본 논문은 저렴하고 접근성이 높은 광시야 현미경의 흐릿한 이미지 데이터 문제를 해결하기 위해, 계산적 디헤이징(dehazing) 기법인 HazeMatching을 제안합니다. HazeMatching은 데이터 정확도(MSE, PSNR)와 지각적 사실성(LPIPS, FID) 간의 균형을 맞추는 것을 목표로, 조건부 흐름 일치 프레임워크를 수정하여 흐릿한 관측값을 조건부 속도장에 반영하는 반복적 방법을 사용합니다. 합성 및 실제 데이터를 포함한 5개의 데이터셋을 통해 7개의 기존 방법과 비교 평가한 결과, 정확도와 사실성 간의 균형을 잘 맞추고, 잘 보정된 예측 결과를 생성하는 것을 확인했습니다. 명시적인 저하 연산자 없이도 실제 현미경 데이터에 적용 가능하다는 장점이 있으며, 사용된 데이터와 코드는 공개적으로 제공될 예정입니다.