تم تحقيق أداء متميز من قبل الشبكات العصبية التلافيفية (CNNs) ونماذج الرؤية المُحَوَّلة (ViTs) في استعادة الصور. وعلى الرغم من أن نماذج ViTs تتفوق عادةً على CNNs من خلال التقاط الاعتماديات الطويلة المدى والخصائص الخاصة بالمدخلات بشكل فعّال، فإن تعقيد الحساب يزداد تربيعياً مع زيادة دقة الصورة، مما يشكل عائقاً أمام تطبيقاتها العملية في استعادة الصور عالية الدقة. في هذا البحث، نقترح نموذجاً بسيطاً ولكن فعّالاً يُعرف بـ "نظام الحالة البصري (EVSSM)" لاستعادة الصور المشوشة، مع الاستفادة من مزايا نماذج الحالة (SSMs) في البيانات البصرية. على عكس الطرق الحالية التي تعتمد على عمليات فحص متعددة باتجاهات ثابتة لاستخراج الميزات، والتي تزيد بشكل كبير من التكلفة الحسابية، نطوّر كتلة فحص بصرية فعّالة تقوم بتطبيق تحويلات هندسية متنوعة قبل كل وحدة تعتمد على نموذج الحالة، مما يمكّن من التقاط معلومات غير محلية مفيدة مع الحفاظ على الكفاءة العالية. علاوة على ذلك، ولتحسين التقاط وتمثيل المعلومات المحلية، نقترح شبكة تغذية أمامية قائمة على المجال الترددي التمييزي الفعّالة (EDFFN)، التي يمكنها تقدير معلومات ترددية مفيدة بشكل فعّال لاستعادة الصورة الصافية المخفية. أظهرت النتائج التجريبية الواسعة أن نموذج EVSSM يتفوق على الطرق الرائدة في مجالها على مجموعات بيانات معيارية وصور واقعية. يمكن الوصول إلى الكود من خلال الرابط التالي: https://github.com/kkkls/EVSSM.