伴随着计算机技术的发展和互联网的普及,人机交互在人们日常生活中显得越来越重要。随着图像处理、模式识别以及计算机视觉等相关技术的不断发展,人们开始研究更智能、更自然、更符合人类交流习惯的人机交互技术。作为一个自然、直观、易于学习的交互方式,手势在沟通交流中占重要地位。因此,手势识别技术成为人机交互领域的研究热点。随着相关技术的快速发展,基于计算机视觉的手势识别技术已经取得较大的进展。然而由于现实环境的复杂性和手势多变性,现有的手势识别技术仍然存在一些缺陷和不足。针对存在的问题,本文具体研究工作包括以下几个方面:(1)手势检测分割:通过研究分析肤色检测分割方法、特征模板匹配方法以及基于运动的前景提取方法在手势检测分割中的应用,总结并提出了新的手势检测算法。通过有效地将不同方法结合起来,实现了较复杂的环境下对目标人手区域准确、高效地获取。(2)静态手势识别:本文考虑从整体和局部两个维度对手势进行特征提取:采用低维的四个Hu矩特征来描述手势轮廓形状特征,同时选择LBP特征描述手势纹理特征。同时,针对基于Hu矩的识别算法,采用K邻近分类策略对其进行了改进,增强算法鲁棒性。在上面基础上,本文提出了一种基于多特征融合的手势识别算法,并用实验证实了算法有效性。(3)最后,本文将基于视觉的手势识别技术与实际应用场景相结合,实现了一个简单的基于手势识别的图片浏览系统。采用该系统,用户通过几个简单手势就能实现图片的基本操作。