随着网络传输能力的不断提高，视频电话得到了越来越广泛的支持和应用。Wi-Fi和3G的应用在提高网络带宽支持的同时也大大降低了通信的费用。VoIP由于其灵活的扩展性，低廉的通话成本从成立初就得到了迅速的发展，在嵌入式终端集成VoIP视频通话系统是目前通信终端发展的热门方向。　　 VoIP的通信协议主要包括H.323协议和SIP协议，H.323协议在VoIP与传统PSTN电信网络的结合中占据着优势，但随着智能终端的不断发展以及传输介质种类的扩大，简单方便但扩展性较高的SIP协议受到越来越多的重视。SIP协议将控制信令和媒体流分别传输的特点方便系统控制和功能扩展，受到越来越多人的青睐。　　 论文主要研究了如何在嵌入式终端上集成VoIP视频传输系统，并努力得到一个较为理想的传输效果。论文以基于SIP协议的PJSIP协议栈作为基础，对其进行了一系列的移植和改进，添加了视频支持功能并进行嵌入式移植。音频编码库采用了开源的Speex协议栈，视频编码采用相对资源消耗较低的H.263协议，本系统最终在ARM9平台上得到了实现。