生物特征识别技术是目前信息安全领域的主要突破方向,其中指纹作为一种理想的生物特征,具有唯一性、可采集性、可接受性等特点,已经被广泛应用于信息安全及身份认证。然而,由于传统接触式二维指纹采集技术固有的局限性,目前指纹识别技术的发展已经受到了制约。随着三维重建技术逐渐成熟,非接触式指纹三维信息采集已成为指纹采集技术新的研究方向。本文针对高速、高精度指纹采集要求,对指纹三维重建方法及采集系统进行了深入研究。主要研究工作如下:（1）针对目前相移轮廓术在高速三维重建中条纹调制度低的问题,提出了基于深度学习的条纹调制度增强方法。首先,基于数值仿真方式对低调制度条纹的相位误差进行分析;其次,搭建了条纹调制度增强网络,针对条纹图片中的细节与条纹图片间的定量关系,该网络引入了U型结构、残差结构、跳层连接三个模块;最后,进行了该方法的性能评估实验,实验表明:对于仿真数据与真实场景数据,经过网络增强后得到的相位误差都明显减小。与传统条纹处理算法相比,本文所提出的方法所需处理时间更少,只需要79.5ms就可以从两幅相移条纹图片中获得准确相位,从而显著减小相位误差对三维重建精度的影响。（2）针对指纹三维采集需求,基于相移轮廓术原理,研究以上述条纹调制度增强方法为核心的快速三维指纹采集技术,设计了投影仪加双相机的硬件结构与指纹重建的算法模块,搭建了快速三维指纹采集系统。采用所搭建的系统进行指纹采集和精度验证实验,利用本文所提出的算法和硬件结构,仅需在2000μs相机曝光时间下采集两幅相移条纹,即可获得准确的相位信息,并可实现高精度指纹三维重建,对标准件的三维测量均方误差在0.026mm以内。结果证明本文设计的三维指纹采集系统精度较高,采集速度较快,可在极短时间内获得高质量的三维指纹数据,且有应用于实际商用系统中的潜力。