目的基于手势的交互方式在人机交互中发挥着越来越重要的作用,手势识别是大多数手势交互系统的核心技术。当手势种类较多时,目前已有的大多数手势识别方法往往无法获得足够高的识别率。为此,提出了一种结合手指检测和梯度方向直方图(HOG)特征的分层静态手势识别方法。方法提出一种基于形态学操作的手指检测算法作为手势识别方法的基础。首先由肤色模型从输入图像中提取出手部区域,然后利用手指检测算法识别出手势包含的手指个数,并根据手指个数从事先训练好的支持向量机分类器集合中选取一个,最后提取手部区域的HOG特征,并利用选择好的分类器完成识别任务。结果对25种常用手势进行了识别实验,将本文方法与单独使用HOG特征的方法进行对比。本文方法可以将传统HOG方法的识别率提高20%左右。结论基于手指个数的分层识别策略可以有效地解决传统单层识别方法在手势种类较多时识别率不高的问题。在手部区域能被成功检测的情况下,提出的结合手指检测和HOG特征的方法可以取得较理想的手势识别结果,且能达到实时性要求。