字符输入是人机交互的重要方式,人类可以通过字符输入的方式将信息准确高效的传递给计算机设备。目前,主流的字符输入系统仍需要依赖一定的接触式设备,如键盘、手写板、触摸屏等。这些机械的输入方式将用户局限较小的空间内,无法满足人们对人机交互快捷、方便、高度自由的需求。本文将联机手写汉字识别技术和计算机视觉技术相结合,实现了一种基于Kinect的手写输入系统,区别于传统的手写输入系统,它具备了非接触式的优点,能够做到实时响应,对使用场景要求比较宽松。在使用过程中,用户可以将指尖作为笔锋,实现汉字的输入。本文的主要工作和贡献有:设计并实现了基于Kinect的手写输入系统。它是一种非接触式的虚拟手写系统,主要由手势识别模块和手写轨迹识别模块组成。实现了一种基于深度模型和肤色模型的混合手部分割方法,该方法可以处理传统分割方法的技术难题,如肤色混淆、手脸重合、光线变化等,实现手部图像的精确分割。实现了基于Hu不变矩、周长面积比和二值图像的手势识别,定义相关的手势命令,提取特征向量,以SVM作为分类器,通过识别手势命令实现对系统的操控。采用双模式的方法进行指尖定位,该方法能够有效的解决手指不可见问题,可以适应手写过程中丰富多样的手部姿态。本文实现了了基于DTW和笔段数的连笔字识别,训练了手写汉字字符库,实现了对手写连笔汉字的精确识别。最后的实验表明,本文的手写输入系统,在四个候选字范围内,输入的汉字、英文字母、数字都能达到93%以上的识别度,控制手势的识别能达到95%以上,系统处理速度20帧以上,能够基本满足日常的使用需求。