作为课题组结构光三维扫描原型系统的后续研究，本文致力于提升该系统在扫描精度、计算速度和存储空间占用等方面的性能，以更好地满足高精度、高效率、适合大规模文物数字化应用等市场需求。在详细分析扫描流程中各关键技术环节的基础上，通过改进结构光扫描图像获取技术和图像主动线索特征提取技术，显著提升了原型系统的各项性能。 结构光三维计算的输入数据为条纹图像。在计算过程中，首先对这些图像进行分析，完成图像主动线索特征提取工作；然后根据提取结果进行三角测距计算，得到点云模型。因此在现有硬件配置下，提升扫描性能的首要工作是改进结构光扫描图像的获取技术，为后续计算提供高质量的输入数据。 在扫描图像获取时，本系统的摄像机采集Bayer格式原始数据。本文通过自动调整曝光时间确保Bayer数据的采集质量，并比较不同Bayer彩色插值算法所得条纹图像，选择并改进最能满足结构光扫描图像特点的算法应用于本系统。实验结果表明，在相同硬件配置下，改进后的技术可以显著提高系统的扫描精度，同时系统在扫描速度与存储空间占用等方面的性能也获得提升。 在改进结构光扫描图像获取技术的同时，本文通过改进三维扫描计算的核心——图像主动线索特征提取技术，进一步提升了系统性能。改进前的系统在主动线索特征提取时，采用的条纹边界提取算法仅适用于理想条纹图像；由于扫描图像获取时噪声的引入，该算法不能得到令人满意的结果。通过比较当前多种亚象素级精度的边界提取算法，包括灰度矩、空间矩、多项式插值等，并结合结构光扫描图像的特点，本文选择并改进最适宜的算法应用于系统；同时分别在图像特征提取前后加入ROI的选取和基于图像的滤波处理功能，显著改进了图像主动线索特征提取的精度和速度。 大量应用表明，本文对扫描图像获取与图像主动线索特征提取两环节技术的改进，能显著提升结构光三维扫描在精度、速度、磁盘空间占用等方面的性能。