随着三维显示技术的发展,新兴的显示界面渐渐进入到人们生活中,例如虚拟现实(VR)和增强现实(AR),而全息显示作为真正的三维显示技术,是未来显示界面的终极目标。将基于视觉的手势识别与全息显示界面结合,能够将用户带入沉浸式的情景体验,更加贴近人在自然界的交互方式,具有深远的研究意义。交互式全息显示系统中手势的识别能力关乎用户能否成功、舒适和自然的交互,因此寻求稳定、高效的识别方式是目前研究的热点。本文主要针对静态手势与动态手势识别技术进行了深入研究;另外研究了空间光调制器的自动控制,搭建并实现了基于静态手势的交互式全息显示系统。本文主要研究工作如下:1.针对静态手势识别,准确的手势分割是后续识别精度的重要保障,在复杂背景下,往往很难精确的分割出手势区域,本文根据肤色在HSV和YCr Cb颜色空间中不同的聚类特性,选择对HSV和YCr Cb颜色空间肤色分割结果进行融合的方法,也就是取与操作,减少了对背景区域的误判,获得比单一颜色空间更好的分割效果。其次,在手势的定义上,仅靠指尖与质心的角度来判别手势的方法容易因滑动角度小而识别错误,本文提出一种设置手势起始区域的方式从新定义了手势,最后实现了对停止、右滑和左滑手势的准确识别。2.针对交互式全息显示:首先,搭建了交互式全息显示系统;其次,为了实现交互系统中全息显示的自动控制,本文把空间光调制器作为外部监视器调用,采用Psychopy工具箱对外部监视器呈现刺激的功能,实现了对空间光调制器的自动控制;本文将具有12881个视点的三维物体以1°为间隔离散为360个视角,生成360幅全息图,把静态手势指令映射为全息图不同的读取顺序,最后实现了静态手势下全息影像左右转动的交互显示。3.针对动态手势识别:本文提出一种基于2D CNN+双向LSTM网络的组合模型应用于动态手势识别,首先利用2D CNN提取图像序列中每一张图像的特征向量,组成特征向量序列,之后将特征向量序列作为双向LSTM网络的输入,以提取动态手势特征在时域内的联系。该神经网络模型利用Cambridge-Gesture公共数据集进行了测试,获得了比以往其它方法更高的识别准确率,准确率为95.56%,验证了2D CNN+双向LSTM网络模型在动态手势识别中的有效性。