1.一种基于图像背景提取前提的蚁群多细胞跟踪方法，其特征在于对截取的原始图像区域，通过三个方法：先验蚁群分布方法、多蚁群重构方法、细胞身份管理与状态提取方法的分析，实现多细胞的自动跟踪；所述先验蚁群分布方法根据原始图像背景概率估计结果将蚁群按概率分布在细胞最可能出现的区域；所述多蚁群重构方法根据启发式直方图性和信息素大小将蚁群进行重新分配，并形成相应的信息素场；所述细胞身份管理与状态提取方法通过快速蚁群聚类算法来提取细胞的数目与状态，并通过某细胞对应的蚁群中有身份识别属性和无身份识别属性的蚂蚁比例来确定该细胞的身份属性；

所述先验蚁群分布方法旨在给出蚁群的初始分布，其通过细胞图像背景提取技术实现，具体步骤为：

1)色彩空间转换：对于视频任一帧RGB图像，像素i的RGB强度可表示为zi(k)＝T[Ri(k),Gi(k),Bi(k)]，其对应的rgI色彩强度 可表示为：ri(k)＝Ri(k)/(Ri(k)+Gi(k)+Bi(k))gi(k)＝Gi(k)/(Ri(k)+Gi(k)+Bi(k))；

Ii(k)＝(Ri(k)+Gi(k)+Bi(k))/256

2)背景概率：像素i属于背景的概率为 其中

di(k)表示上述三个颜色通道r,g,I之一的d在第k帧第i个像素的强度，di(j)表示三个颜色通道r,g,I之一的d在集合Ω＝{z(0),z(k0),z(2k0),...,z((N-1)k0)}中的第j个分量的第i个像素的强度，其中k0是一个正整数；

median|·|表示均值绝对偏差；

3)先验蚁群产生：针对图像中任一像素i，随机产生一随机数r，若 则将蚂蚁置放在该像素i上，否则，该像素i不分配任何蚂蚁；

4)通过上述3个步骤，可将一幅图像上所有像素按概率分配蚂蚁先验所在位置；

所述多蚁群重构方法旨在将先验蚁群分布方法产生的蚁群和上一帧蚁群状态的一步预测蚁群一起进行重新分布，即形成多个蚁群，每个蚁群对应细胞存在的位置，具体步骤为：(a)初始化：图像上任一个像素p所在位置给定信息量τ(0,p)＝c，且初始的扩散输入q(0,p)＝0；

(b)对于蚂蚁在像素p所在位置，按概率选择下一像素j，即 其中似然函数定义为 和 γ是一个调节

常数，ξ是一个调节常数，up(j)是像素p所对应的方块直方图的第j个分量， 是模板库T{0}中 的第j个分量，T1为阈值，α,β为控制参数；N(p)为像素p的近邻像素，其中近邻像素是指分布在像素p的正上方、正下方、正左方或正右方的像素，且近邻像素个数最多为4个；若下一像素j被蚂蚁选择，则在像素j上释放一定量的信息素r(·)(t,j)＝(·)Δτ0，反之，则在像素p上释放一定量的信息素r (t,p)＝Δτ1；

(c)当所有蚂蚁按上述概率完成选择后，更新每个像素信息素水平(i)

E表示信息素残留系数、r (t,p)是蚂蚁i在第t次迭代过程中释放在像素p上的信息素量；

(d)同时计算下一时刻信息素扩散输入 D为

信息素扩散系数；

(e)对那些像素的信息素水平小于某阈值时，此像素在随后将不再考虑；

(f)继续上述步骤b-e，直至所需的迭代次数；

所述细胞身份管理与状态提取方法旨在根据多蚁群重构方法所得到的图像信息素场和蚁群所在位置，来确定细胞位置与身份；该方法将上述蚁群进行快速聚类，并与上一帧的细胞身份相关联；

所述快速聚类的具体步骤为：

(i)在当前的信息素场中，找出信息素水平最高的那个像素，以及所对应的蚂蚁ai，其当前位置为i；

(ii)按概率 选择下一像素位置j； 是指具有色彩强度的像素j上的信息素大小， 是第k帧像素j上的rgI色彩强度；

(iii)若 将 为聚类中心，将满足与该中心距离小于μ的蚂蚁归为此类；将 和 同时满足的蚂蚁也

归为此类；类的中心即为细胞位置；其中T2为阈值；

否则，继续执行步骤2；

(iv)对于剩余的蚁群，执行步骤(i)－(iii)，直至剩余蚂蚁为空；

所述细胞身份管理的具体步骤为：

(I)对于当前某个蚁群，若所有的蚂蚁均没有身份标记，则表示新细胞产生，并标记身份；

(II)在当前某个蚁群中，将某同一身份标记的蚂蚁数量与其原来蚁群数量比例记为qi，若qi超过某阈值T3，则按 来标识当前蚁群类所对应细胞的身份，其中Pi表示身份标识为i的蚂蚁数量与当前蚁群蚂蚁数量比例；否则按最近邻法标识当前蚁群类所对应的细胞身份。