求两幅图像间的单应性矩阵，然后用一幅图中的匹配点的坐标乘以单应性矩阵，得到的坐标对应另一幅图中的匹配点坐标，对比两者坐标，一致的就是正确的，不一致就是错误的。请用matlab实现这段话

好的，以下是一个简单的Matlab实现，假设两幅图像分别保存在变量img1和img2中，并且它们已经预处理过，提取出了它们的特征点和特征描述子：

% 提取特征点和特征描述子
points1 = detectSURFFeatures(img1);
points2 = detectSURFFeatures(img2);
[features1, valid_points1] = extractFeatures(img1, points1);
[features2, valid_points2] = extractFeatures(img2, points2);

% 匹配特征点
indexPairs = matchFeatures(features1, features2);

% 选择最强的匹配点
matchedPoints1 = valid_points1(indexPairs(:,1));
matchedPoints2 = valid_points2(indexPairs(:,2));

% 计算单应性矩阵
H = estimateHomography(matchedPoints1.Location, matchedPoints2.Location);

% 用单应性矩阵将图像1中的匹配点转换到图像2中
matchedPoints1_transformed = transformPointsForward(H, matchedPoints1.Location);

% 比较转换后的匹配点和图像2中的匹配点
tolerance = 1; % 可以自己设定一个阈值来判断是否匹配成功
isMatched = abs(matchedPoints1_transformed - matchedPoints2.Location) < tolerance;

% 输出匹配结果
disp(['总共找到了' num2str(length(indexPairs)) '对匹配点，其中' num2str(sum(isMatched)) '对匹配成功。']);

这段代码中，我们首先使用SURF算法提取两幅图像的特征点和特征描述子，然后匹配特征点，选择最强的匹配点，计算出它们之间的单应性矩阵。然后，我们用单应性矩阵将图像1中的匹配点转换到图像2中，比较转换后的匹配点和图像2中的匹配点，判断是否匹配成功。最后输出匹配结果。