作为人机交互的一个重要方式,手势识别因为自然直接、简单丰富越来越受欢迎。普通的手势识别技术是基于计算机视觉,这种方法对环境背景要求很高,而通过Kinect传感器获取的深度图像可以很好的改善这个问题。本课题设计了一种基于Kinect设备的工作台手势智能控制系统。研究内容如下:采集手势图并分割出手势,再将手运动轨迹的方向进行量化,得到离散的方向值,把离散的方向值作为手势的轨迹特征。采用统计方法中的HMM算法进行手势训练,然后通过分析手势轨迹特征与训练序列的匹配程度来识别动态手势,能识别手向上向下向左向右等动作。在工作台硬件设计上,采用Arduino作为核心板。将动态手势识别应用于工作台控制当中,实现了动态手势对工作台的控制功能。还在不同环境下进行试验,光照良好的环境下平均识别率为85.3%,光照昏暗的环境下平均识别率为82.7%。测试结果表明:系统以较高的识别率完成了对智能工作台的控制,受光照影响小,稳定性好,可以满足实际需求。本课题创新地将手势识别应用于智能控制的工作台,系统具有使用方便、抗干扰能力强、成本低的特点,这种工作台能够被广泛应用于智能家居和工业控制等领域,以方便人们的操作,提高工作效率。还可将工作台系统根据需求改造成物流分发小车或特殊人群用小车等。该系统在实际生活中具有良好的应用前景。