生物特征密码技术是研究如何将传统的基于生物特征的认证、识别系统和传统的基于数字的信息安全系统有机结合起来的技术。人脸特征以其普遍性、直观性、非侵犯性已被广泛使用，将其与密码技术相结合可以克服传统人脸识别系统泄露隐私等缺点，为人们的信息安全需求提供重要保障。然而，现阶段这方面的研究还较少，有必要对人脸特征加密做深入研究，紧跟世界先进水平。本文研究了能够生成准确、均匀密钥的模糊提取算法，并在此基础上提出了一种基于模糊提取的人脸特征加密方案，该方案对数据库中存储数据的方式进行了改进，提高了系统安全性。首先，传统密码学要求密钥必须完全一致，而生物特征由于存在噪声和其它因素的干扰无法获取稳定准确的密钥，针对这个问题使用模糊提取算法从初次获取的生物特征图像中提取公开信息和秘密信息，当再次获取的生物特征图像相对于初次图像发生了微小变化时，该算法借助初次生成的公开信息和再次获取的特征图像恢复出与秘密信息一致的、符合密码学要求的密钥。其次，提出了一种基于模糊提取的人脸特征加密方案，该方案包括注册和认证两个阶段：在注册阶段，对输入人脸图像提取特征信息，以容错的方式从中提取出随机均匀分布的中间信息，然后通过编码和哈希变换分别存储为公开信息和秘密信息；在认证阶段，利用公开信息和新获取的特征信息进行解码，通过哈希变换恢复出秘密信息，当匹配成功时认证通过。该方案能稳定提取人脸特征信息，使用加密后的特征信息代替原始模板存储在数据库中，有效保护了生物特征信息的安全和用户隐私，并且适用于人脸模板的保护。最后，基于Visual C++6.0平台构建了基于模糊提取的人脸特征加密系统，并在英国剑桥大学的ORL人脸库和自建人脸数据库上对加密系统的各项性能进行了测试。实验结果显示，在400张人脸图像3人脸注册的ORL库中识别率达到了87%，错误接受率为0.25%，各项性能指标能够满足实际运用的要求。