目前,随着城市化进程的加快,汽车保有量也大大增加,各类车辆违章、违法行为也随之增加。而车牌作为机动车“身份证”,车牌号码识别是交通智能化的基础和关键。为了逃避各类电子设备的跟踪,车牌遮挡、污损、涂抹、反光甚至不挂车牌、使用假牌、套用车牌等涉及车牌的各类违法行为也纷至沓来。涉牌违法行为是一种明知故犯的违法行为,是对交通安全法律法规的公然挑战,危害性极大。当前对各类涉牌违法行为的检测主要还是通过传统人工盘查、他人举报等方式完成,效率低下。为了加强道路交通管理,提高交通智能化水平,全国范围内的卡口系统建设正在大力开展。如江苏省于2009年12月提出的“320”工程是覆盖全省范围的道路监控网,交通卡口布设密集,为涉牌违法行为检测提供了可靠、实时、完善的数据源。本研究基于交通卡口处正俯视高清图像,将计算机图像处理技术、图像识别技术与GIS技术相结合,对各类涉牌违法车辆进行智能化检测。本研究主要完成了以下工作：(1)涉牌违法车辆分类及特征分析。对当前存在的各类涉牌违法行为归纳分类,分析车牌几何和颜色特征,分析违法车牌及假／套牌特征,为涉牌违法行为的检测提供便利。(2)基于车辆结构区间分割的车辆基本信息获取。利用车辆前窗、车顶等区域边缘的线性化特征对车辆进行结构区间分割,提出基于车辆结构区间分割的车型、车牌号码、车身颜色等车辆基本信息的获取方法,实现了车辆基本信息获取的一体化。(3)涉牌违法车辆检测决策树构建。利用卡口实时监控信息、过往车辆基本信息、机动车基本信息库、“黑名单”库、监控区域道路交通网等多类数据,创建决策树实现涉牌违法车辆检测。利用车牌区域垂直投影检测违法车牌,综合车牌合法性检测、车辆信息一致性检测、逻辑一致性检测等策略进行假／套牌车辆检测。(4)涉牌违法车辆检测原型系统开发。基于计算机视觉开源库OpenCV及二次开发组件包ArcGIS Engine10.0搭建涉牌违法车辆检测原型系统,对本文相关理论与方法进行验证。