纹理合成的自相关性判别法及其应用

从加快纹理相似性的判别速度出发,提出了一种纹理合成的自相关性判别法.传统的纹理合成算法随着邻域和样本的增大,计算量将成倍增加,纹理合成速度减慢的劣势逐渐体现出来.因此,算法对样本纹理建立简单的自相关性距离查找表,利用L邻域内像素的自相关性距离作为像素匹配的判别依据,以查找取代传统匹配过程中的繁琐计算,极大地加快了合成速度,可实现动态的、多精度的合成效果调控,以及避免块匹配中易出现纹理接缝的问题.经验证,该算法可在纹理合成、图像修补及纹理检索中应用,并可很好地达到实时的应用要求.     

农田土壤滴滴涕(DDTs)残留量调查与评价

研究选取池州市近郊旱地、水田、菜地3种土地利用方式，分析滴滴涕(DDTs)四种衍生物在土壤中残留量的变化。结果表明：各土地利用方式土壤中滴滴涕(DDTs)各衍生物的含量较低。在土壤样本中，DDTs的残留物主要有P,P’-DDE和P,P’-DDT两种。水田有4个土壤样品的P,P’-DDD/P,P’-DDE质量比大于1,由此推断池州市郊区水田在水稻种植期主要处于厌氧环境中。(DDE+DDD)/DDT比值在0.45～2.47之间，其中有3个样品的比值在1以下，说明使用DDTs杀虫剂的时间较短，应探究其原因，进一步调查分析。