基于SQLite數(shù)據(jù)庫的Android平臺智能相冊應(yīng)用系統(tǒng)設(shè)計與實現(xiàn)

（廣州番禺職業(yè)技術(shù)學(xué)院,廣東 廣州 511400）

Android平臺對于程序員而言是完全開放的，它能夠為程序員提供各類豐富的代碼資源，在為程序員提供各類代碼資源的過程中又促進(jìn)了Android平臺上各類應(yīng)用程序的全面發(fā)展，為用戶創(chuàng)造了更加便利的條件[1]。傳統(tǒng)Android平臺當(dāng)中的相冊系統(tǒng)功能相對單一，為滿足更多用戶的需要，當(dāng)前急需一種能夠?qū)崿F(xiàn)照片拍攝和存儲、照片查看以及照片編輯的綜合型相冊應(yīng)用系統(tǒng)[2]。SQLite數(shù)據(jù)庫是一種輕型數(shù)據(jù)庫，遵循ACID關(guān)系，其包含于一個相對小的C庫中。SQLite數(shù)據(jù)庫具有嵌入式特點，并且在其實際應(yīng)用中能夠嵌入到其他各類電子產(chǎn)品當(dāng)中，由于其本身占用的資源較低，在嵌入式設(shè)備當(dāng)中只需要消耗幾百kB的內(nèi)存便可實現(xiàn)SQLite數(shù)據(jù)庫的正常運行[3]。本文將針對當(dāng)前Android平臺相冊應(yīng)用系統(tǒng)功能單一問題，設(shè)計基于SQLite數(shù)據(jù)庫的Android平臺智能相冊應(yīng)用系統(tǒng)。

1 Android平臺智能相冊應(yīng)用系統(tǒng)硬件設(shè)計

在進(jìn)行基于SQLite數(shù)據(jù)庫的Android平臺智能相冊應(yīng)用系統(tǒng)設(shè)計時，首先針對其應(yīng)用需要設(shè)計硬件結(jié)構(gòu)。本設(shè)計選擇含有SVM分類器的芯片作為硬件核心結(jié)構(gòu)，利用該芯片實現(xiàn)對Android平臺中各類圖像照片的分類。選擇SZ-158-3600型號分類器，將其引入到MAX809SEUR+芯片當(dāng)中。SZ-158-3600型號分類器傳輸速率為2.5Mb/s，MAX809SEUR+芯片的靜態(tài)電流為55μA，最小輸入電壓為2.8V，最大輸入電壓為12V，Pd功率耗散約為0.935W。MAX809SEUR+芯片當(dāng)中還含有針對本文相冊應(yīng)用系統(tǒng)的異常智能檢測功能，能夠判斷當(dāng)前時刻系統(tǒng)是否正常運行。在芯片自身數(shù)據(jù)庫當(dāng)中引入數(shù)十種相冊應(yīng)用系統(tǒng)的故障類型，并利用獨有的特征改進(jìn)算法監(jiān)測系統(tǒng)中曾出現(xiàn)的異常運行狀態(tài)[4]。相冊應(yīng)用系統(tǒng)還需要含有Android平臺的移動手持終端設(shè)備，大部分安裝系統(tǒng)的手持終端設(shè)備均可實現(xiàn)本文系統(tǒng)的應(yīng)用。為方便后續(xù)描述，選擇PDA66-54型號手持終端設(shè)備，該設(shè)備的處理器為四核/八核1.2GHz,運行內(nèi)存大小為4GB+64GB,顯示屏規(guī)格為3.5寸320×480,操作系統(tǒng)為Android 10.2,電池的容量為3 800mAH，可持續(xù)使用12h。同時，該型號手持終端設(shè)備還配備USB和URAT串口，不僅能夠在聯(lián)網(wǎng)狀態(tài)下實現(xiàn)對相冊中圖像和相關(guān)信息的無線傳輸，同時還能夠通過有線的方式實現(xiàn)傳輸。

2 Android平臺智能相冊應(yīng)用系統(tǒng)軟件設(shè)計

2.1 圖像特征識別與提取

本文基于SQLite數(shù)據(jù)庫的Android平臺智能相冊應(yīng)用系統(tǒng)軟件部分的設(shè)計，首先依據(jù)視覺圖像識別技術(shù)識別和提取Android平臺智能相冊應(yīng)用系統(tǒng)中需要存儲的圖像特征。采用多尺度幾何分析工具，實現(xiàn)圖像的切波變換并對圖像進(jìn)行三維最優(yōu)逼近處理，方便獲取圖像當(dāng)中的各類信息內(nèi)容及特征[5]。為了提高圖像特征識別和提取的精度，設(shè)計引入了ASM主動形狀模型，在模型當(dāng)中將不同類型圖像的特征統(tǒng)計形狀設(shè)置為靶結(jié)構(gòu)，并可根據(jù)圖像當(dāng)中的實際形狀變換不同模型的提取方法。以人物圖像為例，利用ASM代表人物面部結(jié)構(gòu)，將其均勻分布為56個面點，分別定位于人物的眼睛、嘴巴、鼻子等。由于針對不同人物的位置和姿態(tài)，SVM分類器會受到不同的干擾，因此需要將圖像引入坐標(biāo)系中，并對其進(jìn)行歸一化處理，其整個過程可用公式（1）表示：

公式（1）中，Pq表示歸一化過程中圖像在坐標(biāo)系當(dāng)中的二值模式算子；iq表示圖像中心點像素值；ic表示圖像中相鄰點的像素值大??；m表示剪切參數(shù)，m值通常取[0,1]。根據(jù)公式（1）計算得出圖像在坐標(biāo)系當(dāng)中的二值模式算子后，將其作為標(biāo)準(zhǔn)完成對圖像特征識別與提取。

2.2 基于SQLite數(shù)據(jù)庫的圖像信息存儲

由于本文圖像應(yīng)用系統(tǒng)能夠?qū)崿F(xiàn)對圖像各類信息的展示，因此需要容量更大的圖像信息存儲空間。本文選擇SQLite數(shù)據(jù)庫作為本文系統(tǒng)的圖像信息存儲條件，將不同圖像信息內(nèi)容以分布式的方式上傳，其具體流程如下。

步驟一，將圖像信息上傳到SQLite數(shù)據(jù)庫中，方便本文系統(tǒng)高效的讀取圖像信息。當(dāng)上傳的數(shù)據(jù)超出SQLite數(shù)據(jù)庫的容量范圍時，則立即選擇恰當(dāng)?shù)臅r間將緩存數(shù)據(jù)合并為一個完成的數(shù)據(jù)序列，并再次將其存儲在SQLite數(shù)據(jù)庫當(dāng)中[6]。為了進(jìn)一步保證圖像信息存儲的過程中，SQLite數(shù)據(jù)庫釋放的內(nèi)存與存取的高容錯性及高效性，在第一步中還應(yīng)增加對源數(shù)據(jù)記錄的實時更新操作。

步驟二，利用SQLite數(shù)據(jù)庫采集圖像信息數(shù)據(jù)。在上傳的緩沖區(qū)數(shù)據(jù)中檢索需要讀取的數(shù)據(jù)，根據(jù)其不同類型，通過源數(shù)據(jù)的方式讀取[7]。在讀取的過程中還需要利用SQLite數(shù)據(jù)庫當(dāng)中的壓縮功能，同步數(shù)據(jù)庫中的最小數(shù)據(jù)兩端點位。

步驟三，在起始位置上等待用戶進(jìn)行下一次的遍歷操作，至此完成本文相冊應(yīng)用系統(tǒng)對圖像信息存儲。

3 對比實驗

通過上述論述完成基于SQLite數(shù)據(jù)庫的Android平臺智能相冊應(yīng)用系統(tǒng)的詳細(xì)設(shè)計，為進(jìn)一步證明該系統(tǒng)在實際應(yīng)用中的效果，將其與傳統(tǒng)相冊應(yīng)用系統(tǒng)同時引入到相同規(guī)格和型號的帶有Android平臺的移動終端設(shè)備中，并對比兩種相冊應(yīng)用系統(tǒng)的各項性能。本文選擇某項專屬相冊組件的用例完成對比實驗，選取的實驗數(shù)據(jù)集為網(wǎng)絡(luò)當(dāng)中隨機(jī)選取的240張風(fēng)景照片以及240張人物照片，將總共480張照片打亂順序隨機(jī)存儲在Android平臺當(dāng)中。兩張相冊應(yīng)用系統(tǒng)均按照以下流程完成操作：系統(tǒng)登錄——點擊風(fēng)景/人物專屬相冊——設(shè)置相冊信息——點擊添加照片——瀏覽系統(tǒng)提供照片——選擇全部添加——選擇手動添加——在全相冊當(dāng)中選擇照片——選擇完畢——瀏覽風(fēng)景/人物專屬相冊。本文選擇將兩種相冊應(yīng)用系統(tǒng)完成相應(yīng)預(yù)期結(jié)果所消耗的時間作為實驗對比指標(biāo)，設(shè)置預(yù)期結(jié)果為系統(tǒng)能夠成功設(shè)置風(fēng)景/人物相冊信息，成功自動檢測風(fēng)景/人物照片文件，成功自動/手動添加相冊照片，實現(xiàn)對風(fēng)景/人物專屬相冊的瀏覽。

根據(jù)上述實驗準(zhǔn)備完成對比實驗，并分別記錄兩種相冊應(yīng)用系統(tǒng)的運行結(jié)果，將實驗結(jié)果進(jìn)行記錄，并繪制成表1所示的實驗結(jié)果對比表。

表1 兩種相冊應(yīng)用系統(tǒng)實驗結(jié)果對比表

從表1兩種相冊應(yīng)用系統(tǒng)的實驗結(jié)果可以看出，本文系統(tǒng)完成上述設(shè)定預(yù)期結(jié)果的耗時明顯短于傳統(tǒng)系統(tǒng)完成預(yù)期結(jié)果的耗時。在實驗過程中，傳統(tǒng)系統(tǒng)在第三次和第四次運行時，并未得到完成預(yù)期結(jié)果耗時記錄，原因是傳統(tǒng)系統(tǒng)沒有成功檢測出風(fēng)景/人物照片文件，或是沒有成功瀏覽風(fēng)景/人物專屬相冊。因此，通過對比實驗進(jìn)一步證明，本文提出的基于SQLite數(shù)據(jù)庫的Android平臺智能相冊應(yīng)用系統(tǒng)在實際應(yīng)用中能夠達(dá)到更快的運行速率，并保證各項功能的順利進(jìn)行，滿足用戶的預(yù)期要求。同時，本文系統(tǒng)當(dāng)中引入了SQLite數(shù)據(jù)庫，能夠?qū)崿F(xiàn)對相冊更多信息內(nèi)容的存儲，能為用戶全方位地展現(xiàn)照片的各個信息內(nèi)容，并增強系統(tǒng)應(yīng)用性能。

4 結(jié)語

本文基于SQLite數(shù)據(jù)庫，從硬件以及軟件兩方面設(shè)計Android平臺智能相冊應(yīng)用系統(tǒng)，并通過實例分析的方式，證明了設(shè)計系統(tǒng)在實際應(yīng)用中的適用性，以此為依據(jù)，證明此次優(yōu)化設(shè)計的必要性。因此，有理由相信通過本文設(shè)計，能夠解決傳統(tǒng)Android平臺智能相冊應(yīng)用中存在的缺陷。但本文同樣存在不足之處，主要表現(xiàn)為未對SQLite數(shù)據(jù)庫進(jìn)行拓展研究，進(jìn)一步提高其在系統(tǒng)應(yīng)用中的廣度。這一點，在未來針對此方面的研究中會加以補足。與此同時，還需要對Android平臺智能相冊應(yīng)用系統(tǒng)的優(yōu)化設(shè)計提出深入研究，以進(jìn)一步為增強Android平臺智能相冊應(yīng)用系統(tǒng)的綜合性能提供建議。