技术特征：
1.一种基于AMBP改进算法的真菌性角膜炎图像识别方法，其特征是：包括以下步骤：(1)获取正常角膜神经图像和只包含菌丝的菌丝图像作为训练样本，使用RX异常探测算法对正常角膜神经图像进行预处理，消除部分背景信息，以提取神经特征，使用RX异常探测算法对只包含菌丝的菌丝图像进行预处理，消除部分背景信息，以提取菌丝特征；(2)对预处理后的图像进行二值化处理，通过设定连通域的面积阈值上限或/和下限，去除面积大于或/和小于连通域的面积阈值限定的背景信息；(3)对二值化后的图像进行膨胀腐蚀处理，强化图像中菌丝和神经特性信息；(4)对AMBP算法进行改进，将分析窗口内除中心像素外其余像素的均值计算出来，作为新的参数；分别求出分析窗口内像素的平均值和中值像素，计算二者与分析窗口内其余像素的方差，将差值大小作为新增判别条件，提取图像纹理特征；(5)利用分别提取出来的神经特征和菌丝特征来训练分类器，获取未识别的共焦显微镜采集的眼底图像作为测试样本，对测试样本中的神经和菌丝进行分类。2.如权利要求1所述的一种基于AMBP改进算法的真菌性角膜炎图像识别方法，其特征是：所述步骤(4)中，具体步骤包括：(4-1)计算分析窗口内像素的平均值和中值像素，计算二者与分析窗口内其余像素的方差，比较这两个方差的大小，取方差值大的参数，根据该参数与设定范围确定最优窗口大小；(4-2)在最优窗口内进行阈值的选取。3.如权利要求2所述的一种基于AMBP改进算法的真菌性角膜炎图像识别方法，其特征是：所述步骤(4-1)的具体步骤包括：(4-1-1)初始大小为3*3的窗口，设定一个最大窗口的大小k，依据判别条件来选取出合适的窗口大小。(4-1-2)计算分析窗口内除中心像素外其余像素的均值以及中值，计算二者与分析窗口内其余像素的方差，比较这两个方差的大小，取方差值大的参数来进行后续操作；-(4-1-3)判断参数是否在设定范围内，若在设定范围内，此时的窗口大小作为最优化窗口大小，否则继续将窗口扩大化，直到窗口最大化。4.如权利要求3所述的一种基于AMBP改进算法的真菌性角膜炎图像识别方法，其特征是：所述步骤(4-1-1)中，窗口初始大小为3*3。5.如权利要求2所述的一种基于AMBP改进算法的真菌性角膜炎图像识别方法，其特征是：所述步骤(4-2)中，具体步骤包括：判断中心像素值是否在设定范围内，如果不在这个范围内，那么步骤(4-1)中所选取出的参数将被选为阈值，如果在这个范围内那么中心像素值将被选为阈值。6.如权利要求1所述的一种基于AMBP改进算法的真菌性角膜炎图像识别方法，其特征是：所述步骤(4)替换为：针对菌丝和神经图像均为线性的特征，对LBP算法进行改进，以窗口中心像素点为中心，按十字型向外拓展，取窗口内中心像素点周围相邻的领域内的像素点灰度值，若周围像素点的值大于中心像素点的值，则该像素点的位置被标记为1，否则被标记为0，生成该窗口的LBP值，提取纹理特征信息。