本文在模板匹配的基础上，实现了在显微环境中的细胞自动定位和跟踪。传统的细胞跟踪方法需要人工对细胞进行染色,之后通过显微镜对细胞运动形式观察。随着人们对细胞的深入研究,对细胞跟踪系统的要求越来越高。图像处理技术和计算机视觉技术的发展,为细胞跟踪提供了新的思路。在实际应用中,由于细胞的流动性和周围环境的影响,细胞在视频中呈现出灰度值的差异。同种细胞之间的黏着作用,使得细胞在图像中成串的出现。细胞在非刚性的组织培养液中,具有不规则的形态。在跟踪过程中,新出现在视野范围内的细胞和消失的细胞。如何解决这些问题,是细胞跟踪的关键。　　本文使用了基于边缘信息的模板匹配的方法对细胞进行定位。它可以克服图像中细胞灰度值的变化对检测结果的影响,并且对于图像中的细胞之间的相互遮挡能够很好的解决。为了正确的检测出图像中具有微小形变的细胞,本文采用了一种模糊边缘算法。　　在跟踪过程中,考虑到实际情况和快速性的要求,图像被分为两个部分,分别使用不同的方法进行跟踪,这样能够得到新出现在视野范围内的细胞和消失细胞的信息。在一般情况下,使用相邻两幅图像中细胞之间的位移作为配对标准。但是当细胞之间距离较近时,对一个细胞的跟踪可能跟踪到多个细胞,或者对多个细胞跟踪到同一个细胞。这时,需要判断细胞之间的配对相似性。根据本文中细胞定位方法的特点,定义了一个表征细胞形变的参数,并将它作为配对标准,进一步判断相邻两幅图像中细胞的配对相似性。　　最后,通过与其他细胞检测方法的实验对比结果来看,本文方法具有较高的成功率和较好的检测效果。