违章车辆检测与抓拍是智能交通系统中的重要组成部分，在约束司机行为、减少车辆违章与交通事故、提高交通效率等方面发挥着重大作用。本文针对目前车辆越、轧线车道线与违停两种违章行为的监管系统范围小、检测与抓拍成功率较低等问题，研究一种新的基于高速球摄像机的大范围监管系统。首先，根据轧线、违停监管应用需求分析，设计了基于高速球摄像机的系统总体硬件框架、工作原理和算法流程，以增大监管范围和提高可靠性。其次，根据轧线、违停监管应用需求和系统可靠性问题，对现有高速球摄像机缺少角度反馈这一缺陷，将角度编码器增设在其内部云台的两转动轴上，构建了闭环运动控制系统，并研究了基于ARM的测控硬件系统，以此为基础，建立抓拍测控模型。然后，为了提高从道路背景中提取出的车辆目标准确性，分别研究了基于有参与无参背景模型的前景检测算法，通过理论与实验研究了现有算法的优劣，将一种历史像素序列与ViBe相结合，做背景建模，验证实验表明，与现有多种背景建模算法相比，本文算法的目标提取准确率较高，误检率较低，且对初始化时产生的伪前景有良好的抑制能力。此外，针对现有图像测距算法过程复杂、操作繁琐等问题，设计了基于相机成像原理和车道等宽线的标定方法，分别实现了纵向（车道方向）与横向（车道垂直方向）测距，实验结果表明，本文方法实现简单，目标位置信息获取准确，测量误差均在15%以下，较好的达到了本系统动态抓拍要求。最后，针对本系统的大范围监管需要相机配合云台、镜头动作才可以抓拍到不同位置违章车辆高清图像的问题，本文结合抓拍测控模型，设计了动态抓拍方法。为了精确判断目标车辆是否轧线，设计一种根据车辆位置与越线像素比例的轧线判定算法，大大降低非车辆物体引起的误判定，并针对车辆违停设计违停检测算法。整合以上内容，构建车辆轧线与违停监管系统，经多个实际交通路段试点运行，本系统取得了良好的监管效果。