假设我有一个 STM 图像的扫描（非常像你在这里看到的东西）。假设我有一个简单的方形格子，格子参数为 a。

我想做的是在数字上找到以像素为单位测量的晶格参数，假设校准是在其他地方完成的。

我的第一个想法是创建一个具有点阵常数 a 的点网格的函数，网格开始的一些偏移量以及点阵旋转的一些角度。然后我将每个网格点的 STM 图像的值相加并返回。然后我会使用一些优化工具箱（MATLAB、Python、...）来找到使这个总和最大化的参数。

不幸的是，我在这样做时遇到了问题。例如，网格点是根据角度、晶格常数和偏移量计算得出的，然后四舍五入为整数值，这样我就可以实际处理我的 2D 图像的形式

图像数据[x][y]

但是大多数优化例程将继续仅非常轻微地改变参数，因此圆角坐标不会改变。然后程序假设它已经找到了一个局部最小值/最大值，因为如果参数只是轻微改变，函数值不会改变。

这种方法的稳定性还有其他问题，所以我想知道是否有更复杂的方法以自动化方式执行此操作。我总是可以获取图像数据的 FT 并手动读取晶格常数，但我仍然想在我的图像数据上放置一个最佳网格覆盖，因此我必须优化角度和偏移。