随着科学技术的进步,智能手机已经逐渐进入人们的生活。智能手机上的应用也是非常多,一些关于图像识别的应用也陆续出现在智能手机中。但是由于手机和Pc机之间的区别,在应用开发过程中手机应用需要考虑到更多因素。PC机和手机的主要区别包括：PC机拥有比手机更强大的计算能力,因此,在手机应用开发过程中应该考虑到程序的计算量；PC机的内存大于手机内存,在进行图片处理过程中,如果处理不当手机容易造成内存溢出的问题,因此,需要对程序进行优化,降低内存使用量；手机的电量是稀缺资源,过多的计算量会消耗手机电量,因此,应用程序的计算复杂度对手机来说比PC机应用更重要。传统的图像特征提取方法往往都是基于直角坐标系,例如基于叶片边缘和叶片纹理。虽然这些特征很直观,但也有一些缺点,这些算法在时间复杂度上都很高,计算量很大,占用内存多。对于手机来说,这些缺陷都是致命的。本文针对智能手机的特点和对图像特征提取的大量研究后,提出了基于极坐标的特征提取方法。叶片图像首先要转换为极坐标图像,然后在极坐标图像上进行特征提取,特征参数包括跨度比、曲面面积比率、饱和度和高度变化率。这种提取方法的时间复杂度为O(n),并在提取过程中可以减少手机内存的使用量,原因是极坐标的图像可以简化到用一维数组存储。实验证明本研究提出的特征提取参数具有旋转缩放不变性,而且在Flavia树叶集上也有很好的识别率。此外,本研究还开发完成了基于极坐标特征提取的Android手机应用和J2EE服务器端程序,实现手机离线叶片识别和与服务器数据同步等功能。