传统的人机交互研究局限于键盘、鼠标和操纵杆的应用，在界面的友好性和自然性上已经不能满足人们的要求。基于视觉的手势交互融合了图像处理、机器视觉和模式识别等学科的相关技术，是目前人机交互领域一个研究热点，在手语识别、游戏控制、智能家居等领域都有着非常广阔的应用前景。指尖检测是实现手势交互系统的关键技术之一。背景的动态多样性、外界光照的不稳定性和指尖运动的随机性等特点，使得指尖的精确定位仍然是一项非常有挑战性的工作。　　 本文研究复杂背景下的指尖检测问题，主要工作和特色可归纳如下：　　 1、对基于肤色模型、基于背景消减和基于帧间差分的目标分割方法进行了研究，并在实验上对各种算法进行了分析。结果表明，基于背景消减的方法依赖背景模型的有效更新，当背景静止时是最简单有效的方法之一；帧间差分法的动态适应能力较强，但是当目标运动过慢时算法容易失效；肤色是人手区别于其他物体的重要特征，但对光照和背景颜色敏感。　　 2、研究了基于指尖形状特征的检测方法，包括基于区域分析(模板)的方法和基于轮廓分析的方法。这两种算法都是在目标分割的基础上进行，因此检测的精度与手指分割效果密切相关。基于区域的方法对前景区域中出现的空洞比较敏感；而基于轮廓的方法对边界提取的完整程度和阈值的设置比较敏感，很容易将两个手指连接处误判为指尖。　　 3、提出了基于改进的径向对称变换(Radial Symmetry Transform)和肤色模型的指尖检测算法。直接在原始的序列图像上检测指尖，有效地避免了对手指分割精度的依赖。实验结果表明，本文所提算法对光照变化具有较好的鲁棒性，在多种变化背景下具有较好的检测效果，并且能够达到实时。