细胞运动迁移、形变、分裂等行为的研究在生物医学领域中发挥着重要作用，如胚胎发育、寄生虫侵入、免疫反应、伤口愈合和癌症等。传统的细胞运动研究方法不但需要大量繁琐的人为操作，而且可重复操作性不强；最重要的是传统的研究方法由于使用物理化学操作，而使得研究结果不能客观的反映细胞的自然运动，在技术日益革新的现今已不再适用。应用计算机图像视觉技术来研究细胞运动，以其客观准确，容易系统化、集成化逐渐为细胞运动研究领域的科研人员所关注。本文就是基于这样的背景提出的，目的是通过本文的研究建立一套科学的基于细胞显微图像的细胞运动分析方法和技术手段，从而为生物医学研究提供新的技术支持。　　 本文基于数字图像处理技术，采用了自适应拓扑变化轮廓模型法(T-Snake)与细胞生命周期信息相结合的方法，对显微细胞序列图像进行追踪，得到了细胞运动的轮廓形态和运动信息。　　 本文的主要研究工作包括下面几个方面：　　 1.细胞图像分割理论的研究　　 根据细胞显微图像的特点，分析了现有的细胞图像分割理论、数学模型和应用流程的优缺点，为本文选择合适的模型进行细胞轮廓分割奠定了基础。　　 2.基于主成分法(PCA)细胞生命周期识别　　 介绍了细胞周期和主成分法(PCA)。根据细胞在不同的周期具有不同形态结构的特点，设计并提出了利用主成分法(PCA)对显微细胞图像中细胞所处的生命周期进行识别。为后文的基于所处周期不同分类追踪细胞提供了理论支持。　　 3.细胞初始轮廓的获得　　 提出了一种改进的边缘检测方法，即：一种基于模糊增强的Canny边缘检测新算法。　　 4.细胞追踪新方法的设计与实现　　 综合分析了传统的动态轮廓模型及其一些改进模型的优点与不足，对拓扑自适应动态轮廓模型(T-snake)的网格划分、变形过程、各能量函数项作用、拓扑变换能力、目标提取效果和模型使用范围进行了详细研究。　　 设计了适合运用于细胞分裂追踪的新模型，既先运用主成分法(PCA)识别细胞所处的生命周期，然后预测下一刻细胞是否会分裂，选择合适的T-Snake模型进行追踪。选择了T24细胞序列图像验证了追踪模型的有效性，并对实验结果进行了分析。