目前,毒蘑菇的鉴别方法主要包括,以民间经验为基础的形态识别法、化学分析法和动物检验法等。以上识别方法在实际的检测中存在需要复杂的实验仪器,对不明毒素的检测不理想,准确率不高且所需的实验周期长等不足。本文针对目前现有的毒蘑菇鉴别方法存在的问题,在Android平台上结合图像处理技术、网络通信、数据库以及模式识别技术等知识,研究设计一款基于Android移动终端的毒蘑菇辅助识别系统,以实现可以对毒蘑菇进行实时快速的识别分类,提高人们对毒蘑菇的认识。系统采用C/S架构,包括客户端和服务器端。本文以内蒙古自治区呼伦贝尔地区野生蘑菇为研究对象,在MATLAB软件环境下,对采集到的蘑菇图像进行裁剪分割处理,根据其宏观特征,提取颜色和纹理两方面特征向量,构建特征向量组合作为分类器的输入。针对所提取的特征参数非线性的特点,建立基于BP神经网络的毒蘑菇先验分类模型。在Android平台下进行客户端的开发,主要实现图像的采集、裁剪及传输功能,用户进入客户端后需要选择待识别图像,可以通过调用客户端摄像头拍摄或在本地相册中选择添加,对选择的图像进行裁剪后并上传到服务器进行识别分类。服务器端接收到图像后,调用毒蘑菇分类模型对其进行识别分类,并将识别结果返回到客户端。最后,采用TCP/IP通信协议完成客户端与服务器端的通信。对开发完成后的系统进行测试,实验结果验证了算法的可行性,基于Android的毒蘑菇识别系统可以实时有效地进行毒蘑菇的分类。