随着人们生活水平的提高,家用轿车开始逐渐普及,汽车保有量的增加给人们的生活带来极大方便的同时也导致交通拥堵现象、交通违章与交通事故等发生量不断上升。为了能够更加科学合理的对城市交通进行控制,智能地监控城市交通运行现状,自动识别车辆信息与车辆违章信息,政府开始大力加强智能交通系统的建设。智能交通系统能够智能地识别道路上的车流量信息、车辆信息、车辆违章信息,并通过对道路上车辆信息分析,将道路信息的车流量与道路拥堵情况分析出来,并将道路信息通过信息发布系统发布出去,智能调节交通,减少城市拥堵。如何获取道路交通状况与车辆信息是智能交通研究的一部分。本研究主要运用图像处理技术获取车辆的车牌信息与车辆的闯红灯、压线等违章信息。传统方式的视频监控设施采用的是视频摄像头获取道路视频监控信息,再利用工控机对视频信息进行处理获取道路信息。这种组合方式因为成本较高,严重阻碍了智能交通系统终端设备的建设。本研究采用以三星Exynos 4412为处理器的微控制器做主要硬件平台,搭载Linux操作系统,移植计算机机器视觉库（Open Source Computer Vision Library,OPENCV）进行图像处理操作,同时运用网络摄像头进行交通视频信息地提取。使用这种硬件组合的方式是为了减少硬件成本,节省智能交通系统建设开支。本研究的一个方向是进行车辆压线与闯红灯违章信息的提取。本研究采用边缘检测等方法进行车道线的检测、运用背景差分法进行运动车辆的检测、运用HSV色彩空间法进行指定区域的红绿灯识别。结合图像处理提取的信息,进而能够检测到车辆是否存在压线与闯红灯的违章行为。检测到车辆违章信息,系统自动绑定违章车辆车牌号,进而达到自动识别车辆违章信息地目的。通过图像处理技术提取车辆的车牌信息,也是本研究的一个方向。将车牌信息提取出来,减少人工进行车辆信息提取的压力,提高工作的效率。本研究进行车牌信息提取,运用HAAR特征训练的HAAR特征分类器进行车牌区域的定位,同时也利用传统的Sobel边缘检测等方法进行车牌定位。车牌区域定位后,运用支持向量机判据（Support Vector Machine,SVM）判定真实车牌区域。车牌区域确定后,运用相应的图像处理技术提取出字符区域,然后分别对汉字字符与字母数字字符运用不同的BP神经网络进行字符识别,最后输出车辆的车牌信息。利用基于Linux操作系统搭载OPENCV图像处理库的程序移植到以三星Exynos4412为核心处理器的嵌入式系统,验证上述车辆违章识别与车辆车牌号提取算法。经验证,该系统能够有效地定位并识别车辆的违章信息,同时也能够有效的识别出车辆的车牌信息。