随着信息科学和网络技术的发展,信息安全已经变得越来越重要。密码学是最有效的加强信息安全的方法之一。然而,传统密码学中的密钥管理存在一些缺陷,比如,如果密钥太短或者太简单,很容易被暴力破解;而长且复杂的密钥,则不容易记忆。把生物特征用于传统加解密系统可以克服传统密钥的上述缺陷。但是,对同一用户在不同时间获得的生物特征模板总是有所变化,而传统加解密算法要求密钥是精确的。所以,消除真实用户生物特征模板中的模糊性,是生物特征加解密的关键问题。本文研究了生物加解密领域的有关研究成果,分析了这一研究领域中的主要困难和主要解决方案,主要做出下列研究工作:首先研究了掌纹的特征提取方法。用高斯导数滤波器对掌纹图像滤波,滤波后图像根据其元素的正负值进行二值化,提取出一种二值码形式的特征模板;用二维Gabor滤波器对掌纹图像滤波,将滤波后图像分成若干块,从每一块中提取出一个能量值作为特征值,把所有的特征值连接起来形成一个向量形式的特征模板。这两种形式的特征模板分别被用于后续的生物加解密系统的研究中。本文提出了一种基于二值码掌纹特征的密钥生成算法。该算法使用二值码形式的掌纹特征模板,与一个随机生成的密钥进行绑定。当解密时的二值码特征与加密时的二值码特征的不一致位数小于一定阈值时,其中的不一致位数可以通过Reed-Solomon纠错码进行纠错。使得真实用户的掌纹信息可以恢复出加密时所使用的密钥。本文对基于实值向量形式特征模板的密钥生成算法进行了深入研究,对已有研究方案的量化和编码步骤进行了分析。提出一种基于最小错误率的量化方法,和一种基于汉明距离的编码方法作为替代方案。使用我们的方法最后形成一种基于街区距离的密钥生成算法。该算法使用向量形式的特征模板生成密钥,但是对特征模板模糊性的消除是基于街区距离的。该算法并不局限于掌纹特征,在掌纹和人脸两个特征库上所做出的实验结果证明了我们的算法的有效性。