目前，在中国还没有人研究这类实时花卉识别系统，国外已经有很多成型的理论和产品。早在第二十年代初八十年代初期，有人开始研究花卉的鉴定识别问题。但在开始绝大多数的是理论研究，并没有实际的代码和结果。84460

现在，国外有很多应用程序可以使用，如Villalobos等人提出的利用轮廓的识别方法，对简单的花卉进行识别。但此类软件只能识别简单的花卉，所能识别的花卉多是常见的花卉。因为根据欧洲人的精神文化，他们平时见到的花卉比较简单，都是容易识别的常见的花卉。因此，大多数的系统都不成熟，实用性不强。特别是对于珍稀花卉，它是很难识别的。但是Yoshiyuki Kawano等人提出了利用Grab Cut的方法提取花的轮廓并使用 SVM 机器学习方法使用现有花卉数据库进行匹配，从而得到最相似的花卉。该方案能识别出具有相似外形的花，但Grab Cut抓取轮廓提取方法的效率较低，使得实时性能较差。该方法只采用传统的研究方法对现有的模式识别进行研究，没有本质上的改变或新的方法[1]。论文网

根据国内外现在的研究程序的缺陷和不足并且考虑Android手机的发展]实时问题，本文提出了一种新的解决方案，放弃耗时的Grab Cut轮廓提取方法，使用简单的用户手动切割功能先对花卉图片做一个预处理[2]；参考图像检索中流行的主色调技术，采用 K-means聚类算法分析图像的主要色调，根据花的颜色将花分成几个类型进行检索，从而提高效率[3]。用户输入一张花的图片，首先通过花的部分的主颜色的匹配规则，在匹配库中检索索引。通过这一层的过滤，然后再次匹配。匹配方法使用 SVM 机器学习方法。