随着社会文明的发展,聋哑人这一弱势群体得到了进一步的关注。很多电视节目也将双语播报作为常态。而日常生活中使用哑语进行交流还是存在一定困难,现有的交互式系统少有对于哑语的支持。哑语手势识别作为计算机视觉的一个应用研究,具有非常好的实际应用价值。哑语手势有着十分丰富的词库和各种搭配组合,同时拥有动态与静态手势,使用者还要加以适当的口型和表情来表述。因此,要建立一个完善的哑语识别系统并不容易。哑语手势图像本身的特点即人的手部的图像特点,本文通过分析哑语手势的特点,比较分析众多计算机视觉算法,确定了以HOG(Histogram of Oriented Gradient)特征与SVM(Support Vector Machine)算法的组合来对静态哑语手势进行特征提取与训练。论文首先研究和分析了HOG特征提取算法和SVM算法,其次基于OpenCV库,实现了手势特征提取、分类器训练,手势识别三个方面的内容。实验结果表明使用HOG特征作为哑语手势的特征描述符,能够较好地克服几何形变与光照强度的变化,使用SVM进行分类,能够在小样容量较小的情况下得到不错的识别率。最后论文实现了一个简单的哑语手势识别的实验原型系统,能够较好的识别3种手势。