本文介绍了多种基于状态空间模型（SSM）的图像恢复方法，如VmambaIR和视觉状态空间模型（VMamba），在图像去雨和超分辨率等任务中表现优异，具有线性复杂度和全局感受野。此外，研究提出了高效的去雾网络UVM-Net，并探讨了SSM在自然语言处理和计算机视觉中的应用潜力，鼓励进一步研究。

该文章介绍了一种基于2D离散小波变换的去雾网络（DW-GAN），利用小波变换保留高频信息，采用Res2Net提高泛化能力，并通过基于补丁的鉴别器减少图像恢复的伪影。该方法在定量和定性上优于现有的去雾方法。