毕设全套资料-设计、文档、开题、答辩稿等。
本课题是基于SSM框架实现的，Spring管理各层的组件，它的核心思想是IOC（控制反转），即不需要显示地new一个对象，而是让Spring框架帮你来完成这一切；SpringMVC做控制器(controller)，它的核心Servlet即DispatcherServlet承担中介或是前台的职责；MyBatis负责持久化层，它让数据库底层操作变得透明。
【关键词】：停车场管理；车牌识别算法；智能停车；SSM；
导言
本课题使用了车牌识别算法，自动识别车牌信息，降低了人工压力，同时也显著减少人工登记由于个人错误而引发的一系列问题。通过该停车场管理系统，可以省去繁琐的人工登记，也可以节省一笔不小的人员支出，同时也有利于问题出现以后的追踪查询增加安全性。
停车场系统共享“车”与“停车位”，实现停车场的云管理，为管理者和用户提供便利。车主可通过线上系统和线下系统的协同配合预定停车位。该系统能够智能、实时地获取停车场的各种信息，节省了大量的人力和物力，确保车辆数据的实时、准确、高效。
本文主要查阅了《智能停车场管理系统的设计与实现》，《基于深度学习的车牌识别算法研究》等文献。在网络中主要通过CNKI中国知网、万方数据库以及百度学术等资料库，并以关键词、摘要等方式进行搜索。本文旨在借鉴前人的研究基础上理清本课题的开发思路，在前人已有的成果基础上做出进一步的改进。
1.1国内研究现状
1.2国外研究现状
国外发达国家和地区对智能化停车管理系统的研究和应用起步较早，国外的研究技术相比国内要成熟一些，功能也更完善。
在实际应用方面，德国的亚琛市在1971年建立了世界上最早的城市停车诱导系统。随后，日本柏市在1973年也建立了日本最早的停车诱导系统，该系统能向车主提供停车场位置，总的停车位数目和空闲车位等诱导信息。德国科隆市在1986年建立了可以覆盖整个城市中心地段的停车诱导系统。该系统总共包括30个大型的停车场、接近18000个停车位、170个左右停车诱导指示牌。与此同时，在数据的共享方面，该系统建立了综合的数据库，直接由市交通监控管理中心进行统一管理，该系统在运营情况和实施效果方面都具备一定的代表性，为各国各城市的城市诱导系统的建立提供了一个非常成功的案例[10]。
近几年的发展中，新加坡在新加坡市建立了一个全自动化停车场，以此来缓解当地局部的交通压力。车主只需将车子停放在停车场入口的大电梯处并在电子屏幕上输入个人密码，该系统就会自动将该车辆输送到该停车场的空闲车位上。日本则在立体停车场领域发展顺速，同时还对各城市经营性的停车场减税免税。英国伦敦推行一个收费性质的停车场网站，车主可在该网站上查看各停车场的具体位置和收费情况等信息，市民可在出门前预订停车位和停车时长，然后刷信用卡进行费用支付。
3关键技术介绍
3.1数据库技术
数据库技术是信息系统中的一项非常核心的技术。数据库是按照某种数据模型组织起来的，并且存放于二级存储器中的数据集合。简单来说，数据库可以看成为一个电子化的文件柜，用于存储数据，用户可以对文件中的数据进行查询、新增、删除和更新等操作。数据库产生于20世纪六七十年代，它产生的目的是有效地存取和管理大量的数据信息，数据库技术主要研究的是存储、管理和使用数据的方法。数据库技术与计算机技术相互渗透，互相促进，已经广泛地应用于各大领域，如人工智能、情报检索以及计算机辅助设计等领域。数据库具有如下特点：（1）实现数据的共享；（2）减少数据的冗余度；（3）实现数据的独立性；（4）数据可集中控制；（5）通过数据库管理系统，可及时发现故障并能快速修复故障；（6）数据具有一致性和可维护性，用来确保数据的可靠性和安全性。
3.2车牌识别技术
车牌识别技术(VehicleLicensePlateRecognition，VLPRwww.biyezuopin.vip)是一种能够确定汽车牌照在图像中的位置，并提取和识别出文本字符的技术，它是计算机视频图像识别技术在车牌识别中的一种应用。车牌识别的过程包含图像的采集、预处理、车牌的定位、字符分割和识别等一系列的算法运算。
1）图像预处理：在车牌图像的采集和输入过程中，由于受到环境以及特殊因素等的影响，采集到的图像的质量总会下降。低质量的图像采集会给影响车牌图像的定位、分割和识别。因此，对车牌采集的初始图像进行预处理是非常必要的，这样能提升图像的质量，并且将对我们有用的图像信息凸显出来，该处理有利于系统进行各种后续处理。图像预处理主要包含灰度化、二值化、平滑处理、图像的增强和锐化及边缘提取等。图像的平滑处理实现方法一般包含中值滤波法、邻域平均法等。图像增强的方法分为直方图均衡化和灰度拉伸法等，图像锐化处理的方法一般分为两种，一种是微分锐化，如梯度锐化，另一种就是高通滤波法。另外在图像的边缘检测和提取中，比较常用的边缘检测算子有：Sobel算子、Roberts算子、Prewitt算子、Laplacian算子等。
（3）车牌字符分割：车牌字符分割是从图像预处理、车牌定位之后所得到的车牌图像中分割出七个单一的字符图像。因为受到车牌倾斜、光照不均和车牌污迹等诸多因素影响，使万方数据南京邮电大学专业学位硕士研究生学位论文第四章基于Android的车位查询及预订模块的设计与实现15车牌字符分割的困难和挑战升级。现在常用的具有代表性的车牌字符分割算法主要有四类：①基于垂直投影的车牌字符分割算法；②基于连通区域的车牌字符分割算法；③基于聚类分析算法的车牌字符分割算法；④基于字符模板匹配的车牌字符分割算法。
4总结
参考文献
［1］吕田.智能停车场管理系统的设计与实现[D].西安工业大学,2016.
［2］高静.基于停车场信息的动态停车诱导系统研究[D].山东科技大学，2016
［3］陈婷.基于RFID定位的停车场智能移动终端设计[D].南京邮电大学，2016
［4］丁瑞锋.智能停车场系统设计与实现[D].郑州大学，2017
［5］张群.智能化城市停车场管理系统的应用研究[D].南京邮电大学,2015
［6］齐婷婷.物联网技术在智能停车场系统的应用研究[D].山东科技大学,2015
［7］杨振.车牌识别中关键算法的改进研究[D].2016.
［8］孙婷婷.基于车牌识别的一体式寻车数据采集系统的实现[D].浙江大学,2015.
［9］王恒.基于深度学习的车牌识别算法研究[D].浙江工业大学,2017.
［10］GiupponiL,AgustiR,Perez-RomeroJ.Theresearchanddesignofintellectualparkingsystembasedon
RFID[C].IEEEGlobalTelecommunicationsConference(GLOBECOM),2013:3851-3855.
［11］EiichiTaniguchietal,Russell.G.Thompson,Tadshiyamada,RonVanDuin.CityLogisticsNetworkModellingandIntelligenceTransportSystems[M].2010:1-47.
大白兔
大白兔小子
大白兔TGXprpqJZGM
0"class="right-comment-item--name">{{item.userObj.user_name}}{{item.parents[0].userObj.user_name}}