随着人工智能的发展,人与计算机可以通过多种方式来沟通,越来越成为现代科技产品极其重要的部分。尤其是随着人们生活水平的提高,大众对电子产品的交互方式要求越来越高,甚至交互方式的好坏已经成了大众对电子产品衡量的首要标准,因此设计一个好的交互方式已经成为目前的研究方向。然而,现在的人机交互主要以接触式的为主,比如键盘、鼠标、手写板等,这种方式必须是手和接受信息的器件直接接触,这样就束缚了人手的自由性和信息接收器件的灵活性,所以非接触式的人机交互方式日渐成为研究热门,比如近些年发展起来的话语识别、图形图像识别。手势是传递信息方式的一种,由于其方便和易于实现,因此手势识别逐渐成为非接触式交互的热点问题。以人手作为输入设备,减少了鼠标、键盘等第三设备的使用,大大增大了人机交互的灵活性。本论文在分析国内外手势识别基础上,针对手势定位进行了研究,主要工作如下：本文简单分析手势识别系统的实现分为手势定位,手势特征提取,手势跟踪,手势识别四个部分,简单介绍了各个阶段的常用算法及优缺点。在手势定位中,针对肤色检测或者运动检测的缺点,使用这两种方法一起来对手势分割。先通过运动检测提取出目标,这样静止的场景将会消失,然后将提取出的运动区域运用肤色检测方法,减小了肤色检测的范围,同时也减少了计算量,弥补了单采用肤色检测或者运动检测的不足,将手势从背景中有效的提取出来,采用八邻域搜索法来获得手势轮廓,然后在此基础上构架手势识别系统。本文主要分为绪论、各部分算法综述、预处理、手势特征提取与手势跟踪、手势识别系统实验、总结与展望六部分。借助计算机视觉库OpenCV,用摄像头获取手势序列,对图像进行预处理,采用Hu矩进行特征提取然后跟踪,结合马尔科夫模型,最终得到手势识别系统。