车牌识别技术作为智能交通系统的核心部分,对交通的智能化管理起着非常重要的作用。基于视频图像的车牌识别技术融合了数字图像处理、计算机视觉和模式识别等方面的技术,具有识别率高、通用性好、识别速度快等优点,成为交通领域近几年来的重要研究方向之一。本文在认真研究国内外车牌识别技术的基础上,提出一种基于FPGA+ARM的车牌识别系统实现方案。该方案充分利用FPGA并行运算能力强、逻辑资源丰富等优点,再结合ARM在处理复杂控制算法、运行操作系统等方面的优势,具有运算速度快、实时性好、开发方便等特点。本论文根据车牌的纹理特征和颜色特征,采用了一种基于HSV的定位方法进行车牌定位；对倾斜的车牌图像利用Hough方法进行矫正后,采用投影法和先验知识相结合的方法来分割车牌字符；最后利用了改进的模板匹配的识别方法来对归一化的字符进行识别。本系统以Xilinx公司的ZedBoard开发板为硬件平台,其核心是FPGA+ARM的Zynq-7020芯片。在ZedBoard开发板的ARM上运行Linux系统,通过USB摄像头采集图像,利用Qt和OpenCV函数实现车牌识别算法,识别结果通过FPGA控制的HDMI接口输出到显示器上显示。本文最后给出了车牌识别系统在ZedBoard上的测试结果,该系统能够利用摄像头完成车牌图像的采集并实现车牌字符的识别,并且识别速度快、功耗小、具有良好的人机交互功能。