细胞运动在许多生物学过程中扮演着关键性的角色,而分析细胞运动,通常是对目标细胞进行追踪。当手动的方法识别和追踪上亿的细胞成为不可能的任务时,能同时追踪和分析数千个细胞的自动追踪系统就成为细胞追踪的研究热点。基于图论的细胞追踪方法是一种新兴的细胞追踪方法,是一种针对多细胞的同时追踪提出的方法,能全面考虑多细胞图像中细胞的邻域拓扑关系。这种方法在高数据水平上优于以前的方法,对于较好的实现对大量细胞的追踪有很大的潜能,是一种值得进一步研究的方法。对于细胞图像序列中多目标的追踪是细胞运动研究中的难点,针对高密度细胞图像中细胞运动的复杂性,本文提出一个细胞分割和追踪的系统。在细胞分割部分,针对实验所用细胞图像序列的特点,本文分别采用了不同的分割方法。在基本的细胞分割后,由于得到的分割图像存在着一些粘连细胞,为了将之分离,采用了基于Freeman code法对细胞轮廓进行跟踪编码。根据编码所得的链码特征分析细胞的轮廓形态,找出粘连细胞图像中的凹角点,再将凹角点进行分组配对完成粘连细胞的分离。在追踪部分,针对细胞的运动特性,将细胞分为惰性细胞和非惰性细胞,分别采用区域重叠法和拓扑约束法进行追踪。针对高密度细胞追踪中由于细胞密集加上细胞分裂很容易导致错误追踪的问题,本文提出将面积项引入实现追踪的拓扑约束条件中,对原方法进行改进,有效的解决了这一问题,有助于提高追踪效率,特别是对于细胞密度比较大,且分裂频繁的细胞图像效果明显。另外,本文提出根据细胞数量设置产生图的距离门限,使算法的适用性更强。本文方法已被两个不同的图像序列测试,实验结果表明本文提出的方法有更高的追踪准确性。