请自己用MATLAB做一张图，不是读取图片而是自己创建一张灰度图，MATLAB编写代码使用最近邻插值法和双线性插值法对图像进行处理，要求两个效果图对比明显且能突出重点，实现最近邻插值和双线性插值放大图像，并能提现出两者的差别。给出完整代码

在MATLAB中，我们可以使用`imresize`函数结合最近邻插值（`interpmethod`设置为'near'）和双线性插值（`interpmethod`设置为'bilinear'）来改变图像大小并创建灰度图像。这里是一个简单的例子：

% 创建一个原始小尺寸的灰色矩阵（假设为5x5）
original_size = 5;
original_image = randi(0, 255, [original_size original_size], 'uint8');

% 将图像放大2倍，显示原图和处理后的图像
% 使用最近邻插值
nearest_interpolation = imresize(original_image, [original_size*2 original_size*2], 'nearest');
figure, subplot(1, 2, 1), imshow(nearest_interpolation), title('最近邻插值');

% 使用双线性插值
bilinear_interpolation = imresize(original_image, [original_size*2 original_size*2], 'bicubic');
figure, subplot(1, 2, 2), imshow(bilinear_interpolation), title('双线性插值');

% 对比显示，可以看到最近邻插值的结果更粗糙，而双线性插值更加平滑
figure, subplot(1, 2, 1), imshow(uint8(abs(original_image - nearest_interpolation))), title('差分：最近邻');
subplot(1, 2, 2), imshow(uint8(abs(original_image - bilinear_interpolation))), title('差分：双线性');

在这个示例中，我们首先生成了一个5x5的小尺寸灰度图像，然后将其放大了两倍。使用`imshow`函数可以清楚地看到两个插值方法的效果差异。最后通过计算并显示差分图像，可以看出最近邻插值导致更多的锯齿状边缘，而双线性插值则提供了更平滑的结果。