基于轮廓信息的手势分割方法主要有三类包括边缘检测算子、模板匹配、活动轮廓模型等它们的优缺点

如下：

优点：

可以快速准确地提取手势边缘信息；

基于边缘的特征具有鲁棒性，不容易受到光照、背景等因素的干扰。

缺点：

边缘提取结果可能存在断裂、重叠等问题，需要进行后续处理；

对于复杂手势，边缘提取可能不够准确，导致分割结果不理想。

优点：

可以适应不同形状、大小的手势分割；

对于相对简单的手势，匹配精度较高，分割结果比较准确。

缺点：

对于复杂的手势，模板匹配效果可能不佳；

需要预先准备大量模板，增加了系统的复杂度。

优点：

可以自适应调整轮廓形状，适用于各种形状的手势分割；

对于存在噪声、复杂背景等情况下的手势分割效果较好。

缺点：

算法复杂度较高，对计算资源要求较高；

需要进行参数调整，调参比较困难。