器学习、深度学习两种方法。
三、医学影像的处理在医学影像学中，可以应用以上数字图像处理技术，包括形态学处理、直方图均衡化、二值化、边缘检测、基于特征的分析等方法，实现对图像的增强、分割和分析。
以下是介绍几种较为常见的处理方法：1. 直方图均衡化直方图均衡化是医学影像中应用较广泛的一种图像增强技术。
图像直方图是指统计图像中各像素强度的数量分布情况。
通过直方图均衡化，可以增强图像的对比度，使得图像细节更加清晰，更易于观察和分析。
2. 空域滤波空域滤波技术是医学影像处理中最基础的滤波方法之一。
常用的空域滤波方法包括平滑滤波、锐化滤波、边缘检测滤波等。
医学影像图像处理与分析技术
医学影像图像处理与分析技术近年来，随着计算机科学和医学技术的快速发展，医学影像图像处理与分析技术在医学领域中发挥着越来越重要的作用。
医学影像图像处理与分析技术是指利用计算机技术和图像处理算法对医学影像进行处理和分析的一种技术手段。
医学影像图像处理与分析技术的主要目的是从医学影像中提取和解析出有用的信息，帮助医生进行诊断和治疗。
在过去，医生主要依靠肉眼观察影像进行判断，这种方法容易受到主观因素的影响，存在一定的局限性。
而借助图像处理与分析技术，医生可以对医学影像进行数字化处理和量化分析，从而得到更准确、更客观的诊断结果。
常见的医学影像图像处理与分析技术包括图像增强、图像配准、图像分割以及特征提取等。
图像增强是指通过算法或者方法来改善图像的质量，使得潜在的有用信息更加明显。
在医学领域中，由于某些原因（如器官运动、噪声等），医学影像常常存在一定程度的模糊和失真，图像增强技术可以帮助医生更好地观察和分析图像。
图像配准是指将多个医学影像的几何形态对齐，以便医生可以更好地比较和分析这些影像。
图像分割是指根据医学影像中的特定特征，将图像划分为不同的区域，以便医生对感兴趣的区域进行更详细的分析。
特征提取是指从医学影像中提取出与疾病相关的特征，以辅助医生进行诊断。
除此之外，医学影像图像处理与分析技术还与机器学习和人工智能相结合，形成了医学图像分析领域的新热点。
机器学习和人工智能是指通过训练和学习算法，使计算机能够自动识别和分析医学影像，从而提供更准确的诊断和预测。
借助这些技术，医生可以将大量的医学影像数据输入到计算机中，让计算机根据已有的经验和规则进行自动判断。
这不仅大大提高了医生的工作效率，还可以减少人为判断的主观偏差。
医学影像图像处理与分析技术的发展给医学诊断和治疗带来了巨大的进步。
它可以帮助医生发现微小的病变、提前发现潜在的疾病风险，并且可以根据不同患者的个体差异，提供个性化的治疗方案。
此外，医学影像图像处理与分析技术还在疾病的研究和临床试验中发挥着重要作用，帮助医学科学家深入探索疾病的病理机制和疾病的发生发展规律。
医学影像学中的图像处理技术
医学影像学中的图像处理技术随着科学技术的不断发展和进步，人们对于疾病的诊断和治疗要求也越来越高。
医学影像学作为现代医学中的一个重要分支，已经成为现代医学中不可或缺的一部分。
医学影像学不仅为医生提供了更多的诊断手段，而且为病人的治疗方案制定和治疗效果评估提供了重要的依据。
而图像处理技术在医学影像学中的应用，则进一步提高了医生对影像信息的解释、分析和利用的效率。
一、医学影像学中的图像处理技术简介医学影像学中的图像处理技术是指利用计算机技术对原始医学影像进行数字化、分析、处理和展示的技术手段。
图像处理技术主要包括数字图像处理、图像分析、特征提取、图像增强、三维重建、医学图像配准、图像分类识别等。
数字图像处理将图片转化成一组数字信号，对于这组数字信号进行处理和分析，可以得到医学影像的各种信息。
图像分析是对医学影像进行分析和识别，以帮助医生诊断和治疗疾病。
特征提取是指从医学影像中提取出相关的信息，为后续图像分析和治疗提供依据。
图像增强是指利用图像处理技术使得影像的质量更加清晰、准确，以帮助医生诊断和治疗。
二、医学影像图像处理技术的应用1、医学影像的数字化数字化是医学影像中最基本也是最重要的处理技术，是将医学影像采集的过程进行数字化，这样就可以利用计算机进行存储、传输、处理等操作。
数字化是实现其他图像处理技术的前提，也是医学影像学的数字化发展的起点。
2、医学图像的增强处理医学图像增强技术主要是为了让影像中更多的信息有效地被提取和利用。
例如，超声影像常常因为病人体壁膜的吸收和衰减而导致图像质量较差，这时候就可以使用增强技术对影像进行处理，让医生更容易诊断和治疗。
3、三维重建三维重建是指将医学影像处理成三维模型，使医生对人体器官的内部结构有更加具体和真切的认识。
例如，在骨科医生的手术之前，医生可以对拍摄的骨科影像进行三维重建，以了解患者骨骼的情况，确定手术路径和手术方案，以保证手术的效果和成功率。
4、医学图像配准医学图像配准技术是将不同时间和不同成像方式的影像进行对齐，从而帮助医生更加准确地诊断和治疗疾病。
医疗影像学中的图像处理技术使用方法
医疗影像学中的图像处理技术使用方法随着医学影像学的发展和迅速发展的数字化技术，图像处理技术在医疗影像学中的应用变得越发重要。
医疗影像学使用图像处理技术可以有助于医生更准确、更迅速地进行诊断，为患者提供更好的医疗服务。
本文将介绍几种常见的医疗影像学中的图像处理技术使用方法。
1. 图像增强图像增强是一种常见的图像处理技术，在医疗影像学中有着广泛的应用。
常见的图像增强技术包括灰度拉伸、直方图均衡化、滤波和锐化等。
灰度拉伸可以通过增加图像的动态范围来增强图像的对比度，使得医生能够更清晰地观察图像细节。
直方图均衡化可以通过对图像的像素值进行调整来增强图像的对比度。
滤波技术可以去除图像中的噪声，从而提高图像的质量。
锐化技术可以增强图像中的边缘，使得图像更加清晰。
2. 图像分割图像分割是将图像划分为多个具有相似特征的区域的过程。
在医疗影像学中，图像分割可以用于分离不同组织、器官或病变区域。
常见的图像分割方法包括阈值分割、区域生长、边缘检测和聚类等。
阈值分割是一种简单而常用的方法，通过设定一个阈值将图像中的像素分为不同的区域。
区域生长方法是从种子点开始，逐步地生长，直到满足某个停止准则为止。
边缘检测方法可以在图像中找到不同区域之间的边界。
聚类方法可以根据像素的灰度值或其他特征将图像分为不同的类别。
3. 三维重建在某些情况下，医疗影像学需要对二维图像进行三维重建，以得到更全面的信息。
三维重建是将一系列的二维图像组合起来，形成一个三维模型。
常见的三维重建方法包括体素插值、曲面重建和体绘制等。
体素插值是一种将二维图像的像素值插值为三维体素值的方法，从而得到一个连续的三维模型。
曲面重建是根据二维图像中的边界信息重建出三维模型的表面。
体绘制可以根据体素信息将三维模型转化为可视化的图像。
4. 特征提取和分类在医疗影像学中，特征提取和分类是一项重要的任务，可以帮助医生识别和分类不同的病变或组织。
特征提取是从图像中提取具有区分度的特征，例如纹理特征、形状特征和灰度特征等。
医学影像处理
医学影像处理随着医学技术的不断进步，医学影像处理在临床诊断和研究领域中发挥着越来越重要的作用。
医学影像处理是通过数字化技术对医学影像进行处理和分析，从而提取出有用的信息，辅助医生进行疾病的早期诊断、疗效评估和手术规划等工作。
一、医学影像处理的基本原理医学影像处理主要基于数字图像处理的原理。
首先，医学图像通过数码设备采集并转化为数字信号，然后通过图像处理算法对图像进行增强、滤波、分割、配准等处理。
最后，经过处理得到的图像可以用于进一步的疾病分析和诊断。
二、医学影像处理的应用领域1. 结构医学影像处理：结构医学影像处理主要用于对人体内部结构的表征和定量分析。
例如，对CT、MRI等影像进行骨骼、器官的分割和三维重建，帮助医生观察病变的范围和位置。
2. 功能医学影像处理：功能医学影像处理主要用于对人体功能活动的定量分析。
例如，对PET、fMRI等影像进行脑功能活动的定量分析，帮助医生研究脑部疾病的发生和发展机制。
3. 医学图像配准：医学图像配准是指将不同时间、不同技术、不同模态的医学图像进行对齐，使得医生可以更方便地观察和比较。
例如，通过对比病人的不同年龄阶段的CT影像，医生可以更准确地判断病变的发展情况。
4. 医学图像分割：医学图像分割是将医学图像中的感兴趣物体或区域从背景中分离出来的过程。
通过医学图像分割，医生可以更准确地测量病变的大小和形状，做出更准确的诊断。
5. 医学图像增强：医学图像增强是通过一些数学和物理的方法，使得图像的质量得到提高。
例如，去除图像中的噪声、消除图像中的伪影等。
医学图像增强可以使医生更清晰地观察病变细节，提高诊断准确性。
三、医学影像处理的挑战和发展方向虽然医学影像处理在临床应用中取得了显著的成果，但仍然面临一些挑战。
首先，医学影像处理需要耗费大量的计算资源和算法，对计算机的算力和存储要求较高。
其次，医学影像处理的算法和技术需要与医疗设备进行紧密结合，与医生的实际需求相结合。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
照片编辑“高棉的微笑”使用“镜头矫正”滤镜对画面进行矫正，操作步骤如下：（1）在Photoshop中，打开文件“吴哥少女.jpg”。
双击工具箱中的“抓手工具”，令窗口缩放至合适显示比例。
（2）在图层面板上右键单击“背景”图层，从弹出的快捷菜单中选择“复制图层…”命令，在“复制图层”对话框中，命名新图层为“镜头矫正”，如图4所示，单击“确定”按钮。
（3）单击“背景”图层的“指示图层可见性图标”，隐藏该图层。
图4 “复制图层”对话框（4）为了防止在镜头矫正过程中图像转到画布之外，要向四周扩展画布。
可在菜单栏中选择“图像”→“画布大小…”命令，选中“相对”复选框，输入需要扩展的相对尺寸。
如图5所示，单击“确定”按钮。
图5 “画布大小”对话框（5）在菜单栏中选择“滤镜”→“扭曲”→“镜头矫正…”命令，出现扩展至全屏幕的“镜头矫正”对话框，矫正由于仰拍造成的镜头成像变形。
○1为了便于观察，取消对话框下方的“显示网格”复选框；使用对话框左侧工具属性栏的“拉直工具”沿着窗格清晰的雕刻纹理，绘制一条水平矫正线将图像拉直到新的横轴，画面自动旋转相应的角度，如图6所示。
图6 用拉直工具进行倾斜矫正○2调整右侧“变换”栏目中的“垂直透视”数值，矫正由于仰角拍摄令镜头产生近大远小畸变，设置参考如图7所示，单击“确定”按钮。
图7 用垂直透视矫正参考数值镜头矫正前、后对比效果如图8所示。
图8 矫正前、后对比效果说明（1）“镜头矫正”滤镜可用来旋转图像，或修复由于相机垂直或水平倾斜而导致的图像透视现象。
相对于使用“变换”命令，此滤镜的图像网格使得这些调整可以更为轻松精确地进行。
（2）“垂直透视”校正由于相机向上或向下倾斜而导致的图像透视，使图像中的垂直线平行。
“水平透视”校正左、右方向的图像透视，并使水平线平行。
“角度”旋转图像可以针对相机歪斜加以校正。
2．曝光调整在摄影技术中，曝光调整分为全局调整和区域调整两个方面，在“数字暗房”中则主要对应使用“色阶”和“曲线”两个命令。
当然特定区域的曝光调整需要首先使用选择工具进行选取。
全局的调整使用色阶调整图层，提高画面的整体亮度，操作步骤如下：（1）确认当前图层为“镜头矫正”。
在菜单栏中选择“图层”→“新建调整图层”→“色阶…”命令，在弹出的“新建图层”对话框中命名图层，参数设置如图9所示。
单击“确定”按钮，出现“色阶”对话框。
图9 “新建图层”对话框（2）在“色阶”对话框的直方图中，用坐标形式标出了画面中暗部与高光的分布，左边是暗部，右边是高光。
在直方图下边有3个箭头滑块，用于调整照片的亮度值。
3个滑块从左至右分别表示黑场、中间调和白场。
在准确曝光的情况下，照片通常具有完全调。
也就是说，照片中最亮的地方是纯白，最暗的地方是纯黑。
但这张照片只有较灰的白，导致了高光不足的效果。
要迅速调整这张照片的阶调范围使其变成完全调，就需要把白场滑块向左移直到曲线的右端。
这样做实质上是告诉Photoshop “把所有比这里亮的地方都变成纯白”。
如图10所示。
色阶调整后的直方图效果如图11所示。
图10 “色阶”对话框图11 色阶调整后的直方图说明（1）调整图层具有以下优点：●编辑不会造成破坏。
可以尝试不同的设臵并随时重新编辑调整图层。
也可以通过降低调整图层的不透明度来减轻调整的效果。
●编辑具有选择性。
在调整图层的图像蒙版上绘画可将调整应用于图像的一部分。
通过重新编辑图层蒙版，可以控制调整图像的任何部分。
●能够将调整应用于多个图像。
在不同图像之间拷贝和粘贴调整图层，以便应用相同的颜色和色调调整。
（2）调整图层将影响其下方的所有图层：通过做出一次调整即可校正多个图层，而无需单独调整每个图层。
如果只想影响下方相邻图层，可以选中图8中的“使用前一图层创建剪贴蒙版”复选框；也可以在创建调整图层后，在图层面板上两个图层的边界处按住Alt 键单击鼠标即可，此时调整图层图标左侧出现“ ”标记，该操作称为“创建剪切蒙版”；再次按住Alt键点击可解除；快捷键是:Ctrl+Alt+G。
（3）色阶图只是一个直方图，用横坐标表示亮度特性值，纵坐标表示频数或频率值，各组的频数或频率的大小用直方柱的高度表示。
在数字图像中，色阶图是说明照片中像素色调分布的图表。
✌小技巧（1）一般来说在调整输入色阶的高调值与低调值的时候，可以将直方图上没有像素或像素很少的那一端，作为调整点。
如果高调一端（右侧）没有像素，就将高调那端移向低调；低调那端（左侧）没有像素就将低调那端向高调方向拉。
调整量应该就设在直方图柱线开始增多的那个位臵，这样就不会损失暗部或亮部的细节，如图11所示。
（2）按住Alt键的同时移动滑块可以预览调整效果，当颜色开始显露时，意味着暗部或高光的像素开始受到影响，应避免调整过度，损失暗部或亮部细节的情况。
（3）由于使用了调整图层，只需双击图层面板中的色阶调整图层图标，就可以重新打开色阶调整对话框，进行编辑调整。
局部曝光的调整为了突出人物，需要增强人物面部的亮度或对比度。
这里使用更为精确、细致的“曲线”工具进行调整。
使用曲线调整图层提高人物面部高光区域的亮度，操作步骤如下：(1)使用“套索工具”，粗略选取人物区域。
由于后面要对选区进行羽化，选取时应注意与人物边缘保持适当距离，如图12所示。
图12 粗略选取人物区域(2)为了避免由于局部亮度的变化，导致所选区域边缘凸显，可单击工具属性栏上的“调整边缘…”（Refine Edge…）按钮，将选区羽化，使曲线命令的影响逐渐消隐。
参数设置如图13所示。
图13 选区边缘调整效果说明―调整边缘‖对话框中，各参数意义如下：●―半径‖的作用是，通过增大数值，将选区边缘变得更加柔和，特别适合于调整具有柔软边缘的对象，比如柔软的头发。
如果边缘过于生硬，在合成时会显得不自然，该选项可以很好地解决这个问题。
●―对比度‖的作用是，通过增大数值将边缘变得更加硬（与―半径‖相反）。
如果抠取的是边缘十分清晰的主体，可以利用该选项增加边缘的清晰程度。
●增加―平滑‖值可以将选区中的细节弱化，去除毛刺或者缝隙，使选择区边缘更加平滑。
●―羽化‖选项可以将选区边缘进行模糊处理，它和―半径‖选项是不同的，―半径‖选项是向选区内部渐隐，而―羽化‖选项则向边缘两侧软化。
相比来讲，―半径‖选项更不易引起白色杂边或者黑色杂边现象。
●―收缩/扩展‖选项可以将选区变大或变小，如果选区选取过大，会露出一部分背景，只要将它缩小一点，情况就可以得到改善。
(3)单击图层面板下方的“创建新的填充或调整图层”按钮，如图14所示。
从弹出的菜单中选择“曲线…”命令，在图层面板中添加“曲线”调整图层。
图14 “创建新的填充或调整图层”按钮(4)弹出“曲线”对话框后，按住Ctrl键的同时，单击画面人物额头高光的位置，将该高光的亮度坐标标记在曲线上，如图15所示，参考输入值和输出值均为155。
图15 定位人物面部高光亮度坐标注意此时，选区自动转化为调整图层的蒙版，随时可以对蒙版进行编辑。
说明（1）在图15中，采样坐标值“155”只是一个参考值，用户在实际操作中选择的标记可能会与该值略有差异。
（2）对于多余的坐标点，可通过使用鼠标将其拖动到方图外的方法删除。
(5)用相同的方法，在人物的面颊亮度过渡区域做标记，如图16所示，参考输入值和输出值均为115。
目的是为了更加精确地控制人物面部光线。
图16 定位面部过渡区域亮度坐标(6)最后，在人物的面颊阴影处做标记，如图17所示，参考输入值和输出值均为35。
定位该点是为了使暗部基本保持直线不弯曲，即输入亮度值等于输出亮度值不变。
图17 定位面部阴影区域亮度坐标(7)选择第1个标记，使用鼠标垂直向上拖动，令额头的定位点输出框中的亮度值由155提高为约182，意味着额头更亮了；选择第2个标记，也可按下键盘上的光标移动键“↑”，将面颊的过度区域定位点输出框中的亮度值由115提高为约134，意味着面颊更亮了；保持阴影部分定位点亮度值不变。
产生的效果是人物面部明暗的对比更加强烈，令人物更加突出。
如图18所示。
图18 局部亮度调整效果(8)重新命名该调整图层为“曲线–局部曝光调整”。
说明在如图19所示的“曲线”对话框中，Photoshop将图像的暗调、中间调和高光通过一条曲线来表达。
曲线左下角的端点代表暗调，右上角的端点代表高光，中间的过渡代表中间调。
注意左方和下方有两条从黑到白的渐变条。
位于下方的渐变条代表着绝对亮度的范围，所有的像素都分布在0至255之间。
位于左方的渐变条代表了变化的趋势，对于曲线上的某一个点来说，往上移动就是加亮，往下移动就是减暗。
在图19中，线段上有a、b、c三点，从上述分析中可知，a是图像中较暗的部分，c代表较亮的部分，b位于两者中间。
经过调整后b和 c沿Y轴向上方移动了一段距离。
由于往上移动等同于加亮，所以调整后的效果是：较暗部分保持不变，中间和较亮部分均加亮，这样图像看起来当然变亮了。
但由于b、c两点在Y轴方向上的移动距离不同，c移动较多而b移动较少。
这就意味着两点加亮的程度不同。
此外由于曲线的两个端点并没有移动，这意味着原图中的纯黑或纯白部分并没有被改变。
图19 曲线工具调整方法及含义在调整了人物面部的亮度后，还应该改善人物的肤色，我们将采用另外一种针对颜色进行精确调整的方法：“可选颜色”命令。
使用可选颜色调整图层进一步改善人物面部的肤色，操作步骤如下：(1)单击图层面板下方的“创建新的填充或调整图层”按钮，从弹出的菜单中选择“可选颜色…”命令，在图层面板中添加“选取颜色”调整图层。
(2)弹出“可选颜色选项”对话框后，在“颜色”下拉列表中选择“中性色”，在“方法”区域内选择“绝对”单选按钮，并且调整“青色”数值为“-4”，调整“黑色”数值为“-7”。
如图20所示。
图20 可选颜色设置说明（1）在“可选颜色选项”对话框顶部的“颜色”下拉列表中的颜色选项是由加色原色（红、绿、蓝）和减色原色（青、洋红、黄）与白色、中性色和黑色组成。
在“方法”区域中，“相对”是指按照总量的百分比更改颜色的量。
例如，从50%青色的像素开始添加10%，则5%将添加到青色。
结果为55%的青色。
“绝对”是指按绝对值调整颜色。
例如，从50%的青色的像素开始，添加10%，青色会设臵为总共60%。
（2）通过增加色轮中相反颜色的数量，可以减少图像中某一颜色的数量，反之亦然。
在标准色轮上，处于相对位臵的颜色被称作补色。
同样，通过调整色轮中两个相邻的颜色，甚至将两个相邻的色彩调整为其相反的颜色，可以增加或减少一种颜色。
青色是红色的互补色，减少青色意味着增加红色。
色轮数值与互补颜色的效果，如图21所示。
（3）中性色是指画面上除了纯黑和纯白的所有颜色，减少中性色中的黑色意味着所有颜色的黑色含量减少，表现为画面的亮度提升、更透。