Image processing 是否有使用笔划宽度变换反馈校准Canny边缘检测阈值的技术？

如笔划宽度变换（SWT）论文所述，它使用Canny边缘检测的输出作为输入。这将Canny边缘检测的精度置于关键位置，因为如果精度较低（例如，太多的噪声或丢失太多的正确边缘），SWT将要么发现太多虚假结果，要么完全丢失一些文本笔划

众所周知，当输入图像的性质不受约束时，Canny边缘检测中使用的滞后参数很难调整

是否有记录在案的方法使用SWT的部分正确（即部分不准确）结果来改进Canny边缘检测步骤的参数选择，以便两个步骤可以迭代以产生连续的细化

---

（我的一个预期用途是扫描文档图像。不幸的是，我没有任何可以公开发布的示例图像。此外，能够处理包含文本的无约束图像是一个次要目标，从长远来看仍然相当重要。）

我在为自己的SWT项目进行研究时偶然发现了这个问题。通过选择较低的滞后作为大津阈值，选择较高的滞后作为2*大津阈值，我能够获得具有文本边缘的体面的canny图像。在此之后，我通过假设文本区域是相当稳定的图像区域，用MSER对其进行过滤。通过扩展MSER结果和布尔值以及canny结果，我能够消除许多非文本边。这远不是完美的，也没有很好的Canny迟滞解决方案，但我希望这种过滤方法是有帮助的。