1.一种选择聚焦最佳的尿沉渣显微镜图像的方法，包括：
通过微调显微镜的镜头采集一尿沉渣样本的多幅尿沉渣图像；
对于每一幅尿沉渣图像，检测该幅图像中的所有尿细胞，对所检测到的每个尿细胞进行高通滤波，得到该尿细胞的频谱能量，并计算该幅图像的频谱能量均值和方差；
根据频谱能量均值越大且方差越小，图像聚焦越佳的原则，在所述多幅尿沉渣图像中选择一幅聚焦最佳的图像。
2.根据权利要求1所述的方法，其特征在于，
所述检测该幅图像中的所有尿细胞之前进一步包括：预先采集前景样本集和背景样本集，其中，前景样本为只包含尿细胞的图像，背景样本为不包含尿细胞仅包含背景的图像；分别从每个前景样本和每个背景样本中提取预设特征；采用预设训练算法对前景特征集和背景特征集进行训练，得到能够区分前景图像和背景图像的分类器；
所述检测该幅图像中的所有尿细胞包括：将与前景和背景样本相同大小的窗口以预设第一步长在该幅尿沉渣图像上滑动，对于每次滑动后的窗口，采用与训练过程相同的特征提取方法从该窗口所在区域采集预设特征，采用所述分类器区分该窗口所在区域为前景还是背景，若为前景，则将该窗口所在区域标记为尿细胞。
3.根据权利要求2所述的方法，其特征在于，所述分别从每个前景样本和每个背景样本中提取预设特征包括：
对于每幅前景或背景样本图像，将预设a*b大小的窗口以预设第二步长在该样本图像上滑动，其中，a＝A/m1，b＝B/m2，A、B分别为前景或背景样本图像的高度和宽度，m1、m2为大于1的整数；
对于每次滑动后的窗口所在区域，提取如下四类特征：
特征一、将该窗口所在区域等分为左右两部分，特征一＝fabs(sum(C1)-sum(D1))/512，
其中，C1表示该窗口所在区域的左半部分，sum(C1)表示对C1内的所有像素求和，D1表示该窗口所在区域的右半部分，sum(D1)表示对D1内的所有像素求和，fabs表示取绝对值；
特征二、将该窗口所在区域等分为上下两部分，特征二＝fabs(sum(C2)-sum(D2))/512，
其中，C2表示该窗口所在区域的上半部分，sum(C2)表示对C2内的所有像素求和，D2表示该窗口所在区域的下半部分，sum(D2)表示对D2内的所有像素求和；
特征三、将该窗口所在区域从左到右分为三部分，设分别为C3、D3、E3，其中，C3的宽度＝该窗口宽度的四分之一，D3的宽度＝该窗口宽度的一半，E3的宽度＝该窗口宽度的四分之一，特征三＝fabs(sum(C3)+sum(E3)-sum(D3))/512，
其中，sum(C3)表示对C3内的所有像素求和，sum(D3)表示对D3内的所有像素求和，\tsum(E3)表示对E3内的所有像素求和；
特征四、将该窗口所在区域从上到下分为三部分，设分别为C4、D4、E4，其中，C4的高度＝该窗口高度的四分之一，D4的高度＝该窗口高度的一半，E4的高度＝该窗口高度的四分之一，特征四＝fabs(sum(C4)+sum(E4)-sum(D4))/512，
其中，sum(C4)表示对C4内的所有像素求和，sum(D4)表示对D4内的所有像素求和，sum(E4)表示对E4内的所有像素求和。
4.根据权利要求1所述的方法，其特征在于，所述对所检测到的每个尿细胞进行高通滤波包括：
对于每个尿细胞，将8*8大小的窗口以预设第三步长在该尿细胞所在区域内滑动，对于每次滑动后的窗口，将该窗口所在区域内的像素值与预设8*8大小的卷积核进行卷积运算，得到该窗口所在区域的频谱能量；
当窗口在该尿细胞所在区域内滑动结束时，将每次滑动后的窗口所在区域的频谱能量相加，得到该尿细胞的频谱能量，
其中，预设卷积核为：中央4*4的区域内的系数都为+3，剩余区域内的系数都为-1。
5.根据权利要求1至4任一所述的方法，其特征在于，所述根据频谱能量均值越大且方差越小，图像聚焦越佳的原则，在所述多幅尿沉渣图像中选择一幅聚焦最佳的图像包括：
当计算出所有尿沉渣图像的频谱能量均值和方差时，判断最大的频谱能量均值与次大的频谱能量均值的差值是否大于预设值，若是，则将最大的频谱能量均值对应的图像作为聚焦最佳图像；否则，比较最大的、次大的频谱能量均值对应的频谱能量方差，将其中较小的频谱能量方差对应的图像作为聚焦最佳图像。
6.一种选择聚焦最佳的尿沉渣显微镜图像的装置，包括：
一个尿细胞检测模块，用于检测每一幅尿沉渣图像中的所有尿细胞；所述尿沉渣图像为针对同一尿沉渣样本，通过微调显微镜的镜头采集到的该样本的多幅尿沉渣图像中的任一幅；
一个频谱能量计算模块，用于对每一幅尿沉渣图像中的每个尿细胞进行高通滤波，得到该尿细胞的频谱能量，并计算该幅尿沉渣图像的频谱能量均值和方差；
一个图像选择模块，用于根据频谱能量均值越大且方差越小，图像聚焦越佳的原则，在所述多幅尿沉渣图像中选择一幅聚焦最佳的图像。
7.根据权利要求6所述的装置，其特征在于，所述尿细胞检测模块包括：
一个训练模块，用于预先采集前景样本集和背景样本集，其中，前景样本为只包含尿细胞的图像，背景样本为不包含尿细胞仅包含背景的图像；分别从每个前景样本和每个背景样本中提取预设特征；采用预设训练算法对前景特征集和背景特征集进行训练，得到能够区分\t前景图像和背景图像的分类器；
一个检测模块，用于对于每一幅尿沉渣图像，将与训练模块采集的前景和背景样本相同大小的窗口以预设第一步长在该幅尿沉渣图像上滑动，对于每次滑动后的窗口，采用与训练模块相同的特征提取方法从该窗口所在区域采集预设特征，采用所述分类器区分该窗口所在区域为前景还是背景，若为前景，则将该窗口所在区域标记为尿细胞。
8.根据权利要求7所述的装置，其特征在于，所述训练模块分别从每个前景样本和每个背景样本中提取预设特征包括：
对于每次滑动后的窗口所在区域，提取如下四类特征：
特征一、将该窗口所在区域等分为左右两部分，特征一＝fabs(sum(C1)-sum(D1))/512，
其中，C1表示该窗口所在区域的左半部分，sum(C1)表示对C1内的所有像素求和，D1表示该窗口所在区域的右半部分，sum(D1)表示对D1内的所有像素求和，fabs表示取绝对值；
特征二、将该窗口所在区域等分为上下两部分，特征二＝fabs(sum(C2)-sum(D2))/512，
其中，C2表示该窗口所在区域的上半部分，sum(C2)表示对C2内的所有像素求和，D2表示该窗口所在区域的下半部分，sum(D2)表示对D2内的所有像素求和；
特征三、将该窗口所在区域从左到右分为三部分，设分别为C3、D3、E3，其中，C3的宽度＝该窗口宽度的四分之一，D3的宽度＝该窗口宽度的一半，E3的宽度＝该窗口宽度的四分之一，特征三＝fabs(sum(C3)+sum(E3)-sum(D3))/512，
其中，sum(C3)表示对C3内的所有像素求和，sum(D3)表示对D3内的所有像素求和，sum(E3)表示对E3内的所有像素求和；
特征四、将该窗口所在区域从上到下分为三部分，设分别为C4、D4、E4，其中，C4的高度＝该窗口高度的四分之一，D4的高度＝该窗口高度的一半，E4的高度＝该窗口高度的四分之一，特征四＝fabs(sum(C4)+sum(E4)-sum(D4))/512，
其中，sum(C4)表示对C4内的所有像素求和，sum(D4)表示对D4内的所有像素求和，sum(E4)表示对E4内的所有像素求和。
9.根据权利要求6所述的装置，其特征在于，所述频谱能量计算模块对每一幅尿沉渣图像中的每个尿细胞进行高通滤波包括：
对于每个尿细胞，将8*8大小的窗口以预设第三步长在该尿细胞所在区域内滑动，对于每次滑动后的窗口，将该窗口所在区域内的像素值与预设8*8大小的卷积核进行卷积运算，得到该窗口所在区域的频谱能量；
当窗口在该尿细胞所在区域内滑动结束时，将每次滑动后的窗口所在区域的频谱能量相加，得到该尿细胞的频谱能量，
其中，预设卷积核为：中央4*4的区域内的系数都为+3，剩余区域内的系数都为-1。
10.根据权利要求6至9任一所述的装置，其特征在于，所述图像选择模块根据频谱能量均值越大且方差越小，图像聚焦越佳的原则，在所述多幅尿沉渣图像中选择一幅聚焦最佳的图像包括：
针对频谱能量计算模块计算出的针对同一尿沉渣样本的所有尿沉渣图像的频谱能量均值和方差，判断最大的频谱能量均值与次大的频谱能量均值的差值是否大于预设值，若是，则将最大的频谱能量均值对应的图像作为聚焦最佳图像；否则，比较最大的、次大的频谱能量均值对应的频谱能量方差，将其中较小的频谱能量方差对应的图像作为聚焦最佳图像。