用MATLAB将给定彩色图像转换为灰度图像，从大到小设定不同的 6 个灰度级阀值，分别将其二值化，将原图、灰度图及 6 个二值化结果显示在屏幕的 8 个区域，并保存成磁盘图像文件，对比不同阀值的结果。

在 MATLAB 中，你可以通过以下几个步骤将彩色图像转换为灰度图像，并进行二值化处理：

1. **加载彩色图像**:
使用 `imread` 函数读取彩色图像文件，例如 `img = imread('your_image.jpg');`

2. **转换为灰度图像**:
使用 `rgb2gray` 函数将彩色图像转换为灰度图像，如 `gray_img = rgb2gray(img);`

3. **设定灰度级阈值**:
设定一个长度为 6 的向量，包含从大到小的阈值，例如 `thresholds = [255 200 150 100 50 0];`

4. **二值化操作**:
对于每个阈值，使用 `imbinarize` 或者直接等于阈值得到二值图像。例如：

   for i = 1:length(thresholds)
       binary_img_i = gray_img > thresholds(i);
   end

5. **显示结果**:
使用 `subplot` 函数创建 8x1 的子图，在每个子图中显示原始图像、灰度图像以及对应的二值化图像。比如：

   figure;
   subplot(2, 4, 1); imshow(img);
   subplot(2, 4, 2); imshow(gray_img);
   for j = 1:length(binary_img_i)
       subplot(2, 4, 2*j+3); imshow(binary_img_i(j), 'InitialMagnification', 'fit');
   end

6. **保存结果**:
对于每一个二值化后的图像，使用 `imwrite` 函数保存到磁盘，例如：

   for k = 1:length(binary_img_i)
       imwrite(binary_img_i(k), sprintf('binary_threshold%d.jpg', thresholds(k)));
   end

7. **比较效果**:
比较不同阈值下的二值化结果，观察边缘细节的变化以及图像结构的变化。