暑い道路などでモヤがかかるが、これを補正する機構。
より広義で言えば、例えば地上の望遠鏡だと大気の影響があるので、宇宙に望遠鏡を持っていってそれを回避しているが、地上の望遠鏡についても補正する機構。
また、宇宙望遠鏡であっても、より遠い領域になると途中のガス雲やチリの影響もあるので、それらの補正にも応用できる。
モヤ補正機構の基本コンセプトは、不可逆変換のものを学習によって補正するというもの。
今時の言葉で言えば所謂AIである。（最近は何でもAIになってしまったが、実際には「実用可能段階になったニューラルネットワーク技術」と言ったところか。）
モヤの場合は、モヤがない状態という答え（教師信号）をゴールにして、モヤがかかったものからモヤを取り除く学習を行う。
画像中の一点の画素（光源）について言えば、道路の熱によって光の経路が屈折させられているのだが、光源としては映った画像と比べて本来は上なのか？下なのか？右なのか？左なのか？というのを「答え」を元に補正を行うということ。
光がどれくらい屈折するかは条件次第なので、どこでどう屈折するかと言った物理的解釈上にAI学習を載せるイメージ。
（単純な画像補正でもある程度は効果があるかも知れないが、どちらかというともう少し科学的なフィルター。）
このフィルターが一旦出来てしまえば、他の同一条件のモヤも同様に補正可能になる。
また、被写体との距離、モヤがかかる距離の範囲、モヤがかかってる道路などの温度、と言った条件を増やしていけばより応用が効くフィルターになる。
モヤというのはものすごく簡単に言ってしまえば、光が途中で「思いがけず」邪魔されている現象なので、そのまま宇宙望遠鏡のガス雲などにも応用可能。
宇宙の観測は地球という定点からの観測しか行えないため（そのうち頑張って地球から遥か遠くに宇宙望遠鏡を設置するかも知れないが、宇宙の広さから言えばほぼ定点観測。ただしそれであってもものすごい価値はあるのであるが）、いかに収集したデータを有効利用するかがカギである。
ーーーーー
注意点としてはあくまでも補正であって、不可逆変換されたものを「復元」するものではない。
ただし、AIという高性能の、言うなれば「推測」によって例えば99%とか元の状態に補正することが可能になる機構である。
科学者であればその辺の「証拠になるもの」と「証拠としては扱えないもの」の違いの認識は大丈夫だと思うが、または「統計的に正しい」ものとして採用されるかも知れないが、あくまでも補正が根っこであることは忘れてはならないだろう。（細かく言えばこれまで「正しい」とされてきたものであっても、実はそう言ったものによっているものあるだろう。）
ーーーーー
これまで「ただのノイズ」と思われてきた映像や宇宙のデータなども、このフィルターを通し直すことで新たな事実が続々と発見される。
このフィルターに限らないのだが、補正技術が向上するたびに過去に撮られた動画や宇宙のデータとかさまざまな科学的なデータは宝の山になるだろう。
（おそらくコンセプト的には、統計データでさえも補正可能と考えられる。）
タイトルは蜃気楼補正機構としたが、どちらかというとこの壮大なコンセプトを発表するのが主旨である。
