随着模式识别和人工智能领域的不断发展，使得人机交互技术在许多领域得到了应用。近年来，人体运动分析技术有了较大的进步，而能够捕捉人体的动作是实现人体运动分析的前提。骨架提取作为捕捉人体动作的重要一环，日益得到学术界的关注。骨架是保持图像拓扑的一个重要特征，是表示物体形状的一种有效形式，其信息量少，又能较完整的描述出物体的几何性质，因此在模式识别、图像检索和虚拟运动等领域得到了广泛的应用。本论文通过Kinect传感器进行人体骨骼定位的研究，主要工作如下：首先，总结了人体骨骼定位问题的研究现状，分析了各方法的优点和缺点，阐述了本论文的选题背景。其次，介绍了Kinect传感器的软硬件系统、工作原理以及基于决策树的机器学习算法。再次，提出了一种基于最优阈值的图像分割方法，利用该方法实现了人体与背景的分割；使用数学形态学的方法对人体的剪影图进行了去噪，通过Hilditch细化算法提取出了人体的骨架。最后，利用深度图的特性识别了手臂的位置，解决了手臂的遮挡问题，获取了完整的人体动作状态。实验结果验证了方案的有效性。