人机交互是计算机领域永恒的课题,如何建立和谐自然的人机交互环境是当前人机交互的研究热点及难点。手势作为一种自然直观的交互方式,符合人们的交流习惯,引起人们的研究兴趣。目前手势识别技术按输入设备不同可以分为基于数据手套的手势识别和基于视觉的手势识别。基于视觉的手势识别直接以人手作为人机交互的输入设备,交互过程更自然方便,成为当前手势识别研究的重点,是实现新一代人机交互的关键技术。当前基于视觉的手势识别技术的主要缺点是识别率较低,实时性较差,对光照变化、尺度变换及平面旋转敏感。本文以单目视觉下的单手手势为研究对象,探讨一种满足识别率、实时性要求的手势识别算法,并设计实现一个手势识别系统。基于视觉的手势识别过程大致可以分为手势跟踪、手势分割、手势特征提取、手势建模及手势识别,本文在已有的技术基础上,主要完成的研究工作如下:　　 (1)根据手势识别系统的结构,详细介绍了各阶段的常用技术,并通过一系列实验进行对比分析,指出其优缺点及适用范围。在实际应用中,应根据系统的需求选择适当的算法。手势识别系统需要在保证较高识别率的同时,满足实时性要求,因此本文所选方法都在寻找高识别率及实时性的平衡点。　　 (2)提出了一种基于凸缺陷的指尖检测方法。传统的指尖检测方法需要遍历并扫描手掌外轮廓,计算量大,本文指出凸缺陷能有效表达手势,利用凸缺陷进行指尖检测,能有效弥补当前指尖检测实时性较差的缺点,同时又保证了指尖检测的准确率。　　 (3)在分析对比已有的手势识别技术基础上,从手势分割及手势建模两方面着手,提出了一种单目视觉下的多特征手势识别方法。首先利用颜色特征检测肤色区域,通过改进的CamShift算法实现全自动跟踪,快速定位人手,接着在YCgCr颜色空间上成功分割出人手,然后利用人手的轮廓及凸缺陷检测指尖,再利用指尖的数目和方位来表示一个手势,进而结合轮廓长度和面积等几何特征完成手势识别。实验结果表明,本文的方法具有很好的鲁棒性及实时性,能适应环境的变化。