花卉识别的目的是通过机器学习和模式识别对自然花卉进行图像识别,从90年代花卉识别兴起到现在,已经具有很长的发展历史了,但是大规模自然花卉的识别还处在起步阶段,一个好的花卉识别系统需要一个完善的数据库作为支持。就目前而言,花卉识别数据库的大小将直接影响花卉识别的准确率,在保证数据库足够大的前提下,还应该实现数据存储的完整性,保证数据不会因为意外而丢失,同时也应该考虑到由于数据量太大,不合理的表空间设计而导致的查询速度慢等问题。因此,在设计数据库的过程当中解决上述问题是提高花卉识别系统性能的关键。论文首先介绍了花卉识别以及数据库的国内外研究现状和选择此课题的必要性,提出了花卉识别系统中数据库设计的实现目标和总体方案,使用到了 ORACLE数据库所特有的Real Application Clusters集群体系结构(RAC)。阐述了整个花卉系统数据库设计的具体流程,按照策略、分析、设计、构建、文档、移植和产品七个阶段来进行设计数据库。结合花卉识别系统的具体需求,对上述的这七个数据库设计阶段进行详细的分析,特别是数据库的概念设计、逻辑设计以及物理设计这三个方面进行数据库设计。特别是在物理设计方面,讨论了不同索引具有的不同特征,针对花卉识别系统,合理设计表空间并选取适合的数据库索引。通过将花卉识别数据库搭建在RAC集群环境中,使得多个数据库并行,降低生产成本的同时提高了数据库的高可用性以及高并发性。在数据库中建立B树索引,以及定义索引组织表,提高查询速度的同时减少对存储空间的使用。本论文最终实现了提高花卉识别系统的查询效率,完成数据库的高并发,建立起一个完整的花卉识别数据库系统,推动大规模的自然花卉识别不断向前发展。