Diante dos problemas dos algoritmos atuais de remoção de névoa ao tratar imagens com névoa não homogênea, como distorção em áreas de névoa leve e remoção incompleta em áreas de névoa densa, propõe-se um algoritmo de remoção de névoa que combina segmentação da concentração de névoa e mapeamento do véu atmosférico. Primeiramente, através da análise da distribuição da concentração de névoa em diferentes regiões da imagem, combinando saturação e crominância, é construído um modelo de estimativa de concentração de névoa e utiliza-se um algoritmo de clustering difuso para segmentar as regiões, identificando efetivamente áreas de névoa leve e densa; em seguida, baseado na relação entre concentração de névoa e véu atmosférico, projeta-se um modelo específico de estimativa do véu atmosférico para diferentes regiões, garantindo o tratamento preciso das diversas concentrações de névoa; finalmente, melhora-se a estimativa local da luz atmosférica com base no componente de luminância da concentração de névoa e obtém-se uma imagem sem névoa baseada no modelo de dispersão atmosférica. Os resultados experimentais mostram que o algoritmo resolve efetivamente o problema da restauração insatisfatória de imagens com névoa não homogênea e melhora em 39%, 28%, 10%, 20%, 37%, 47% e 35%, respectivamente, os indicadores objetivos de aumento de bordas visíveis, gradiente médio normalizado, entropia da imagem, índice de equilíbrio da visibilidade da imagem, contraste visual, contraste da imagem e tempo de computação em comparação com os algoritmos predominantes atuais.

Estimativa da concentração de névoa; Algoritmo de clustering difuso; Véu atmosférico; Luz atmosférica