近年来,由于城市人口的不断增加,机动车需求量呈上升趋势增长,因此带来了一系列交通问题,其中交通事故造成的影响尤为严重。交通事故的发生大多数是违章行车的后果,而传统的交通技术在解决这一问题上效果不尽人意,因此智能交通系统被国内外政府及科技人员关注,车辆违章行为检测系统作为智能交通系统重要的一项技术,具有研究的价值。本文研究的是基于视频图像处理的车辆违章行为检测方法,重点研究的违章行为是违规停车问题。主要包括运动目标检测、车辆识别和违章停车判断三部分。在运动目标检测部分,由于原始Vibe算法存在一系列问题:如鬼影问题造成的虚假目标、检测到的运动目标不完整以及光线带来的阴影问题,提出了一种改进的Vibe算法。该算法采用五帧差分进行背景初始化,引入混合高斯模型进行运动目标检测,并在YCb Cr颜色空间消除阴影。通过实验结果可以看出,使用该算法可以较好地解决原始Vibe算法存在的问题。在车辆识别部分,本文使用多特征级联分类器进行车辆的识别,通过提取车辆的Haar-like特征和HOG特征,并使用Adaboost分类器进行训练,根据实验数据,可以得出该算法在车辆识别准确率上达到了预期效果。在车辆违章停车部分,本文采用像素灰度值的变化来判断是否违规。通过建立禁停区域,在禁停区域内计算背景像素灰度值,通过判断灰度值的变化来判断是否违停。本文提出的基于视频图像处理的车辆违章行为检测方法,通过实验结果可以表明,本文使用的算法在违章停车检测中准确率较高,能够满足交通管理部门实时检测的要求,具有较强的可行性和实用性。