随着中国成为世界第三大汽车生产国和第一大汽车消费国,城市之间的高速公路、市内交通及汽车停车场等都得到了快速发展。基于对交通流量的统计控制和汽车安全的考虑,汽车车牌识别系统也得到迅速发展。由于FPGA的并行特性及半导体工艺的飞速发展使FPGA的价格不断降低,从而嵌入式FPGA成为多路车牌识别系统的理想选择。论文基于嵌入式FPGA的优势,在多路车牌识别系统并行实现的项目背景下,采用训练完毕的BP神经网络,实现了对车牌图像定位区域灰度图的二值化、字符分割、字符归一化、字符识别的并行处理的研究与FPGA的硬件模型搭建以及下载。为了实现设计指标,论文选用Xilinx的Ⅶ_Pro FPGA开发板,在System generator模块化的界面中,充分挖掘二值化、字符归一化、字符分割、字符识别算法的并行性,针对字符分割延迟较大,对字符分割重新设计了一个适合并行实现的算法,并对这四个关键流程采用并行阵列结构、流水线结构以及复用结构三种并行结构搭建了并行实现模型.之后,利用Timing analysis工具得到关键路径,论文通过对关键路径的调试,满足了时序要求。为了挖掘时序余量,论文对关键路径进行了优化,得到了该系统可以达到的更高的系统频率。最后,论文完成了在开发板上的下载,并达到了设计指标。对车牌识别的并行处理过程可以看到,FPGA拥有的大量并行资源,利用一片FPGA可以并行完成多路车牌识别系统,相比于需要多个并行处理机并行实现而言,FPGA提高了系统效率,节约了成本。