本研究提出了一种因果框架，评估图像质量指标与深度神经网络（DNN）鲁棒性之间的关系。结果表明，现有指标对DNN表现的预测能力较弱，而新指标能更有效地预测DNN性能，并支持大规模图像数据集的质量分布估计。

我们提出了一种基于U-Net架构的新方法来去除云层阴影，通过对比经典监督和条件生成对抗网络。我们使用真实图像和合成云数据集进行了评估，通过图像质量指标获得了定量评估结果。相对于传统云处理技术和稀疏编码基线，我们展示了改进结果。