基于计算机视觉的人机交互是现代科技研究的重要课题。由于手势具有多样性,多义性,时空差异性,自然直观和容易理解等特点,使其成为一种和谐自然的人机交互方式,同时也是人机交互的重要手段之一。新一代人机交互技术的热点已从静态手势识别转向动态手势识别,目前已受到国内外研究学者的广泛关注。本文主要研究人机交互中的动态手势识别及应用。在手势图像预处理方面,对从摄像头采集到的原始图像进行二值化,膨胀腐蚀,滤波等处理,并通过引入不同颜色空间的概念,在HSV颜色空间的H通道中,用肤色分割法去除图像中的背景干扰。为了进一步过滤掉图像中的冗余信息,精确地提取出手势,本文对人脸区域进行定位和去除后,利用Camshifit算法找到手的质心点,并将质心点切线的角度变化作为手势运动的轨迹特征,采用量化和编码提取到手势特征序列。针对传统手势识别算法识别率不高的现象,本文应用了一种基于最小二乘曲线拟合的手势识别方法,并对其进行分段曲线拟合的优化设计,使其能够识别更多的手势。为了提高手势识别算法对时间的敏感性,本文采用了DTW算法。根据手势运动过程中起始和终止动作相对随意,以及中期动作相对稳定的特点,本文针对DTW的匹配距离计算过程提出了一种基于正态分布加权的改进方案,其能够有效地抑制手势在运动过程中的抖动干扰,提高了手势识别效率。本文最后搭建了动态手势识别实验系统,在VC平台上,利用OpenCV库函数编写程序,对传统DTW算法和基于正态分布加权的改进DTW算法进行实验对比研究。实验结果表明,改进后的DTW算法稳定性更好,识别效率更高。可以实现在实时条件下利用动态手势控制word文档运作的功能,能够胜任简单的人机交互任务。