近些年来,随着社会的发展,信息无障碍的研究与发展越来越受到重视,其中一个很重要的技术就是手语识别和手语合成技术,这种技术的发展为聋人和正常人之间的自然交流提供了一个很好的通道。手语是聋人之间基本的交流方式,为了使聋人与正常人自然交流,需要把手语翻译成自然语言,反之亦然。基于Hough变换和神经网络的中国手语识别系统允许使用者在一种自然方式下交互,首先对采集到的静态手势进行预处理,即标准化、灰度化、Canny边缘检测等,然后利用Hough变换进行特征提取,最后利用被训练的BP神经网络对静态手势进行识别。Hough变换具有对局部缺损不敏感,对随机噪声的鲁棒性及适于并行处理、实时应用等优良性质,并且不受旋转、平移、伸缩的影响。因此,用Hough变换进行手语识别的研究及应用就显得十分有意义。此算法通过使用20个手势样本进行测试,每种手势采集10个手势图片,实验显示本算法能够识别中国静态手势的正确率为91.93%。