[发明专利]一种基于多任务蚂蚁系统的多细胞自动跟踪方法及其系统

权利要求书

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直方图；

（400）、更新直方图模板库：从上述的多个蚂蚁系统中找到最佳直方图；若当前最佳直方图与直方图模板库的平均相似度超过预设阈值，则该最佳直方图序列加入当前直方图模板库，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；更新每个蚂蚁个体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，其个数是原先两蚂蚁系统之和，任务完成程度也是之和，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；

直方图模板库，用于存储细胞直方图；

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最佳直方图，作为下次迭代过程直方图模板库；

细胞状态提取模块，对各个所述蚂蚁系统进行筛选，将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，从上述的多个蚂蚁系统中找到最佳直方图；若当前最佳直方图与直方图模板库的平均相似度超过某阈值，该最佳直方图序列加入当前直方图模板库，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程度进行阈值判断，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。