La deshazado de imágenes es un medio efectivo para mejorar la calidad de las imágenes capturadas en condiciones de niebla o bruma. Sin embargo, los métodos de deshazado existentes no pueden obtener resultados de recuperación satisfactorios o tienen grandes parámetros de modelo. Esto limita la aplicación del modelo en plataformas con recursos limitados. Para superar estas limitaciones, proponemos un método de deshazado de imágenes ligero pero efectivo, llamado el ligero detalle-contenido red acoplada progresiva (LDPC-Net). Dentro del marco de LDPC-Net, proponemos un paradigma de deshazado de acoplamiento progresivo. Específicamente, primero estimamos los detalles y la información de contenido de la imagen libre de niebla, y luego fusionamos estas estimaciones utilizando el método de acoplamiento progresivo. Este marco de deshazado propuesto mejora notablemente la eficiencia operativa del modelo. Mientras tanto, considerando tanto la efectividad como la eficiencia de la red, también diseñamos un bloque de extracción de características adaptativas ligero que sirve como módulo básico de extracción de características del LDPC-Net propuesto. Los extensos resultados experimentales demuestran la efectividad de nuestro LDPC-Net, superando a los métodos de vanguardia al aumentar el índice de PSNR en más de 38.57 dB con solo 0.708 M de parámetros.