雾霾是近年来我国北方地区比较常见的一种灾害性天气。每年10月至次年3月，很多城市都会被连日的雾霾笼罩。有人开玩笑说“世界上最远的距离，不是生与死，而是我在街头牵着你的手，却看不见你的脸。”“遛狗不见狗，狗绳提在手，见绳不见手，狗叫我才走！”“情侣逛街走，必须手牵手；撞上树和柱，被迫暂松手；过了树和柱，不见情人手。”……一大波的段子也由此而生。
　　近年来，随着计算机视觉技术及应用的普及，如何让计算机视觉系统在雾霾天气中看清朦朦胧胧的行人、车辆，如何使其在能见度低的场景下发挥正常作用，已经成为困扰计算机视觉领域的难题。西安理工大学计算机学院图像所的石争浩是研究该问题的专家，他说他做的工作就是“要让看不见的对象看得见，让看不清楚的图像看得更清楚”。
　　勤学筑基石 笃行见高瓴
　　石争浩说，他从事计算机图像处理纯粹是偶然后来产生兴趣所致。他大学本科就读于大连铁道学院（现大连交通大学）铸造技术专业，毕业后分配到铁道部西安车辆工厂从事铁道车辆配件铸造生产的技术工作，与计算机和图像处理没有一点关系。有一次，单位要编写一个信息管理系统软件。由于他上大学期间曾在大连理工大学辅修过软件工程专业，有一定的计算机编程基础，于是就被安排参与到这个软件的设计开发中去。
　　“在参与这个软件的开发过程中，我发现通过计算机编程将自己的一些想法实现出来很有意思。”石争浩说。出于兴趣，在工作两年后，他报考了西安理工大学计算机应用技术专业硕士研究生，希望能在计算机这条路上有更好的发展。
　　2000年，他硕士研究生毕业被保送攻读本校电力电子与电力传动专业的博士研究生。但经过一段时间考虑后，他放弃了这个宝贵机会，选择报考西安微电子技术所的计算机系统结构专业的博士研究生。他说：“之所以放弃和再选择，是因为对计算机技术研究的兴趣和热爱，而选择西安微电子技术所计算机系统结构专业，是因为该所研发了我国第一颗卫星上的计算机系统，对之非常敬仰。”
　　石争浩说他到海外去留学也是偶然。但是这其中更是必然。
　　早在上大学时，他就有出国留学的想法，曾参加了托福和GRE培训，并通过了考试。进入研究生阶段的学习之后，随着他对国外计算机技术发展了解得越多，留学的想法就越强烈。一个偶然机会，他认识了在日本从事图像处理研究的著名华人学者何立风教授。
　　在何教授的推荐下，他博士毕业后来到日本名古屋工业大学智能信息系伊藤教授研究室从事机器人视觉方向的博士后研究。针对机器人视觉动态目标分割问题，他提出一种基于遗传优化的模糊均值聚类分割方法，并被2007人工智能与模式识别大会作为大会邀请论文接收发表。这项工作引起当时在芝加哥大学任教的铃木教授的注意。铃木教授当时正在与何立风教授合作研究CT肺结节图像的分割与检测问题。在何教授的再次推荐下，受铃木教授邀请，2007年7月，石争浩以研究员的身份到芝加哥大学铃木教授研究室从事医学CT肺结节图像分析研究。
　　回国工作多年后，受国家留学基金委资助，2016年12月，他以访问学者身份再次赴美交流。这次，他联系了医学影像领域的顶尖华人学者北卡罗来纳大学教堂山分校的沈定刚教授。沈教授热情地回复了邮件，并盛情邀请他赴美从事脑胶质瘤的影像分析研究。
　　说起海外学习的收获，石争浩感慨万千。他说“国外的研究生活，两点一线，比较单调。但良好的学术氛围使我受益颇多，特别是在芝加哥大学和北卡罗来纳大学教堂山分校两段宝贵的研究经历，对我影响更为深远。”他觉得自己很幸运，在学术上遇到了顶尖的教授，不仅在研究上得到了快速成长，还在治学态度和团队管理上学习到很好的经验。
　　“芝加哥大学铃木教授是一个研究作风非常严谨的人，在芝加哥大学工作期间，我接受了系统、严格的研究训练，特别是论文写作，铃木教授几乎每篇文章都是一字一句指导。在铃木教授的严格要求和认真指导下，我学会了如何较好地组织论文结构，如何较好地展示自己的实验结果，如何较好地进行语言论述，让自己的研究成果更容易被认可，并且在对问题的分析判断、对研究发展的把握上也更上一层楼。”
　　“沈定刚教授是医学影像领域顶尖专家。他非常睿智并且勤奋，学生把文章发给他之后，常常在24小时内收到他的细致修改。他每周要跟组里50多名留学生进行一对一的当面交流；令人敬佩的是，沈教授对每个人的研究内容、方法甚至细节都了如指掌，指导非常到位。更重要的是，沈定刚教授对团队成员要求非常严格，除了每天要打卡上下班，每周还要写研究进展汇报，要参加3次研究室组会。对于组会交流，他非常注重陈述表达，大到一个算法的框架，小到一个PPT中的标点符号都要求完美呈现。”
　　创新成矩阵 汗水铸硕果
　　如何既能有效抑制图像中的干扰噪声，同时又能有效增强图像中的感兴趣信息，一直是图像处理及计算机视觉研究的热点，也是图像增强研究中的一个基础性难题。
　　在国家自然基金、陕西省自然基金及陕西省教育厅自然科学专项计划项目资助下，石争浩及其团队围绕低辨度图像增强及其在医学图像、视频监控等应用领域的关键问题，进行了较为深入的研究。其主要创新点融会贯通，在特定行业和领域应用中形成了矩阵效应，打出了漂亮的组合拳，也结出了丰硕成果。
　　其一，他针对医学微小肺结节圖像、砂岩微观图像及企业污染票据等低辨度图像，基于人眼视觉的选择性机制及拉普拉斯高斯函数的多尺度表达特性，首次将Hessian矩阵分析和拉普拉斯高斯滤波函数相结合，提出基于Hessian矩阵分析和拉普拉斯高斯滤波（Hessian-LoG filtering）的图像增强方法。Journal of Biomedical Engineering and Medical Imaging主编、图像处理及人工智能著名专家、美国伊利诺理工学院Suzuki教授评价该方法“思路新颖，效果很好”。IEEE/ACM Fellow，英国伦敦城市大学教授Panos Liatsis教授评价该方法是“一种性能良好的滤波方法，能很好处理微小感光细胞”。 　　其二，他针对光照变化对图像的影响问题，提出一种基于对数域离散余弦变换的光照补偿消光方法，克服了现有方法无法处理极端光照不足的问题。论文评阅人给出如下评阅意见：“使用该方法在每种实验情况下得到的识别结果都很理想，推荐将其作为一种可靠的光照标准化解决方案。”以该技术为基础，石争浩团队设计完成了人脸光照补偿软件系统并在第三方软件系统应用。
　　其三，他针对雾霾图像的清晰化增强处理问题，受暗通道先验启发，提出一种暗先验单图像去雾增强方法，与暗通道先验去雾方法相比，该方法运算时间短，图像去雾后对比度较好。新西兰大学信息学院马特教授对这项工作表示出极大兴趣，曾当面提出并随后多次来函希望与石争浩团队在该方面进行合作研究。此外，该技术在多家企业的户外视频监控系统中得到应用，产生了一定经济效益。
　　近年来，石争浩及其团队先后在Neural Computing