| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状与发展趋势 | 第12-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 第2章 图像采集系统 | 第15-21页 |
| 2.1 图像传感器的选择 | 第15-19页 |
| 2.1.1 CMOS摄像头OV7670简介 | 第15-16页 |
| 2.1.2 带FIFO芯片的OV7670摄像头模块 | 第16-19页 |
| 2.2 图像数据采集 | 第19-21页 |
| 2.2.1 图像数据的写入与读取 | 第19-20页 |
| 2.2.2 图像采集流程 | 第20-21页 |
| 第3章 车牌识别系统 | 第21-47页 |
| 3.1 车牌识别系统的介绍 | 第21页 |
| 3.2 图像预处理 | 第21-27页 |
| 3.2.1 彩色图像灰度化 | 第21-23页 |
| 3.2.2 直方图均衡化 | 第23-24页 |
| 3.2.3 图像滤波 | 第24-25页 |
| 3.2.4 图像二值化 | 第25-27页 |
| 3.3 车牌定位 | 第27-36页 |
| 3.3.1 常用的车牌定位算法 | 第27-31页 |
| 3.3.2 形态学筛选车牌候选区 | 第31-32页 |
| 3.3.3 车牌候选区精确定位 | 第32-34页 |
| 3.3.4 车牌图像的倾斜校正 | 第34-36页 |
| 3.4 字符分割 | 第36-39页 |
| 3.5 字符归一化 | 第39页 |
| 3.6 字符识别 | 第39-47页 |
| 3.6.1 常见的字符识别方法 | 第39-41页 |
| 3.6.2 BP神经网络 | 第41-43页 |
| 3.6.3 改进的BP神经网络 | 第43-44页 |
| 3.6.4 BP神经网络的设计 | 第44-47页 |
| 第4章 车辆检测系统 | 第47-61页 |
| 4.1 车位检测技术 | 第47-48页 |
| 4.2 红外测距原理 | 第48-50页 |
| 4.2.1 红外模块的元器件 | 第48页 |
| 4.2.2 PSD测距法 | 第48-50页 |
| 4.3 车位检测模块 | 第50-51页 |
| 4.3.1 ZigBee芯片的选用及介绍 | 第50-51页 |
| 4.3.2 车位检测模块的结构 | 第51页 |
| 4.4 无线通信 | 第51-55页 |
| 4.4.1 路由器结构 | 第51-52页 |
| 4.4.2 协调器结构 | 第52-53页 |
| 4.4.3 串口通信模块和JTAG接口 | 第53-54页 |
| 4.4.4 电源模块 | 第54-55页 |
| 4.5 Z-STACK协议栈工作流程 | 第55-56页 |
| 4.6 无线传感网络节点的软件设计 | 第56-58页 |
| 4.7 数据传输 | 第58-59页 |
| 4.8 数据信息验证 | 第59-61页 |
| 第5章 智能停车场管理系统 | 第61-69页 |
| 5.1 智能停车场管理系统结构 | 第61-62页 |
| 5.2 智能停车场管理系统工作流程 | 第62-64页 |
| 5.2.1 入场工作流程 | 第62-63页 |
| 5.2.2 出场工作流程 | 第63-64页 |
| 5.3 管理系统的实现 | 第64-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |