嵌入式视觉系统在工业检测、医疗、消费电子等领域都有重要的应用前景。但是对于不同的嵌入式软硬件平台,目前还没有一种通用的移植与应用方案。针对上述问题,论文对一种基于ARM的Linux嵌入式视觉系统应用方案开展了研究,将图像处理、目标检测、对象分类等视觉技术应用在嵌入式平台,对嵌入式技术和计算机视觉技术的持续发展均具有良好的促进作用。论文主要研究工作如下:（1）搭建了一个基于Exynos4412处理器和i Top4412开发平台的Linux开发环境,为Ubuntu系统和嵌入式平台重新编译了Open CV库。（2）详细研究了包括图像滤波、图像边缘检测、图形几何变换、图像特征点检测与匹配等算法的底层工作原理,完成了SVM支持向量机的算法原理与实现方式的研究工作。（3）开发了一种基于“场景-视图-对象元素”框架和主应用程序加功能插件设计方式的视觉系统软件。完成了图像滤波插件、图形变换插件、图像阈值化插件、对象特征检测与匹配插件等多种图像处理插件的设计开发工作,所开发的每个插件功能独立,相互不影响。（4）设计开发了一种机器学习对象分类插件,实现了在未知图像中对螺钉、螺母和垫圈的特征提取与分类预测功能。插件的设计过程完全遵循机器学习视觉处理流程,包括图像预处理、对象分割、特征提取和模型训练等,为后续有关机器学习视觉相关的研发工作提供一种完整的解决思路。（5）完成了所开发视觉应用软件到ARM嵌入式平台的移植工作,实验测试结果表明论文开发的视觉应用软件移植在ARM嵌入式平台上运行稳定,实现了预期设计功能。论文提出的一套完整的嵌入式平台搭建与设计方案,对于开发嵌入式视觉系统和在嵌入式设备上进行图像处理或机器学习等功能具有较好的参考价值。