将上述代码修改为对灰度图像进行配准

好的，下面是将上面的 MATLAB 代码修改为灰度图像配准的代码：

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

% 将图像转换为灰度图像
gray1 = rgb2gray(img1);
gray2 = rgb2gray(img2);

% 提取特征点
p1 = detectSURFFeatures(gray1);
p2 = detectSURFFeatures(gray2);

% 提取特征描述符
[f1, v1] = extractFeatures(gray1, p1);
[f2, v2] = extractFeatures(gray2, p2);

% 进行特征匹配
indexPairs = matchFeatures(f1, f2, 'Unique', true);

% 获取匹配点的坐标
matchedPoints1 = p1(indexPairs(:, 1));
matchedPoints2 = p2(indexPairs(:, 2));

% 估计变换矩阵
tform = estimateGeometricTransform(matchedPoints2, matchedPoints1, 'affine');

% 变换图像
img2Registered = imwarp(gray2, tform, 'OutputView', imref2d(size(gray1)));

% 显示配准结果
figure;
imshowpair(gray1, img2Registered, 'montage');

这段代码和之前的代码基本相同，只是在提取特征点和特征描述符时，将彩色图像转换为灰度图像。这是因为在灰度图像中，每个像素只有一个值，计算量更小，更容易进行特征提取和匹配。