请给出一个简单的基于区域特征的图像融合matlab代码

以下是一个简单的基于区域特征的图像融合的 Matlab 代码，该代码实现了两个图像的融合，并使用了区域特征的概念：

% 读取图像
img1 = imread('image1.jpg');
img2 = imread('image2.jpg');

% 将图像转换为灰度图像
img1_gray = rgb2gray(img1);
img2_gray = rgb2gray(img2);

% 计算图像的梯度
[Gx1,Gy1] = imgradientxy(img1_gray);
[Gx2,Gy2] = imgradientxy(img2_gray);

% 计算图像的梯度幅值
grad1 = sqrt(Gx1.^2+Gy1.^2);
grad2 = sqrt(Gx2.^2+Gy2.^2);

% 将梯度幅值分为4个区域
[row, col] = size(img1_gray);
grad1_Q1 = grad1(1:row/2, 1:col/2);
grad1_Q2 = grad1(1:row/2, col/2+1:end);
grad1_Q3 = grad1(row/2+1:end, 1:col/2);
grad1_Q4 = grad1(row/2+1:end, col/2+1:end);

grad2_Q1 = grad2(1:row/2, 1:col/2);
grad2_Q2 = grad2(1:row/2, col/2+1:end);
grad2_Q3 = grad2(row/2+1:end, 1:col/2);
grad2_Q4 = grad2(row/2+1:end, col/2+1:end);

% 将梯度幅值最大的区域作为权重
weight_Q1 = grad1_Q1 > grad2_Q1;
weight_Q2 = grad1_Q2 > grad2_Q2;
weight_Q3 = grad1_Q3 > grad2_Q3;
weight_Q4 = grad1_Q4 > grad2_Q4;

% 将区域权重进行融合
weight = zeros(row, col);
weight(1:row/2, 1:col/2) = weight_Q1;
weight(1:row/2, col/2+1:end) = weight_Q2;
weight(row/2+1:end, 1:col/2) = weight_Q3;
weight(row/2+1:end, col/2+1:end) = weight_Q4;

% 进行图像融合
img_fusion = img1 .* uint8(weight) + img2 .* uint8(1-weight);

% 显示融合后的图像
imshow(img_fusion);

注意，这个实现只是一个简单的示例，实际应用中可能需要更复杂的算法来实现更好的图像融合效果。