سیستم های لایدار، امروزه یک تکنولوژی رایج برداشت اطلاعات سه بعدی عوارض سطح زمین است که امکان تولید سریع و دقیق مدل های سطح زمین را فراهم می سازد. در روند تصحیح داده لایدار، بایستی خطاهای سیستماتیک مدل شوند که این کار مبتنی بر کالیبراسیون سیستم لایدار می باشد. پروسه کالیبراسیون با استفاده از معادله مشاهداتی لایدار و اندازه گیری های خام GPS، INS و لیزر اسکنر خطاهای سیستماتیک را بهبود می بخشد. با در نظر گرفتن تاثیرات کالیبراسیون بر روی نتایج داده، می توان طراحی پرواز بهینه را انجام داد و با ارزیابی درجه سازگاری میان ردپاهای لیزر در نوارهایی که هم پوشانی دارند برآوردی از کنترل کیفیت داده داشت. این مقاله روشی را برای ارزیابی کنترل کیفیت ابرنقاط سنجنده لایدار پیشنهاد می کند. در روش پیشنهاد شده سه مرحله اساسی برای ارزیابی کنترل کیفیت ذکر شده است که عبارتند از استخراج و تناظریابی اولیه عوارض، اندازه گیری های مشابه و برآورد سطح نویز. در انتها نتایج به دست آمده از هر مرحله با یک تست تجربی مورد ارزیابی قرار می گیرد.

امروزه مدل های رقومی زمینی کاربردهای متنوعی در زمینه های مقابله با سوانح طبیعی، آشکارسازی تغییرات، مدیریت منابع طبیعی، پروژه های مهندسی و... دارند. روش های سنتی تولید مدل های رقومی زمینی پرهزینه و زمانبر هستند. این روش ها عارضه مبنا بوده و روش های تناظریابی مورد استفاده در آن ها با مشکلات زیادی مواجه هستند. مدل رقومی زمینی تولیدی در این روش ها دارای اشتباهات بسیاری است از این رو نیاز به پالایش های زیادی دارد و در نتیجه در پروژه های بزرگ مهندسی قابل استفاده نیستند. در این تحقیق به ارائه یک روش نوین جهت تولید اتوماتیک مدل های رقومی زمینی از تصاویر ماهواره ای با قدرت تفکیک مکانی بالا می پردازیم. ابتدا یک تناظریابی استریوی متراکم بین زوج تصویر ماهواره ای با استفاده از روش تناظریابی شبه سراسری (SGM) انجام می شود و یک تصویر عمق اولیه دقیق و با ضریب اطمینان بالا تولید می گردد که مبنای پردازش های بعدی خواهد بود. در مراحل بعدی به پالایش این تصویر عمق اولیه می پردازیم و پس از آن با انتقال از فضای عکسی به فضای زمینی یک ابرنقاط ارتفاعی با تراکم بسیار بالا تولید می شود. در نهایت این ابرنقاط ارتفاعی نامنظم تبدیل به یک گرید منظم ارتفاعی (مدل رقومی زمنیی) می شود و نواحی خالی باقیمانده در آن به کمک روش های پرکردن مدل های رقومی زمینی مقادیر ارتفاعی به خود خواهند گرفت. داده مورد استفاده دو زوج تصویر استریوی ماهواره ای سنجنده Cartosat-1 از منطقه گناوه در جنوب ایران است که دارای انواع مختلف توپوگرافی می باشد. نتایج حاصل از بررسی مدل رقومی زمینی تولیدی با استفاده از روش پیشنهادی نشانگر توانایی بالای این روش جهت تولید مدل های رقومی زمینی دقیق و صحیح است.

امروزه پردازش های خودکار و استخراج اشیا از سنجنده های هوابرد به یکی از موضوعات تحقیقاتی مهم در فتوگرامتری تبدیل شده است. سیستم لیزر اسکنر هوایی که معمولا از آن به عنوان لیدار یاد می شود، یک تکنولوژی برتر برای اکتساب داده های سه بعدی مکانی با سرعت و چگالی بالا از سطح زمین است. یکی از مهمترین کاربردهای سیستم لیدار، تولید مدل های سه بعدی شهری است. گام اولیه و مهم برای بازسازی ساختمان ها به عنوان یکی از مهمترین اجزای مدل های شهری، شناسایی و تفکیک داده های ساختمانی از دیگر داده ها نظیر زمین، درختان و پوشش گیاهی است. علاوه بر این، قطعه بندی سقف ساختمان یک گام مهم دیگر در پردازش ابر نقاط ساختمان می باشد. در این تحقیق استخراج ابرنقاط ساختمانی و قطعه بندی سقف ساختمان به صورت همزمان و با استفاده از یک استراتژی چند عامله بر مبنای استفاده از ابرنقاط نامنظم لیدار صورت گرفته است. ابتدا با استفاده از معیارهای ارتفاعی و پالس های برگشتی، نقاط کاندیدای زمینی و گیاهی از نقاط ساختمانی جدا شده اند. سپس با آنالیز طول مثلث های ایجاد شده بر روی نقاط باقیمانده و با استفاده از روش گسترش ناحیه بر مبنای بردار نرمال، قطعات مختلف استخراج می شوند. پس از آنالیز مساحت برای تفکیک قطعات ساختمانی، به منظور شناسایی قطعات متعلق به ساختمان های واحد روشی ابتکاری به نام «گسترش شبکه» پیشنهاد شده است. جهت ارزیابی دقت از تفسیر بصری و مقایسه کمی نتایج با اطلاعات استخراج شده توسط اپراتور انسانی استفاده گردیده است. در این ارزیابی که بر روی داده های مربوط به شهر فایهینجن آلمان انجام شده، روش پیشنهادی در استخراج نقاط سقف ساختمانی به دقت متوسط 93% رسیده است. به طور کلی نتایج موفقیت روش پیشنهادی را در استخراج و قطعه بندی ساختمان ها بدون نیاز به منابع کمکی نظیر نقشه های کاداستر و تصاویر هوایی نشان می دهند. مزیت ویژه روش مطرح، در ساختمان های چندلایه ای با سطوح سقفی موازی است که قطعات حتی با اختلاف ارتفاع خیلی کم (نظیر 10 سانتی متری) به درستی از یکدیگر تفکیک شده اند.

در مهندسی معکوس گاهی اوقات با توجه به ابعاد و پیچیدگی قطعه کار نیاز به چندین بار برداشت نقاط توسط ماشین اندازه گیری مختصات و یا اسکن نوری و تنظیمات مربوطه می باشد. برای مدل سازی قطعه کار، لازم است نقاط به دست آمده از اندازه برداری های متفاوت در یک سیستم مختصات بیان شود، که به این عملیات تطابق می گویند. فرآیند تطابق برای دو یا چند ابر نقاط، تعیین تبدیل هندسی بین آنها در یک سیستم مختصات مطلق است. از تطابق، پارامترهای چرخش (سه زاویه) و جابجایی (سه مولفه جابجایی) به دست می آید. با داشتن مختصات حداقل سه نقطه متناظر در دو دستگاه مختصات محلی و مطلق، با توجه به معادلات ریاضی می توان پارامترهای تطابق را به دست آورد. در عمل با توجه به عدم دقت و وجود اغتشاش در داده ها، برای منطبق نمودن آنها (فرآیند تطابق) از روش های دیگر استفاده می شود. در این مقاله با توجه به مشکلات عملی و لزوم فرآیند تطابق در مباحث کاربردی، روش نلدر -  مید در کاربردی متفاوت، برای انجام فرآیند تطابق ابر نقاط به کار گرفته شده است، همچنین روش های تجزیه مقادیر منفرد و الگوریتم ژنتیک پیاده سازی شده اند. این روش ها از لحاظ دقت، میزان همگرایی و زمان اجرا با یکدیگر مقایسه شده اند.