运动人手三维跟踪是人机交互研究中的一个基础性和关键性研究课题，手势以及运动人手作为一种人机交互方式具有自然、方便、和谐的优势，是如今鼠标键盘和数据手套等设备所无法比拟的。精确的人手跟踪可以促进人机交互、手语跟踪识别、视觉监控和机器人控制等许多应用的发展，对于和谐的人机交互具有重大意义。人手是复杂的多链节体，具有高自由度和指骨尺寸小的特点。手作为一种弹性物体，其运动具有多样性和多义性，并且手的位置是在三维空间，很难定位，在运动过程中也常常存在自遮挡现象，使得基于视觉的自然手的重建和识别跟踪变得更加困难，因此，基于计算机视觉的运动人手跟踪是一个极富挑战性的研究课题。本文依托国家自然科学基金(项目编号：60773109)“面向实时性和鲁棒性的自然人手粒子滤波跟踪方法研究”以及国家自然科学基金(项目编号：60973093)“基于认知心理学的自然人手状态采样方法及其在运动跟踪中的应用研究”等项目，对运动人手三维跟踪技术中的几个关键问题进行了讨论和研究。其中，重点对人手的抓取操作和放开操作进行分析，并建立这两个操作的运动模型，以指导和约束基于计算机视觉的运动人手跟踪，并期望获得高精度，高鲁棒性的跟踪效果。本文主要对以下几个关键问题进行研究：1、提出了一种复杂背景下去除手势图像杂点的方法。该方法采用网格遍历法去除预处理后的手势图像杂点区域，首先把整幅图像用网格分开，然后统计每个网格中前景和背景像素点的个数，根据预先设定的阈值，对每个网格进行相应处理，以消除图像中无关的信息，恢复有用的手势信息。2、获得手势的手掌特征。手掌大小是表征手的一个重要参数，可作为识别特征之一。本文利用人手特征获得手掌的最大内切圆，得到手掌的位置和大小，然后将人手分割成手掌和手指两部分，并根据手掌与手指在整只手中所占比例来指导手势的识别。3、提出了基于变量间关系分析的运动人手跟踪方法。本文在基于数字手套和位置跟踪仪的平台进行大量实验，并结合认知心理学对人的认知方式和行为规律进行阶段性划分，重点分析在抓取和释放物体过程中各关节变量角度变化规律，利用Matlab曲线拟合工具箱对原始数据进行拟合建立各关节变量间的关系模型，并将其应用在基于摄像头跟踪的平台中，从而实现基于自然人手的虚拟交互任务。实验结果表明，与传统的滤波方法相比，基于变量间关系分析的人手跟踪方法，在跟踪精度和实时性方面都有很大提高。本文通过对抓取操作和放开操作建模为运动人手的三维跟踪方法提出了一种新的思路，并从跟踪精度和跟踪速度两方面与国内外的其它算法进行对比，验证了本文算法的有效性。