在智能停车场内，车位信息以及停车位占用状况信息，是构成后续停车诱导的基础信息。在现有的智能停车场内，获取这两个信息都是依靠人工及车位感应线圈至少两个信息源来提供，智能度仍有待提高。本文期望在这两个方向能提出一种更为智能方便的方案。 本文提出一个综合的车位识别系统，它仅通过单一信息源——停车场高位摄像头所获得的图像，就可以既识别停车位几何分布也能得到停车位的占用状况信息。这个综合车位识别系统包括三个主要内容：图像还原、车位识别和车位占用状况判断。 停车场摄像头所获得的图像是典型的焦点透视图像，不同的位置有不同的几何畸变。本文提出一种改进逆向透视法来对透视图像进行还原。其基本原理是以先验方式来探测几何畸变的程度，并根据此程度来近似还原几何图像。 分割问题是经典的组合优化问题。矩块分割算法是其中最常见的一种，现在在数据简化和数据挖掘方面是其应用热点。本文尝试将其应用于模式识别：应用矩块分割算法凸显停车位边界，并经过简单的优化组合来识别停车位。 停车位占用状况判断是根据所识别到的停车位几何位置，利用统计模式识别法取还原图像中相应图像块的平均灰度值和平均灰度梯度值作为特征构成二维线性分类器进行分类而得。实验表明这种分类器效率和效果都相当理想。 综合三项处理内容，本文输入不同状况的大量停车场模型图像进行交叉实验，以确定优化的参数配置。然后进行综合实验确定它们之间的最优参数配合。实验证明在一定的图像条件下，这种识别方法可以取得较好效果。