随着人机交互技术的提出和发展,基于视觉的手势识别已经成为自然人机交互技术研究中的热点。它可以用于虚拟环境的人机交互,智能控制,手语识别以及机器人机械手的控制。而目前,嵌入式技术及其产品已经广泛应用于智能家电、工业控制、智能建筑、掌上型电脑等智能设备。将基于视觉的手势识别技术应用于嵌入式智能设备,将无疑会给人们带来一种更加自然、方便、全新的智能交互模式。因此,研究基于嵌入式系统的视觉手势识别技术不仅具有重要的理论意义,而且具有广阔的应用前景和很高的实用价值。本文在分析和研究ARM Linux系统下视频捕获、手势图像预处理、复杂背景下手势的动态分割以及特征提取方法的基本理论和算法的基础上,设计并实现了一种基于ARM和Zigbee技术的嵌入式平台视觉手势识别控制系统。该系统具备控制视频源属性、获取图片格式、设置视频帧速率等功能,可以实时进行手势识别和非接触性手势控制。论文最后对系统的各项功能进行测试并得出测试结果。本文的工作主要体现在以下三个方面：(1)在基于对Linux视频捕获机制研究的基础上并结合嵌入式平台自身的特点,对嵌入式Linux系统下视频采集流程进行了详细分析,实现了适合于嵌入式Linux系统的图像采集模块。(2)在手势分割方面,本文提出融合手势肤色信息与手势运动信息,通过手势肤色Cr分量自适应阈值分割与ViBe手势前景分割相结合的方法,在复杂背景下分割出了较好的手势区域的同时还大大减少了后续手势特征提取的计算量。(3)在嵌入式手势识别算法的实现方面,本文采用开源计算机视觉库OpenCV2.3.1在嵌入式平台上实现以上算法并在此基础上开发了一套基于Zigbee技术的手势控制系统来验证算法的可行性与时效性。其中,基于开源计算机视觉库在ARM嵌入式平台上的Highgui移植对GTK2.0+库的依赖性问题,本文提出采用具有很好的兼容性、跨平台性的Qt/QtEmbedded C++Ui库替代OpenCV中的Highgui部分。最后,通过实验结果表明：本文中的基于ARM嵌入式平台的视觉手势识别系统具有很好的性能。