人类文明发展伊始,手势是至关重要的信息交互媒介,人们通过手势传达自己的思想,手势的发展伴随着文明的进步。手势识别是计算机根据手势的不同变化方式,识别出目标人物所希望传递的信息以及要下达的控制指令。根据研究原理的不同,手势识别有很多不同的划分方法,常见的是根据手势的动作连续性将手势识别分为动态手势识别和静态手势识别。手势识别是一种具有广泛实用价值的新技术,实现人机和谐交互。它充分发挥了手的主动能动性以及手势的自然性和创造性,可以让使用者在没有训练的情况下,让机器了解使用者的意图,完成人与机器之间的交流。当前国内外研究者都致力于手势识别的研究,现在手势识别也成为了一个热点课题。本文主要研究的是基于骨架特征点跟踪的动态手势识别,主要思路是利用图像的二值化手指宽度信息以及骨架提取之后得到手势关键特征点,对特征点进行追踪,完成基本动态手势的识别。通过摄像头获得的手势动作视频获得手势动作,通过图像的预处理之后,利用基于YCrCb空间的肤色建模结合运动目标分析进行手势分割,得到完整的手势部分二值化图像,随后进行改良的中轴点骨架提取,得到骨架,从骨架中找到掌心点以及手指端点进行特征点跟踪并结合手指宽度信息,利用相同手势的特征点轨迹的相似性,加以规则判定,通过动态规划的DTW算法进行骨架特征点匹配,完成握拳、手掌滑动以及单食指点击动作的动态手势识别。基于本文算法设计了动态手势识别系统,经过样本训练获得模板手势的特征点序列,利用测试手势视频完成算法的验证工作。通过实验结果分析,基于骨架特征点跟踪的动态手势识别算法识别率高、实时性好,可以实现准确有效的手势识别。