إزالة الضباب من الصورة الواحدة هي مشكلة صعبة وغير محددة بشكل جيد. تستخدم الطرق الحالية قيودًا/أولويات مختلفة للحصول على حلول معقولة لإزالة الضباب. المفتاح لتحقيق إزالة الضباب هو تقدير خريطة نقل الوسط لصورة ضبابية مدخلة. في هذا البحث، نقترح نظامًا قابلًا للتدريب يُسمى DehazeNet، لمهمة تقدير نقل الوسط. يستقبل DehazeNet صورة ضبابية كمدخل، ويُخرج خريطة نقل الوسط الخاصة بها، والتي يتم استخدامها بعد ذلك لاستعادة صورة خالية من الضباب عبر نموذج التشتت الجوي. يعتمد DehazeNet على هندسة عميقة تستند إلى شبكات العصبونات التلافيفية (CNN)، حيث تم تصميم طبقاتها بشكل خاص لتجسيد الافتراضات/الأولويات المعروفة في إزالة الضباب من الصور. تحديدًا، يتم استخدام طبقات وحدات Maxout لاستخراج الخصائص، والتي يمكنها توليد جميع الخصائص ذات الصلة بالضباب تقريبًا. كما نقترح أيضًا دالة تنشيط غير خطية جديدة في DehazeNet تُسمى Bilateral Rectified Linear Unit (BReLU)، والتي يمكنها تحسين جودة الصورة المستعادة بدون ضباب. نقوم بتأسيس علاقات بين مكونات DehazeNet المقترحة والمستخدمة في الطرق الحالية. أظهرت التجارب على الصور المرجعية أن DehazeNet يحقق أداءً أفضل من الطرق الموجودة، مع الحفاظ على الكفاءة والسهولة في الاستخدام.