编写一个MATLAB程序，用于图像二值化处理后识别并计数米粒，同时找出面积最大的和最小的米粒，并以彩色高亮显示这两个米粒，请提供相应的代码实现步骤和关键函数调用细节。

在MATLAB中编写一个图像处理程序，用于识别和计数米粒，以及突出显示最大和最小面积的米粒，可以按照以下步骤进行：

1. **加载和查看图像**

% 加载图像
img = imread('your_image_file.jpg'); % 替换为你的图像文件路径
% 查看原图
imshow(img);

2. **预处理图像**
- 转为灰度图像
- 使用直方图均衡化增强对比度

gray_img = rgb2gray(img);
enhanced_img = imhisteq(gray_img); % 对比度增强

3. **二值化**
使用全局阈值或自适应阈值方法将其转换为二值图像

binary_img = imbinarize(enhanced_img, 'otsu'); % Otsu's法二值化

4. **米粒计数和测量**

props = regionprops(binary_img, 'Area', 'BoundingBox'); % 获取米粒属性
num_millets = length(props); % 米粒数量
[max_area, max_ind] = max([props.Area]); % 找到最大面积米粒索引
[min_area, min_ind] = min([props.Area]); % 找到最小面积米粒索引

5. **绘制和高亮**

% 确定最大和最小米粒的边界框
max_bounding_box = props(max_ind).BoundingBox;
min_bounding_box = props(min_ind).BoundingBox;

% 画出所有米粒
figure;
imshow(enhanced_img, []);
hold on;
for i = 1:length(props)
    rectangle('Position', props(i).BoundingBox, 'EdgeColor', 'r', 'LineWidth', 2);
end

% 高亮最大和最小米粒
highlight_max = imoverlay(enhanced_img, ones(size(binary_img)), [0 1 0], max_bounding_box);
highlight_min = imoverlay(enhanced_img, ones(size(binary_img)), [1 0 0], min_bounding_box);

figure;
subplot(2,1,1), imshow(highlight_max);
title('最大米粒');
subplot(2,1,2), imshow(highlight_min);
title('最小米粒');

请注意，这个示例假设你的米粒在二值化的图像上形成明显的白色像素区域。如果实际情况复杂，可能需要调整预处理步骤或使用其他算法。