日常生活中，我们经常需要与计算机进行交互活动。最初的人机交互方式是采用命令行的方式，这种方式需要使用者掌握大量的命令，对使用者要求较高。之后的人机交互主要采用窗口界面的方式，这种交互方式与命令行相比，更加的直观、简单，但是这种交互是以计算机为中心，有其自身的局限性。近年来，出现了新一代的人机交互方式，这种交互方式的特点是以人为中心。手语作为一种基于视觉和动作的人体语言，引起了大量研究者的关注。手语包含的信息量非常丰富，自然语言能够表达的意思，手语都可以完整的表达出来，所以我们完全可以通过手势来进行人机交互，这种交互方式简单而且人性化，比较符合人类的交流习惯。基于以上背景，本文对基于视觉的动态手势识别技术展开了分析和研究，并最终实现了一个原型系统，本文所做的主要工作包括以下几部分：1、手势分割方法：该方法综合了肤色分割和运动目标检测方法。本文对三种运动目标检测方法进行了实现，并对实验结果和运行时间进行了详细比较。2、旋转性可控特征的提取算法：该算法在现有特征提取算法的基础上进行了改进，此方法可以区分不同旋转度的手形。3、手形识别算法：本文采用的手形识别算法是前馈神经网络，并且在原型系统中实现了该算法的应用。4、基于外接椭圆中心距离的跟踪算法：该算法最初应用于多目标跟踪，原理简单，效率较高，而且可以应用于双手势跟踪。5、轨迹识别算法：本文采用的轨迹识别算法是隐马尔可夫模型，并且在原型系统中实现了该算法的应用。本原型系统实现的软件环境是Windows操作系统，开发平台是Visual C++6.0，开发语言采用C++语言，采用的视觉库是OpenCV，硬件平台包含一个摄像头，一台笔记本电脑，其中CPU主频2.0GHZ，内存2G。