1.一种融合奇异值分解的空域彩色图像盲水印方法，其特征在于通过具体的水印嵌入过程和提取过程来实现的，其水印嵌入过程描述如下：第一步：数字水印预处理：将大小为N×N三维彩色图像数字水印W按红、绿、蓝的三基色顺序分成3个二维分层水印图像Wi，并将分层水印图像Wi进行基于Kai的Arnold置乱变换以提高其安全性；然后，将每个十进制表示的像素用8位二进制数表示，并依次组合形成分层水印序列Wi，其中i∈{1，2，3}分别表示红、绿、蓝三层；

第二步：将大小为M×M原始宿主图像H分成3个分层宿主图像Hi，其中i∈{1，2，3}分别表示红、绿、蓝三层；同时，把每一个分层宿主图像Hi分成大小为n×n的图像块；利用基于密钥K的图像块间隔选择法在分层宿主图像Hi中选择嵌入水印位置的图像块：即在奇数行依序选取第qK-1个图像块，在偶数行依序选取第qK个图像块，其中q∈[1，floor(M/(n*K))]，K是块间隔值并作为密钥，M，n分别是宿主图像和图像块的尺寸，floor(.)是向下取整函数；

第三步：选取一个图像块A，并按照公式(1)在空域中直接求出图像块A经过奇异值分解后对应的最大奇异值λ1；

其中，||·||2表示矩阵的二范数，ap，q∈A，1≤p，q≤n，p，q分别表示像素在n×n的图像块A中所处的行号和列号，图像块A经过奇异值分解后的最大奇异值λ1在空域中利用公式(1)直接求得而不需通过真正的奇异值分解后获得；

第四步：在空域中，依据水印W及公式(2)或(3)，计算当将水印W量化嵌入到奇异值分解的最大奇异值λ1上时，将得到两个极限值 与如果w＝0，则

如果w＝1，则

其中T是量化步长；

第五步：依据公式(4)，理论上获得最大奇异值λ1在嵌入水印W后的最终结果其中abs(.)是绝对值函数；

第六步：依据公式(5)，计算最大奇异值λ1的变化量为Δλ1；

第七步：依据公式(6)，计算图像块在嵌入水印后每个像素的平均修改量ΔEaverage；

ΔEaverage＝Δλ1/n  (6)

该公式推导如下：

对于n×n的图像块A，其奇异值分解可表示为：

其中U，V是正交矩阵，D是对角矩阵，[U1，U2，…，Un]，[V1，V2，…，Vn]分别是形成矩阵U，V的特征向量，且对角矩阵中的奇异值满足λ1≥λ2≥…≥λr＞λr+1＝…＝λn＝0；

当最大奇异值λ1的变化量是Δλ1时，则整个图像块的变化量ΔA＝Δλ1U1V1T；

当图像块中像素值变化时，则U1V1T＝n，故ΔA＝nΔλ1；

因为图像块中共有n×n个像素，所以每个像素的平均变化量

ΔEaverage＝ΔA/(n×n)＝nΔλ1/(n×n)＝Δλ1/n；

第八步：在空域中将每个像素的平均修改量ΔEaverage依次加到图像块A的所有像素上，这样在空域中完成对奇异值分解最大奇异值的修改并嵌入了水印W，此时在空域中得到真正含水印的图像块A*；

第九步：重复执行步骤第三步到第八步，直到所有的水印信息都被嵌入完成为止；最后，将含水印的红、绿、蓝分层图像重新组合并获得含水印图像H*；

其水印提取过程描述如下：

第一步：将含水印图像H*分成3个分层含水印图像 其中i∈{1，2，3}分别表示红、绿、蓝三层，并将每一分层含水印图像 进一步分成n×n的非重叠图像块；

第二步：在分层图像 中，利用上述水印嵌入过程中所提到的基于密钥K的图像块间隔选择法选择图像块；

第三步：选取一个图像块A*，在空域中利用公式(7)计算其奇异值分解中的最大奇异值其中，||·||2表示矩阵的二范数， 1≤p，q≤n，p，q分别表示像素在n×n的图像块A*中所处的行号和列号；

第四步：利用公式(8)，提取图像块A*中所含有的水印w*；

其中，mod(.)是求余函数，round(.)是四舍五入函数，T为量化步长；

第五步：重复执行第三步、第四步，直到提取所有的水印信息，并将所提取的二进制水印信息每8位一组转换成十进制的像素值；

第六步：执行基于密钥Kai的逆Arnold变换并获得分层水印，其中i∈{1，2，3}；

第七步：组合分层水印形成最终的提取水印W*。