随着数字媒体技术的飞速发展与广泛应用，人机交互已经成为计算机领域中一个重要组成部分。在人机交互领域中，手势交互是一种新型的，最为自然的交互方式，得到越来越多研发者的关注和重视，已逐渐应用于智能家居和体感游戏领域。人们对手势交互的技术和手段要求的越来越高，寻找一种快速鲁棒的手势检测与跟踪算法，与研制新型手势交互设备的需求也越来越迫切。　　 本文阐述了手势检测与跟踪的基本理论和算法，分析了它们的独特性质与适用场景，实现了适用于Android嵌入式应用平台下的手势跟踪方法。首先完成基于贝叶斯准则的自适应阈值肤色模型的建立与参数训练，接着以SIFT特征替换传统的矩形特征，应用AdaBoost算法训练手势检测级联分类器；然后完成基于肤色与PGH匹配，基于肤色与椭圆形拟合两种快速手势跟踪方法；最后完成了Android环境下的嵌入式图像算法开发平台的搭建，着重实现了Android应用开发环境、OpenCV图像库移植，NDK编程技术实现过程。　　 文中借助于计算机视觉、数字图像处理、模式识别等理论与技术的支持，在嵌入式开发平台下实现手势跟踪算法，通过实测试取得较好的效果，这会对手势交互技术的应用起到一定促进作用。