伴随着人工智能的快速发展,图像处理水平和模式识别技术取得了巨大的进步,使用智能手机拍照识别成为了花卉识别的一种全新的应用。植物花卉识别属于精细图像分类,一方面,自然状态下拍摄的花卉图像背景比较复杂,能否实现精确的图像分割对识别结果产生巨大的影响;另一方面,花卉的拍摄角度、光照变化、花瓣残缺也会对识别效果产生巨大的影响。目前,已经有几款比较成熟的花卉识别APP得到了应用,但是在性能方面还有很大的优化空间,对于识别率和识别速度的优化还有待于进一步的研究。本文实现了一个基于移动端的多特征花卉识别系统。在提取了花冠的颜色、形状和纹理特征的基础上,提取花蕊区域的形状特征,并依据多核学习思想对以上特征进行融合,实现了对花卉图像的分类识别。本文主要从如下几个方面展开研究工作:1.预处理。本文使用了基于SLIC的GrabCut算法对图像进行分割,为了减少GrabCut算法的计算量,先将图像进行超像素划分,再利用GrabCut算法进行分割。2.特征提取。在特征提取阶段,选取复杂度较低的特征来表现花卉的特征信息,利用颜色直方图表示花卉的颜色特征,提取Hu不变矩、几何特征表示花卉图像的形状特征,利用灰度共生矩阵表示其纹理特征;为了提高对盛开(包含花蕊区域)花卉种类的识别率,引入了花蕊区域的形状特征。3.特征融合。利用基于多核学习的多特征融合算法来描述花卉图像特征。将提取到的上述特征,利用多核学习思想特征融合,实现了多个特征之间的优势互补,丰富了对图像特征的表达。通过实验分析结果表明,该算法相较于简单拼接融合识别率得到了显著提高,对于颜色和形状较为接近的盛开花卉种类也能实现良好的分类效果。4.在上述工作的基础上,设计并实现了一款基于Android的植物花卉识别仿真系统,实现了利用手机摄像头采集图像,对花卉图像预处理和识别。