基于植物特征识别的APP设计初探

吕玫霞　李秀娟　刘诗怡　陈钊

【摘要】目前国内外有关植物识别、植物检索方面的技术尚未完善，文章通过总结国内外有关植物检索方面的优缺点，运用植物特征与植物检索表相结合的方法，结合图片信息的辅助，研发出基于植物模糊识别与名称检索的APP，有效实现植物学习，简单检索的功能；该APP可以为北京地区的广大群众提供简便可行的植物检索与识别服务，使得非植物学相关专业的人士以及游客能够更方便、快捷、准确的识别植物，更好的学习植物知识。

【关键词】植物识别 图片辅助模糊识别 关键字匹配 植物信息检索APP

一、研究背景

1.1国内外植物识别技术概述

植物识别是植物学研究基础技术之一，在此前已有相关人士基于分形特征对植物进行相关的识别。传统的植物识别主要通过人工采样和对比，需要耗费大量的人力物力，效率低下，且无法在艰苦环境作业，也难以大面积实施。目前为止最主要的植物识别方法是基于计算机图像的识别以及人工查阅植物检索表根据特征进行识别。

借助计算机的图像处理技术可以完成植物的外观特征的分析，通过提取大量数据特征进行聚类分析获得结果，在国内，黄得双开发了农业生物特征识别系统一植物叶片识别系统（BSA-RSPL），他提出了一种基于图像分析及数字形态特征的植物分类识别方法。同时，也有专业人士采用计算机模式识别方法，即在一定量度或观测基础上把待识模式划分到各自的模式类中去，主要是利用计算机等装置对物体、图像、图形、语音、字形等信息进行自动识别，即用计算机实现人的模式识别能力。但通过图片识别植物的方法受到叶片状态，叶子新鲜程度，叶片受损程度等多方面因素影响，另外根据算法的不同，采用计算机技术进行图形研究的误差，并不能可靠的识别植物种属。

另外一种植物识别技术是通过手动翻阅查询植物检索表等书籍来进行植物识别，这也是最常见且使用最为广泛的植物识别方式，检索表的编制最早是根据法国人拉马克（Lamarck，1744-1829）的二歧分类原则，将要编制的检索表中需容纳的所有植物，选用一对以上显著不同的特征，分成两类；然后又从每类中再找出相对的特征再区分为两类；如此下去，直到所需要的分类单位（如科、属、种等）出现。它一般是以花、果、叶等生殖器官特征为检索依据，因其特征表现稳定，检索结果准确可靠。该识别方式往往需要使用者积累一定的植物知识，有较高的植物识别认知能力，对检索表查询方式足够熟练才可使用，而对于普通植物爱好者而言，对植物检索知识的欠缺和携带书籍的不便给植物识别带来了较大的困难。

目前电子的植物检索表以及相关电子植物识别资源处于起步阶段，植物特征的繁杂以及多样性为未知植物的检索和识别产生了很大困难，目前基于植物特征识别的方法还停留在手动书籍查阅识别，计算机图像识别，以及大数据库分类识别等方面，植物识别方面迫切需要一个简单便捷的识别工具来替代现有植物识别方法。

1、移动平台概述

采用安卓APP开发技术，以Eclipse为开发平台，基于JAVA环境，开发出简便易行，易于操作的植物模糊识别APP。安卓操作系统具有完全的开放性以及系统可移植性，安卓的JAVA程序运行环境，它的可靠性和安全性都较好，它可以保证编译器能够发现方法并调用错误、杜绝了内存的非法访问；在JRE之上运行Eclipse，然后在Eclipse中安装一个名为ADT的安卓开发工具插件，接着就可以使用SDK进行安卓应用开发了。

我们使用安卓自带的SQlite数据库进行数据的存储，将植物划分为大类，每类建立一个数据库表，每种植物对应一

因此，临床开展肝脏抗病毒感染，需重点视患者的年龄及病程的增加而可作为判断患者肝脏炎症水平的重要指标。对临床放弃行肝脏穿刺患者可将其ALT、年龄（P<0.05）作为抗病毒治疗的依据，进而判断患者的炎症与肝纤维化程度。条数据库表的记录，同时外键ID号关联植物检索信息表，提供各个部位的图片，并用字母加数字来代表每个植物特征，当人工选择出该植物部分特征时，APP显示与这些特征符合的整体或局部图片，使用者通过视觉分析选择出自己所看到的植物。该方法实现了部分缓存，减少了网络的流通量，在整体数据存储布局中，将主要园林植物所有特征按照检索表树状结构存储在本地数据库中，将查询后返回的结果记录条目通过交互系统结构与网上在线数据库或本地数据信息进行比对，返回记录条目所代表的植物基本信息。使用的SQlite数据库是一种嵌入式数据库，嵌入式数据库无须独立运行的数据库引擎，它是由程序直接调用相应的API去实现对数据的存取操作。

2、基于植物特征识别的APP客户端开发的意义

经人们研究发现，在任何时间，植物特征之间的差异性使植物成为更独立的个体，这使得根据植物特征进行植物的识别成为了可能，将植物特征字符串化优势在于可以有效克服信息的冗余性，数据库应用技术可以对植物特征进行查询和选择，结合相应的数据库查找和字符串匹配算法，进行植物特征的查询和分类，字符串匹配算法对性能要求较高，植物特征在小样本情况下，通过不同字符进行组合，实现有序的字符串，采用精确，多模式字符串匹配进行研究，使用通俗易懂的字符串来概括植物的特征，用计算机执行字符串匹配功能来代替繁琐的植物检索表查询，该方法在植物识别领域上做出了一个跨越式的进步。同时将植物种类按照树形结构排列，运用数据结构中树的查找算法，并结合图片辅助更直观更清楚地观察植物的器官和特征，从而完成对未知植物的识别。

二、北京市园林植物志APP项目概述

2.1 APP概述

本项目旨在开发一种通过选择植物外在特征进行植物识别的手机移动应用软件，从而使非专业者能够更加简单的认识身边植物，最终通过APP呈现出来的、为本地植物建立系统的查询网络。当使用者想要获取陌生植物的基本信息时，通过进入该特征识别app界面，并选择其植物特征，通过专业、非专业（植物分类）物种型态描述术语，来确定身边的未知植物，对相应植物有详细介绍，如叶片形状，齿纹等，通过多步骤选择特征最终识别出该植物。使软件筛选出符合要求的植物并显示各自图片，通过比较图片，让使用者得知自己看到的植物的基本信息。并设计易用友好的APP及其UI，使得该app兼容于各种类型移动终端。建立本地植物的数据库，鉴于植物具有地区性，我们将以北京地区植物为先例，日后进一步扩大到华北、华东，直至全国。

一方面，这个软件可以为学习植物的广大学生提供一个认知身边植物的良好平台；另一方面，随着构建“美丽中国”的提出，国家更加重视园林建设，人民的生活与园林植物的距离也越来越小，对植物的认知有一定的需求，此移动软件可以随时随地让人们了解自己身边的植物。

2.2研究对象

APP所选的植物，主要有常绿乔木，落叶乔木，常绿灌木，落叶灌木以及落叶藤本等五类。这是根据北京市主要园林植物识别手册进行筛选分类的，从其中筛选出较为常见和特征明显的大致30种植物作为样本，对花期，果期等进行详细总结。根据其在北京地区的常见程度及特征识别难易，我们选取了北京地区公园，校园，及开放空间等园林绿化最常用的植物，如：白皮松，银杏，悬铃木，国槐，榆叶梅，连翘，棣棠等。

2.3分类依据

APP所选的植物拥有2～3处明显特征，便于检索，使得检索的正确性得到提高（这是植物检索最基本的一步，其他较难分辨树种，我们将在后期将其完善）。并根据从整体到局部，从大类到小类的方法进行划分。整理出树冠，树干树皮，树枝，叶，花，果实等方面的特征，再逐一细分；其中以叶片特征最为繁杂，叶片特征主要分为叶片着生方式、叶片形状、叶脉、叶色、叶基、叶柄、气孔带和气孔线、叶枕、叶厚，叶硬度、横断面、叶子长度、叶子粗细度、几针几束、叶缘、叶端、叶背、叶表、质地等分类。将植物的特征详细的分类并按照一定的数据结构填充到数据库中，并对植物的特殊特征加以标，注这些特征可以唯一确定一种植物，这使得数据库冗余性大大降低。植物特征的整理是和实地的考察检验相结合，通过对实地植物特征的拍照与观察，查阅相关资料，根据表现稳定，性状明显的特征进行整理，有效提高了识别结果的可信度。

三、北京市园林植物志APP客户端设计方案

3.1需求分析

APP主要面向园林，林学，植物学专业的同学以及其他对植物认知有兴趣的人群，满足他们对植物认知搜索识别方面的需求。

3.2信息架构

APP的基本架构是数据层，业务层以及表现层。数据层数据以SQLite录入，汇集乔木，灌木，藤本表；同时录入每种植物所对应的特征和局部或整体图片。业务层采用简单SQL语句查询每条植物记录，并输出。表现层显示查询出的植物部分或整体图片，供使用者筛选。

APP的主要功能为植物检索，植物识别，用户管理这三个主要功能，植物检索是根据植物中文名或拉丁文名检索植物相关信息并显示；植物识别依据用户所选择的特征与图片观察相结合方法辨识一种未知植物；用户管理功能主要显示用户浏览记录，所掌握的植物信息以及相关科普网站推荐。

2.最终效果演示

（图6—10）

四、前景及发展

在信息化的潮流之下，快速便捷的识别植物已经取代了过去传统的手工识别。北京市园林植物志APP旨在为广大群众更好的学习植物知识，更方便快捷的识别植物提供了巨大的帮助。实现了由繁琐的传统植物检索模式转变为简便迅捷的植物检索模式的巨大进步。在同学们学习和生活中提供了很大的便捷，预计未来会更完善，更有效的促进智能化识别的发展。