在计算机图像视觉处理应用中，机器视觉以及图像信息处理的应用占有很大比例。数字图像的处理又成为这一研究的热点，近年来得到了极大的重视和长足的发展。在通讯、管理、医学、地震、气象、航空航天以及教育等领域发挥着愈来愈重要的作用，并且产生了许多优秀的理论和算法。但是面向应用的图像处理系统却不尽如人意，不能很好的满足图像应用的要求。传统基于PC机的图像处理系统体积庞大，不具有便携性；桌面操作系统不具有实时性。传统的图像处理实现方法越来越不能满足图像应用实时性和小型化的要求。对此，本论文探索一种基于ARM9嵌入式平台的图像处理解决方案，并把处理结果应用在了人工智能领域内的自动寻找识别方面。嵌入式平台集成度高，实时性强，并支持多任务，符合我们追求的实时性，小型性和专一性等特点。可以面对日益复杂的图像应用。基于嵌入式平台的图像处理系统是未来图像处理系统的发展趋势。研究如何将嵌入式平台和图像处理结合起来，对于快速开发图像应用具有重要的指导意义。论文对系统总体功能和设计进行了分析，分析了ARM嵌入式平台上实现的几个关键问题，如：图像分割，机器视觉学习等。论文还包括了系统框架设计，开发流程设计以及开发原则设计，从而对机器视觉在嵌入式平台下的实现有一定的启发。本系统由硬件和软件两部分组成。硬件部分采用”天嵌”公司的TQ2440作为实际的试验开发平台，并根据系统的功能需求对其硬件资源进行裁剪。软件部分，完成了嵌入式系统的启动过程分析，然后在此环境中，按照图像处理应用程序的需求配置、编译了嵌入式操作系统ARM-Linux，建立了交叉编译开发环境，配置了内核，Bootloader,摄像头驱动程序以及嵌入式下GUI—Qt程序。最后分析并实现了图像分割处理算法--加权K均值聚类算法以及成功的完成了魔方还原算法。论文末尾，提出基于ARM平台的数字图像，机器视觉的应用潜力无限，有待进一步的研究和探索。最后，是对研究的总结和展望，提出了未来需要改进和研究的方向。