智能卡口系统是利用智能技术对指定路口进行全天候监控，通过图像处理等技术提取车辆信息、远程布控指定车牌，为净化交通环境、打击车辆犯罪提供有力的技术支持。在其中起着基础作用的车辆监测技术能够从路口视频中检测出车辆、提取到车牌信息以及判断车速等。但目前此技术还存在着背景更新易受光照影响、车牌定位不精确、车速判断精度不高等问题。因此，本文针对以上问题对原算法做出改进，然后通过实验来检验改进后系统的功能，以期降低环境干扰、提高监测准确度。具体改进内容介绍如下：在车辆检测中，应用卡尔曼滤波进行背景更新，其无需所有历史数据就能估计当前信号，所以广泛应用在背景更新中。但传统卡尔曼滤波背景更新的参数固定，这使得它不能很好的适应光照变化；同时背景更新的时间成本较大。基于此本文通过大津阈值法依据场景光照变化来自适应获得背景更新参数；利用帧差法与背景更新得到的结果相结合来减少计算量。此方法耗时较少，更新到的背景较准确。在车牌定位中，车牌边缘信息丰富且易于提取，所以基于边缘信息的行扫描车牌定位法应用广泛。但车牌水平边缘干扰较大；疑似线段合并过程较繁琐。本文通过先增强垂直边缘，然后再将其提取，以减少水平边缘干扰；通过取下边界疑似线段的起点和上边界疑似线段的终点直接绘制矩形区域，以简化疑似线段的合并步骤。该方法提高了定位准确率并减少了耗时。在车速判断中，基于视频检测线的测速法以其简单、有效的优点得到广泛认可，但其测速检测线易受光照影响而造成误检或漏检、测速精度不高。本文通过加宽速度检测线以减少天气、光照等的影响；同时添加一条触发检测线来解决漏检时的测速问题。实验结果表明其测速精度高于原方法，降低了漏检率。以本文改进后的算法应用为目标，在分析卡口监测环境的基础上，设计并建立了卡口视频测速系统。实现了车辆检测、车牌定位以及车速判断的监控功能，实验结果初步表明，本系统中的监测方法降低了环境干扰，提高了监测准确度，具有一定的实用性。