波函数：

与时间有关，量子力学中描述微观系统状态的函数是概率波。 其模的平方代表粒子出现在该处的概率密度：指某事件随机发生的概率，等于一个区间的概率除以区间的长度（反映该处附着物的密度） 某一点）。 在时间 T，可以在半径为 R 的球形空间（在一个区域中）中找到粒子的概率。

wave function collapse:

如果定义到我们的拼接图片中，就是我们是否可以在一个区域中找到另一张图片（wave function）与已有的图片进行拼接，如果可以的话就是一个 崩溃状态，没有它就无法崩溃。

波函数坍缩算法的步骤：

1． 读取输入的位置图（或根据图像处理方式，即提取图像的像素矩阵），得到若干个N×N大小的图案（将原图案旋转翻转定义新图案）

2。 创建一个列表来保存结果（这个列表可以称为波浪），其中的每个元素代表一个模式的状态。 state会存储为：一个boolean类型的系数与pattern一一对应，false表示对应的pattern被禁用，true表示pattern没有被禁用。

3. 要将列表初始化为不可观察状态，可以先将所有元素的布尔值设置为true。

4. 循环：

1）观察：从结果中找到一个元素，这个元素对应的熵相对于其他元素最小但不为0。 如果没有这个元素（熵值全为0，或者不能计算出熵值），那么这个循环就会被调用出去，直接进入下一步。 如果找到这样的元素，则可以根据系数和模式的分布将其折叠成具体状态。

2) Propagation：传播上一步得到的信息

5. 当第四步完成后，所有元素要么进入“可观测状态”（即只有一个系数为真，其余均为假），要么进入“矛盾状态”（所有系数均为假）。 这种情况意味着前者可以返回一个结果，而后者只能失败。

常规图片处理的思考：

对于所有导入的二维图片，提取其周围的像素点。 在Matlab中提取像素后，得到一个像素矩阵。 如果匹配到已知图片的右侧（面对图片），则可以提取已知图片对应的像素矩阵最右边行的数字，放在一个列向量中，然后最左边的行是其他图片 一个一个地提取行中的数字并放入列向量中，并计算两个矩阵的均方误差。 当该值满足要求时（给定一个误差值），选择熵值最低的进行匹配。

熵的计算方法：

权重：第i个图形出现的概率×第i个图片第n个状态的概率。 weight sum：所有权重的总和，初始值为1，随着选择图片的增多，该值会发生变化。 熵值的大小：简单的说，给定一张图片，如果要和它配对的图片可以和多张给定的图片配对，那么熵值就大，否则就小。

不规则图像的处理：

给定基本积木，积木颜色相同，则无法使用图像处理的方法。 在此基础上给出邻接规则，比如两个L不能相连，或者T的右边可以和+的左边相连，这些规则是手工输入数组或者数据库的。 Number：对输入数据库的形状进行编号，如T2，表示积木T的第二个形状。

为所有已知的积木创建4个数组，将匹配的积木输入到这4个中 阵列。 当给出一个积木块时，可以判断该积木块属于该数组，然后根据最小熵规则选择该积木块并将其放置在适当的位置。 例如创建一个N*N的节点网格，在中心放置一个已知的积木块，中心位置的索引为(N/2, N/2)，则匹配积木块的索引位置为 （N/2 1，N/2）或（N/2-1，N/2）或（N/2，N/2 1）或（N/2，N/2-1）之一。 如果需要同时匹配两个关节点，选择熵最小的积木块，检查积木块是否在另一个数组中，熵值是否足够小。