二十一世纪，信息安全问题和身份识别问题得到了广泛的关注，密码学技术和指纹识别技术作为解决上述问题的关键技术，引起了众多科研人员的关注和投入。指纹加密技术是密码学技术和指纹识别技术结合而成的一门新兴技术，为解决密钥和指纹模板的安全问题带来了新的思路。近些年指纹加密技术得到了快速的发展，在众多指纹加密技术方法中，指纹结合密钥是最常用的，该方法可以分为三种类型：密钥释放型、密钥绑定型和密钥生成型，密钥绑定型是目前应用最广的指纹加密类型，其特点是安全性较高、研究较为成熟。模糊保险箱算法是经典的密钥绑定型算法，它平衡了指纹识别的模糊性和密码学的精确性，是应用最广的指纹加密算法之一。　　随着指纹识别技术在智能手机上的应用呈爆发式增长，指纹加密技术在智能手机上的应用也变得迫切。然而，智能手机搭载的指纹采集仪较小，采集到的指纹面积远小于传统采集仪采集的指纹面积，导致提取的特征信息也随之减少，限制了模糊保险箱算法在中小面积指纹上的应用。本文针对中小面积指纹，基于模糊保险箱算法，在指纹加密领域尝试做了一些创新性工作，主要内容包括以下几个方面：　　（1）本文详细介绍了指纹识别技术、指纹加密技术的发展背景和研究现状，并对两种技术实现的基本框架和技术基础进行了梳理和归纳。　　（2）本文提出了一种基于频率校正的指纹图像方向场提取方法，该算法针对褶皱图像生成较多伪细节点的问题，利用频率矫正的方法纠正因褶皱导致的错误方向场，有效地减少了伪细节点的数量。　　（3）本文提出了一种细节点共生补偿的模糊保险箱算法(SCFV，Symbiotic Compensation Fuzzy Vault)，该算法针对指纹细节点提取个数较少的问题，利用已知的细节点产生共生点，补偿了用于加密的细节点集，满足了模糊保险箱算法使用的基本条件。　　（4）本文实现了基于中小面积指纹加密技术的设备可信性检测的应用，并通过编程实现了软件的基本功能，对算法进行了实践。　　本文对提出的两种创新算法在自建XDFinger中小面积数据库上进行了实验，结果显示：针对褶皱面积较大的中小面积指纹图片，本文提出的方向场提取算法提取到的平均真细节点比例达到了59.5％，优于两种传统经典算法的19.6%和26%；针对中小面积指纹图片，本文提出的模糊保险箱算法在保证与传统模糊保险箱算法同等安全性的前提下，将FTCR（获取失败率）由38%降低到4%，将GAR（正确接受率）由45.2%提高到了65.4%。　　综上所述，本文提出的指纹加密方法的性能在中小面积指纹上得到了显著提高，在一定程度上促进了基于指纹识别的移动支付技术的安全应用。