原图为I0。将I0进行下采样，生成大小为I0一半的I1对于I1，使用最近邻插值法将其上采样回与I0相同的尺寸，得到I1’。描述你的算法应包含如何通过查找新位置的最近邻居像素值进行插值。同样，展示结果并与原图比较，分析插值效果。编写matlab代码

你的算法可以分为两个部分：下采样和上采样。这里我会详细说明步骤并给出MATLAB代码实现。

**下采样（Downsampling）**：

% 假设 I0 是原始图像
I0 = imread('your_image.jpg'); % 替换为你的图像文件路径

% 下采样，这里以步长2进行简单的降采样（丢弃每两行和两列的像素）
factor = 2;
I1 = imresize(I0, size(I0)/factor, ' bicubic', 'shrink');

这里我们使用了`imresize`函数，其中`bicubic`表示使用高斯插值进行平滑过渡，而`'shrink'`则指示只缩小图像而不放大。

**上采样（Upsampling）**：

% 使用最近邻插值（nearest neighbor interpolation）
I1_upsampled = imresize(I1, factor*[size(I0, 1), size(I0, 2)], ' nearest');

% 对于上采样的过程，最近邻插值会直接取新位置对应像素值，无需查找邻居

现在我们将上采样的结果 `I1_upsampled` 与原始图像 `I0` 进行比较：

% 显示原图和上采样后的图像
figure;
subplot(1, 2, 1); imshow(I0);
title('Original Image (I0)');
subplot(1, 2, 2); imshow(I1_upsampled);
title('Up-Sampled Image (I1\' via Nearest Neighbor)');

% 计算PSNR（Peak Signal-to-Noise Ratio）来量化对比度，数值越大表示质量越好
psnr_value = psnr(I0, I1_upsampled);

% 结果分析：
% - 最近邻插值会产生锯齿状效果，因为只考虑了最近的一个像素点，可能导致细节丢失。
% - 对比度较差，特别是对于复杂的纹理或细节丰富的图像。