En el entorno marítimo, particularmente en los bancos de mareas, la frecuente aparición de niebla marina afecta significativamente la calidad de las imágenes capturadas por vehículos aéreos no tripulados (VANT). Esta degradación se manifiesta como una pérdida de detalle, un contraste disminuido y perfiles de color alterados, lo que impacta directamente en la precisión y efectividad de los datos de monitoreo y resulta en retrasos en la ejecución y velocidad de respuesta de las tareas de monitoreo. Los algoritmos tradicionales de desneblado basados en física tienen limitaciones en términos de recuperación de detalles y restauración de color, mientras que los algoritmos de redes neuronales están limitados en su aplicación en tiempo real en dispositivos con recursos restringidos debido al tamaño de su modelo. Para abordar los desafíos mencionados, en el siguiente estudio se presenta un algoritmo avanzado de desneblado diseñado específicamente para imágenes capturadas por VANT sobre bancos de mareas. El algoritmo integra bloques de convolución densa para mejorar la propagación de características mientras reduce significativamente el número de parámetros de la red, mejorando así la puntualidad del proceso de desneblado. Además, se introduce un mecanismo de atención para asignar pesos variables a canales y píxeles individuales, mejorando la capacidad de la red para realizar el procesamiento de detalles. Además, inspirado en el aprendizaje contrastivo, el algoritmo emplea una función de pérdida híbrida que combina la pérdida de error cuadrático medio con regularización contrastiva. Esta función juega un papel crucial en la mejora del contraste y la saturación del color de las imágenes desnebladas. Nuestros resultados experimentales indican que, en comparación con los métodos existentes, el algoritmo propuesto tiene un tamaño de parámetro de modelo de solo 0.005 M y una latencia de 0.523 ms. Cuando se aplica al conjunto de datos de imágenes reales de bancos de mareas, el algoritmo logró una mejora en la relación señal-ruido (PSNR) de 2.75 y una reducción del error cuadrático medio (MSE) de 9.72. Durante el análisis cualitativo, el algoritmo generó resultados de desneblado de alta calidad, caracterizados por una mejora natural en la saturación del color y el contraste. Estos hallazgos confirman que el algoritmo funciona excepcionalmente bien en la eliminación de niebla en tiempo real de imágenes de bancos de mareas capturadas por VANT, permitiendo el monitoreo efectivo y oportuno de estos entornos.