我们已经得到了压缩后的编码区间的中点 code，以及对应的符号概率分布 probs怎样对二维灰度图像进行算术编码，给出matlab程序

首先，需要将二维灰度图像转换为一维灰度值序列。然后，根据概率分布 probs 计算出每个灰度值的累积概率分布。接下来，根据中点 code 和累积概率分布进行解码，得到原始的灰度值序列。

以下是一个简单的 MATLAB 程序实现：

% 将二维灰度图像转换为一维灰度值序列
gray_img = imread('image.jpg');
gray_seq = gray_img(:);

% 计算灰度值的概率分布
probs = histcounts(gray_seq, 0:255) / numel(gray_seq);

% 计算灰度值的累积概率分布
cum_probs = cumsum(probs);

% 算术编码解码
code = 0.5;
range = 1;
for i = 1:numel(gray_seq)
    symbol = gray_seq(i) + 1; % 灰度值从0~255，加1后从1~256
    range = range * probs(symbol);
    code = code + range * cum_probs(symbol-1);
    range = range * probs(symbol);
end

% 算术编码解码得到的灰度值序列
decoded_seq = zeros(size(gray_seq));
for i = numel(gray_seq):-1:1
    for j = 1:256
        if code < cum_probs(j)
            decoded_seq(i) = j - 1;
            range = range * probs(j);
            code = (code - cum_probs(j-1)) / range;
            break;
        end
    end
end

% 将一维灰度值序列转换回二维灰度图像
decoded_img = reshape(decoded_seq, size(gray_img));
imshow(decoded_img);

需要注意的是，在实际应用中，需要使用更高效的算法和数据结构来计算累积概率分布和解码。