随着经济的发展，城市车辆数量急剧增大，交通问题日益突出，如何获得准确的城市交通流量已经成为智能交通系统的一个热点研究领域，受到日益广泛的关注。公安320工程旨在对城市行驶的车辆进行管控，车辆牌照特别是模糊车辆牌照的自动识别系统就成为智能交通和智能监控系统的核心科研项目之一。模糊图像车辆检测和车牌照识别系统是智能交通和智能监控的关键技术。本文针对目前实际城市道路监控图像质量差，着重研究了模糊车辆检测和车牌识别等关键技术，在分析近年来一些典型的模糊图像处理和车牌识别算法的基础上，改进一种利用序列视频图像增强算法有效地解决模糊图像车辆检测和车牌照识别。本文首先在模糊图像预处理阶段，对常用的滤波法，Richardson-Lucy算法，维纳滤波法的优缺点进行了简单分析，最后利用序列视频图像增强算法和改进的Z变换离散递推算法，进行图像恢复，使其在车牌识别的后续过程中达到基本要求。然后进行车辆检测，运动目标检测与跟踪的一些常用方法包括基于光流场的方法、基于帧间差分的方法和基于背景差分的方法，并对各种方法进行了比较，讨论其优缺点及适用范围。通过对这些方法的分析比较，采用三帧差分法的方法检测运动车辆。在车牌定位方面，分析比较了基于边缘检测的方法，基于灰度特征的方法，以及基于颜色特征的多种车牌定位的方法，并利用了基于边缘点区域连通定位的车牌定位方法。在字符分割方面，分析了牌照图像二值化与标准归一化以及几何校正的各种算法，最后采用连通区域分割法，实现字符的分割。在字符识别方面，分析比较了常用的字符识别方法，利用基于结构特征和统计特征的模板匹配法。实验结果证明，本文采用的方法是有效的。