基于视觉的手势交互，相对于鼠标、键盘等传统的人机交互方式，能够以非接触的交互方式避免对用户的侵入性，并且更加直观、更加自然，在虚拟现实、手语识别、智能操控等领域有着广阔的应用前景。所以基于视觉的手势交互研究在计算机视觉、模式识别及人工智能等领域获得了广泛的关注。同时，它也面临着手势自由度高、应用情境背景多变、操作者个体差异等多方面的挑战，因此在该领域的研究具有重要的潜在研究价值。　　 本文的研究首先由投影环境下的手势交互入手，建立了投影仪-摄像头交互系统。通过主动红外光源的设计，消除了投影环境下背景、光照等的变化，以期实现实时性的手势交互。研究主要围绕基于图像处理和统计模式识别的方法进行，在此基础上对更为广泛的复杂背景下的手势交互进行了深入的探索。　　 在对手势交互关键技术的研究中，本文的主要工作和成果包括以下几个方面：　　 1．投影交互环境下的手部定位和指尖定位，以求满足投影交互的基本需求。主要是通过帧间差分、边缘提取和引入手臂的几何约束的方法实现手部的定位，再利用漫水填充算法实现手部的分割。然后，结合Deutsch骨架提取算法及基于SUSAN算子的角点检测算法，完成实时指尖定位。　　 2．在对Dalal等人提出的基于梯度直方图(HOG)特征和线性支撑向量机(SVM)的目标检测技术的研究基础上，实现了复杂背景下的快速人手检测。具体来说，对图像局部划分进行了改进，避免了特征计算中对图像的重复扫描，增强了局部到整体的特征映射，并采用预计算方式极大地缩减了特征提取过程的时耗。在这部分工作基础上引入候选框置信度，并采用尺度分组的方式实现了对单手的实时检测追踪。　　 3．对HOG特征进行了改进，实现了特征长度压缩和检测率提高的双重优化。引入局部PCA，根据局部特征在整体判决中的作用，自适应地对局部特征进行压缩，实现了对HOG特征的有效降维；并结合UniformLocalBinaryPattern这种纹理描述特征，增强了特征的局部描述力，完成了对HOG特征的改进。　　 4．开发了一套名为“图片浏览器”的交互应用。在主动近红外成像基础上，实现实时人手检测、追踪，并通过对人手信息的分析获取手势语义，完成对图片的浏览和操作。