基于机器视觉的手势识别的方法能提供一种友好的人机交互方式,因此人机交互领域的应用已经非常广泛,是当今人机交互领域的重点研究方向。但是因为人手结构复杂再加上手势具有多样性,灵活性和不确定性,对于基于机器视觉的手势识别还有很长的路要走。本文主要对基于机器视觉的静态手势识别算法作研究,完成了对手势分割算法,手掌重心及指尖定位算法和手势特征值提取的研究。主要完成了以下几方面的工作：1.研究基于混合高斯模型的肤色识别的手势分割方法,并针对其缺陷将基于背景建模的手势分割算法与其相结合,做出算法上的改进,取得了较好的实验效果。2.研究和实验了基于距离变换法的手掌重心定位算法,并根据该算法提出了一种基于手掌重心距离的指尖定位算法,结合手掌轮廓曲率算法定位精确定位指尖位置。3.研究和实现基于傅立叶描述子的特征提取和Hu不变矩的提取,提出了一种基于手势结构的特征值,并将其应用在基于支持向量机的手势识别应用中,实验表明,可以获得了较好的识别效果。本文的主要创新点在于：改进了一种基于混合高斯模型的肤色分割算法,提出了一种用于手势指精确尖定位的算法,并将指尖与手掌重心的相对位置和指尖之间的角度作为特征值用于手势识别,提供了一种的效果较好的手势识别的理论方法。