随着人机交互技术的发展,作为人类最自然和最普通的交互方式,手势识别技术已成为当前人机交互领域研究的热点之一。本文从现有手势识别技术难以排除人脸干扰的不足点出发,为了使其能够适应更加普遍的应用环境,提出了一种结合各种基本算法并在其基础上加以改进的手势分割方法,实现了人们最常用手形的静态手势识别和匹配后的实时模板显示。本文分割算法首先对图像进行动态背景差分,该背景差分算法有效利用了视频中相邻帧图像的相关信息,将人脸也作为背景的一部分进行不停地更新,实现了在类肤色和人脸干扰下的手形的初步分割。接着,为了进一步得到更加准确的手形轮廓,我们引入了分水岭算法,该算法利用了地形学的原理从而实现更加精细的边缘分割。而为了去除一部分手臂带来的影响,我们再加上动态肤色分割,该算法选取实时进入画面的人手肤色作为标准并设定上下阈值范围,从而实现了更加准确的肤色分割。随即,我们将分水岭和肤色分割得到的二值图做按位与运算便可得到准确的手形轮廓。最后再对该二值图进行中值滤波,减少轮廓的锯齿,使手形边缘更加平滑。本文手势识别算法部分则结合了Hu矩和指尖识别两种方法来对静态手势进行准确的识别。并从人手运动的习惯和速度的角度出发,将手势分为慢速运动(包括静止)和快速运动两种情况,分别用不同的方法对实时的手势进行识别和匹配模板的显示。使得手势识别的过程更直观化,并取得了较好的识别准确率。