近年来,计算机技术迅速发展,人与机器的交互模式正不断发生着改变,人们对机器使用变得越来越方便。交互模式开始从传统的基于键盘、鼠标的接触式控制向基于动作识别的体感交互模式转变[1]。人机交互的识别技术已经应用到生活的很多领域。经过多年的变化,现在人机交互主要是让机器如何更好地适应人。随着人机交互自然语言的不断进步,手势识别在教学中具有广阔的发展空间。对于视觉识别有两种摄像头可以使用,一种是普通网络摄像头,一种是Kinect摄像头。普通的网络摄像头因为受光照变化影响大,识别效果差。本文利用了 Kinect摄像头来提高识别率。实验过程中提出了凸缺陷指尖检测方法,并将该方法应用到静态检测过程中。首先根据深度特点提取出手部区域产生二值图像,利用Canndy算子提取二值图像轮廓,根据凸包完成指尖凸检测,通过凸缺陷完成细检测,获得指尖点并将其应用在图片的识别中。动态识别中通过Kinect获取到人体骨骼,正规化处理骨骼,将关节点的运动轨迹作为特征关节点的特征向量进行运动轨迹判断,然后通过三种算法的比较结合动态手势识别在教学中的应用来确定DTW算法为本实验的最终算法,通过限制搜索范围对DTW算法进行进一步全局优化,从而达到对4种运动手势的识别。最后,将静态手势指尖识别和动态手势轨迹识别应用于教学中。