本文研究基于Android平台的视觉手势检测、手势分割和识别技术，实现了在Android平台上对规定的六种静态手势的识别，为Android平台的人机交互应用提供了新的技术手段。首先，本文采用基于LBP特征的Viola-Jones目标检测算法实现手势检测，该算法在人脸识别上已有广泛的应用，但在手势检测上还少有应用。该算法与基于Haar-like特征的Viola-Jones检测算法相比，在具有相当的检测率的同时，极大地减少了计算量小，提高了实时性，因而适合在移动设备上应用。其次，本文通过肤色分割、边缘检测、轮廓提取三个步骤实现手势分割，然后提取分割后轮廓的傅里叶描述子，并使用主元分析对其进行降维处理，最后采用K均值聚类的手势识别算法，对处理后的特征向量进行聚类分析，得到识别结果。最后，本文在搭载单核1GHz处理器、运行Android2.2操作系统的华为S7Slim平板电脑上，利用Android NDK编译工具和OpenCV for Android视觉算法库实现了上述算法，并设计了Android手势识别应用编程接口，该接口目前可以对六种静态手势进行检测和识别，最后调用该接口实现了一个使用特定手势控制摄像头完成拍照的应用案例，其检测和识别一幅352*288像素视频图像帧的平均总时间为91ms。