随着计算机技术的飞速发展，数字视频产品在日常生活和商用上的应用也越来越广泛。大容量存储技术与网络技术的发展在方便数字视频的复制传播的同时，也为侵权者肆意更改并大量非法传播获取的视频数据提供了便利。这些都极大的损害了视频产品版权持有者的合法权益。因此，如何保护视频产品的版权成为亟待解决的问题。很多商业应用(如视频广告)要求能对数字视频的使用进行监控，这也需要用到视频的数字水印技术。数字视频水印技术通过在视频数据中嵌入隐藏的水印信息，能很好的实现数字视频产品的版权保护与使用监控，近年来受到广泛关注和研究。当前数字水印算法中，基于三维变换域的算法具有不错鲁棒性，但存在计算量大的问题。当前主要研究并应用的是基于二维变换域的算法，但这一种算法又需解决帧间水印的时域同步问题。本文主要研究二维变换域上时域同步的视频数字水印算法。矩阵奇异值分解(SVD，Singular Value Decomposition)后的奇异值(SV，Singular Value)具有很好的几何不变性。本文首先研究了一种基于奇异值分解的数字盲水印算法。嵌入水印时，先对视频图像分块，再将每块进行奇异值分解，分解后将适当位置的奇异值在相邻奇异值的大小范围内进行微调以嵌入水印。由于调整后奇异值排列顺序不变，检测过程不需原始视频数据和原奇异值排列顺序，该算法为盲检测水印算法，且具有不错的不可见性由于基于SVD水印算法的水印信息并无帧间关联，不能抵抗时域同步攻击。为改善这一不足，本文引入一个视频水印同步模型并加以改进，继而提出基于SVD的时域同步视频水印算法(TS-SVD，Temporal Synchronous Video Watermarking based on SVD)。该算法嵌入的水印含有帧间相关特征，能很好的抵抗帧插入的时域同步攻击。然而，利用原有模型嵌入的水印在遭受帧删除和帧交换攻击后检测率并不理想。在分析原有模型的视频特征提取算法特点后，本文对该时域同步模型加以改进，加入重检测模块。改善后算法具有很好的抗帧删除攻击能力。本文对TS-SVD算法进行了抗几何攻击与抗时域同步攻击的性能测试实验。实验表明算法具有不错的不可见性，并能很好的抵抗诸如旋转、放大、平移、压缩编码等几何攻击和帧插入、帧删除、帧交换等时域同步攻击。