手势交互是一种自然、直观、易于学习的人机交互方式。近年来，基于计算机视觉的手势识别逐渐成为了研究和应用的热点，各种吸引人们眼球的新产品层出不穷。目前大多数的手势识别产品都是在高性能的通用处理器上实现的，如DSP或多核处理器，计算复杂度高，成本昂贵。采用硬件实现的方案，能够充分利用其并行处理特性，加快处理速度，并具有高集成和高可靠度的特点。本文就是在此基础上，设计一个能够实现简单控制功能的手势检测和跟踪系统，并对其的硬件实现进行研究。　　首先，本文回顾了手势检测和跟踪算法的研究背景、研究现状、发展历程和当前常用的一般方法，之后对本文选择的基于Adaboost的手势检测算法和基于Camshift的手势跟踪算法从基本原理方面进行了较为详细的介绍和分析。　　其次，本文在PC上分别对两种算法进行了实现，并进行了适当优化和部分参数调整。鉴于算法中有较多浮点运算，分析了定点化的基本原理和方法，并在此基础上，将两个算法进行定点化改造，对定点化后的性能进行了分析比较。实验表明定点化后的算法性能基本保持稳定。　　最后，本文采用了基于Handle-C语言的快速硬件实现方法，对算法的硬件实现进行研究。本文详细介绍了两种算法中一些关键模块的架构设计，如流水线或空间并行方式等，并通过Handle-C对硬件方案进行了一些代码级优化。通过Modelsim对各个模块进行功能仿真及验证，并在XilinxFPGAVirtex-5器件平台下，对硬件资源的利用情况进行了分析。