增强现实(Augmented Reality,简称AR),是在虚拟现实基础上发展起来的新技术。它是将计算机生成的虚拟物体、场景或提示信息叠加到真实场景中,从而实现对现实的增强。近年来,增强现实技术在康复训练中逐渐得到应用。将AR技术应用于手部康复,除了具有虚拟现实(Virtual Reality,VR)康复技术的优点之外,更具感知优势。身处其中的用户并未与周围的真实环境相隔离,他们能够在场景中看到自己真实的手,并以更加自然的方式与真实场景及虚拟物体进行实时交互,提高了交互的真实性与实用性。本文以国家自然科学基金项目为背景,将EMD算法引入并指等复杂手势识别,并开发了一个基于Kinect的增强实现手部康复自然交互系统。本文主要研究内容包括以下几个方面：首先本文通过利用Kinect设备,在静态识别下,针对手部康复过程中手指粘连或并拢等复杂问题提出了EMD算法准确地识别手势,并用这种算法和传统的基于模块、向量机等识别算法进行比较,详细分析了各种算法的优缺点,证明基于EMD手势识别算法的优越性。针对动态手势的增强现实,本文基于Openframeworks框架建立了增强现实交互环境。其中增强现实交互为二维交互和三维交互,基于二维的交互主要将虚拟物体直接根据二维坐标叠加到场景中,进行交互。而基于三维的交互先获得内外参数,然后得到创建的三维坐标系,最后将三维模型载入,实现互动。本文在相关医生的指导下,依照手部作业治疗的康复训练方法设计了抓握捏训练、轨迹训练、单手交互训练和双手交互训练项目,这些训练项目在难度等级上存在递进关系,最后通过实验对参数值指标进行问卷评估和分析,验证了本系统的有效性和可行性。