随着嵌入式技术的迅猛发展,嵌入式设备以其专用、灵活和便携等特点倍受青睐,走进千家万户,遍布各行各业。将传统基于PC的应用向嵌入式平台移植和推广成为信息处理智能化和便携化的一项十分重要的需求。本文将目前非常实用的两项技术—纸币序列号识别和基于监控视频的车牌识别进行算法改进并优化后移植到嵌入式平台中。1.纸币序列号识别主要包括序列号定位、字符分割和字符识别三个部分。在纸币序列号定位算法研究中,本文提出了一种纹理跳变结合像素水平投影的序列号上下边界定位方法,该方法可以有效避免序列号字符上下边界处背景对序列号上下边界定位的影响。2.在序列号字符分割算法研究中,提出一种基于方波滑动窗的序列号字符分割算法,该算法适用于纸币序列号、车牌号码等有规律字符的分割问题,对字符污染和粘连具有较强的抗干扰能力。3.鉴于SVM硬判决的缺陷,本文引入基于Sigmoid函数的SVM概率建模算法对字符识别结果的准确性进行度量。4.本文对实验室已有的基于静态图像的车牌识别算法进行改进以适用于监控视频。在车辆检测算法研究中,提出了一种基于局部帖间差的车辆检测算法,对基于旋转投影图的车牌倾斜校正算法进行改进以减少计算量提高速度。5.嵌入式系统由于存储资源和计算能力非常有限,在深入研究LIBSVM模型数据存储结构的基础上提出了一种基于稀疏存储的LIBSVM模型数据存储结构,使得存储空间和乘法运算量减少85%以上。此外本文对算法的实现代码采用浮点转定点和减少动态内存使用等方法进行速度优化。