随着虚拟现实技术的发展,自然的人机交互方式备受关注,手作为人与外界进行信息交互的重要器官已逐渐成为人机交互的重要研究对象,在虚拟装配、虚拟训练、体感游戏等领域有着广泛应用。其中创建与真实手比例一致的运动学模型是实现沉浸式交互的关键技术,本文研究了利用计算机视觉初始化人手运动学模型的技术。本文详细分析了人手生理学结构以及关节运动特征并抽象出机构运动简图,采用D-H参数法对该机构模型进行运动学分析,从而建立虚拟手位姿参数化控制的基础,运用面向对象技术为个性化的人手运动学建模提供编程接口。研究了基于肤色模型的手势分割方法,在YCbCr颜色空间下采用椭圆模型进行初步的肤色检测,进一步采用圆形梯度进行肤色边缘探测,从而填补空洞和肤色边缘缺失,最终获得更加准确细致的手势分割效果。以五指张开的正面手势图像作为研究对象,通过自适应腐蚀操作改进了手掌重心点的检测算法,基于轮廓特征改进了指尖指根点的检测算法。由特征点分割出包含纹线的手指ROI区域,依据灰度梯度在纹线处的变化特征定位出指节纹和掌纹主线,以此反映出关节位置及指骨比例从而实现无接触式的个性化人手运动学建模。经过多组实验验证,本文提出的基于计算机视觉实例化人手运动学模型的方法具有较好的准确性,同时对手势图像缩放和旋转有良好的稳定性。