【技术实现步骤摘要】
本申请涉及仿真领域，更具体地说，涉及一种仿真模型验证方法、系统、电子设备和计算机程序产品。
技术介绍
1、在高端制造业中，人们经常通过物理试验对产品的性能（比如产品的长度、密度和重量等方面）进行检验。随着技术的发展，cae（computer aided engineering，计算机辅助工程）仿真技术已逐渐替代物理试验，cae仿真技术通过预测和数值计算对产品进行仿真，快速准确的检验产品的性能。
2、其中，在cae仿真技术中的关键环节为cae仿真验证，用于在特定工况下，验证cae仿真模型对实际产品的仿真结果与物理试验对实际产品的试验结果是否一致，以保证cae仿真模型的仿真精度达到标准。若验证通过，则可以信任cae仿真模型用于其他工况的仿真。
3、物理试验需要在一些特定工况（比如高压、高温等试验环境）下进行试验，并在试验完成之后才可以通过实际测量等方式获得试验结果，并基于试验结果对仿真模型的仿真结果进行验证。由于只根据最终的试验结果对仿真模型进行验证，因此难以发现仿真模型在仿真过程中的问题。
技术实现思路
1、有鉴于此，本申请提供了一种仿真模型验证方法、系统、电子设备和计算机程序产品，用于解决难以发现仿真模型在仿真过程中存在问题的情况。
2、为了实现上述目的，现提出的方案如下：
3、一种仿真模型验证方法，所述仿真模型验证方法包括：
4、在对被测产品进行物理试验的过程中，采集所述被测产品在至少一个视角的图像；
5、从
6、根据比例尺和所述轮廓线，获得所述被测产品的测试轮廓，所述比例尺为：所述图像中的轮廓线尺寸与所述被测产品的相应轮廓线的实际尺寸之间的比例；
7、比对同一试验时刻下所述被测产品的测试轮廓与所述被测产品的所述仿真模型的仿真轮廓，基于比对结果验证所述仿真模型的仿真精度。
8、可选的，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，包括：
9、对所述图像进行降噪，并计算所述图像中每个像素点的梯度值；
10、筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点，所述预设第二梯度阈值大于所述预设第一梯度阈值；
11、连接所述多个边缘像素点，获得所述被测产品在所述图像中的至少一个轮廓线。
12、可选的，在所述对所述图像进行降噪，并计算所述图像中每个像素点的梯度值之前，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，还包括：
13、根据所述图像中每个像素点的rgb值和预设灰度公式，计算每个像素点的灰度值，将每个像素点的rgb值替换为对应的灰度值，获得所述图像的灰度图像；
14、所述对所述图像进行降噪，并计算所述图像中每个像素点的梯度值，包括：
15、对所述灰度图像进行降噪，并计算所述灰度图像中每个像素点的梯度值。
16、可选的，所述像素点还具有梯度方向，在所述筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点之前，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，还包括：
17、对每一个像素点：获得该像素点的梯度方向的、最大梯度值的初始像素点；
18、所述筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点，包括：
19、从获得的各所述初始像素点中，筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点。
20、一种仿真模型验证系统，所述仿真模型验证系统包括：
21、图像获取单元，用于在对被测产品进行物理试验的过程中，采集所述被测产品在至少一个视角的图像；
22、轮廓提取单元，用于从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线；
23、轮廓获取单元，用于根据比例尺和所述轮廓线，获得所述被测产品的测试轮廓，所述比例尺为：所述图像中的轮廓线尺寸与所述被测产品的相应轮廓线的实际尺寸之间的比例；
24、精度验证单元，用于比对同一试验时刻下所述被测产品的测试轮廓与所述被测产品的所述仿真模型的仿真轮廓，基于比对结果验证所述仿真模型的仿真精度。
25、可选的，所述轮廓提取单元包括：
26、梯度值计算子单元，用于对所述图像进行降噪，并计算所述图像中每个像素点的梯度值；
27、像素点筛选子单元，用于筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点，所述预设第二梯度阈值大于所述预设第一梯度阈值；
28、像素点连接子单元，用于连接所述多个边缘像素点，获得所述被测产品在所述图像中的至少一个轮廓线。
29、可选的，所述轮廓提取单元还包括灰度化子单元，所述灰度化子单元具体配置为：
30、在所述梯度值计算子单元对所述图像进行降噪，并计算所述图像中每个像素点的梯度值之前，根据所述图像中每个像素点的rgb值和预设灰度公式，计算每个像素点的灰度值；将每个像素点的rgb值替换为对应的灰度值，获得所述图像的灰度图像；
31、所述梯度值计算子单元具体配置为：对所述灰度图像进行降噪，并计算所述灰度图像中每个像素点的梯度值。
32、可选的，所述像素点还具有梯度方向，所述轮廓提取单元还包括非极大值抑制子单元，所述非极大值抑制子单元具体配置为：
33、在所述像素点筛选子单元筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点之前，对每一个像素点：获得该像素点的梯度方向的、最大梯度值的初始像素点；
34、所述像素点筛选子单元具体配置为：从获得的各所述初始像素点中，筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点。
35、一种电子设备，包括存储器和处理器；
36、所述存储器，用于存储程序；
37、所述处理器，用于执行所述程序，实现上述任一项所述仿真模型验证方法的各个步骤。
38、一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一项所述仿真模型验证方法的各个步骤。
39、本申请通过一种仿真模型验证方法、系统、电子设备和计算机程序产品。该仿真模型验证方法通过在物理试验过程中实时采集多个视角下的图像，以提取各个视角图中物体的至少一个轮廓线，并根据比例尺，可以获得物体的测试轮廓。通过比对被测产品的测试轮廓与仿真模型的仿真轮廓，对仿真模型的仿真精度进行验证。本方法无需等待物理试验完成，可以在物理试验过程中通过拍摄图像实时采集产品的当前轮廓状态，并可以进行时刻下的仿真模型的仿真精度验证，时刻下的仿真精度验证使得仿真模型在仿真过程的问题更容易被发现，并及时对仿真模型进行调节。
本文档来自技高网...【技术保护点】
1.一种仿真模型验证方法，其特征在于，所述仿真模型验证方法包括：
2.根据权利要求1所述的仿真模型验证方法，其特征在于，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，包括：
3.根据权利要求2所述的仿真模型验证方法，其特征在于，在所述对所述图像进行降噪，并计算所述图像中每个像素点的梯度值之前，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，还包括：
4.根据权利要求2或3所述的仿真模型验证方法，其特征在于，所述像素点还具有梯度方向，在所述筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点之前，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，还包括：
5.一种仿真模型验证系统，其特征在于，所述仿真模型验证系统包括：
6.根据权利要求5所述的仿真模型验证系统，其特征在于，所述轮廓提取单元包括：
7.根据权利要求6所述的仿真模型验证系统，其特征在于，所述轮廓提取单元还包括灰度化子单元，所述灰度化子单元具体配置为：
8.
9.一种电子设备，其特征在于，包括存储器和处理器；
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-4任一项所述仿真模型验证方法的各个步骤。
...【技术特征摘要】
1.一种仿真模型验证方法，其特征在于，所述仿真模型验证方法包括：
2.根据权利要求1所述的仿真模型验证方法，其特征在于，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，包括：
3.根据权利要求2所述的仿真模型验证方法，其特征在于，在所述对所述图像进行降噪，并计算所述图像中每个像素点的梯度值之前，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，还包括：
4.根据权利要求2或3所述的仿真模型验证方法，其特征在于，所述像素点还具有梯度方向，在所述筛选出所述梯度值位于预设第一梯度阈值和预设第二梯度阈值之间的多个边缘像素点之前，所述从每一个所述图像中提取所述被测产品在所述图像中的至少一个轮廓线，还包括：
...【专利技术属性】
技术研发人员：赵健，李忠林，郭志鹏，
申请(专利权)人：北京适创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。