用matlab实现：在红外图像中通过选取7*7大小的窗口以3的步长遍历整张图片获得图像块，将图像块内灰度值进行从小到大排序得到一维数组,去掉一维数组最大值，将一维数组其余数值进行相邻间差值，保留差值大于30的两个邻域像素，并在输入图像中找到邻域像素差值最大的最大值像素坐标，将其在原始图像坐标中标为1，其余坐标标为0。保留以坐标像素为1为中心的17*17大小的原始图像结果。输出结果图。

好的，我会尽力回答你的问题。根据你的要求，以下是 MATLAB 的代码实现：

% 读取红外图像
img = imread('red_infrared_image.jpg');
% 将图像灰度化
gray_img = rgb2gray(img);
% 获取图像大小
[height, width] = size(gray_img);
% 设置窗口大小和步长
window_size = 7;
step = 3;
% 初始化结果图像
result_img = zeros(height, width);
% 遍历整张图片
for i = 1:step:height-window_size+1
    for j = 1:step:width-window_size+1
        % 获取当前窗口内的图像块
        img_block = gray_img(i:i+window_size-1, j:j+window_size-1);
        % 将图像块内灰度值进行从小到大排序
        sorted_values = sort(img_block(:));
        % 去掉一维数组最大值
        sorted_values(end) = [];
        % 将一维数组其余数值进行相邻间差值
        diff_values = diff(sorted_values);
        % 保留差值大于30的两个邻域像素
        diff_indices = find(diff_values > 30) + 1;
        % 在输入图像中找到邻域像素差值最大的最大值像素坐标
        [~, max_diff_idx] = max(diff_values(diff_indices));
        max_diff_idx = diff_indices(max_diff_idx);
        [max_diff_i, max_diff_j] = ind2sub(size(img_block), max_diff_idx);
        % 将其在原始图像坐标中标为1，其余坐标标为0
        result_img(i+max_diff_i-1, j+max_diff_j-1) = 1;
    end
end
% 保留以坐标像素为1为中心的17*17大小的原始图像结果
result_img = imdilate(result_img, strel('disk', 8));
result_img = imerode(result_img, strel('square', 17));
% 输出结果图
imshow(result_img);

需要注意的是，这里的 `red_infrared_image.jpg` 是一张红外图像，你需要将代码中的图片路径替换成你自己的图片路径。