近年来,基于手势识别的人机交互以其自然、丰富和直接的交互方式受到大家的青睐。针对传统手势识别准确率不高、鲁棒性不强的问题,本文从空间序列角度出发提出了基于递归图压缩的手势识别算法,主要研究工作如下:(1)针对目标手势在背景复杂和光照不充足的条件下很难有效地被分割问题,本文提出了一种基于统计直方图的手势区域分割方法。考虑到手臂区域对手势识别的影响,同时提出了基于关键点的自动化手腕定位方法,实验结果表明,对于手腕弯曲和任意角度放置的手势图像都能较精确地定位出手腕位置。(2)针对目前手势特征提取方法复杂和手部可利用特征有限的问题,利用相同手势在发生旋转、移动、缩放时手掌边缘序列展开不变的特性,本文提出了一种基于空间序列的手势特征提取方法。首先定位手掌边缘起始点坐标,其次提取随着空间位置变化的手掌边缘序列完成特征提取。(3)针对不同手势的静态手掌边缘序列和动态手势轨迹点序列数据不等长的问题,提出了一种基于空间序列递归压缩的手势识别算法。实验结果表明,该算法在静态手势发生旋转、平移、缩放时具有较高的鲁棒性,准确率高达97%;在动态手势识别中准确率高达97.48%,超过目前流行的手势识别算法。