Para resolver problemas na algoritmos de remoção de névoa em imagens na região do céu, tais como restauração irrealista e precisão insuficiente na estimativa da concentração de névoa, este artigo propõe um algoritmo de remoção de névoa baseado na segmentação da região do céu e na estimativa da concentração de névoa. Primeiramente, para melhorar a precisão da estimativa de transmissividade e aumentar o efeito de remoção de névoa, a segmentação da região do céu é realizada utilizando limiar de gradiente e limiar de brilho. Em seguida, é utilizada uma versão aprimorada da priorização do canal escuro e o método de subdivisão quadtree para estimar a luz atmosférica. Finalmente, métodos diferentes de estimativa de transmissividade são aplicados para a região do céu e para a região não céu; para a região do céu, é utilizado o método de priorização do canal brilhante, enquanto para a região não céu é proposto um modelo linear de estimativa da concentração de névoa. Combinando a distribuição de probabilidade dos pixels para obter a transmissividade e utilizando o método de filtragem guiada para refinar as bordas, a imagem restaurada final é obtida usando o modelo de dispersão atmosférica. Os resultados experimentais mostram que as imagens após a remoção da névoa apresentam bom desempenho nas avaliações subjetivas e objetivas de qualidade, que o algoritmo proposto pode restaurar a região do céu de forma natural, remover a névoa de maneira mais completa e aumentar a clareza dos detalhes da imagem. A velocidade de execução do algoritmo é comparável aos algoritmos principais atuais e a estabilidade da remoção de névoa em diferentes cenários com névoa supera outros algoritmos.

remoção de névoa de imagem; segmentação do céu; estimativa de luz atmosférica; estimativa de concentração de névoa; estimativa de transmissividade