随着混合现实技术以及人机交互技术的发展,基于计算机视觉的手势识别技术已成为研究热点,然而现有方法的识别速率与准确率均有待提高。本文针对目前基于视觉的手势识别技术存在的问题,研究了一种新的识别方案。主要研究内容如下:1)针对现有方案受外界环境与手部自身因素影响较大、识别效果不稳定的问题,研究了一种基于肤色阈值初始化与半轮廓技术的手势识别方案。2)在肤色阈值初始化中,为了适应对不同肤色的检测,采用HOG特征并利用SVM分类器对肤色阈值进行了初始化;在图像前处理时,利用二值算法以及形态学处理中的开运算与闭运算操作实现了手势的分割与轮廓的提取;在指尖标定中,设计了一种基于半轮廓技术的新算法,以实现对手指端点的检测与标定;在手势分类中,针对指尖峰值研究了一种新的分类算法,实现了对8种手势的识别。3)通过实验证明,本文设计的识别方案平均识别率达到95.25%,平均用时为68.797ms。相较于现有的固定阈值算法和全轮廓算法具有更好的稳定性,相较于卷积神经网络算法可将识别速率提高7倍。