关于植物种类自动识别,其对于业余植物学家、植物爱好者、教育工作者等都是非常重要和有必要的,以往的植物叶片识别都是在相对大型的设备上进行,存在诸多缺点。随着科技的发展,如今手持设备的发展势头迅猛,所以在手持设备上开发植物叶片识别是具有很大市场与社会价值的,然而面向手持设备的植物图片识别会面临更多问题。本文中软件系统输出显示的是最匹配测试图像的前N个植物类别,同时还可以显示出各个类别中的详细信息,其中包括植物叶片、花卉、果实、树皮等的高清图片,以及该类别的相应文本描述。同时经过测试,软件系统在所有的android设备上均运行良好。在本文中,针对基于内容的图像检索系统CBIR的实际应用,以及手持终端设备的硬件性能较低等情况,从图像特征抽取和选择处理层面展开,设计出了一种面向手持终端设备的植物叶片识别方法,解决现有的算法模型中无法同时满足识别精度与识别速度等的问题,主要工作包括：(1)提出利用精心选择的多个复杂度较低,且具有优势互补作用的“小”特征提取算法来提取叶片特征,以解决手持终端设备的硬件性能较低的问题；(2)再将所提取的多个“小”特征利用特征融合方法进行特征融合,从而解决使用“小”特征而带来的精度过低的问题；(3)提出将数据库中所提取的所有特征进行聚合与精炼,从而大大降低特征匹配所需的时间,解决识别速度无法满足用户需求的问题；(4)在上述的工作基础上,开发了一款面向Android的植物叶片识别系统。