1.一种基于多任务蚂蚁系统的多细胞自动跟踪方法，其特征在于，具体步骤包括：

（100）、初始化：设定多任务蚂蚁系统中的蚂蚁个体在图像中的初始状态分布；初始设定每个蚂蚁系统任务完成概率；初始细胞的RGB直方图模板库构建；设定蚂蚁个体最大、最小活动影响区域，模型概率与权重；

（200）、跟踪：多个任务蚂蚁系统对细胞进行跟踪，每个独立蚂蚁系统对应一个细胞的跟踪；

（300）、找出每个独立蚂蚁系统中的最佳细胞的RGB直方图；

（400）、更新细胞的RGB直方图模板库：对于上述的每个独立蚂蚁系统中所找到的最佳细胞的RGB直方图，若当前最佳细胞的RGB直方图与细胞的RGB直方图模板库的平均相似度超过预设阈值，则该最佳细胞的RGB直方图加入当前细胞的RGB直方图模板库，为下一次迭代计算所用；

（500）、筛选蚂蚁系统：对每个蚂蚁系统任务完成概率进行阈值判断，若超过设定阈值，则该蚂蚁系统为有效的，继续进行下一步骤；否则删除该蚂蚁系统；

（600）、提取细胞状态：对剩余的蚂蚁系统的似然函数阈值化，并提取多个细胞状态。

2.根据权利要求1所述的基于多任务蚂蚁系统的多细胞自动跟踪方法，其特征在于，所述步骤（400）和步骤（500）之间有步骤（450），调整蚂蚁系统状态：通过蚂蚁移动状态模块，实现蚂蚁系统状态进一步调整；更新每个蚂蚁系统中每只蚂蚁的运动模型概率、似然函数值、影响区域、权重和每个蚂蚁系统跟踪任务完成概率。

3.根据权利要求1所述的基于多任务蚂蚁系统的多细胞自动跟踪方法，其特征在于，所述步骤（500）和步骤（600）之间有步骤（550），合并蚂蚁系统：若两个蚂蚁系统找得是同一细胞，则两蚂蚁系统进行合并，合并后的蚂蚁系统的蚂蚁个体数量是原先两蚂蚁系统的蚂蚁个体数量之和，合并后的蚂蚁系统的任务完成概率也是原先两蚂蚁系统的任务完成概率之和，但小于1。

4.根据权利要求1所述的基于多任务蚂蚁系统的多细胞自动跟踪方法，其特征在于，所述步骤（300）还包括实现下一步蚂蚁个体移动方向与具体位置，通过蚂蚁模型概率和似然函数值来实现随机搜索；在此基础上，进一步实现蚂蚁局部状态调整。

5.根据权利要求1所述的基于多任务蚂蚁系统的多细胞自动跟踪方法，其特征在于，所述步骤（600）中对剩余的蚂蚁系统的似然函数阈值化具体为：对于所剩余蚂蚁系统，计算对应的各蚂蚁系统重心位置，对其位置的似然函数重新计算，若该似然函数大于设定阈值，则该重心位置对应细胞估计位置。

6.一种基于多任务蚂蚁系统的多细胞自动跟踪系统，其特征在于，包括：

多个蚂蚁系统，每个独立蚂蚁系统对应一个细胞的跟踪；

细胞的RGB直方图模板库，用于存储细胞的RGB直方图；

初始化模块，用于设置多个蚂蚁系统中的蚂蚁个体在图像中的初始分布情况，假定每个蚂蚁系统跟踪任务完成概率，初始细胞的RGB直方图模板库构建，设定蚂蚁个体最大、最小活动影响区域、权重、模型概率；

多个蚂蚁个体决策单元，每个蚂蚁个体决策单元对应一个蚂蚁系统，实现随机搜索，决定下一步蚂蚁个体的移动方向与具体位置，并进一步对蚂蚁个体的局部状态进行调整；

蚂蚁协作决策单元，提取在当前迭代中多个蚂蚁系统的每个独立蚂蚁系统中所找到的最佳细胞的RGB直方图，若满足一定条件，则作为下次迭代过程细胞的RGB直方图模板库；

细胞状态提取模块，对各个所述蚂蚁系统进行筛选，利用有效的蚂蚁系统对多细胞状态进行提取。

7.根据权利要求6所述的基于多任务蚂蚁系统的多细胞自动跟踪系统，其特征在于，所述蚂蚁协作决策单元，对于上述的每个独立蚂蚁系统中所找到的最佳细胞的RGB直方图，若当前最佳细胞的RGB直方图与细胞的RGB直方图模板库的平均相似度超过某阈值，该最佳细胞的RGB直方图加入当前细胞的RGB直方图模板库，为下一次迭代计算所用。

8.根据权利要求7所述的基于多任务蚂蚁系统的多细胞自动跟踪系统，其特征在于， 所述蚂蚁协作决策单元还通过蚂蚁移动状态模块，实现蚂蚁个体状态进一步调整；并更新每个蚂蚁系统中每只蚂蚁个体的运动模型概率、似然函数值、影响区域、权重、跟踪任务完成概率。

9.根据权利要求6所述的基于多任务蚂蚁系统的多细胞自动跟踪系统，其特征在于，所述细胞状态提取模块，通过对细胞跟踪任务完成概率进行阈值判断，确认有效蚂蚁系统；

通过蚂蚁系统合并模块，将两两状态相近蚂蚁系统进行合并；并对剩余蚂蚁系统的似然函数阈值化，提取多个细胞状态。

10.根据权利要求6所述的基于多任务蚂蚁系统的多细胞自动跟踪系统，其特征在于，所述蚂蚁系统的数量大于需要跟踪的细胞的数量。