matlab图像匹配代码，用圈圈起来

以下是一个基于 SIFT 特征点匹配的 MATLAB 代码示例，用圆圈将匹配点圈起来：

% 读取待匹配的图像
im1 = imread('image1.jpg');
im2 = imread('image2.jpg');

% 将图像转换为灰度图像
im1_gray = rgb2gray(im1);
im2_gray = rgb2gray(im2);

% 提取图像中的 SIFT 特征点和描述符
[f1, d1] = vl_sift(im1_gray);
[f2, d2] = vl_sift(im2_gray);

% 对两张图像中的特征点进行匹配
[matches, scores] = vl_ubcmatch(d1, d2);

% 获取匹配点对的坐标
matchedPoints1 = f1(1:2, matches(1, :))';
matchedPoints2 = f2(1:2, matches(2, :))';

% 可视化匹配结果
figure;
imshow([im1 im2]);
hold on;
numMatches = size(matches, 2);
for i = 1:numMatches
    x1 = matchedPoints1(i, 1);
    y1 = matchedPoints1(i, 2);
    x2 = matchedPoints2(i, 1) + size(im1, 2);
    y2 = matchedPoints2(i, 2);
    plot([x1 x2], [y1 y2], 'LineWidth', 1, 'Color', 'y');
    plot(x1, y1, 'ro', 'LineWidth', 2, 'MarkerSize', 5);
    plot(x2, y2, 'ro', 'LineWidth', 2, 'MarkerSize', 5);
end
hold off;
title('SIFT 特征点匹配结果');

上述代码中，首先使用 `imread` 函数读取待匹配的图像，并使用 `rgb2gray` 函数将其转换为灰度图像。然后，使用 `vl_sift` 函数提取图像中的 SIFT 特征点和描述符。接着，使用 `vl_ubcmatch` 函数对两张图像中的特征点进行匹配，并获取匹配点对的坐标。最后，使用 `plot` 函数将匹配点圈起来，并显示匹配结果。

需要注意的是，SIFT 特征点匹配算法对光照、旋转、尺度变化和一定程度的视角变化具有一定的鲁棒性，但对于遮挡和噪声等问题仍然比较敏感。因此，在实际应用中，可能需要结合其他算法进行特征点匹配，以提高匹配的准确性和鲁棒性。