视频车辆检测与车牌识别是交通信息采集的两个重要组成部分，车牌定位是车牌识别的基础部分。由于交通视频所含信息的复杂性，导致国内外在视频车辆检测和车牌定位方面还存在很多没有解决的问题，从而影响了视频车辆检测和车牌定位的广泛应用。 本课题研究的目的在于改善视频车辆检测的通用性和提高车牌定位的准确性，为视频车辆检测系统和车牌识别系统提供理论依据，为考察产品性能提供参考依据。 本文的研究内容主要包括以下几个方面：(1)根据视频车辆检测实时性和通用性的需要，给出了准确标定摄像机参数和精确设置检测区域的方法，解决了视频检测器在图像中准确定位的问题。 (2)为了使车辆检测能适应各种天气的变化，在分析了车辆特征和车道特征的基础上，改进了背景图像重构的方法，得到了准确的交通视频实时背景图像，采用背景差法对交通图像进行车辆检测，提高了视频车辆检测的通用性。 (3)根据车牌定位中对车牌特征的要求，分析了车牌的颜色特征、纹理特征、位置特征、形状特征，设计了一种能准确提取车牌字符的纹理特征，同时减弱其它特征的局部自适应阈值化算法。 (4)通过分析车牌字符的纹理特征，设计了基于行搜索的车牌定位方法，实现了车牌行的精确定位，并结合车牌颜色特征实现了车牌列的精确定位，从而进一步提高了车牌定位的精确度。 本文通过实验验证了视频车辆检测算法的通用性和车牌定位算法的准确性，关于视频车辆检测和车牌定位的研究工作为相关产品在复杂环境中的应用提供了理论基础。