smartrcp模块管理示例,包括模块的显示与方法调用

本文介绍了一个用于管理RCP应用程序中ViewPart的模块。该模块支持视图的基本操作,如打开、关闭、最大化和最小化,并能通过方法调用设置HTML内容或执行JavaScript代码。
<?xml version="1.0" encoding="utf-8"?>
<gui:RCPModule xmlns:mx="http://www.adobe.com/2006/mxml" xmlns:gui="cn.smartinvoke.gui.*" 
xmlns:rcp="cn.smartinvoke.rcp.*"
	layout="vertical" horizontalAlign="center" verticalAlign="middle" width="712" height="322" 
creationComplete="openView()">
	<mx:Script>
		<![CDATA[ 
			import cn.smartinvoke.smartrcp.gui.FlashViewer;
			import cn.smartinvoke.smartrcp.gui.control.ViewManager;
			
			import mx.collections.ArrayCollection;
			import mx.controls.Alert;
			var path:String="*sourceBrowser";
      //"cn.smartinvoke.smartrcp.WebBrowser";//"views/ContextMenu_T.swf";
			
			function init():void{
			   
			}
			private var openedView:FlashViewer;
			function openView():void{
			smartrcpDemo.Instance.setInfo("当前模块会自动打开一空白的浏览器,
                                 此模块可以对该浏览器窗口进行最大化最小化,调用其" +
					"setHtml方法设置html内容,调用execute方法执行一段js代码");
				
				
				
			    this.openedView=ViewManager.Instance.findFlashViewers(path)[0] 
                          as FlashViewer;
			    
			    //openedView.invoke("openUrl",[]);
			}
			function closeView():void{
				ViewManager.Instance.closeViewPart(this.getView());
			}
			function getView():String{
				var str:String="";
				var viewIds:ArrayCollection=ViewManager.Instance.findAppIds(this.path);
				if(viewIds!=null && viewIds.length>0){
					return viewIds[0] as String;
				}
				return null;
			}
			function showView():void{
				var appId:String=this.getView();
				ViewManager.Instance.showViewPart(appId);
			}
			function maxView():void{
				var appId:String=this.getView();
				ViewManager.Instance.setState(appId,ViewManager.STATE_MAXIMIZED);
			}
			function minView():void{
				var appId:String=this.getView();
				ViewManager.Instance.setState(appId,ViewManager.STATE_MINIMIZED);
			}
			function restoreView():void{
				var appId:String=this.getView();
				ViewManager.Instance.setState(appId,ViewManager.STATE_RESTORED);
			} 
		]]>
	</mx:Script>
	<mx:Panel title="rcp ViewPart管理器,包括ViewPart的打开,关闭,最大化,最小化等"
		 cornerRadius="0" horizontalAlign="center" verticalAlign="middle"
            styleName="opaquePanel" width="712" height="100%" layout="absolute">
	
	 <!--<mx:Button label="打开视图" click="openView()" x="33" y="44"/> -->
	 <mx:Button label="关闭视图" click="closeView()" y="202" x="33"/>
	
		 <mx:Button label="最大化视图" click="maxView()" y="74" x="33"/>
		 <mx:Button label="最小化视图" click="minView()" y="138" x="33"/>
		 <mx:Button label="恢复视图" click="restoreView()" y="106" x="33"/>
	
	<mx:Button label="显示视图" click="showView()" x="33" y="170"/>
	<mx:Label x="33" y="10" text="基本操作" width="101"/>
	<mx:Label x="201" y="10" text="方法调用" width="101"/>
	<mx:TextArea x="201" y="54" height="128" id="textAreaInput"/>
	<mx:TextArea x="383" y="54" height="128" width="223" id="textJs"/>
	<mx:Button x="227" y="202" label="显示输入内容" click="showHTML()"/>
	<mx:Button x="438" y="202" label="执行输入脚本" click="executeJS()"/>
		
	</mx:Panel>
	<mx:Script>
		<![CDATA[
			function showHTML():void{
				 if(this.openedView!=null){
				 	this.openedView.invoke("setHtml",[this.textAreaInput.text]);
				 }
			}
			function executeJS():void{
				if(this.openedView!=null){
					var ret:Boolean=this.openedView.invoke('execute',[this.textJs.text]) as
 Boolean;
					if(ret){
						Alert.show("执行成功");
					}else{
						Alert.show("执行失败");
					}
				}
			}
		]]>
	</mx:Script>
</gui:RCPModule>
 
本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算数据处理能力的工具,在图像分析模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值