手部运动状态的捕捉作为一种有效的控制方式,能实现人与计算机自然直观的交互,在工业控制、虚拟装配、医疗康复等领域都有广泛应用。与普通摄像头的手部运动捕捉方法相比,基于深度图像的手部运动捕捉技术不受场景光照与阴影的影响,能够更好重构手部结构并获取更多区分不同手部关节部位的特征,但是这种技术仍然需要解决人手运动复杂、自遮挡严重等问题,才能够实时准确预测出手部运动关节的位置。本文以基于深度图像实时捕捉手部运动状态为目标,设计了一套完整技术实现方案。针对人手存在的差异性,采用7种不同尺寸的手部模型通过图形学方法生成分类深度像素的图像训练集,能够增强不同人手关节预测的稳定性。随机森林分类器训练阶段,所选用的分类特征充分考虑手部不同关节的特点,能够准确区分不同的手指关节像素。为了满足关节预测的实时性需求,在手部关节预测阶段,提出用一种加权求质心的方法快速计算得到手部关节位置,并随机选取图像中的部分像素点分类预测。本文通过实验对真实人手关节预测的实时性和可用性进行了验证：该方法能够很好地将帧率控制在18帧以上；针对三个不同尺寸的人手较准确预测出手部关节的位置。最后,将上述技术方案作为输入控制方式实现了两个应用：适用于中风病人的康复游戏和虚拟手交互模拟系统,从不同角度说明本文方案的有效性和可用性。