在恶劣天气条件下进行图像恢复一直是计算机视觉领域的研究热点。近年来，成功的方法依赖于深度神经网络架构设计的最新进展（例如，使用视觉变换器）。受到最先进条件生成模型近期取得的进展的启发，我们提出了一种基于去噪扩散概率模型的新型基于补丁的图像恢复算法。我们的基于补丁的扩散建模方法通过在推理过程中使用重叠补丁上的平滑噪声估计来进行引导去噪，从而实现对图像大小无要求的图像恢复。我们在基准数据集上对模型进行了实证评估，这些数据集涵盖了图像除雪、联合去雨和去雾以及雨滴去除等任务。实验结果表明，我们的方法在特定天气和多天气条件下的图像恢复中均达到了最先进的性能，并且在实际测试图像上表现出强大的泛化能力。