不依赖于传统鼠标、键盘等现有人机交互设备,更加灵活自然的人机交互一直是学者研究的热点。近年来,新兴的智能便捷的可穿戴设备推动了未来科技的进步。基于可穿戴设备的人机交互系统将拥有广阔的应用前景。手势交互是人机交互中的一个重要分支,依据手势的建模方法的不同,目前传统的基于手势的人机交互有基于机电传感器信号、计算机视觉等方法。基于机电传感器的方式主要存在设备与手直接接触,约束手的动作等问题;而传统的基于计算机视觉的手势交互由于摄像头面对用户,存在背景复杂、人体其他部分肤色干扰、遮挡和限制摄像头和人的距离等问题。针对传统手势交互的局限性,本文采用安装有摄像头和加速度传感器在眼镜镜框上的可穿戴设备的方式进行手势人机交互。利用摄像头采集图像,加速度传感器去除抖动这一解决方案,既不需要人手与设备直接接触,也可以很好的解决传统视觉手势交互的上述问题。本文研究基于可穿戴设备的手势人机交互系统,包括系统的光照亮度变化处理,头部抖动干扰处理,算法的硬件架构并行实现以及高速数据缓存处理等问题。主要工作和成果如下:1)在算法上提出了自适应光照处理算法结合改进的自适应肤色分割模型的方法来解决本系统光照亮度变化干扰人手分割提取的问题,提出了采用加速度传感器获取头部运动加速度和倾角变化值的方法来解决头部抖动引起的系统输出手势坐标抖动的问题;2)在系统硬件设计上采用FPGA(Field-Programmable Gate Array)来对图像数据进行并行处理,协同ARM(Advanced RISC Machine)处理器做系统USB描述输出接口,研究优化系统算法的并行实现,合理处理高速图像数据缓存等问题;3)实现了本系统交互的手势鼠标移动和点击操作,进行了识别率和交互实验,能完成对每秒60帧分辨率为800*600的视频图像进行高速高性能的实时手势识别跟踪。