随着计算机技术的不断发展,手势识别已经成为人机交互领域中的一项关键技术。现今,作为一种新型的人机交互技术,手势识别已经成为涉及图像处理、模式识别、计算机视觉等领域的一个比较活跃的课题。然而由于手势本身具有的多样性、多义性、以及时间和空间上的差异性等特点,加之人手是复杂变形体,因此手势识别是一个极富挑战性的多学科交叉研究课题。本文结合国家863课题“基于手势的拟人化人机交互系统”,从手势图像预处理、手势特征提取和手势识别等三个方面研究了基于单目视觉的实时手势识别的相关算法。本文设计并实现了一个基于单目视觉的实时手势识别系统,该系统能够实时地对从摄像头输入的14类常用静态手势进行识别,并通过识别结果对输入法进行控制。系统主要分为三个部分:(1)手势图像预处理:实验表明,人类肤色的色调值在一个较窄的数值范围内变化,具有明显的肤色聚类性,据此本文采用HSV颜色空间进行手势区域分割。在分割手势区域后,对图像进行相应增强操作并使用拉普拉斯边缘提取算法获取手势轮廓;(2)手势图像特征提取:经过对相关特征进行分析,本文最后选用的手势特征是由手势区域特征,Hu不变矩特征以及傅里叶描述子等特征联合组成,结果表明该联合特征能很好的表征手势信息;(3)手势识别部分:多层感知器有着模式识别能力强优点,本文使用多层感知器进行手势分类,同时还使用贝叶斯方法进行实验对比分析。实验结果表明,本文提出的基于手势区域特征,Hu不变矩特征,以及傅里叶描述子组成的联合特征与多层感知器相结合的手势识别方法有着较高的识别率(97.4%),符合高识别率以及实时处理的设计准则。