随着社会的发展,日常生活中需要验证各类身份信息确保安全的场合越来越多,而传统的身份认证方式由于难以克服的缺陷限制了进一步发展,在此背景下,生物特征识别技术愈来愈受到研究者的关注。手掌作为人体使用频率最高的一个生物特征,采集时具有较高的用户友好度,因此,对手掌的检测与识别成为生物特征识别领域的一个研究热点。本文的主要内容是研究对运动手掌进行检测、定位和跟踪的方法。首先阐述了与手掌检测、跟踪、定位相关的理论知识和涉及的主要技术等；其次,阐述手掌检测与定位采用的方法,针对传统关节式物体姿态跟踪计算复杂的技术难点,本文提出的关节式手掌检测定位算法舍弃了对后续姿态估计阶段,仅对初始姿态进行估计,然后对获得的粗定位区域利用手掌运动模板进行匹配,大大简化了建立模型的复杂度和算法计算量；第三,在运动手掌的跟踪阶段,由于经典Camshift运动物体跟踪算法具有时间复杂度小,实时性好的优点,将关节式手掌检测定位算法得到的手掌区域传递给Camshift算法,解决了原算法需要手动标定跟踪区域的半自动化缺陷,实现了对运动手掌的实时跟踪；最后,对本文提出的各种算法进行实验验证。