基于步态参数的定义，研究并提出了使用微软最新一代Azure Kinect无标记运动捕获系统（以下简称Kinect系统）采集并提取步态参数的方法，同时在数据处理中分别采用自适应滤波、指数滤波、卡尔曼滤波及无滤波条件，以提高步态参数计算结果的准确性与可靠性。为了评价本文计算方法的准确性与滤波效果，将提取的步态参数结果与同步实验的Qualisys标记式运动捕获系统（瑞典Qualisys公司，简称Q标记法）的结果进行统计学对比分析，并据此对不同滤波方法进行评价。结果显示，总体而言Kinect系统与Q标记法的结果一致性较高，结果均落在95%一致性界限内，并且在有滤波条件下的准确度要高于无滤波条件，且卡尔曼滤波的效果最好；在单个步态参数方面，步速的结果在所有滤波条件下均有较大差异性，无法应用；对于其他参数，本文方法表现了较高的准确性与一致性，并且应用卡尔曼滤波后的一致性与可靠性都有所提高。应用本文方法并使用卡尔曼滤波进行平滑处理后，Kinect系统可以较为准确地计算健康人的步态参数，并在某些情况下代替标记法设备。