用matlab写一个程序，要求从多个角度拍摄一个柱形物体的图像，比如贴在柱子上一幅海报（或者拍摄易拉罐、饮料瓶等）。开发算法，将柱形目标的图像展开、消除几何畸变、并拼接起来。

这是一个较为复杂的图像处理问题，需要经过多个步骤进行处理。下面是大致的处理流程：

1. 读入图像

img1 = imread('image1.jpg');
img2 = imread('image2.jpg');
...

2. 特征点匹配

使用SIFT、SURF等算法提取图像中的特征点，并进行特征点匹配。可以使用MATLAB自带的`detectSURFFeatures`和`matchFeatures`函数进行特征点提取和匹配。

points1 = detectSURFFeatures(img1);
points2 = detectSURFFeatures(img2);
[features1, valid_points1] = extractFeatures(img1, points1);
[features2, valid_points2] = extractFeatures(img2, points2);
index_pairs = matchFeatures(features1, features2);
matched_points1 = valid_points1(index_pairs(:, 1), :);
matched_points2 = valid_points2(index_pairs(:, 2), :);

3. 计算变换矩阵

根据匹配的特征点，可以使用RANSAC等算法计算出变换矩阵，用于消除图像中的几何畸变。可以使用MATLAB自带的`estimateGeometricTransform`函数进行计算。

[tform, matched_points1, matched_points2] = estimateGeometricTransform(matched_points1, matched_points2, 'projective');

4. 计算图像投影

根据计算出的变换矩阵，可以将图像进行投影，得到展开后的图像。可以使用MATLAB自带的`imwarp`函数进行图像投影。

img1_transformed = imwarp(img1, tform);
img2_transformed = imwarp(img2, tform);
...

5. 图像拼接

将投影后的图像进行拼接，得到最终的展开图像。可以使用MATLAB自带的`cat`函数进行图像拼接。

resultImg = cat(2, img1_transformed, img2_transformed, ...);

6. 显示结果

最后，使用MATLAB自带的`imshow`函数显示处理结果。

imshow(resultImg);

以上是一个大致的处理流程，你需要根据具体情况进行调整和修改。