Este documento propone DFFA-Net, una nueva red neuronal convolucional diferencial diseñada para la eliminación de niebla óptica en imágenes submarinas. DFFA-Net se obtiene analizando en profundidad los factores que afectan la calidad de las imágenes submarinas y combinando las características de propagación de la luz submarina. DFFA-Net introduce un módulo diferencial de canal que captura la información mutua entre los canales verde y azul con respecto al canal rojo. Además, se introduce una función de pérdida sensible a los canales de color RGB. Los resultados experimentales demuestran que DFFA-Net logra un rendimiento de vanguardia en términos de métricas cuantitativas para la eliminación de niebla en imágenes individuales dentro de modelos de eliminación de niebla basados en redes neuronales convolucionales. En el ampliamente utilizado conjunto de datos de eliminación de niebla de imágenes submarinas de Benchmark de Mejora de Imágenes Submarinas (UIEB), DFFA-Net logra un pico de relación señal-ruido (PSNR) de 24.2631 y un índice de similitud estructural (SSIM) de 0.9153. Además, hemos implementado DFFA-Net en un Vehículo Operado Remotamente (ROV) desarrollado internamente. En un entorno de piscina, DFFA-Net puede procesar imágenes con niebla en tiempo real, proporcionando una mejor retroalimentación visual al operador. El código fuente ha sido liberado como código abierto.