手势交互作为一种主流的人机交互方式运用于越来越多的体感游戏中,交互产品主要依靠Leap Motion与Kinect,二者适用范围有限且价格昂贵。本文研究用普通的单目摄像头为采集设备以实现手势交互的功能,使得手势交互摆脱外部专用体感交互硬件设备的限制,以实现在拥有单目摄像头的普通设备(如手机、平板电脑等)上进行手势交互。本文提出了一种新的手型姿态匹配算法为平面二分匹配算法。首先对输入的原始图像进行颜色空间转化,然后将转化后的图像进行阈值选取来提取图像中的肤色信息。由于图像中存在非手型区域的肤色信息,这里通过轮廓提取的图像处理技术将非手型区域的信息剔除,经过这些预处理之后图像中只保留了与手型姿态相关的信息,降低了无关信息对手型姿态信息的干扰。然后将手型姿态信息限定到一个矩形框内,经过线性插值算法把手型姿态图像放缩为固定的大小,并使其与预制图像进行平面二分匹配,最终完成对手型姿态的高效匹配。另外本文还引入了卷积神经网络的方法解决了本文提出的手型姿态匹配算法中时间复杂度累加的问题,最终实现了单目手势识别的基本功能。实验结果表明,平面二分匹配算法对相同手型图像的匹配率稳定在90%左右,而不同手型的匹配率最高在78%,匹配率可达98%,此外,在该匹配率的前提下处理速度可达每秒26帧,因此也具有良好的实时性。与经典匹配算法SURF相比较,该算法匹配率提高了31%,匹配速度提高了44%,因此平面二分匹配算法更加适合手势识别与交互。