随着我国社会经济以及道路交通的发展,智能交通已成为了交通科技领域研究的重点。车牌识别作为智能交通的核心组成部分,在交通管理的智能化中起着重要的作用。针对传统车牌识别系统体积庞大、成本高、灵活性差、安装不方便的特点设计了一种基于嵌入式的车牌识别系统。论文研究了基于ARM的嵌入式车牌识别系统,通过使用实时操作系统Linux来实现视频采集、图像处理、文档的存储等功能,并利用嵌入式Qt实现友好的人机界面显示。论文首先介绍了智能交通和车牌识别研究的相关背景和研究现状,然后介绍了车牌识别系统的总体设计方案和识别过程,包括车牌定位、字符分割和字符识别。论文在车牌识别算法研究方面,根据车牌的几何特征和灰度特征,采用了一种分级的综合定位的方法进行车牌定位；在对图像倾斜矫正的基础上,采用了一种改进的投影法来切分字符；最后利用了改进的神经网络法来识别字符。结果表明该算法能够满足速度和准确度的要求。在系统设计方面进行了嵌入式Linux系统的建立、内核的裁剪和移植、以及交叉编译环境的搭建,在嵌入式平台上利用Qt/Embedded的和OpenCV图形处理函数库进行软件程序的编写,成功实现了识别算法。嵌入式车牌识别系统方便、灵活、适应性强,能够满足很多实际场合的应用。经过实验测试,该系统能够完成图像的采集和算法的实现,而且识别速度快、稳定性高、功耗小具有很好的人机交互功能。