| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究状况 | 第10-11页 |
| 1.2.1 国外发展状况 | 第10-11页 |
| 1.2.2 国内发展状况 | 第11页 |
| 1.3 存在的问题 | 第11-12页 |
| 1.4 本文研究的主要内容 | 第12-14页 |
| 第2章 相关技术及系统总体设计方案 | 第14-24页 |
| 2.1 ZigBee技术 | 第14-15页 |
| 2.2 ZigBee/IEEE 802.15.4协议概述 | 第15-16页 |
| 2.3 节点加入网络 | 第16-18页 |
| 2.3.1 协调器建立网络 | 第16-17页 |
| 2.3.2 子节点加入网络 | 第17-18页 |
| 2.4 系统整体结构设计 | 第18-23页 |
| 2.4.1 系统需求分析 | 第18-19页 |
| 2.4.2 智能停车场管理系统工作流程 | 第19-21页 |
| 2.4.3 系统整体结构及工作流程图 | 第21页 |
| 2.4.4 系统的软件流程 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于支持向量机的车牌识别 | 第24-43页 |
| 3.1 车牌图像预处理 | 第24-30页 |
| 3.1.1 车牌图像灰度化 | 第24-26页 |
| 3.1.2 车牌图像增强 | 第26-30页 |
| 3.2 车牌定位 | 第30-33页 |
| 3.3 车牌字符校正 | 第33-34页 |
| 3.3.1 水平校正 | 第33-34页 |
| 3.3.2 垂直校正 | 第34页 |
| 3.3.3 去除车牌边框 | 第34页 |
| 3.4 车牌字符分割 | 第34-36页 |
| 3.5 基于支持向量机的车牌识别 | 第36-42页 |
| 3.5.1 支持向量机 | 第36页 |
| 3.5.2 原始特征向量降维处理 | 第36-37页 |
| 3.5.3 多类分类器的设计 | 第37-39页 |
| 3.5.4 车牌字符分类器的训练 | 第39-40页 |
| 3.5.5 核函数的选取 | 第40页 |
| 3.5.6 实验结果及分析 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 智能停车场系统设计 | 第43-60页 |
| 4.1 车辆信息采集系统 | 第43-45页 |
| 4.1.1 图像采集电路 | 第43页 |
| 4.1.2 车辆信息采集结果 | 第43-45页 |
| 4.2 车位状态监控系统 | 第45-49页 |
| 4.2.1 系统整体思路设计 | 第45页 |
| 4.2.2 基于CC2530的无线收发模块设计 | 第45-48页 |
| 4.2.3 红外传感器检测电路 | 第48页 |
| 4.2.4 车位监控结果 | 第48-49页 |
| 4.3 停车场车位诱导系统 | 第49-55页 |
| 4.3.1 最佳路径算法 | 第49-50页 |
| 4.3.2 最佳车位模型建立 | 第50-51页 |
| 4.3.3 指示灯控制电路 | 第51-52页 |
| 4.3.4 车位诱导实验结果与分析 | 第52-55页 |
| 4.4 停车场信息处理 | 第55-57页 |
| 4.4.1 车位信息处理流程 | 第55-56页 |
| 4.4.2 车位信息处理结果与分析 | 第56-57页 |
| 4.5 智能缴费系统 | 第57-59页 |
| 4.5.1 缴费流程设计 | 第57-58页 |
| 4.5.2 实验结果与分析 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表论文、参加项目和获奖 | 第66-67页 |