随着计算机时代的飞速发展，人们越来越追求工业的智能化，于是人机结合和交互愈发的得到重用。作为仅次于语言的交流方式，人们通过手势能够完成对机器的指令引导工作，基于人体手势的人机交互应用也层出不穷，如在手语理解、虚拟现实、机器人控制、娱乐游戏等领域。这种以人为中心的交互更加和谐和自然，对人机交互的自然性和高效性有显著的提高。本文的主要研究内容集中在三维人手的建模和其多样性的研究上，从而更深入了解手势交互多样性的机制。在人手三维建模方面：首先根据人手的复杂性，本文采用Kinect采集不同角度的三维点云，将所有角度下的点云经过配准、精简、修补得到完整的人手点云。在点云的重建过程中提出了基于微分流形的曲面重建方法，在微分流形的基函数构建中采用类似径向基函数的方法，以测地线距离来代替两点间最短距离，并通过过渡映射将相邻邻域的曲面片光滑拼接起来。实验结果表明以测地线为基础的微分流形曲面光滑性和连续性都极佳。在人手多样性方面：根据人手运动学原理提出基于人手关节点变换的手势研究。在关节点的提取过程中采用三维点云与二维图像结合的跨维匹配方法，并且根据人手运动规律采用三维坐标变换的得到新的手势，实验结果表明手势的变换结果十分理想。根据变换关节点的特性和采集手势的轮廓特点，提出基于图像凸包面积的手势识别。匹配结果显示，在误差允许范围内，手势变换是成功的，符合手势形状的。