用Matlab写一个可以对图像进行哈夫曼编码的程序，里面涉及到的Matlab函数库外的函数调用，你单独写出来。

以下是用Matlab实现图像哈夫曼编码的程序，包括调用的外部函数和Matlab函数库：

% 外部函数调用
freq = frequency(image);
huffDict = Huffmandict(freq);
encoded = Huffmanenco(image, huffDict);

% 图像哈夫曼编码主程序
function [encoded] = imageHuffman(image)
% 图像哈夫曼编码函数
% 输入参数：
% image -- 待编码的图像
% 输出参数：
% encoded -- 哈夫曼编码后的图像

% 计算像素值频率
freq = frequency(image);

% 构建哈夫曼树，并生成哈夫曼编码字典
huffDict = Huffmandict(freq);

% 对图像进行哈夫曼编码
encoded = Huffmanenco(image, huffDict);

end

% 统计像素值频率
function [freq] = frequency(image)
% 统计像素值频率函数
% 输入参数：
% image -- 待统计的图像
% 输出参数：
% freq -- 像素值频率

% 初始化freq数组
freq = zeros(256, 1);

% 统计像素值频率
for i = 1:size(image, 1)
    for j = 1:size(image, 2)
        index = image(i, j) + 1;
        freq(index) = freq(index) + 1;
    end
end

end

% Huffman编码的字典
function [huffDict] = Huffmandict(freq)
% Huffman编码的字典函数
% 输入参数：
% freq -- 输入的字典，key为字符，value为出现频率
% 输出参数：
% huffDict -- 返回一个字典，key为字符，value为Huffman编码

% 初始化一些变量
nodes = [];
for k = 1:length(freq)
    if freq(k) > 0
        nodes = [nodes, struct('freq', freq(k), 'char', k-1)];
    end
end
% 初始化节点列表，将输入字典中的字符和频率加入列表

while length(nodes) > 1
    % 取出频率最小的两个节点
    nodes = sortStruct(nodes, 'freq');
    left = nodes(1);
    right = nodes(2);
    % 将取出的两个节点合并成一个节点
    nodes = nodes(3:end);
    merged_freq = left.freq + right.freq;
    merged = struct('freq', merged_freq, 'left', left, 'right', right);
    nodes = [nodes, merged];
end
% 循环合并节点，直到只剩下一个节点

huffDict = encode_dict({nodes.char}, {nodes.freq});
% 生成Huffman编码字典

end

% 递归函数，生成Huffman编码的字典
function [dict] = encode_dict(chars, freqs, prefix)
% 递归函数，生成Huffman编码的字典
% 输入参数：
% chars -- 待编码的字符
% freqs -- 待编码的字符频率
% prefix -- Huffman编码前缀
% 输出参数：
% dict -- Huffman编码中的字典

if length(chars) == 1
    % 如果只有一个字符，则直接返回编码
    dict = struct(chars{1}, prefix);
    return;
end

left = {chars{1}};
right = {chars{2}};
% 初始化左右节点

lf = freqs{1};
rf = freqs{2};
% 取出频率最小的两个节点

for i = 1:length(lf)
    left{i} = chars{1}{i};
end
for i = 1:length(rf)
    right{i} = chars{2}{i};
end
% 将取出的两个节点分别放入左右节点中

encoded_dict = [encode_dict(left, lf, [prefix '0']), encode_dict(right, rf, [prefix '1'])];
% 递归调用自身，生成Huffman编码

dict = {};
for i = 1:length(encoded_dict)
    dict = [dict, encoded_dict{i}];
end

end

% Huffman编码
function [encoded] = Huffmanenco(image, huffDict)
% Huffman编码函数
% 输入参数：
% image -- 待编码的图像
% huffDict -- Huffman编码字典
% 输出参数：
% encoded -- 哈夫曼编码后的图像

% 初始化一些变量
encoded = '';
image = image(:)';
% 将图像转化为一行向量

% 对图像进行哈夫曼编码
for i = 1:length(image)
    encoded = [encoded, huffDict{image(i)+1}];
end

end

% 对结构体进行排序
function [B] = sortStruct(A, field)
% 对结构体进行排序函数
% 输入参数：
% A -- 待排序的结构体
% field -- 排序的字段
% 输出参数：
% B -- 排序后的结构体

[B,idx] = sortrows(cell2mat(struct2cell(A)),find(strcmp(field,fieldnames(A))));
B = A(idx);

end

这个程序中，`frequency`函数用来计算图像中各像素值的频率，`Huffmandict`函数用来构建Huffman树并生成Huffman编码字典，`Huffmanenco`函数用来对图像进行Huffman编码，`encode_dict`函数是Huffmandict函数的辅助函数，用来递归生成Huffman编码字典。`sortStruct`函数是对结构体进行排序的辅助函数。

注意，在实际使用中，需要将图像转化为一维向量（如上面代码中的`image = image(:)'`），这样才能对每个像素值进行编码。