随着城市道路资源与车辆数的比例日趋不均，出行遭遇道路拥堵已成为常事。而机动车驾驶者违反交通法规非法变道抢道更是雪上加霜，易造成道路口的梗死。为此，监控成为了日常交通管理的一项重要举措。除了交警在上下班高峰时间人为疏导交通流之外，现代机器视觉技术的成熟也为监控手段的多层次系统化带来了福音。包括调控处理中心、信息传输网络、信息采集设备在内的整个监管系统是交通电子警的主要组成部分。其中，采用电磁感应线圈和视频抓拍两种手段是现有比较普遍的两种检测方法。简单超速抓捕的目的在于记录静态图像，而视频拍摄则采用计算机视觉算法对当前视频进行处理并得出车流车辆等的具体信息。 本文就视频图像处理算法在车辆违章行为检测中的应用进行了研究。全面论述了自适应背景的构造、移动车辆的提取以及运动阴影的去除。最后，文章就车牌定位进行了讨论。 算法的实现均基于色彩空间。首先，通过alpha叠加技术在RGB空间中实现了自适应色彩背景的构造，建立了实时更新的背景。然后，在RGB色彩空间中，选取背景帧与目标帧间对应像素的欧式距离作为特征向量，提取车辆及其阴影。由于阴影的存在会产生误判，为此，算法选取HSI空间的特征向量提取阴影，并通过统计的方法提高阴影去除方法的鲁棒性。文章最后的车牌定位选取了相应的结构元素，通过图像形态学的膨胀运算、腐蚀运算、开运算以及闭运算加以实现了车牌定位。 最后对了论文作了总结和展望，在展望中提出了有待解决的问题，以及一些新的思路和方法。