人机交互是目前国内外研究的一个热点问题，也是未来计算机技术发展的必然趋势。手势识别是人机交互中的一项关键技术，在很多领域都得到了广泛的应用，如：聋哑人手语识别、机器人控制以及智能家居等，但由于受到环境因素、手势多变性的影响，目前手势识别还面临很多困难和挑战，处于研究初级阶段，需要进行深入、广泛地研究。本文主要研究人机交互中动态手势识别及应用，并设计了一个可以实现动态手势识别和手势控制PPT两大功能的完整系统。主要包括以下内容：1．自定义8种动态手势，并利用Kinect进行实时采集，建立了手势数据库；在分割手势时，首先用两次静止法确定动态手势的起止帧，然后将颜色与深度信息融合并结合帧间差分来进行分割。经过测试，这种分割算法受光照、背景等环境的影响较小，可以得到完整的动态手势。2．在提取特征时，根据动态手势的运动轨迹模型，提取相邻轨迹点之间的角度值作为手势特征，并采用12方向链码进行量化编码，得到最终的手势特征序列。3．在手势识别时，首先介绍了基于位置的识别算法，但是只能对四种简单手势进行识别，并且这种算法受环境影响较大，识别率较低；然后重点介绍了使用动态时间规整(DTW)算法识别动态手势具体过程，包括模板训练和识别。实验结果表明：DTW算法对8种动态手势的平均识别率为94%以上。4．搭建了完整的动态手势识别及应用系统，可以在实时条件下识别动态手势进而用手势控制PPT，实现简单人机交互。