简介这是一种面向计算机视觉研究者的SIFT flow密集对应算法演示资料源自二○一○年发表的一项经典研究针对场景间的像素级对齐与流场估计问题。包内包含主演示脚本、头文件、源代码以及编译好的可调用模块可在不同操作系统环境中直接运行其中mexDenseSIFT子模块负责密集特征提取mexDiscreteFlow子模块负责离散流估计并配有说明文档协助处理编译异常。压缩包共有四十二个文件主要类型涵盖脚本文件、头文件、源文件、可执行模块、说明文本、示例图像与数据文件整体大小约六百六十九千字节轻量实用。已有140人浏览学习。通过该演示可直观理解密集对应算法的完整流程适合需要复现论文结果或将其作为前期匹配工具的研究者和开发者。1. 这不是普通光流SIFTflow 为什么适合跨模态图像几年前处理一对火星地表影像Mars-1.jpg和Mars-2.jpg时用传统 LK 光流得到的位移场几乎没法看光照角度不一样、地表纹理重复性高大量像素对应在几百次迭代后仍然漂移。换成 SIFTflow 之后密集 SIFT 特征替代了原始像素亮度再加上离散 MRF 全局优化dense correspondence 的质量直接提升了一个量级。这个 demo 包里的核心是两个 MEX 文件mexDenseSIFT负责生成稠密特征mexDiscreteFlow负责求解大位移离散流。整套代码适合遥感影像匹配、图像变形迁移、语义对应标注这类任务的工程师和研究生既能看到 2010 年 TPAMI 论文的完整实现也能通过demo.m快速跑通一个真实场景。2. Dense SIFT 与离散优化SIFTflow 的算法骨架2.1 为什么在 SIFTflow 里要用 dense SIFT传统 SIFT 只提取稀疏关键点一个 800x600 图像可能只有几百个点对 dense correspondence 来说远远不够。SIFTflow 要求为每个像素都提供一个 128 维的描述子这样后续的匹配才能做到逐像素级稠密对应。mexDenseSIFT的实现思路是先把彩色图转成灰度 double 图然后以每个像素为中心开一个固定大小的窗口常见 16x16窗口内划分 4x4 个 cell每个 cell 统计 8 个方向的梯度直方图拼成一个 128 维向量。这样的特征比原始亮度对光照变化和黑白翻转更鲁棒。我用一个参数来感受特征图尺寸im1 im2double(rgb2gray(imread(Mars-1.jpg))); cellSize 3; % 采样步长越小Dense 程度越高 sift1 mexDenseSIFT(im1, cellSize); size(sift1) % 输出特征图尺寸这里cellSize控制相邻特征点的间隔。cellSize越小得到的特征图越接近原图分辨率但计算量成倍增长cellSize1时理论上每个像素都有特征实际内存开销非常大。很多项目里取 3 或 5既保证足够稠密又让mexDiscreteFlow的搜索空间可控。2.2 SIFTflow 的能量函数与离散 MRF 求解得到 dense SIFT 特征后问题变成对第一张特征图上的每个像素在第二张特征图上找到最相似的像素同时希望相邻像素的位移保持平滑。这个能量函数可以写成E sum_p ||sift1(p) - sift2(p w_p)||_1 sum_p (alpha * |vx_p| alpha * |vy_p|) sum_{(p,q) adjacent} (beta * |vx_p - vx_q| beta * |vy_p - vy_q|)第一项是特征匹配代价采用 L1 范数而不是 L2 范数因为 L1 对 occluded 区域和特征突变更不敏感。第二项是对位移量的惩罚避免无意义的乱匹配第三项是平滑约束让相邻像素的位移尽可能接近。alpha和beta用来平衡三项权重beta通常与alpha相关代码里常设置beta 2*alpha或通过s参数间接计算。直接优化这个非凸函数很难所以mexDiscreteFlow使用了置信度传播Belief Propagation, BP算法。BP 把每个像素的位移限制在离散候选集合内比如d40意味着每个像素在 x 和 y 方向各有 81 种可能位移最终通过迭代消息传递求近似最优解。为什么需要 MEX因为一张 800x600 图像在 80x80 的标签空间上做几十轮 BP纯 MATLAB 循环根本跑不动C 实现配合多尺度金字塔才能在数秒内收敛。提示mexDiscreteFlow返回的是离散位移场并非亚像素精度。如果你在一个对精度要求很高的任务里用 SIFTflow建议后续再补一步光流或 patch 匹配做细分。从工程选型角度看dense SIFT 加离散 BP 的组合更适合大位移、外观变化大的场景。传统光流算法在大位移下容易落入局部极小而 SIFT 特征本身具有一定的旋转和光照不变性再配合平滑约束这也是 SIFTflow 至今仍被用作语义对应 baseline 的原因。3. demo.m 在 MATLAB 里的完整运行流程3.1 解压后的文件构成与用途解压SIFTflow.rar后根目录和两个子目录里有一批.m、.cpp和预编译 MEX 文件。先看清这些文件再运行 demo遇到问题才不至于乱猜。文件/目录作用demo.m主入口脚本读取图像、调用 SIFTflow、显示结果SIFTflowc2f.m封装 SIFTflow 核心流程调用mexDiscreteFlowmexDenseSIFT/dense SIFT 特征提取源码和预编译 MEXmexDiscreteFlow/离散流求解源码包含 BPFlow.cppMars-1.jpg/Mars-2.jpg官方测试图像火星地表影像对warpFL.m/warpFLColor.m根据位移场对图像做几何变换flowToColor.m/computeColor.m把位移场可视化为彩色图showColorSIFT.m可视化 dense SIFT 特征demo.m的逻辑并不复杂读入两幅图分别调用mexDenseSIFT生成特征再用SIFTflowc2f求vx, vy最后 warp 和可视化。但直接双击运行可能报错因为子文件夹里的 MEX 平台不匹配。3.2 遇到 Invalid MEX-file 时的编译步骤包内自带了mexDenseSIFT.mexw64和mexmaci64分别对应 64 位 Windows 和 Intel Mac。如果换到 ARM Mac、Linux 或者 MATLAB 版本过新就会提示 Invalid MEX-file。我一般的处理流程是先进子目录重新编译% 编译 dense SIFT cd(mexDenseSIFT); mex -setup cpp; % 选择 C 编译器 mex mexDenseSIFT.cpp Vector.cpp Matrix.cpp dir.cpp; % 编译离散 flow 求解器 cd(../mexDiscreteFlow); mex mexDiscreteFlow.cpp BPFlow.cpp; cd(..);第一行打开编译器配置列表第二行把mexDenseSIFT.cpp和它依赖的Vector.cpp、Matrix.cpp、dir.cpp一起编译生成新的 MEX 文件。Linux 下会生成.mexa64Windows 下生成新的.mexw64。如果编译器提示找不到main函数或重复定义说明目录里有一个main.cpp是给独立命令行程序用的不要把它加进 MEX 编译列表。注意新版 MATLAB 在编译 C 代码前需要先安装 MinGW-w64Windows或 Xcode Command Line ToolsMac。mex -setup cpp列表为空时先装编译器再回来。3.3 跑通 demo 并理解输出编译完成后回到根目录直接执行demo正常会弹出几张图dense SIFT 特征图、彩色 flow 图和 warp 后的图像。为了验证内部变量也可以自己写一小段[vx, vy] SIFTflowc2f(sift1, sift2, SIFTflowpara); fprintf(vx: [%.2f, %.2f], vy: [%.2f, %.2f]\n, ... min(vx(:)), max(vx(:)), min(vy(:)), max(vy(:))); figure; subplot(1,3,1); imshow(im1); title(Image 1); subplot(1,3,2); imshow(im2); title(Image 2); subplot(1,3,3); imshow(flowToColor(vx, vy)); title(SIFT Flow);vx和vy是位移分量单位为像素。正负号代表方向配合可视化图里的色相和亮度能快速判断整体位移趋势。如果vx的最大值接近SIFTflowpara.d说明真实位移可能超出了搜索范围需要把d调大再算一次。这一步跑通后整个 SIFTflow 管道就算打通了。接下来才是真正有技术含量的部分调整参数解决具体图像对的问题。4. 参数解读与常见报错排坑4.1SIFTflowpara参数表demo.m 里会构造一个结构体SIFTflowpara控制 SIFTflow 的核心行为和 MEX 求解。下面是我按常见实现理解的参数含义参数典型值作用我的建议alpha2位移先验权重纹理稀疏时降低到 0.5~1d40最大搜索位移像素位移超过 40 时增大到 80 或 120gamma0.001特征匹配截断阈值特征噪声大时增大c0.001平滑项截断阈值对不连续区域更鲁棒s1金字塔缩放尺度保持不变rho0.95BP 消息更新参数收敛不稳定时调大alpha直接控制平滑程度调大会让位移场看起来更整齐但也会抹掉真实的独立运动d是搜索半径如果两张图之间的视差接近 100 像素仍然用 40 就会在位移场边缘看到突然切开的断层。gamma和c是两个 L1 截断相关参数作用是抑制 outliers 对能量的过度影响。4.2 排坑平台不匹配、图像类型、内存溢出这是实际使用中遇到最多的三个问题。第一个是 MEX 平台不匹配。.mexw64是 Windows 二进制.mexmaci64是 Intel Mac 二进制。ARM Mac 或 Linux 必须重新编译。编译时优先看readme.txt里的说明作者在mexDenseSIFT和mexDiscreteFlow子文件夹里都放了一份 readme。如果编译报错把错误信息贴到搜索引擎通常都能定位到编译器版本或缺少某个依赖库的问题。第二个是图像类型问题。mexDenseSIFT对输入类型很敏感直接传uint8三通道图像和传 double 灰度图得到的结果可能不一样。规范做法是im1 im2double(rgb2gray(imread(Mars-1.jpg))); im2 im2double(rgb2gray(imread(Mars-2.jpg))); sift1 mexDenseSIFT(im1, cellSize); sift2 mexDenseSIFT(im2, cellSize);im2double把像素归一化到 [0,1]rgb2gray保证是单通道灰度。如果你已经有灰度图就不要再转一次否则梯度信息会被压缩。第三个是内存溢出。一张 2000x2000 的影像dense SIFT 特征矩阵占用非常大后续 BP 迭代也要保留多张中间消息图。如果 MATLAB 报Out of memory我的办法是先把图像缩小一半再调整SIFTflowpara.d。也可以调大cellSize让特征图更稀疏得到的位移场就是低分辨率最后再用imresize插值到原始尺寸。try sift1 mexDenseSIFT(im1, cellSize); catch ME fprintf(MEX 调用失败%s\n, ME.message); fprintf(检查 mexDenseSIFT 目录下的预编译文件是否匹配当前平台。\n); end这层错误处理能帮你快速区分是编译问题、路径问题还是输入图像类型问题。5. 把 SIFTflow 用到自己的图像对验证与实际调整5.1 三步验证 dense correspondence 是否可靠没有 ground truth 时我靠三样东西判断结果好坏flow 可视化、warp 图像重叠、特征一致性。flowToColor(vx, vy)输出彩色图颜色平滑连续代表位移场可信出现大量孤立色块的地方就是匹配失败区域。再把第二张图 warp 到第一张视角用透明叠加对照能直接看到哪些结构没对齐。如果有 ground truth计算平均端点误差err sqrt((vx_est - vx_gt).^2 (vy_est - vy_gt).^2); AEE mean(err(:), omitnan); fprintf(Average Endpoint Error %.3f px\n, AEE);AEE是位移矢量差的 L2 均值小于 1 像素就算很准3 像素以上基本不能用于精细拼接。5.2 参数快速调优技巧开始调参时先固定d。对任意图像对先用尺度估计确定最大位移比如用imresize把两图缩小 4 倍跑一次得到粗略vx再乘回 4 倍得到大致位移范围最后设置d。alpha从小往大试默认 2如果 warp 结果出现细碎纹理撕裂说明平滑太弱如果整个区域糊成一片说明平滑太强。gamma和c一般不用动。5.3 最后的子像素与滤波细节对vx, vy做一次 3x3 中值滤波可以去掉孤立噪声点vx medfilt2(vx, [3 3], symmetric); vy medfilt2(vy, [3 3], symmetric);symmetric模式保证边界像素不会因为补零产生突变。如果需要子像素精度可以在 warp 前用imresize(vx, size(im1), bilinear)把低分辨率位移场上采样。把这些步骤封装成一个小函数以后每次换图像对只需要修改读取路径和SIFTflowpara字段就能复用到不同场景的 dense correspondence 任务里。本文还有配套的精品资源点击获取 SIFTflow图像匹配实战：Dense SIFT与离散MRF的光流算法解析
简介这是一种面向计算机视觉研究者的SIFT flow密集对应算法演示资料源自二○一○年发表的一项经典研究针对场景间的像素级对齐与流场估计问题。包内包含主演示脚本、头文件、源代码以及编译好的可调用模块可在不同操作系统环境中直接运行其中mexDenseSIFT子模块负责密集特征提取mexDiscreteFlow子模块负责离散流估计并配有说明文档协助处理编译异常。压缩包共有四十二个文件主要类型涵盖脚本文件、头文件、源文件、可执行模块、说明文本、示例图像与数据文件整体大小约六百六十九千字节轻量实用。已有140人浏览学习。通过该演示可直观理解密集对应算法的完整流程适合需要复现论文结果或将其作为前期匹配工具的研究者和开发者。1. 这不是普通光流SIFTflow 为什么适合跨模态图像几年前处理一对火星地表影像Mars-1.jpg和Mars-2.jpg时用传统 LK 光流得到的位移场几乎没法看光照角度不一样、地表纹理重复性高大量像素对应在几百次迭代后仍然漂移。换成 SIFTflow 之后密集 SIFT 特征替代了原始像素亮度再加上离散 MRF 全局优化dense correspondence 的质量直接提升了一个量级。这个 demo 包里的核心是两个 MEX 文件mexDenseSIFT负责生成稠密特征mexDiscreteFlow负责求解大位移离散流。整套代码适合遥感影像匹配、图像变形迁移、语义对应标注这类任务的工程师和研究生既能看到 2010 年 TPAMI 论文的完整实现也能通过demo.m快速跑通一个真实场景。2. Dense SIFT 与离散优化SIFTflow 的算法骨架2.1 为什么在 SIFTflow 里要用 dense SIFT传统 SIFT 只提取稀疏关键点一个 800x600 图像可能只有几百个点对 dense correspondence 来说远远不够。SIFTflow 要求为每个像素都提供一个 128 维的描述子这样后续的匹配才能做到逐像素级稠密对应。mexDenseSIFT的实现思路是先把彩色图转成灰度 double 图然后以每个像素为中心开一个固定大小的窗口常见 16x16窗口内划分 4x4 个 cell每个 cell 统计 8 个方向的梯度直方图拼成一个 128 维向量。这样的特征比原始亮度对光照变化和黑白翻转更鲁棒。我用一个参数来感受特征图尺寸im1 im2double(rgb2gray(imread(Mars-1.jpg))); cellSize 3; % 采样步长越小Dense 程度越高 sift1 mexDenseSIFT(im1, cellSize); size(sift1) % 输出特征图尺寸这里cellSize控制相邻特征点的间隔。cellSize越小得到的特征图越接近原图分辨率但计算量成倍增长cellSize1时理论上每个像素都有特征实际内存开销非常大。很多项目里取 3 或 5既保证足够稠密又让mexDiscreteFlow的搜索空间可控。2.2 SIFTflow 的能量函数与离散 MRF 求解得到 dense SIFT 特征后问题变成对第一张特征图上的每个像素在第二张特征图上找到最相似的像素同时希望相邻像素的位移保持平滑。这个能量函数可以写成E sum_p ||sift1(p) - sift2(p w_p)||_1 sum_p (alpha * |vx_p| alpha * |vy_p|) sum_{(p,q) adjacent} (beta * |vx_p - vx_q| beta * |vy_p - vy_q|)第一项是特征匹配代价采用 L1 范数而不是 L2 范数因为 L1 对 occluded 区域和特征突变更不敏感。第二项是对位移量的惩罚避免无意义的乱匹配第三项是平滑约束让相邻像素的位移尽可能接近。alpha和beta用来平衡三项权重beta通常与alpha相关代码里常设置beta 2*alpha或通过s参数间接计算。直接优化这个非凸函数很难所以mexDiscreteFlow使用了置信度传播Belief Propagation, BP算法。BP 把每个像素的位移限制在离散候选集合内比如d40意味着每个像素在 x 和 y 方向各有 81 种可能位移最终通过迭代消息传递求近似最优解。为什么需要 MEX因为一张 800x600 图像在 80x80 的标签空间上做几十轮 BP纯 MATLAB 循环根本跑不动C 实现配合多尺度金字塔才能在数秒内收敛。提示mexDiscreteFlow返回的是离散位移场并非亚像素精度。如果你在一个对精度要求很高的任务里用 SIFTflow建议后续再补一步光流或 patch 匹配做细分。从工程选型角度看dense SIFT 加离散 BP 的组合更适合大位移、外观变化大的场景。传统光流算法在大位移下容易落入局部极小而 SIFT 特征本身具有一定的旋转和光照不变性再配合平滑约束这也是 SIFTflow 至今仍被用作语义对应 baseline 的原因。3. demo.m 在 MATLAB 里的完整运行流程3.1 解压后的文件构成与用途解压SIFTflow.rar后根目录和两个子目录里有一批.m、.cpp和预编译 MEX 文件。先看清这些文件再运行 demo遇到问题才不至于乱猜。文件/目录作用demo.m主入口脚本读取图像、调用 SIFTflow、显示结果SIFTflowc2f.m封装 SIFTflow 核心流程调用mexDiscreteFlowmexDenseSIFT/dense SIFT 特征提取源码和预编译 MEXmexDiscreteFlow/离散流求解源码包含 BPFlow.cppMars-1.jpg/Mars-2.jpg官方测试图像火星地表影像对warpFL.m/warpFLColor.m根据位移场对图像做几何变换flowToColor.m/computeColor.m把位移场可视化为彩色图showColorSIFT.m可视化 dense SIFT 特征demo.m的逻辑并不复杂读入两幅图分别调用mexDenseSIFT生成特征再用SIFTflowc2f求vx, vy最后 warp 和可视化。但直接双击运行可能报错因为子文件夹里的 MEX 平台不匹配。3.2 遇到 Invalid MEX-file 时的编译步骤包内自带了mexDenseSIFT.mexw64和mexmaci64分别对应 64 位 Windows 和 Intel Mac。如果换到 ARM Mac、Linux 或者 MATLAB 版本过新就会提示 Invalid MEX-file。我一般的处理流程是先进子目录重新编译% 编译 dense SIFT cd(mexDenseSIFT); mex -setup cpp; % 选择 C 编译器 mex mexDenseSIFT.cpp Vector.cpp Matrix.cpp dir.cpp; % 编译离散 flow 求解器 cd(../mexDiscreteFlow); mex mexDiscreteFlow.cpp BPFlow.cpp; cd(..);第一行打开编译器配置列表第二行把mexDenseSIFT.cpp和它依赖的Vector.cpp、Matrix.cpp、dir.cpp一起编译生成新的 MEX 文件。Linux 下会生成.mexa64Windows 下生成新的.mexw64。如果编译器提示找不到main函数或重复定义说明目录里有一个main.cpp是给独立命令行程序用的不要把它加进 MEX 编译列表。注意新版 MATLAB 在编译 C 代码前需要先安装 MinGW-w64Windows或 Xcode Command Line ToolsMac。mex -setup cpp列表为空时先装编译器再回来。3.3 跑通 demo 并理解输出编译完成后回到根目录直接执行demo正常会弹出几张图dense SIFT 特征图、彩色 flow 图和 warp 后的图像。为了验证内部变量也可以自己写一小段[vx, vy] SIFTflowc2f(sift1, sift2, SIFTflowpara); fprintf(vx: [%.2f, %.2f], vy: [%.2f, %.2f]\n, ... min(vx(:)), max(vx(:)), min(vy(:)), max(vy(:))); figure; subplot(1,3,1); imshow(im1); title(Image 1); subplot(1,3,2); imshow(im2); title(Image 2); subplot(1,3,3); imshow(flowToColor(vx, vy)); title(SIFT Flow);vx和vy是位移分量单位为像素。正负号代表方向配合可视化图里的色相和亮度能快速判断整体位移趋势。如果vx的最大值接近SIFTflowpara.d说明真实位移可能超出了搜索范围需要把d调大再算一次。这一步跑通后整个 SIFTflow 管道就算打通了。接下来才是真正有技术含量的部分调整参数解决具体图像对的问题。4. 参数解读与常见报错排坑4.1SIFTflowpara参数表demo.m 里会构造一个结构体SIFTflowpara控制 SIFTflow 的核心行为和 MEX 求解。下面是我按常见实现理解的参数含义参数典型值作用我的建议alpha2位移先验权重纹理稀疏时降低到 0.5~1d40最大搜索位移像素位移超过 40 时增大到 80 或 120gamma0.001特征匹配截断阈值特征噪声大时增大c0.001平滑项截断阈值对不连续区域更鲁棒s1金字塔缩放尺度保持不变rho0.95BP 消息更新参数收敛不稳定时调大alpha直接控制平滑程度调大会让位移场看起来更整齐但也会抹掉真实的独立运动d是搜索半径如果两张图之间的视差接近 100 像素仍然用 40 就会在位移场边缘看到突然切开的断层。gamma和c是两个 L1 截断相关参数作用是抑制 outliers 对能量的过度影响。4.2 排坑平台不匹配、图像类型、内存溢出这是实际使用中遇到最多的三个问题。第一个是 MEX 平台不匹配。.mexw64是 Windows 二进制.mexmaci64是 Intel Mac 二进制。ARM Mac 或 Linux 必须重新编译。编译时优先看readme.txt里的说明作者在mexDenseSIFT和mexDiscreteFlow子文件夹里都放了一份 readme。如果编译报错把错误信息贴到搜索引擎通常都能定位到编译器版本或缺少某个依赖库的问题。第二个是图像类型问题。mexDenseSIFT对输入类型很敏感直接传uint8三通道图像和传 double 灰度图得到的结果可能不一样。规范做法是im1 im2double(rgb2gray(imread(Mars-1.jpg))); im2 im2double(rgb2gray(imread(Mars-2.jpg))); sift1 mexDenseSIFT(im1, cellSize); sift2 mexDenseSIFT(im2, cellSize);im2double把像素归一化到 [0,1]rgb2gray保证是单通道灰度。如果你已经有灰度图就不要再转一次否则梯度信息会被压缩。第三个是内存溢出。一张 2000x2000 的影像dense SIFT 特征矩阵占用非常大后续 BP 迭代也要保留多张中间消息图。如果 MATLAB 报Out of memory我的办法是先把图像缩小一半再调整SIFTflowpara.d。也可以调大cellSize让特征图更稀疏得到的位移场就是低分辨率最后再用imresize插值到原始尺寸。try sift1 mexDenseSIFT(im1, cellSize); catch ME fprintf(MEX 调用失败%s\n, ME.message); fprintf(检查 mexDenseSIFT 目录下的预编译文件是否匹配当前平台。\n); end这层错误处理能帮你快速区分是编译问题、路径问题还是输入图像类型问题。5. 把 SIFTflow 用到自己的图像对验证与实际调整5.1 三步验证 dense correspondence 是否可靠没有 ground truth 时我靠三样东西判断结果好坏flow 可视化、warp 图像重叠、特征一致性。flowToColor(vx, vy)输出彩色图颜色平滑连续代表位移场可信出现大量孤立色块的地方就是匹配失败区域。再把第二张图 warp 到第一张视角用透明叠加对照能直接看到哪些结构没对齐。如果有 ground truth计算平均端点误差err sqrt((vx_est - vx_gt).^2 (vy_est - vy_gt).^2); AEE mean(err(:), omitnan); fprintf(Average Endpoint Error %.3f px\n, AEE);AEE是位移矢量差的 L2 均值小于 1 像素就算很准3 像素以上基本不能用于精细拼接。5.2 参数快速调优技巧开始调参时先固定d。对任意图像对先用尺度估计确定最大位移比如用imresize把两图缩小 4 倍跑一次得到粗略vx再乘回 4 倍得到大致位移范围最后设置d。alpha从小往大试默认 2如果 warp 结果出现细碎纹理撕裂说明平滑太弱如果整个区域糊成一片说明平滑太强。gamma和c一般不用动。5.3 最后的子像素与滤波细节对vx, vy做一次 3x3 中值滤波可以去掉孤立噪声点vx medfilt2(vx, [3 3], symmetric); vy medfilt2(vy, [3 3], symmetric);symmetric模式保证边界像素不会因为补零产生突变。如果需要子像素精度可以在 warp 前用imresize(vx, size(im1), bilinear)把低分辨率位移场上采样。把这些步骤封装成一个小函数以后每次换图像对只需要修改读取路径和SIFTflowpara字段就能复用到不同场景的 dense correspondence 任务里。本文还有配套的精品资源点击获取