1、人與計算機的交互活動越來越成為人們日?；顒拥囊粋€重要組成部分。而由于手勢本身具有的多樣性、多義性，以及時間和空間上的差異性等特點，加之人手是復雜的變形體以及視覺本身的不適定性，使此方向研究成為一個極富挑戰(zhàn)性的多學科交叉研究課題。 本文結合上海市自然科學基金資助課題“手勢識別與合成”，從手勢圖像的預處理、手勢的特征提取和手勢的分類器設計等三方面研究了基于視覺的動態(tài)手勢識別的識別算法。 在圖像預處理階段，我們先對手勢圖像進行

2、無冗余的幀分離操作，將我們感興趣的手勢圖像從視頻流中分離出來，接下來我們進行灰度化處理和平滑去噪，平滑后我們用自適應閾值法對手勢圖像進行二值化，得到了較好的二值化效果。 在特征提取環(huán)節(jié)，我們先提取手形特征并依據(jù)手形特征進了粗分類，然后提取手勢圖像的運動軌跡特征與手勢的手形特征相結合產生了手勢的特征向量。 在分類器的設計上，我們將14套手勢圖像這樣劃分：4套為訓練集10套為測試集，然后先根據(jù)手勢訓練集學習手勢特征，再計算測