در این مقاله روندی برای بازسازی ساختمان‌های مسطح از داده‌های لیدار و تصاویر رقومی هوایی ارائه شده است. زیرا از یک‌سو، این نوع ساختمان‌ها، بافت اصلی شهرهای بزرگ ایران را تشکیل می‌دهند. از سوی دیگر، تفکیک صفحات و بازسازی آن‌ها به دلیل یکسان بودن بردار نرمال برای تمام صفحات و عدم تقاطع صفحات به دلیل موازی بودن، موضوعی پرچالش است. در این راستا، ابتدا با تولید 16 توصیفگر اولیه بالقوه و استفاده از الگوریتم ژنتیک و الگوریتم خوشه‌بندی KNN، توصیف‌گرهای بهینه برای شناسایی ساختمان‌ها مشخص شده و ساختمان‌ها شناسایی گشتند. در مرحله بعد با ارائه روندی، مناطق به اشتباه شناسایی شده‌، حذف گشته و نتایج شناسایی بهبود داده شد. روند بازسازی به گونه‌ای طراحی شده است که هر بلوک ساختمانی را به صورت مجزا بررسی کند تا از افزونگی داده جلوگیری شود و دقت نیز افزایش یابد. پس از انتخاب بلوک مورد نظر، با استفاده از پارامتر تغییرات شیب، یک کلاس اولیه از صفحات سقف ساختمان بدست آمد. با آنالیز ارتفاعی و بافتی، صفحات سقفی به طور کامل شناسایی شده و معادله آن‌ها محاسبه شد. در مرحله بعد، مرز هر یک از صفحات به صورت برداری استخراج گردید و با بررسی اطراف هر نقطه مرزی، نقطه زمینی متناظر آن نیز بدست آمد. در نهایت با استفاده از معادله صفحات و مرز آن‌ها و همچنین نقاط کف استخراج شده، مدل نهایی ساختمان بازسازی شد. روند پیشنهادی بر روی چند بلوک ساختمان با ساختار متفاوت پیاده‌سازی شد و دقت هر یک از صفحات بازسازی شده به دو صورت مسطحاتی و ارتفاعی مورد ارزیابی قرار گرفت. نتایج ارزیابی به طور متوسط %56/84 دقت کلی در شناسایی مسطحاتی صفحات سقفی، 212/0 متر خطای مسطحاتی در مختصات گوشه‌های صفحات و 145/0 متر خطا در راستای ارتفاعی را نشان داد که تصریح کننده عملکرد مناسب روند پیشنهادی در بازسازی ساختمان‌های دارای سقف‌های مسطح است.