车牌识别系统主要包括车辆图像的采集和预处理、车牌定位、车牌字符的分割和识别等模块，它不仅是现代智能交通系统中的关键组成部分，同时也是数字图像处理、模式识别、人工智能等交叉学科研究的热门课题，对车牌识别系统相关技术的研究受到越来越多的学者及研究机构的关注，并且随着嵌入式系统在各行业的广泛应用，对嵌入式系统的研究开发成为计算机领域的一个热点。基于此，本文对车牌识别的相关技术做了深入研究，设计了基于ARM的嵌入式车牌识别系统。论文首先介绍了车牌识别技术的背景、意义及其在国内外的发展动向，然后阐述了基于ARM的嵌入式车牌识别系统完整的解决方案，包括以S3C2440为核心的硬件平台的设计，嵌入式Linux平台的搭建，USB摄像头驱动移植工作，基于V4L2的图像的采集和传输程序的编写以及车牌识别软件的设计与实现，并在PC机上利用Visual Studio软件对算法进行了仿真实验。本文对车牌识别软件的几个步骤：图像预处理、车牌字符定位、字符分割和字符识别，分别进行了算法的设计。在车牌定位之前首先对车辆图像进行了灰度化、滤波、二值化、边缘提取等预处理，以期提高图像质量。在车牌定位部分，依据车牌区域和背景区域纹理特征的差异并结合车牌尺寸等先验知识提取出车牌区域，然后排除车牌边框、铆钉及背景噪声的干扰，准确提取出车牌字符区域。在车牌字符切割部分，依据车牌结构和车牌字符间距相对固定性等先验知识，结合车牌字符在垂直方向的投影特征来分割字符，采用此方法可以比较有效的分割车牌字符，为字符识别奠定了基础。在车牌识别部分，本文采用特征点匹配车牌字符识别法对车牌字符进行识别。论文在最后总结了本设计的主要内容及系统需要完善的地方，并提出了未来的研究方向。