1.一种基于包围盒模型的静态手势识别方法，其特征在于，包括以下步骤：

步骤(1)、加载场景图像并对图像进行色彩空间转换；

步骤(2)、对步骤(1)中色彩空间转化后的图像利用肤色阈值进行手指部位区域检测，获得二值化图像；

步骤(3)、对于步骤(2)中获得的二值化图像进行形态学处理，将边缘轮廓检测获得最大轮廓绘制为手势图像；

步骤(4)、对步骤(3)中的获得的手势图像，去除小连通域，设置面值阈值，进行手指数的检测；

步骤(5)、采用分层策略，通过构造矩形包围盒对手势进行建模，计算出指间距以及指间夹角，建立手势模型参数；

步骤(6)、根据步骤(5)中得出的手势模型参数，采用模板匹配法，从而输出手势识别结果；

其中，步骤(4)中，所述对手势图像去除小连通域，是指对图像进行腐蚀操作，此时图像呈现的是相互分离的手指图像以及一些小面积干扰区域，通过设置面积阈值统计手指数；

步骤(5)中，所述的分层策略是指：对于部分仅依靠手指数即可作为唯一性判断的手势，根据步骤(4)即可输出结果；对于需要进一步判别的手势，结合指间固定位置，提取指间距以及指间夹角，再次分类；所述的手势模型参数是指： 其中， 是指图像编号为i‑j的矩形包围盒的最大值，θ为指间夹角。

2.根据权利要求1所述的一种基于包围盒模型的静态手势识别方法，其特征在于：步骤(1)中，所述图像色彩空间转换是指将图像从RGB空间转换到HSV空间。

3.根据权利要求1所述的一种基于包围盒模型的静态手势识别方法，其特征在于：步骤(3)所述形态学处理是一种基于图像形状的变换，能够实现消除噪声、分割出独立区域以及连接图像中相邻元素的功能，主要用来细化图像，包括形态学膨胀和形态学腐蚀；对图像进行边缘轮廓检测，计算封闭轮廓所围成的面积，排除干扰区域，获得最大轮廓作为手势图像。

4.根据权利要求1所述的一种基于包围盒模型的静态手势识别方法，其特征在于：步骤(6)中，所述的模板匹配法是指：用待识别的手势模型参数与标准的模板图像的手势模型参数进行比较，建立相似度评价函数，根据相似度值与设定的阈值来确定最终的识别结果。