一直以来,世界各国都注重智能交通系统的研究,在缓解交通拥堵、增强行车安全、车辆智能管理等方面有了重大进展。停车场管理系统作为智能交通系统的一个重要分支,主要实现车牌的识别与记忆、车辆跟踪、停车服务及收费管理等功能。本文基于停车场管理系统,以停车场车位状态为研究对象,设计了一种车位检测系统。文中首先给出了一种停车场车位检测算法,与传统的基于传感器检测车位方法不同,该算法以停车场车位视频图像为研究对象,车位图像由安装在停车场固定位置的摄像头获取。算法首先对获得的车位图像进行预处理,预处理包括去除图像中环境噪声的干扰以及将图像由RGB彩色空间转换到HSI彩色空间,然后选取车位检测区域,依据事先得到的像素样本的彩色均值和协方差矩阵,对检测区域内的像素进行贝叶斯分类,并计算出相邻车位状态间的传递概率,以各车位有车、无车的两种状态为节点,车位状态间的传递概率的倒数为支路权重,构建一种车位状态组合网络模型,基于最大后验概率的意义下,求出一组最佳的车位状态组合,得出各车位状态信息。接下来对该车位检测算法进行了到嵌入式Linux开发平台的移植。首先在PC机Linux系统中搭建好相应的交叉编译环境,在PC机里调试、编译程序,并通过NFS下载到基于ARM11处理器的嵌入式开发平台Rea16410上运行。基于C/S网络模型,将运行结果上传给服务器,用户通过与服务器交互,可以查询车位检测结果。文中采用I/0多路复用技术编程,解决了当多用户同时访问服务器时产生的数据并发问题。实验表明该系统能很好地消除相邻车位间车辆相互遮挡对检测结果造成的影响,并且能有效地处理多用户同时访问服务器产生的数据并发问题。