目前,在经济的推动下,国民生活水平逐渐走向富裕,汽车的数量也在逐年增长,停车难的问题日益严峻。如何通过现代科技,使停车位资源得到充分利用,已经成为一个研究热点。本文对智能停车场的国内外研究现状做了简要分析,并对目前比较常见的一些车位检测方法做了对比。与非视频车位检测技术相比,利用视频图像进行车位检测具有明显的优越性。本文针对传统的车位检测算法的弊端,提出一种基于视频图像处理的检测算法。这种方法整合车位图像的灰度特征和纹理特征,将之作为判断车位状态的依据。特征的处理方式,是车位检测技术的关键。提取各个车位图像的灰度特征和纹理特征,将之组合成联合特征向量。采用主成分分析法对车位的联合特征向量进行降维处理,并采用支持向量机对降维后的特征向量进行训练。使用训练得到的模型对需要进行车位检测的视频图像分类,从而得到车位是否被占用的信息,并将得到的车位信息实时显示。为了使支持向量机训练出更符合实际情况的模型,在训练样本中加入了含有不同天气、光照、行人、杂物及阴影的视频图像。经过验证,该算法检测准确率为98.150%,能够排除天气、光照、车位上的行人、杂物、阴影等对检测结果的影响。且该算法能同时处理多个车位,大大提高了停车场车位管理的效率。最后,本文利用MATLAB对此车位检测方法进行了模拟仿真,并在仿真的基础上构建了车位检测实验系统。