本文主要针对交通标志识别场景展开机器视觉系统的研究。在快速发展的社会,交通压力越来越大,将机器视觉系统运用到智能交通中,实现辅助驾驶和智能交通标志识别的功能,将会大大改善驾车体验,同时可以有助于帮助驾驶员的驾驶,减少交通事故的发生。本文结合了嵌入式系统的特性,在嵌入式平台ZedBoard上来实现机器视觉的算法,优化算法,提高系统性能。首先,本文介绍了机器视觉系统和交通标志识别相关的背景知识。根据机器视觉系统的算法特征,本文采用ZedBoard硬件平台实现相应的算法。本文对整个硬件部分进行了整体的介绍,对功能模块进行了划分,包含图像获取、图像处理、图像显示、结果输出模块。其次,本文讨论了主要的交通标志识别的软件部分,介绍了交通标志识别的关键算法。本文对整个软件部分进行了分步,主要分为色彩空间转换、边缘检测、形状检测、颜色提取、交通灯识别、模板匹配等。然后,针对本系统要实现的硬件环境,本文介绍了在Xilinx的ZedBoard平台搭建开发环境的过程。同时,这部分还介绍了利用硬件加速并行处理的原理,加速软件部分的方法,并对机器视觉系统的相关部分进行了加速处理。最后,本文结合嵌入式环境,对机器视觉系统在嵌入式平台实现交通标志识别进行了实验。根据测试数据,本文系统使用嵌入式系统完成机器视觉系统的功能,识别速度较快,识别精度较高,验证了本系统的可行性。