近年来，智能视频监控系统在城市交通管理中的作用日趋重要，违章停车的检测成为智能视频监控应用的一个重要方面，在实现违章行为监管、提高城市管理效率中有着重要的作用。本文研究了基于双摄像机协作的违章停车检测方法和车牌识别方法，实现了监控区域内违章停车的检测和车辆牌照的识别，提高了城市车辆管理的效率。　　 本文的主要工作内容如下：首先，查阅了相关文献和资料，学习了前景检测、运动物体跟踪、车辆检测和车牌识别等算法，并将本课题中违章停车的事件检测过程定义为：判定监控区域内是否发生违章停留事件，识别该事件主体是否是车辆，若是车辆，检测违章车辆的牌照信息并记录；其次，在卡尔曼预测跟踪算法的基础上，提出了一种基于双摄像机协同跟踪判别的违章停留事件检测方法和基于质心位移累计和的最佳视角摄像机选择方法；然后，实现了基于SVM支持向量机的车辆检测方法；再次，设计了整套车牌检测流程，实现了基于形态学和车牌形状的定位提取、基于Randon变换的倾斜矫正、基于局部垂直投影的字符分割和基于BP人工神经网络的字符识别的。最后，设计实现了一个违章停车检测原型系统并进行了相关实验，实验结果表明该方法能有效的检测出车辆违章停车行为和车牌信息，检测效率能满足实时性需求。