Die Beziehung zwischen Mensch und Computer wird als Mensch-Computer-Interaktion (HCI) bezeichnet. Speziell im Bereich der medizinischen Hilfstechnologie gelten Handgesten als geeignete Methode zur Übermittlung von Informationen. Kranke, körperlich Behinderte und ältere Menschen können Teile ihres Körpers nicht bewegen oder ihre Gefühle mit Worten ausdrücken. Die bildgestützte Erkennung von Handgesten besteht im Allgemeinen aus der Erfassung von Proben, der Bildaufbereitung, der Merkmalsextraktion und der Klassifizierung. Bei der Merkmalsextraktion geht es darum, Merkmale zu erkennen und zu extrahieren, die zur Bestimmung der Bedeutung einer bestimmten Handbewegung verwendet werden können. Die extrahierten Merkmale sollten in der Lage sein, Gesten eindeutig zu beschreiben und robust gegenüber der Verschiebung und Drehung von Handgesten sein, um eine zuverlässige Erkennung zu erreichen. Wir haben eine Methode zur Extraktion einer Reihe von Merkmalen vorgeschlagen, die auf der Erkennung konvexer Defekte basiert und die enge Beziehung zwischen dem konvexen Defekt und den Fingerspitzen nutzt. Diese Methode ist einfach, effizient und unabhängig von Richtung und Position der Geste.