写出matlab代码：读取红外图像，用密度峰值搜索进行红外小目标检测，并在原图中用框将检测结果标注出来

以下是一个用MATLAB实现的红外图像小目标检测示例代码，使用密度峰值搜索方法进行检测，并在原图中用框将检测结果标注出来。

% 读取红外图像
I = imread('infrared_image.jpg');

% 将图像转换为灰度图像
Igray = rgb2gray(I);

% 将图像归一化到0-1之间
Inorm = mat2gray(Igray);

% 计算图像的梯度值
[dx, dy] = gradient(double(Inorm));

% 计算图像梯度的幅值
gradmag = sqrt(dx.^2 + dy.^2);

% 将梯度幅值图像进行归一化
gradmag = mat2gray(gradmag);

% 使用密度峰值搜索检测小目标
[~, ~, ~, locs] = findpeaks2D(gradmag, 0.5, 10);

% 显示检测结果
figure;
imshow(I);
hold on;
for i = 1:size(locs, 1)
    x = locs(i, 1);
    y = locs(i, 2);
    rectangle('Position', [x-20, y-20, 40, 40], 'EdgeColor', 'r');
end

在这个示例中，我们首先读取红外图像，并将其转换为灰度图像。然后，我们使用`im2double`函数将图像归一化到0-1之间，并计算图像的梯度值。接着，我们计算梯度的幅值，并将其归一化。最后，我们使用`findpeaks2D`函数进行密度峰值搜索，从而检测出图像中的小目标，并在原图中用框将检测结果标注出来。这里我们使用了`rectangle`函数来绘制框，框的大小为40x40，位置在目标中心点上下左右各20个像素的范围内。