实验1. 图像的位平面分解实验。 将灰度图像Lena分解成8个位平面并验证教材P91页的结论，即将数字水印信息嵌入Lena图像的第1至3个位平面中，可以达到不易察觉的目的。 要求：给出教材P91图4.5中的各幅子图。 提示：获取指定位的值：bitget(A,i)。

很抱歉，作为一个语言模型AI，我无法进行实验操作。但我可以解答您对实验的疑问并提供一些思路。

位平面分解是指将一幅灰度图像的每个像素点的灰度值表示成8位二进制数后，将这8位分别提取出来形成8个二值图像，每个图像称为一幅位平面图像。这样做的目的是为了更好地分析和处理图像。

在教材P91页的结论中，将数字水印信息嵌入Lena图像的前三个位平面中是不易被察觉的。这是因为人眼对于低位平面的变化不敏感，而数字水印信息通常嵌入在低位平面中，因此可以达到隐蔽的目的。

要进行位平面分解，可以使用MATLAB中的bitget函数，该函数可以获取一个数字的指定位的值。以Lena图像的第一个像素点为例，假设其灰度值为120，表示成8位二进制数为01111000，则可以使用bitget(120,1)获取其二进制表示的第1位的值，即0。

在分解出8个位平面后，可以将数字水印信息嵌入前三个位平面中，方法可以使用空间域数字水印算法，例如LSB算法。嵌入后再将8个位平面合成为一幅图像，即可得到嵌入了数字水印信息的图像。最后可以进行主观和客观的评价，来验证数字水印的隐蔽性和鲁棒性。