用matlab图像退化读入一幅图像，利用大气湍流退化函数将图像进行退化处理，保存退化图像。同屏显示原始图像、退化图像，并标注大气湍流退化函数参数，计算退化图像的峰值信噪比PSNR。

以下是一个基于Matlab的图像退化处理的示例代码：

% 读取图像
img = imread('lena.png');

% 定义大气湍流参数
beta = 0.001;
H = fspecial('motion', 7, 0);

% 生成退化图像
degraded_img = imfilter(img, H, 'conv', 'circular');
noise = randn(size(img)).*beta;
degraded_img = degraded_img + noise;

% 显示原始图像和退化图像
figure;
subplot(1,2,1);
imshow(img);
title('Original Image');
subplot(1,2,2);
imshow(degraded_img);
title(['Degraded Image, beta = ', num2str(beta)]);

% 计算PSNR
max_pixel = 255;
mse = sum(sum((double(img) - double(degraded_img)).^2)) / numel(img);
psnr = 10 * log10(max_pixel^2 / mse);
disp(['PSNR: ', num2str(psnr)]);

在这个示例中，我们首先使用`imread`函数读取一张图像。然后，我们定义了大气湍流退化函数的参数`beta`和退化核`H`。接着，我们使用`imfilter`函数将退化核应用到原始图像上，生成退化图像。为了模拟噪声，我们在退化图像上加入了高斯白噪声。最后，我们使用`imshow`函数显示原始图像和退化图像，并使用`psnr`函数计算退化图像的PSNR。

需要注意的是，该示例仅用于演示Matlab中如何进行图像退化处理。实际中，大气湍流模型的参数设置需要根据具体情况进行调整。