Visando os problemas de estimativa imprecisa do valor da luz atmosférica no método de remoção de névoa baseado na priori do canal escuro, e os problemas de baixa saturação de cor e luminosidade escura nas áreas realçadas após a remoção da névoa, este artigo propõe um método de remoção de névoa de imagem baseado na segmentação de superpixel e fusão dos canais escuro e claro. O método utiliza a segmentação de superpixel para uma segmentação refinada da imagem nebulosa, agrupando regiões com características de profundidade semelhantes em blocos de superpixel, substituindo as tradicionais janelas de filtro fixas e suprimindo efetivamente o efeito de blocos em regiões de mudanças abruptas de gradiente; por meio de segmentação por limiar adaptativo, são determinadas as áreas destacadas e escuras, e uma estratégia mista do canal escuro é adotada para melhorar a robustez do algoritmo de remoção de névoa em diferentes cenários; constrói-se um modelo de estimativa do valor da luz atmosférica com restrição conjunta do canal escuro e claro, e aplica-se filtragem guiada para processamento refinado, aumentando a precisão e consistência espacial da estimativa; com base na transmitância otimizada e nos parâmetros da luz atmosférica, obtém-se a imagem sem névoa por dedução inversa do modelo de dispersão atmosférica. Resultados de simulação mostram que o método proposto alcança PSNR de 26,815 dB no conjunto de dados OTS, SSIM de 0,576 no conjunto O-HAZE, e tempo de processamento de apenas 36,281 s no conjunto I-HAZE, com aumentos médios no PSNR e SSIM de 13% e 5%, respectivamente. O método proposto melhora efetivamente a saturação de cor e o equilíbrio de luminosidade da imagem restaurada, com índices de avaliação subjetivos e objetivos superiores aos algoritmos comparados.

remoção de névoa em imagens; fusão de canais escuro e claro; segmentação de superpixel; modelo de dispersão atmosférica; priori do canal escuro