Un visiómetro basado en cámara es una herramienta prometedora para medir la visibilidad atmosférica porque puede satisfacer algunas demandas específicas, como la necesidad de monitoreo de visibilidad de manera efectiva, mientras que los instrumentos tradicionales, como los sensores de dispersión hacia adelante y los transmisómetros, apenas pueden ser utilizados ampliamente debido a su alto costo. El método basado en cámara se utiliza para medir la visibilidad registrando el contraste de luminancia de los objetos en una imagen. Sin embargo, al carecer de condiciones estándar, apenas pueden obtener mediciones absolutas incluso con objetos de cuerpo negro. En este artículo, se analizan los errores causados por condiciones no estándar en visiómetros basados en cámara con dos cuerpos negros artificiales. Los resultados muestran que los contrastes de luminancia de los dos cuerpos negros dependen en gran medida de la distribución de radiancia ambiental. La iluminancia no uniforme del cielo puede causar un gran error en las estimaciones de contraste del cuerpo negro, lo que lleva a errores sustanciales en las mediciones de visibilidad. Se propone un método basado en una máquina de soporte vectorial (SVM) para clasificar la visibilidad en condiciones no estándar para garantizar la fiabilidad del visiómetro basado en cámara. Se logró una precisión de clasificación del 96.77% para los datos que contenían imágenes que representaban diferentes condiciones de iluminación (por ejemplo, cielo despejado, cielo nublado y cubierto). Los resultados muestran que el clasificador basado en SVM es un método efectivo y fiable para estimar la visibilidad en condiciones complejas.