在智能交通系统中,运动车辆的实时检测与有效跟踪是实现交通管理自动化、智能化的前提和基础。论文所研究的基于视频的车辆牌照定位与跟踪技术在智能交通中占有很重要的地位。而实际应用中车牌识别系统通常安装在户外。受背景、天气、车牌倾斜与磨损等客观因素的影响,传统算法实际处理中容易发生车牌定位不准及跟踪漂移等现象。在对基于视频车辆的检测与车辆跟踪经典算法进行学习和研究后,论文针对经典算法存在的不足,进行了改进和提高,提出了一种应用于城市主干道的车辆牌照检测与车辆跟踪新方法。在车牌定位方面,本文提出了一种基于颜色和纹理分析相结合的车牌定位算法。该算法采用基于HSV颜色模型对不同的颜色分量选择性灰度化和车牌区域投影图跳变特征相结合的方法定位车牌区域的方法。论文采用的跟踪算法利用LK光流跟踪和surf特征描述子匹配校验相结合的方法,减少了跟踪漂移和误跟踪的问题。使跟踪准确性得到了较大提升。本文最后还给出了车辆牌照定位与跟踪系统的设计方案,并针对本系统的一些问题,提出了解决方法。通过实验表明,该方法较单一特征的定位方法有较好的通用性,可适应于不同背景、不同光照下的汽车图像,能够确定出车牌区域,准确率得到了较大提高。该系统能很好的运用于实时环境,检测和跟踪效果比较理想。