21世纪以来社会老龄化趋势愈发严峻,以口齿不清、行动不便等为特征的老年残障人数量日益增加。如何准确识别此类人群的护理需求,已成为养老和医疗护理领域亟待解决的关键问题。而近年来随着计算机运算能力的大幅提升,手势识别技术在算法理论上取得了较大突破,成为解决上述问题重要突破口。为此,本文基于手势动作识别算法的研究,依据老年残障人的手势行为习惯,由志愿者建立自定义样本库,设计了一款以护理床为载体的手势识别人机交互系统。本文所做工作可以分为以下四部分:(1)研究了基于视觉的手势图像预处理流程。基于肤色模型下不同颜色空间优劣性的分析,并对原始图像进行增强处理,详细给出了针对复杂背景下的单高斯模型肤色区域分割算法。最后采用形态学滤波和人脸消除算法得到手部区域。(2)分析了静态和动态两种不同的手势特征提取方法。针对静态手势特征提取,在研究了静态手形轮廓特征提取方法的基础上,结合本文实际需要对三种静态手势特征参数进行了筛选融合。针对动态手势特征提取,对比了Camshift运动跟踪和金字塔光流跟踪两种手势跟踪算法,根据图像光流场实现了对视频图像的动态手势轨迹跟踪。(3)研究了静态和动态手势识别方法。介绍了基于支持向量机的自定义静态手势样本库的分类识别。提出了动态光流矢量轨迹特征与静态手形特征相融合的方法,采用动态时间规整算法对手势特征序列进行识别,有效的解决了不同手形相同轨迹手势识别问题。(4)设计了基于STC15F2K60S2的单片机护理床控制系统。结合WiFi通信模块,将本文研究的静态手势识别算法应用于床体姿态控制,完成了基于用户静态和动态手势行为习惯的需求识别,并进行了系统测试。