传统的人机交互很长一段时间内局限于键盘、鼠标和操纵杆的应用，虽然风靡全球的触屏技术改变了这一传统，但是在界面的友好性和自然性方面仍不能满足人们的要求。作为一种自然直观的交互方式，手势一直是国内外众多学者的研究热点，但是由于手势本身具有的多样性、多义性以及时空上的差异性等特点，加之人手是复杂的变形体，因此一直都没有取得突破性的进展。当前，基于视觉的手势识别技术的主要缺点有：（1）识别率较低；（2）对尺度变化及平面旋转敏感；（3）实时性较差。指尖检测是手势识别的关键技术之一，也面临着同样的问题。因此，本文以单目视觉下的手指为研究对象，探讨一种满足检测率、实时性和鲁棒性的指尖检测算法，并设计实现手指检测系统。在已有技术的基础上，本文完成的工作如下：（1）针对现有指尖检测框架的不足，提出一种新的指尖检测框架。在原有框架的基础上通过引入手掌宽度信息实现系统的鲁棒性，通过引入指宽、指长、指向等信息进行排误、排漏处理提升系统指尖正检率，使手指检测系统在具有较高指尖正检率的基础上，还具有良好的鲁棒性；（2）针对现有指尖检测算法对尺度变化和平面旋转敏感的问题，提出两种自适应指尖检测算法。应用本文提出的指尖检测框架，结合不同的手势特征和后处理方案，先后提出两种自适应指尖检测算法，即先通过运动和肤色特征检测运动的肤色区域，然后通过连通域分割算法分割出手势，接着用边界跟踪方法按顺序存储边缘点，再用不同的指尖检测算法检测指尖并结合指宽、指长、指向等不同的特征信息对检测结果进行过滤。实验结果表明，本文算法具有较高的检测率、良好的鲁棒性且能适应尺度变化和平面旋转变化；（3）针对手指检测系统的实时性问题，对系统各个模块的算法进行优化，先后提出一种快速高效的区域分割算法和两种实时高效的指尖检测算法，从而使手指检测系统满足实时性要求。