随着科学技术的进步和社会物质财富的积累,人们对生活水平的要求也越来越高。当前,计算机与深深地融入到了人们的日常生活中,并对我们的生活产生了深远的影响,而人与计算机的交互方式也就成为一个研究热点。人机交互从最初的以机器为中心正在向以用户为中心转变。而基于单目视觉的手势识别系统正好吻合这样的发展趋势,手势交流更符合人类的自然交际方式,从而使得人机交互更加友好、自然,同时手是人与生俱来的一种工具,基于手势的人机交互能够创造一种更加统一的交互方式,但是由于人手结构负责、灵活度较高,因此,研究基于单目视觉的手势识别系统是一个极富挑战性的研究课题。本文根据可得实验设备基础上设计和实现了一个基于单目网络摄像头的手势识别系统,该系统实现了对预定的8种手势实时识别。此外,本文还利用手势识别系统的识别结果实现了对鼠标功能的模拟,以及LED灯组的控制。手势识别系统主要由图像预处理、手势分割、特征提取及分类等模块组成。在图像预处理模块,本文根据实验结果,并参考全局光线补偿算法,实现了对手势图像的光线补偿,从而提高了整个系统的工作性能。在手势分割模块,本文针对肤色检测存在的固有问题,引入了人脸检测模块和Codebook背景差分算法,成功实现了自适应肤色建模,并且消除背景中类肤色区域的干扰。此外,本文利用凸缺陷深度信息和最小外接矩形尺寸成功实现了对手势图像的粗分类,并对其中不可分的手势类型使用傅里叶描述子和支持向量机进行分类,并达到了97.5%的识别率。通过模拟鼠标和LED灯组控制两个应用,这表明了手势在多媒体领域和智能家居领域具有非常大的应用潜力,有一定的实用价值。