为提高对手势特征点检测的精度和速度,提出一种快速、准确的复杂背景下手势特征检测方法。利用基于肤色亮度的手势分割方法将手势提取出来,获得手势轮廓,针对不同手型,利用改进的曲率算法对轮廓点进行初步筛选,通过对候选点区域内分布特点的分析,最终确定特征点位置。进一步提出了新的特征点分离算法。与已有算法相比,该算法提出基于亮度分布的肤色模型,增强了手势分割的鲁棒性;引入了手型分析尺度和特征点分布分析,对手势特征位置由粗到精进行检测,改善了算法的精度和时间开销。实验表明,该方法在复杂背景下对手势特征的检测有较高的准确率和实时性,有效地减少了传统曲率方法中干扰点的误判和特征点的冗余,对不同大小的手型具有一定的鲁棒性。最后,通过在运动三维人手跟踪中的成功运用,验证了该方法的有效性。