手势是一种自然而直观的交流手段,随着人机交互逐渐向以人为中心转移,基于视觉的手势识别研究也逐渐成为人们研究的热点。本文以智能教室的研究为背景,设计并实现了基于手势识别的智能教室交互系统,并着重论述了基于视觉的手势识别算法的实现过程,对图像预处理、手势分割、手势特征提取和手势识别进行了深入的研究。图像通过摄像头获取,对输入图像进行中值滤波以消除尖锐噪声,采用梯度锐化方法来突出边界信息。手势分割部分,首先通过肤色信息和阈值技术获取手势的粗略位置,然后利用运动信息分割前景,将两部分区域进行与运算获得精确的手势区域,最后将得到的手势部分图像进行膨胀和腐蚀的形态学处理,达到良好的手势分割效果。特征提取部分,本文针对手势识别系统的实时性和鲁棒性要求,采用改进的扫描方式提取长度和角度二维几何特征,该特征具有平移、比例和旋转不变性。针对手势的识别,考虑到定义手势少和搜索深度低的特点,采用结合拒绝策略和哈夫曼编码思想设计分类决策树。利用训练样本图像获得特征阈值,通过这些特征阈值构建分类决策树从而对手势进行分类和识别。实验结果表明,本文采用的二维几何特征和分类决策树的手势识别算法识别率可以达到92%,并且满足了交互系统实时性和鲁棒性的要求,是一种有效的手势识别算法。