本发明涉及一种基于多尺度深度学习的图像去雾方法，包括构建包含有雾图像和清晰图像的数据集，并进行预处理；采用多尺度深度学习的方法来构建神经网络模型，从粗到细逐层进行建模；将有雾图像输入深度卷积神经网络模型，提取出不同尺度的特征图，其中包含了图像的局部和全局信息；将不同尺度的特征图融合起来；生成去雾图像。本发明的有益效果是：本发明采用多尺度融合，提高图像去雾的鲁棒性；将不同尺度的特征图融合起来，得到更为丰富的特征表示，从而提高了图像去雾的效果。