در غیاب اطلاعات افمریز مدار ماهواره ها و هندسه داخلی سنجنده، تبدیلات غیرپارامتریک نظیر مدل توابع کسری به عنوان یکی از مهم ترین و پرکاربردترین انواع مدل های ریاضی در جوامع فتوگرامتری و سنجش از دور شناخته می شوند. اما وابستگی این مدل ها به تعداد زیادی نقاط کنترل زمینی، مشکلات عددی موجود در حل آنها و مشکل انتخاب ترم های سازنده ساختار تابع کسری را می توان از عمده ترین ضعف های این روش برشمرد. از آنجاییکه برای ترم ها و ضرائب در مدل ریاضی توابع کسری، هیچ معنی و تفسیر فیزیکی خاصی وجود ندارد، در روش های متداول معمولاً تمامی ترم ها در پروسه محاسباتی وارد می شوند که این امر منجر به بروز خطای over-parameterization خواهد شد. به منظور رفع این مشکل، در این پایان نامه الگوریتم کلونی مورچه ها در دو بخش بر روی مجموعه داده های مختلفی مورد آزمون و ارزیابی قرار گرفت. در بخش اول پیاده سازی الگوریتم کلونی مورچه ها را جهت تصحیح هندسی تک تصویر، بر روی سه تصویر در سطوح تصحیح هندسی مختلف با ترکیب های مختلفی از نقاط کنترل (gcps) و نقاط چک مستقل (icps) در سه سیستم مختصات زمینی utm، ct و ژئودتیک و بدون نرمال سازی مختصات های زمینی و تصویری مورد آزمون قرار دادیم. در بخش دوم پیاده سازی ها نیز الگوریتم کلونی مورچه ها جهت بازسازی سه بعدی زمین با استفاده از زوج تصویر استرئو، بر روی یک زوج تصویر و در سیستم مختصات زمینی utm و بدون نرمال سازی مختصات ها مورد آزمون قرار گرفت. نتایج نشان داد که الگوریتم کلونی مورچه ها بخوبی قادر است ترم های بهینه در ساختار تابع کسری را جهت جلوگیری از بروز مشکل over-parameterization و همچنین مشکلات عددی، چه در پروسه بازسازی سه بعدی زمین با استفاده از زوج تصویر و چه در تصحیح هندسی تک تصویر و در تصاویر در سطوح مختلف، حتی تصاویر خام، با سرعت بالایی بیابد. همچنین نتایج نشان داد، سیستم مختصات ct نسبت به دو سیستم مختصات دیگر، قابلیت های بهتری، چه به لحاظ دقت و چه به لحاظ سرعت همگرایی دارد .به عنوان یک نتیجه کلی می توان گفت با بکارگیری الگوریتم بهینه سازی کلونی مورچه ها و استفاده از تنها 4 نقطه کنترل زمینی، می توانیم به دقت های در حد 0.6 پیکسل در تصاویر با سطوح مختلف دست یابیم. نتایج حاصل از بهینه سازی توابع کسری در پروسه بازسازی سه بعدی زمین نیز دقت های زیر پیکسل در فضای زمین را نشان دادند.