评价图像增强算法的效果通常需要考虑以下几个方面：

  1. 目标：图像增强算法的目标是什么？根据具体的应用需求，目标可以是增强图像的亮度、对比度、清晰度、色彩饱和度等。一个好的图像增强算法应该能够实现预期的目标。

  2. 主观视觉效果：通过对增强前后的图像进行比较，直观地评估图像增强算法的效果。这可以包括图像的整体观感、细节的可见程度、颜色的自然度以及图像的噪声和伪影等。

  3. 客观指标：除了主观视觉效果以外，还可以使用客观指标来评估图像增强算法的效果。常用的客观指标包括峰值信噪比（PSNR）、结构相似性指标（SSIM）、均方误差（MSE）等。

  4. 实用性：一个好的图像增强算法应该具有实用性，能够在实际应用中有效地提升图像质量。这包括算法的速度、计算资源的消耗、对不同输入图像的适应能力等。

  5. 泛化性：图像增强算法在不同场景、不同类型的图像上的适应能力也是评价的重要指标。算法是否能够处理不同光照条件、不同色彩空间、不同的噪声类型等情况下的图像增强需求。

  综上所述，评价图像增强算法的效果需要综合考虑目标、主观视觉效果、客观指标、实用性和泛化性等因素。并且，评价结果应该是科学、客观且全面的，并且需要根据具体的应用场景和需求进行具体的评估。