近年来，随着计算机技术的发展，虚拟现实的研究越来越受到重视。在虚拟现实环境下，人机交互是一个重要的研究方面，可以通过多种方式实现，特别是手部动作的检测与识别在人机交互中占据着重要的地位。　　 传统的单指指尖跟踪多采用传感器，有些基于视频的检测与跟踪的实现往往依赖单一算法。由于实际环境中视频采集的图像存在很多随机性和复杂性，例如肤色、轮廓、复杂背景、光线等多方面影响，使得指尖的精确检测与跟踪变得十分复杂，所以这是一个极富挑战性的多学科交叉研究课题。　　 论文主要研究了以下几个方面：　　 1.采集图像，对比几种检测方法，选择背景减除法检测运动的手部目标；　　 2.研究跟踪算法，针对单一视觉信息描述目标不充分、动态变化环境下不稳定的缺点，提出一种多信息融合的粒子滤波算法；　　 3.给出粒子滤波算法，并分析视觉特征中颜色特性与轮廓特性，目标的轮廓使用B样条曲线。接着基于两种特征分别进行粒子滤波跟踪，再将颜色特征与轮廓特征两种信息融合入粒子滤波。　　 将算法编程在PC机实现。实验结果表明，该算法可以克服单一特征下粒子滤波跟踪的缺点，在其它如相近颜色或相近轮廓的干扰下对指尖有更加稳定的跟踪效果，算法的稳定性好；并具有鲁棒性，对部分遮挡有很好的抗干扰效果。