沙漠贝壳化石形态学识别流水线：从图像预处理到物种分类的工程实践

沙漠中发现的贝壳化石是研究古海洋环境与地质变迁的重要载体。由于长期的风化侵蚀和地质作用，这些化石往往嵌入在岩石基质中，表面纹理模糊、轮廓残缺不全，传统的人工鉴定方式耗时且依赖专家经验。构建一套自动化的形态学识别流水线，能够显著提升化石标本的数字化处理效率。

图像预处理与区域分割

化石图像的首要挑战在于背景复杂度高。沙漠环境拍摄的化石照片通常包含沙粒、岩石碎屑等非目标区域，直接输入分类模型会引入大量噪声。有效的预处理流程应当首先完成感兴趣区域（ROI）的提取。

在分割策略上，U-Net 架构配合 EfficientNet-V2 编码器是当前的主流选择。研究表明，使用预训练的 EfficientNet-V2 作为 backbone 的 U-Net 模型，在化石 CT 扫描数据的分割任务中可以达到 Dice 系数 0.96 的精度。对于二维照片数据，可以采用阈值分割与边缘检测相结合的方法：先通过自适应阈值处理分离前景与背景，再利用 Canny 边缘检测提取化石轮廓，最后通过形态学操作（开运算、闭运算）修复断裂的轮廓线。

当化石与基质的颜色对比度较低时，建议引入多尺度特征融合的分割策略。将原始图像与高斯金字塔下采样后的图像分别输入分割网络，融合不同尺度的预测结果，能够有效提升对模糊边界的识别能力。

形态学特征向量化

贝壳化石的形态学特征可分为全局形状特征与局部纹理特征两大类。全局特征包括轮廓的圆形度、 elongation（长宽比）、凸包面积比、对称性度量等，这些特征对物种级别的区分具有较好的判别力。局部特征则关注螺层（whorl）的几何参数，如螺层扩张率、壳口位置、螺旋方向等，这些参数与贝类的生长模式密切相关。

在特征提取方法的选择上，存在三条技术路线：基于领域知识的手工特征、基于关键点检测的局部特征、以及基于深度学习的隐式特征。实验数据显示，单独使用手工特征的识别准确率约为 75%，而基于 VGG16 预训练网络的深度特征配合 SVM 分类器，准确率可达 96%，显著优于传统方法。

工程实践中推荐采用特征融合策略：将手工设计的形态学特征（如 Hu 矩、傅里叶描述子）与深度网络提取的卷积特征进行拼接，形成混合特征向量。这种方案既保留了人类可解释的形态学语义，又充分利用了深度模型对细微纹理的感知能力。

分类与物种匹配

分类器的选择应当与特征类型相匹配。对于低维的手工特征，支持向量机（SVM）配合 RBF 核函数通常能够取得较好的效果，其超参数 C 和 gamma 建议通过网格搜索在验证集上优化。当使用高维深度特征时，随机森林（Random Forest）或梯度提升树（XGBoost）往往比线性分类器表现更稳定，且对过拟合的抵抗能力更强。

在物种匹配阶段，除了直接的分类预测外，建议引入度量学习（Metric Learning）的检索机制。通过训练一个嵌入网络，将化石图像映射到低维的 morphospace（形态空间），使得同类样本在嵌入空间中距离更近。对于训练集中未出现的新物种，可以通过计算与已知物种的 embedding 距离，给出最相似的候选类别，实现开放集识别（Open-set Recognition）。

工程实现要点

数据增强是化石识别任务中不可或缺的环节。由于化石保存状态的多样性，训练数据应当包含旋转（0-360 度）、翻转、亮度调整、随机裁剪等变换。研究表明，在没有充分数据增强的情况下，模型会迅速过拟合训练样本，验证集 Dice 系数难以提升。

在训练参数设置上，建议使用 AdamW 优化器配合余弦退火学习率调度，初始学习率按照公式 0.01 * batch_size / 256 计算，并对编码器层的学习率进行 10 倍衰减。Batch size 设为 8 时，初始学习率 0.0003125 是一个合理的起点。训练过程中应当监控验证集上的 Dice 系数，保存表现最佳的模型检查点。

对于小样本场景（如仅有数十张标注图像），可以采用迁移学习与测试时增强（TTA）相结合的策略。在推理阶段，对输入图像进行 8 种旋转和翻转变换，分别预测后取平均，能够有效提升模型的鲁棒性。

参考资料

• GitHub: maleakhiw/shell-feature-extraction - 贝壳特征提取与识别对比研究
• Knutsen, E.M., Konovalov, D.A. (2024). Accelerating segmentation of fossil CT scans through Deep Learning. Scientific Reports 14, 20943.

ai-systems