增强现实技术能够提供一种真实世界的交互体验,通过将计算机生成的感知信息或虚拟对象叠加到现实世界中以实现对现实世界的增强,同时也能丰富用户体验现实世界的方式。近年来,基于增强现实的手功能康复训练系统已成为我国医疗领域的研究热点,它不仅可以激发患者参与康复训练的积极性,还可以缓解职业治疗师和专业护理人员的人才短缺的现状,具有一定的社会价值。本文以国家自然科学基金项目为背景,结合静态手势识别和指尖检测算法,设计并开发了一个基于增强现实的自然手势交互康复训练系统。本文主要研究内容如下:首先在基于几何特征的静态手势识别算法的研究基础上,本文设计了一组新的特征描述符用于手形的有效表征,它具有较好的尺度不变性和旋转不变形,并通过结合SVM构建了一个手势分类器。经验证,该分类器在鲁棒性和实用性方面表现优异。其次本文设计了一个基于深度卷积神经网络的指尖检测算法,它由手部区域检测算法和指尖检测算法两部分组成。首先利用YOLOv2网络定位2D手势的坐标信息,然后将检测到的手势区域裁剪出来用作指尖识别部分的输入,最后设计了UGF-Net网络用于精确地指尖检测。通过实验分析,该算法能有效地解决因人手指尖尺寸较小而无法精确识别的问题。最后本文将静态手势识别和指尖检测算法相结合,设计并开发了一个基于增强现实的自然手势交互康复训练系统,同时设计了四个不同难度的康复训练项目:打砖块训练、抓握捏训练、轨迹训练和投篮训练,这些项目在难度等级上呈现递增关系,主要用于改善用户的手指、腕关节、肘关节和肩关节的运动障碍。最后通过对不同用户进行测试,验证本系统的可行性。