随着科技的进步，人们生活水平的提高，机动车辆的数量也在快速增长，由此而产生了许多交通违规事件，因此交通管理系统需要不断引进新的技术，提高交通管理的实时性、可靠性、高效性，为社会有序的交通提供有力的保障。应运而生的就是智能交通管理系统的出现，它能够在大范围内且全方位发挥作用的，实时性好、准确率高的高效、综合的运输及管理系统。本文首先研究了几种视频图像预处理的方法，如图像滤波、边缘检测、形态学处理、阈值分割等，它们为后续图像的处理和分析做准备工作。针对现在违章停车的现象越来越突出，本文设计了基于视频监控的违章停车检测及车牌识别系统，这个系统由以下几个部分组成：从视频序列中提取前景目标、进行噪声以及非机动车辆的干扰滤除、对车辆进行跟踪、静止车辆的检测、违章停车的检测与判决及违章车辆的车牌自动识别。在前景目标的提取中，采用的是基于混合高斯背景建模法的背景减除法，该方法鲁棒地克服光线、树枝摇动等造成的影响。噪声及非机动车辆的干扰滤除采用的是对象级区域分割法，依据区域中对象的占空比大小进行滤除。分离出车辆后，开始对运动车辆进行跟踪，采用的是在Camshift算法中引入Kalman滤波，它能够有效地解决目标与背景颜色相近以及目标被严重遮挡等问题，从而较好地实现车辆的跟踪。静止车辆的检测是利用车辆在一定时间内平均位移的大小进行判断。违章停车的检测是利用场景区域内车辆质心与禁停区域的质心间距离以及停车时间是否超限进行判断。在进行违章停车检测的基础上进行车牌的识别。本文从车牌定位、车牌字符分割及车牌字符识别三个步骤进行算法的研究和分析，并在已有算法的基础上进行了一些改进，如针对车牌的倾斜校正、不连通汉字的字符分割等过程中存在的缺陷做了一定的改进，取得了较好地效果，最终进行车牌的识别，从而形成一个完整的违章停车检测及车牌自动识别系统。这个系统的研究对推动智能交通管理系统的发展有着一定的意义。