21世纪的教育行业正向智能化方向发展，智能教室是其最具代表的产品之一。它是一个以人机交流互动为核心、依靠智能技术实现的现代化教室。这种高度智能的教室，其交互行为一般依靠手势来完成。对手势进行认知的技术——手势识别方案有多种，本文使用的是其中基于机器视觉的识别技术。Kinect摄像头是由微软开发的一款体感设备，它能够很好捕捉人体的动作、声音，从而实现人机交互。本文介绍了作者利用Kinect和视觉处理技术对用户的动静态手势进行识别的方案，并将其运用于课堂教学的辅助工作。主要研究内容有：对测量方法进行了改进，得出手势识别时所需的摄像头内参和畸变参数；其次对所获得的深度信息进行线性变换、轮廓提取等处理，采用结合最近邻法则的阈值法来提取手势区域，获取手型边缘不变矩后，使用距离度量函数实现静态手势识别；接着使用手势动态检测和去抖动预处理手部三维坐标，利用链码离散化提取动态手势特征，将语音识别常用的HMM算法运用于手势识别，达到了正确识别动态手势的目的；最后在手势识别的基础上构建手势识别系统，并设计出应用于多媒体教学中的方案，将其运用到课堂教学中。本文提出的方案能够有效的识别静态和动态手势。实验表明，在背景复杂、光照易变的条件下，能有效的对静态手势进行识别；在采集的动态手势样本未定义的情况下，能很好的拒识，因此整个识别系统具有一定的鲁棒性。但是该方案还存在许多不足，需要在今后的工作中继续改进，从而达到增强系统易用性、减少手势误识率的目的。