الگوریتمهای هوش مصنوعی دارای کاربردهای فراوانی در حوزه پردازش تصویر و استخراج اطلاعات مکانی هستند. در این مقاله از الگوریتم ژنتیک و شبکههای عصبی مصنوعی در استخراج اطلاعات مکانی و در فرآیند تولید ارتوفتو نظیر مدلسازی هندسی تصاویر ماهوارهای و با بکارگیری توابع رشنال و Worldview- و 2 Ikonos- رستری استفاده شده است. در ابتدا قابلیت هندسی تصاویر ماهوارهای 2 DSM ساخت چندجملهای دوبعدی و سهبعدی مورد بررسی قرارگرفت و سپس در یک مطالعه جامع توابع مذکور با استفاده از الگوریتم ژنتیک بهینه گردید. با با تابع چندجملهای سهبعدی بهینه شده با الگوریتم ژنتیک Ikonos- توجه به کیفیت نقاط کنترل زمینی بهترین نتیجه برای تصویر ماهوارهای 2 0 پیکسل گردید و نشان داده / با تابع رشنال بهینه شده با الگوریتم ژنتیک برابر 030 Worldview- 0 پیکسل و برای تصویر ماهوارهای 2 / برابر 805 شد با استفاده از این الگوریتم میتوان مشکل ناپایداری مسائل معکوس در چندجملهایهای با درجات بالاتر را حل نمود. همچنین با استفاده از 0 پیکسل صورت گرفت. در پایان کارایی / با دقت 54 Worldview- شبکه عصبی پرسپترون با 4 نرون در لایه میانی، مدلسازی هندسی تصویر 2 رستری مورد ارزیابی قرار گرفت و مشخص گردید این الگوریتمها امکان تولید DSM این الگورتیمها در درونیابی ارتفاعات در فرآیند تولید رستری با دقت بالاتر را نسبت به روشهای معمول فراهم میسازند.