随着计算机技术的快速发展，人与计算机之间的交流已经成为人们日常生活和工作中不可或缺的一部分。人手运动分析作为人机交互研究中的一个基础性和关键性研究课题，已经成为当前计算机领域的一个研究热点，具有广阔的前景。本文从自然人机交互的角度出发，研究了基于计算机视觉的手部运动分析算法以及在人机交互中的应用。人手是一种很直观的交互工具，虽然基于视觉的人手检测和运动分析有了很大的进展，但由于其特殊的结构和非刚体的性质，具有很大的不确定性，因此在复杂背景下的提取和分析一直是个难点。本文首先介绍了手部运动分析相关技术，并总结了手部检测和运动分析以及手势识别的相关背景和现状。然后简述了通用运动目标检测、跟踪、事件分析等方面的算法。在此基础上，本文对微软公司发布的Kinect设备以及基于Kinect的两个平台框架进行概述，在了解Kinect基本构造和原理的基础上，重点介绍了人手建模及特征提取相关算法。在手部运动分析中，如何对手部进行有效的分割和指尖识别最为关键。本文利用手部的生理特征和外部形态，通过算法设计实现对手部进行建模、提取、分割，并对指尖进行准确的识别，然后分别从动态手势和静态手势两个方面描述基于Kinect的手势识别算法。最后，搭建实验系统，基于上述算法分别实现运动目标轨迹分析、数字手语、游戏控制和空中手写等应用，通过实验验证所提出算法的性能。