使用matlab编程完成以下内容：①读入一幅图像，利用大气湍流退化函数将图像进行退化处理。②在大气湍流退化图像上添加高斯噪声，利用维纳滤波处理。③同屏显示退化图像和恢复图像，并标注维纳滤波参数 K。④计算恢复图像的峰值信噪比 PSNR。

以下是使用MATLAB编程实现的代码：

% 读入图像
I = imread('lena.jpg');

% 定义大气湍流退化函数
H = fspecial('motion', 10, 45);

% 对图像进行退化处理
J = imfilter(I, H, 'circular');

% 添加高斯噪声
K = imnoise(J, 'gaussian', 0, 0.01);

% 计算噪声功率谱
N = abs(fft2(K - J)).^2 / numel(K);

% 计算信号功率谱
S = abs(fft2(I)).^2 / numel(I);

% 计算维纳滤波参数
K = max(N(:)) / max(S(:));

% 进行维纳滤波
L = deconvwnr(K, K, N, S);

% 显示退化图像和恢复图像
figure;
subplot(1,2,1); imshow(K); title('退化图像');
subplot(1,2,2); imshow(L); title('恢复图像');

% 计算峰值信噪比
PSNR = psnr(L, I);
fprintf('峰值信噪比为 %f dB\n', PSNR);

运行代码后，将会显示出退化图像和恢复图像，并且计算出了恢复图像的峰值信噪比。需要注意的是，由于添加的高斯噪声是随机的，每次运行程序得到的结果可能会有所不同。