1.一种基于指纹特征生成密钥的方法，其特征在于该方法包括用户指纹注册阶段和生物密钥重生阶段；

所述的用户指纹注册阶段具体如下：

步骤1.提取用户的指纹二维图像，图像归一化，做指纹图像预处理，得到保持指纹特T征信息的二值图像，该二值图像记作M；

T

步骤2.图像M以不同的旋转角度，利用Radon变换生成不同的一维向量；一维向量首先用其元素的最大模进行归一化，再去掉均值；归一化后的一维向量记作x0(n)，n＝

0,1,2,K,N-1；N是要求生成生物密钥的比特长度；而xi(n)代表第i次迭代的输入向量；

步骤3.计算xi(n)的N阶离散傅立叶变换获得频谱Xi(k)，频谱大小为|Xi(k)|；k为频谱的频率值，0≤k≤N-1；傅里叶变换的结果是对称的，舍掉重复的那部分，取前面那一半幅值，后面舍弃的一半用0补上；这样变换就成为不可逆的，得到实序列：步骤4.对yi(n)计算N阶离散傅立叶变换获得频谱Yi(k)，然后计算双频谱：Bi(k1,k2)*＝Yi(k1)Yi(k2)Yi(k1+k2)，其中*代表复数共轭运算，双频谱保留相位信息；k1，k2都是指频谱的频率值，取值范围为[0,N-1]；双频谱都是具有非零虚部的复数向量，且是非对称的；

步骤5.在双频率平面内，第i次将双频谱沿径向积分运算得到一组离散序列记为：其中 a是双频率(k1,k2)空间内的斜率；将积分

后的 作为下次迭代的输入，即

步骤6.计算迭代前后输入的差值与前一次迭代输入的内积，将得到复值：其中D代表差值，M是D的幅值和Φ是D的相位，两个放在一起可以生成一个幅值/相位矩阵[M Φ]；

步骤7.二进制生物密钥的提取；M，Φ二进制化利用统计学特性判定是否是所需要的比特位，并按照最希望得到的到最不希望得到的比特将其进行排序，分别存储为Ma，Ag；而统计学的应用需要一个训练集合；训练集合是指所用的指纹库中多个用户的指纹图像；对于每一个用户，训练集合分为两部分：注册用户指纹图像生成的矩阵，即内部集合；其它用户指纹图像生成的矩阵，即外部集合；比特的概率0或1表示固定不变的水平；概率为0表示无信息，而概率为1表示一个比特信息；但是很少的比特的概率完美就是0或1；于是通过计算每个比特的重量w，包含内部重量w1＝1-ηintra和外部重量w2＝1-ηextra，而w＝w1×w2；ηintra，ηextra分别表示比特的内部熵和外部熵；

步骤8.最高重量的N个比特组成的比特串作为要提取的生物密钥Borig；为了能够重构出相同的生物密钥，将最高重量的N个比特的位置信息存储，并用作注册用户的生物密钥的掩码BK-mask；

步骤9.λ-bits的加密密钥korig通过RS算法加密后得到一个N个比特串Korig；将Korig与Borig结合生成一个查询表Lookuptable；存储查询表，删除Korig与Borig；

所述的生物密钥重生阶段具体如下：

步骤A.提取查询用户的指纹二维图像，指纹图像归一化，做指纹图像预处理，得到保Q持指纹特征信息的二值图像，该二值图像记作M；

步骤B.验证用户采取注册阶段的步骤1-步骤7，得到最高重量的N个比特组成的比特串；结合注册用户的生物密钥的掩码BK-mask生成一个比特串，将其作为验证用户的生物密钥Bmod；

步骤C.Bmod利用Lookuptable获得N-bits的比特串Kmod；利用RS算法对Kmod解密获得λ-bits的比特串k'orig；若k'orig与korig相等，认为验证用户和注册用户是同一个，注册用户的生物密钥成功地重生；否则，就认为验证用户是非法入侵者。