随着无人机技术的快速发展,无人机航拍已广泛应用在生活中的各个领域。如今无人机航拍的操控大都依赖于传统的遥控器和硬件设备,具有很大的应用局限性,这对无人机的普及和推广带来了巨大阻碍。为了提高近距离无人机航拍的可操控性,引入手势识别技术,让无人机航拍更加便捷直观。本文研究了一种能够应用于无人机的手势控制系统,该方法在拓展无人机航拍方式上具有重要的实际意义。首先,设计并实现了手势识别系统。无人机航拍摄像头拍摄当前画面,针对拍摄过程中的光照影响,采用光线补偿的方法弥补了手势在一些特殊环境下色彩检测率下降的问题。对比皮肤颜色在不同颜色空间中的分布特点,选择YCr Cb颜色空间进行肤色建模。针对图像中的噪声和干扰,使用图像二值化,图像降噪,人脸检测与去除,手臂移除的方法,有效提高了手势检测效果。针对手势识别速度慢、精度不高的问题,对比了不同的基于深度学习的手势识别方法,提出Goog Le Net+PNN神经网络对提取的手势轮廓图像进行特征提取和分类,得到了很好的手势识别准确度和识别速度。在模型训练过程中,针对现有公开数据集无法满足当前模型训练的问题,本文采集并构建了专用数据集用于模型训练和测试。其次,构建了无人机手势航拍控制系统。针对无人机承载能力有限的问题,选用微型电脑树莓派作为机载电脑,Pixhawk作为飞控中心。通过构建基于MAVLink协议的通信模块,实现无人机机载电脑与Pixhawk飞控之间的直接通信,使机载电脑读取与发送消息帧能够有效进行。通过构建无人机视觉模块,实现摄像头的配置、航拍图像的存储,图像处理以及手势识别的过程。通过构建无人机控制指令发送模块,实现根据手势动作控制无人机的航拍飞行。最后,搭建了无人机手势航拍控制的实验环境,包括仿真环境和现实环境。对基于MAVLink协议的通信模块测试,基于视觉的手势识别模块测试和无人机手势航拍的总体功能测试。经过实验发现,系统各个模块的功能和整体手势航拍控制功能满足要求。最后测试系统的性能,包括对无人机手势识别时间、指令响应时间、无人机航拍的有效距离进行测试,实验结果表明本文方法能够实现近距离的手势航拍控制。