人手作为仅次于语言的交流方式,有着不可或缺的作用,人们可以在无法进行语言传输的环境下通过简单的手势来表达和理解彼此的意图,从而完成交流和协作。随着信息科技的高速发展,人们通过手势能够完成对机器的指令引导工作,基于人体手势的人机交互应用也层出不穷。在手势识别研究发展的这些年来,对传统二维手势的研究技术已趋于成熟。但由于光照不均、遮挡等问题对二维手势识别的限制和三维扫描成像技术的推动。近几年来,研究的热点集中于三维手势下的识别。本文也基于三维手势进行了自己的探索性研究。三维手势识别的系统主要包含以下几步骤：数据库建立以及三维手势重建、特征提取与手势分类判定。本文通过三维激光扫描仪采集三维点云数据,并建立数据库。通过对手势的去噪、分割得到完整的手势区域分割图,之后进行投影变换、三维点云重建、点云畸变修复以及曲面重建等一系列三维图形重建研究。最后通过算法对手势统一归一化处理。在特征提取的方法中,本文提取了静态的三维手势特征,即提取了基于极轴旋转的手势特征,相比较传统的二维特征,这种空间特征具有抗旋转不变性,可以很好的用于三维手势的特征提取,获得特征具有明晰的区分性。手势分类判定过程中,对于数据库中的六种不同手势进行PCA+LDA的训练和测试,最终判定正确的识别率为96.7%,识别率明显高于传统的二维识别法,而且我们的特征提取和分类器基本能满足实时性的要求,证明我们的算法是具有准确性和鲁棒性的。