论文结合吉林省科技发展计划项目《基于模式识别的交通违章处理系统》、黑龙江省交通厅重点项目《高速公路视频交通监控与分析系统》以及国家自然科学基金重点资助项目《城市路网动态交通管理与控制关键理论及其模拟技术研究》子项“道路交通快速处理技术研究”,根据作者近年来参与项目研究的成果,结合国内外相关研究文献,对基于视频技术的交通违章检测与识别理论及方法进行了深入而广泛的研究。主要内容为:在视频图像预处理算法的研究中,对常用的视频图像多种滤波算法、多种对比度增强算法和多种边缘检测算法进行了分析比较研究,根据仿真实验的结果,提出了选用中值滤波、增强模板和形态学边缘检测算法对交通场景图像进行预处理,取得了很好的效果;在车辆检测技术的研究中,对影响车辆检测的关键技术进行了分析和研究,并对已有的车辆检测算法进行了研究和改进,针对车辆的不同违章行为(闯红灯、违章停车、超速、违章转弯),根据实时性和准确性原则,提出了各自相应的车辆检测算法;在给出高速公路车辆超速违章行为的检测与识别算法的基础上,详细分析了影响算法精度的各种因素(检测线间距、数量,图像采集卡频率,车辆实际运行速度),提出了对策措施,给出了在系统条件下的检测精度和可检测的最高车速;首次定义了车辆违章右转弯的三种模式,在此基础上,提出了基于混合高斯分布模型的车辆违章右转弯检测与识别算法,并通过实例验证了算法的有效性;在充分研究违章车辆信息的基础上,提出了基于颜色的违章车辆数据库检索方法,综合利用车辆违章时间、地点和类型等多种违章信息,可实现对违章车辆的有效管理;针对四种车辆违章行为(闯红灯、违章停车、违章超速、违章右转弯),在WindowsMe环境下,利用VC++6.0集成开发环境,实现了从交通场景的视频数据采集、违章行为监控、违章车辆全景图像存储,直至对违章车辆信息数据管理等多功能为一体的交通违章处理系统。