随着微电子技术的迅速发展,智能终端的功能越来越强大,与人们生活的联系越来越密切,智能终端的人机交互方式也越来越受到研究者的关注。随着对用户感受重视度的提升,人机交互正逐渐摆脱以计算机为中心的交互模式,向着以人为中心的交互模式发展。手势作为一种常用的交流方式,凭借灵活、自然的特性,在人机交互领域得到了广泛关注。安卓平台是一种广泛应用于智能手机的开源操作系统,其软件的开放性和硬件的丰富性为智能终端的人机交互研究提供了极大的便利。本文通过对手势识别相关理论的研究,在搭载有安卓平台的智能终端上,设计并实现了一种基于加速度传感器的手势识别系统。针对传统手势识别方法在手势采集、适应性等方面的不足,本系统主要做出了以下改进：根据手势加速度特征,提出了手势的自动采集算法,提高了用户体验；针对加速度传感器采样范围、噪声和空中姿态等问题,设计和引入了一系列预处理算法,大幅提升了本系统的实用性；对动态时间规整算法进行研究分析,并加入失真门限和倒序匹配,提高了算法的效率和精度;在训练阶段引入亲和传播聚类算法,提供了稳定的核心样本；针对动态时间规整对不同手势习惯适应性较差的问题,引入压缩感知理论,对稀疏表示与重构算法进行研究,并在此基础上提出了一种改进的稀疏度自适应匹配追踪算法,增强了手势识别系统的鲁棒性。为了测试手势识别系统的识别效果,本文设计了10种手势,通过14名参与者采集了3800个手势样本,构建了手势数据库,并在智能手机上进行了多组实验。在用户相关情况下,本系统识别正确率达到99.67%,在用户非相关情况下,也能保持97%的正确率。实验结果表明,本文设计的手势识别系统具有优秀的性能。