城市发展的现代化对现代交通的智能化需求越来越强烈,智能交通管理系统(Intelligent Traffic management System,ITS)已经逐渐演变成现代城市交通管理的核心,并发挥着越来越重要的作用。与嵌入式技术相结合产生的智能一体机电子警察系统是重要的发展方向,车牌自动识别技术是其功能完善的基础。嵌入式智能相机(Smart Camera)集成了图像采集、图像智能处理与网络通信等功能,利用了高性能的嵌入式处理器,使得系统功耗减少,运算能力增强。与传统基于台式机的电子警察系统平台相比,以嵌入式处理器为核心的智能相机平台具有更多优点和更好的适应性。本文从硬件和软件两方面着手,对嵌入式车牌识别系统的优化与移植方法做了详细介绍,对字符识别这一电子警察关键技术进行深入研究。主要内容如下：1.详细阐述鹰眼3智能相机的嵌入式开发平台,介绍了EagleEye3智能相机的基本框架及开发环境,分析了目前车牌识别技术的现状,并结合工程项目实践给出了最佳的组合参数配置。建立了鹰眼3智能相机车牌数据库并进行真值标定。2.实现了车牌识别算法的嵌入式移植工作,并对基于Gabor特征的车牌识别算法进行了优化。车牌字符识别准确率达到95%以上,算法运行速度提升了75%。3.实现了基于局部二值模式(Local Binary Patterns, LBP)算子的车牌字符识别算法并在智能相机车牌数据库上进行了测试,在保持字符较高识别率的同时,平均耗时有了大幅度减小。根据测试结果与基于Gabor特征的车牌识别算法进行性能比较。4.详细阐述了鹰眼3智能相机平台硬件优化方法以及车牌识别算法移植与优化中用到的关键技术,实现了在TMS320DM648定点型DSP处理器上车牌识别子系统功能,并与系统中其它模块进行联调。