手势识别作为最自然的交互方式之一,在人机交互上有着很高的应用价值。基于单目RGB摄像头实现手势识别具有设备简单、成本低廉的优势,因而,增强单目RGB摄像头手势识别方法的鲁棒性和快速性,将其用于人机交互中,有着很好的前景。本文旨在研究在单目RGB摄像头下的手势检测方法、手势跟踪方法、动态手势识别方法和指尖点识别方法,并针对手势的特点,对相关方法做出改进,将其应用于人机交互系统中。本文工作主要分为以下四个方面:1)手势检测:首先分析常用的肤色建模方法、机器学习检测方法以及深度学习检测方法在手势检测中的特点和不足,然后结合手势在人机交互中的特点,提出了一种融合混合高斯肤色建模、贝叶斯校正和极限学习机的改进多尺度手势检测方法,最后在自建手势数据集GEST_SCUT上进行对比实验分析,验证改进检测方法的效果。2)手势跟踪:首先分析常用运动目标检测方法在运动手势检测的特点和局限,以及常用机器学习跟踪方法在手势跟踪中的特点和局限,然后通过设计置信度模型以及引入尺度滤波器,改进核相关滤波器方法,最后在自建手势数据集GEST_SCUT上进行对比实验,验证改进方法的效果。3)动态手势识别和指尖点识别:首先利用姿态卷积机生成手势的关节点,然后针对动态手势的特点,提取5个指尖点的余弦方向特征,并提出一种KNN-DW-DTW匹配方法对动态手势进行识别,接着在自建数据集GEST_SCUT上验证方法的有效性,最后分析基于凸包检测的指尖点识别方法,分析了该方法的特点与不足,提出了一种融合凸包检测、质心距离和曲率检测的改进方法。4)空中手写人机交互:首先对软件系统的功能需求以及程序框架进行介绍,然后根据软件每一个功能模块的需求分析,给出对应的设计方案,最后给出系统软件数据采集、数据标注和空中手写的运行结果。