近年来，随着各国政府的日益重视和巨大投入，纳米科技发展迅速，已成为本世纪最核心的技术之一。而纳米科技的竞争，很大程度上体现在纳米研究工具上。扫描探针显微镜(SPM，Scanning Probe Microscope)，作为纳米表征和纳米操纵的利器，被誉为是纳米科技的“眼”和“手”，不断提高它的测量以及定位精度是纳米工作者始终追求的目标。但是，由于扫描探针显微镜的压电扫描器自身的迟滞、蠕变、耦合等非线性特性，往往会导致扫描图像的扭曲和失真，给纳米尺度上的定量分析以及纳米操纵中的重定位操作带来了极大的不便。 本文以用户的实际需求为导向，针对扫描探针显微镜标定过程效率低下且自动化度低等特点，提出了一种基于图像模式识别的自动标定方法，并进行了编程实现，实验证明该算法具有良好的标定效果。同时，针对纳米操纵中的定位要求，提出了一种基于BP神经网络的前馈逆模补偿PID复合控制重定位算法。本文主要取得以下研究成果： 1．针对SPM二维光栅图像，提出了一套以图像处理与数学形态学运算为基础的特征提取算法，该算法能有效提取光栅图像的特征信息，而将无关的信息滤除。 2．设计出一种基于图像模式识别的光栅图像特征点有效性判别算法，用于判别光栅图像特征点的真伪。该算法的输出为光栅图像的水平、垂直栅格的格数，根据这一数据可直接计算出标定参数。 3．基于上述特征提取和模式识别的研究成果，作者开发了一款自动标定软件--《SPM光栅测量系统》，并已于2007年2月获得软件著作权。该软件通过对光栅图像特征的提取与识别，能够自动获得标定所需的参数，有效地将人工经验转化为智能算法，实现了标定过程的自动化，无需人工的干预。 4．通过对纳米操纵中重定位技术的分析和研究，提出了一种基于神经网络的复合控制重定位算法，前馈部分采用BP神经网络对系统进行逆模补偿，反馈部分采用传统的PID控制，来实现精确的纳米重定位。仿真结果表明，该系统有着良好的信号跟踪能力和定位精度。