进行软件开发时，您还需要验证代码的健壮性。特别是在图像处理方面 - 我非常确定这也适用于其他领域，如生物科学模拟器 - 您的输入数据可能会有很大差异。
到目前为止，我已经面临这样一种情况：推出的软件崩溃并在客户的网站上引起一些刺激。保持图像处理算法的框架非常稳定，崩溃通常发生在算法本身。
使用第三方闭源图像处理库的图像。要弄清楚任何有问题的代码，请手动完成您编写的代码。黑盒子功能周围的一切看起来都非常强大。
不幸的是，只要在这个非常特殊的区域上具有这种非常特殊的渐变的图像，黑盒子功能就会崩溃。
通过尝试捕获包含所有第三方功能并不会消除所有风险。特别是在嵌入式设备上，您可能会遇到段错误。
为了避免不满意的顾客并因此消除可能的崩溃，我开始使用随机生成的模式作为输入图像进行白噪声测试，让这个测试运行几天 - 这实际上给了我一些信心（并且在一些在闭源函数的鲁棒性方面，更多的是不信任。
与分析（或使用集成/单元测试）相比，似乎是......压路机战术。它不是很优雅。
提出我的问题：这种经验测试方法是否合适？有没有更好的解决方案？