随着计算机技术的发展，传统的人机交互技术已难以适应越来越复杂多样的需求。用户要求更加自然和智能的交互方法，包括声音、视觉和智能传感器等等。其中基于计算机视觉的方法具有自然、方便的特点，受到了广泛的关注。其中手势更是其中最具有自然交互性的方式，目前在计算机游戏中得到了很好的应用。　　 根据游戏中实时性要求高的特点，不同于一些基于模型的方法和整体分析方法，我们采用了基于局部统计特征的方法，尽量简化运算复杂度，以实现实时控制的目的。另一方面，为了满足游戏控制指令自然多样的要求，我们在基本特征的基础上，对特征结构进行详细的分析，以识别不同的手势。本文从简单的轮廓分析与识别，到图像特征的提取与结构分析，进行了多种方案的分析比较，并进行了总结。所研究的主要内容如下：　　 ①首先，基于“曲率的分布可以完全反映曲线的基本特征”的思想，从简化的轮廓曲线入手，在微分曲线的基础上，提出了一种基于曲率分布统计分析的曲线特征提取的方法。并结合二维信息，对区域曲线段的模型建立，以及相应的检测算法进行了研究，实验表明基于曲率的分析，具有高效准确的特点。　　 ②基于“局部特征集合可以高效表达整体结构”的想法，在轮廓特征分析的基础上，我们提出了基于曲率墒的曲线结构分析方法，并对分析结果进行了结构化建模。然后通过一种投票策略，优化模型匹配的寻优过程，以实现快速的形状识别的目的，并取得了良好的实验效果。　　 ③基于“基于矩的统计量可以高效并完全表示图像分布信息”的思想，我们提出了一种具有几何，线性光照，对比度不变性的矩分析方法，并给出其快速算法，实验结果表明，此方法对特征检测具有很好的区分度，结果令人满意。　　 ④基于“多种信息的结合可以增强系统性能的”思想，我们尝试了使用肤色、运动、频率等多种信息，从立体视觉获得更高的自由度，用结构分析方法得出更多的信息量，并将这些信息有机的结合起来，实现了一系列较为成功的应用。