随着计算机和网络的迅速发展,一个简单、方便和自然的人机交互系统是目前人机交互领域研究和发展的趋势。手势识别作为一种拥有良好体验感的人机交互技术是当前国内外众多学者研究的热点。手势识别技术主要使用在虚拟坏境的人机交互和智能控制中,当前国外已经上市的手势识别产品有微软推出的Kinect以及Leap公司推出的Leap Motion等,但是目前这些做出来的手势识别应用需要依赖高端的硬件设备来实现,从而导致成本昂贵,还没有广泛的推广应用。因此,研究一个成本低廉,使用起来简单、方便的基于手势识别的人机交互系统不仅具有重要的理论意义,而且具有广阔的市场应用前景和很高的实用价值。本文以降低硬件成本要求和提高实时性为目的,分析和研究了嵌入式系统下的视频采集、手势图像预处理、手势分割和手势轨迹跟踪与识别的基础理论,设计并实现了基于JZ4755平台的动态手势控制系统。该系统首先可以通过采集实时手势视频帧,并分析出手势指令的意思,将手势指令映射成红外码发送给被操作的电视机,从而实现手势控制电视机的功能。本文的研究工作主要从以下几个方面进行了研究和分析：(1)手势视频采集和预处理模块,在Linux视频捕获机制的基础上并结合系统平台自身的特点,先用V4L2接口采集手势视频帧,然后对每帧数据采用间隔降采样法进行重新采用数据以优化数据处理量,提高后续处理的时间；(2)手势分割和识别模块,将每个需要分割的像素点像素值构建出索引号,按照索引号查找高斯肤色哈希表中的结果判断出该像素点是否为肤色点,从而替代了混合高斯肤色模型计算中的浮点运算过程。将采集到的手势帧二值化为肤色和非肤色的二值图,接着对二值图用帧间异或算法提取出既表现出肤色特征又表现出动态特征的运动肤色区特征域,根据观察运动肤色特征区域面积的突变特征和运动肤色特征区域质心点的运动特征确定出手势结果；(3)系统验证,本系统在获取的原始视频帧分辨率为640*480*2byte的条件下,能达到23帧/秒的识别处理速度。通过实验验证表明了本系统具实时性高、算法对硬件平台依赖低和操作人性化等特点。