随着虚拟现实、人工智能、多媒体等技术的飞速发展,人机交互的方式也呈现出多样化,手势交互方式的研究就是其中的热点问题。目前手势识别技术正处于发展阶段,在实时性与准确率上还需要进一步研究改善。本文主要针对手势识别系统的设计进行探究,重点对指尖检测算法和动态手势识别算法进行研究与改进,最后搭建测试系统进行论证分析。主要的研究工作如下:(1)对常见的手势分割与跟踪算法进行了研究,分析手势分割的流程,并对分割的效果进行了对比,最后选择利用Kinect采集深度图像,进行手部定位、图像预处理、8邻域搜索等一系列算法分割出手势;在跟踪算法上分析了Meanshift算法与Camshift算法的不足,验证出Camshift算法在受遮挡干扰时容易丢失目标,因此在Camshift算法上引入了Kalman滤波器预测机制,以此来跟踪预测手势。(2)提出了一种指尖检测的改进算法(扫描拟合法),分析验证了基于曲率与基于凸包的指尖检测算法的不足,最后将曲率与凸包相结合的方法对指尖进行识别,该方案可以很好地识别出一般的手势,但当手势中存在指尖靠拢时不能较好识别结果,接着在曲率与凸包的基础上采用“扫描拟合法”解决对指尖靠拢的检测,并进行实验测试方案的识别率。在指尖检测的基础上,应用指尖排序与前后帧匹配的方案针对初始状态可知的手势进行标定,并对食指的运动轨迹进行了跟踪记录。(3)动态手势识别算法的研究与改进,通过深入分析研究动态手势的手形、轨迹特征,并进行特征筛选,最后选用Hu不变矩作为手形的特征,选用角度向量作为轨迹特征。接着在DTW算法的基础上运用端点放宽对齐与提前终止匹配策略进行改进得到ET-DTW算法,该方法在提高识别率的同时优化了运算量,同时利用LB_Keogh对候选序列进行初筛选,进一步优化算法。接着设计手势识别交互系统进行测试,实验结果表明,该算法的识别率从90.2%提高到94.1%,平均检测时间也减少了0.091s。