Was ist Photogrammetrie?

Mit der Advanced-Lizenz verfügbar.

Überblick

Photogrammetrie ist die Wissenschaft des Abrufens zuverlässiger Messwerte aus Fotos und digitalen Bilddaten. Die Ausgabe der Photogrammetrie besteht häufig aus Orthomosaik-Karten, symbolischen Karten, GIS-Layern oder dreidimensionalen Modellen (3D-Modellen) realer Objekte oder Szenen. Man unterscheidet generell zwei Arten von Photogrammetrie: die Luftbildphotogrammetrie und die Nahbereichsphotogrammetrie.

Bei der Luftbildphotogrammetrie befindet sich der Sensor auf einem Satellit, einem bemannten Flugzeug oder auf einer Drohne und ist in der Regel vertikal nach unten auf den Boden gerichtet. Wenn der Sensor gerade nach unten gerichtet ist, spricht man von vertikalen oder Nadir-Bilddaten. Während der Sensor einer Flugbahn folgt, werden mehrere überlappende Bilder – auch als Stereobilddaten bezeichnet – aufgenommen. Die Bilddaten werden verarbeitet, um digitale Höhendaten und Orthomosaike zu erzeugen. Bilddaten weisen perspektivische Geometrie auf, die zu Verzerrungen führt. Diese sind bei jedem Bild individuell. Orthofotos wurden geometrisch korrigiert, sodass das resultierende Bild die geometrische Integrität einer Karte aufweist. Orthomosaike sind Orthofotos, die in ein einziges Bild mosaikiert wurden. Es können andere Produkte erzeugt werden, wie z. B. Vektor-GIS-Layer mit Features wie Straßen, Gebäuden, Hydrologie und anderen Boden-Features. Diese Layer werden mithilfe der Orthofotografie als Hintergrund oder aus der Kompilation von Stereobilddaten in ArcGIS Pro erzeugt.

Bei der Nahbereichsphotogrammetrie befindet sich der Sensor häufig nah am Objekt des Interesses und liefert in der Regel keine Nadir-Ansicht. Die Aufnahmen erfolgern stattdessen eher horizontal, schräg oder bei Aufnahmen von Brückenbaustruktur sogar nach oben gerichtet. Diese Bilddaten werden mathematisch auf leicht unterschiedliche Weise modelliert und müssen daher von der Luftbildphotogrammetrie unterschieden werden. Die Produkte ähneln denen der Luftbildphotogrammetrie, z. B. 3D-Modellen, technischen Zeichnungen und Orthofotos. Doch statt Terrain- und Landschafts-Features darzustellen, bilden die Features tendenziell andere Aspekte der Oberfläche ab, z. B. Gebäude, technische Strukturen sowie Mobilfunk- und Sendemasten.

Die von Esri Ortho-Mapping bereitgestellte Werkzeug- und Funktionspalette ist auf Luftbildphotogrammetrie-Produkte fokussiert, um die Kartenerstellung und -überprüfung, Veränderungsdetektion und andere Anwendungen zur Extraktion von Features zu unterstützen. Mit diesen Werkzeugen können Benutzer Luftbilddaten bzw. Drohnen- und Satellitenbilder verarbeiten, um eine Vielzahl von orthorektifizierten Produkten zu erzeugen.

Orthofotografie

Orthorektifizierung ist ein Vorgang, bei dem zahlreiche Artefakte in Bezug auf Fernerkundungsdaten korrigiert werden. Auf diese Weise soll ein kartengenaues Orthofoto erzielt werden. Aus Orthofotos kann dann durch Kantenanpassung und Farbabgleich ein nahtloses Orthomosaik erstellt werden. Die Genauigkeit dieses Orthomosaiks richtet sich nach der angegebenen Kartenmaßstabsgenauigkeit. Es kann verwendet werden, um Messungen durchzuführen und GIS-Feature-Class-Layer zu erstellen und zu aktualisieren. Dazu sind Bilddaten mit bekannten Sensorpositionen, Höhen und ein kalibriertes geometrisches Modell für den Sensor sowie ein digitales Terrainmodell (DTM, Digital Terrain Model) erforderlich.

In einigen Fällen werden Benutzern die bekannten Positionen und die Ausrichtung gemeinsam mit den Bilddaten zur Verfügung gestellt. Falls nicht, müssen die Bilddaten an die Bodenpasspunkte angepasst werden. Die Anpassungsprozesse nutzen die Sensorkalibrierung, Sensorausrichtungsinformationen, Bodenpasspunkte, Verknüpfungspunkte und ein DTM, um die genauen Höhen und Positionen zu erzeugen. Dies ermöglicht wiederum die Erstellung kartengenauer Orthofotos. .

Höhendaten

Wenn ein geeignetes digitales Höhenmodell (DEM) vorliegt, wird es bei der Orthorektifizierung verwendet. Andernfalls müssen Höhen-Datasets wie digitale Oberflächenmodelle (DSM) und DTM von Stereobilddaten abgeleitet werden. Stereobilddaten werden aus mindestens zwei Bildern desselben Boden-Features erstellt, das aus verschiedenen Geolokalisierungspositionen erfasst wurde. Die überlappenden Bilder werden aus verschiedenen Beobachtungspunkten erfasst. Dieser überlappende Bereich wird als Stereobilddaten bezeichnet, die zum Erstellen digitaler Höhen-Datasets geeignet sind. Das Modell zum Erstellen dieser 3D-Datasets erfordert eine Sammlung von mehreren überlappenden Bildern ohne Lücken in Überlappungs-, Sensorkalibrierungs- und Ausrichtungsinformationen sowie Bodenpasspunkten und Verknüpfungspunkten. Die 3D-Datasets werden dann automatisch durch den sogenannten Bildabgleich erstellt. Dabei werden überlappende Bilddaten zueinander korreliert, um 3D-Punktwolken zu erstellen, die durch Geolokalisierung (Breitengrad, Längengrad) und Höhe definiert sind.

Die Notwendigkeit von Ortho-Mapping

Orthorektifizierung bezieht sich auf die Entfernung geometrischer Ungenauigkeiten, die durch den Plattform-, Sensor- und insbesondere den Terrain-Versatz verursacht wird. Die Kartenerstellung bezieht sich auf die Kantenanpassung, Schnittlinie und den Farbausgleich mehrerer Bilder zur Erzeugung eines Orthomosaik-Datasets. Diese kombinierten Prozesse werden als Ortho-Mapping bezeichnet.

Digitale Luftbilder, Drohnenbilder, gescannte Luftbilder und Satellitenbilder spielen bei der allgemeinen Kartenerstellung sowie der GIS-Datenerstellung und -Visualisierung eine wichtige Rolle. Tatsächlich wurden die in den meisten Karten und GIS-Layern enthaltenen Informationen aus Bilddaten erstellt. Erstens dienen Bilddaten als Hintergrund, der GIS-Layern wichtigen Kontext für räumliche Zuordnungen liefert. Zweitens werden Bilddaten zum Erstellen oder Überprüfen von Karten und GIS-Layern verwendet, indem Features des Interesses wie Straßen, Gebäude, Hydrologie und Vegetation digitalisiert und attributiert werden.

Bevor diese räumlichen Informationen aus Bilddaten digitalisiert werden können, müssen für die Bilddaten verschiedene Fehler- und Verzerrungstypen korrigiert werden, die der Erfassungsmethode von Bilddaten inhärent sind. Es gibt zwei Haupttypen von Verzerrung, die sich auf Fernerkundungsdaten auswirken:

• Radiometrische Verzerrung: Die ungenaue Übersetzung von Bodenreflexionswerten in graue Werte oder digitale Nummern (DNs) im Bild. Der radiometrische Fehler wird durch den Azimut und die Höhe der Sonne, atmosphärische Bedingungen und Sensoreinschränkungen verursacht.
• Geometrische Verzerrung: Die ungenaue Übersetzung von Maßstab und Position im Bild. Der geometrische Fehler wird durch Terrainversatz, Erdkrümmung, perspektivische Projektionen und Instrumente verursacht.

Jeder dieser Ungenauigkeitstypen wird bei der Orthorektifizierung und Kartenerstellung entfernt. Eine Liste gängiger Typen von Bildungenauigkeiten finden Sie in der Tabelle unten. Nachdem die Verzerrungen, die sich auf die Bilddaten auswirken, entfernt und einzelne Bilder oder Szenen zu einem Orthomosaik mosaikiert wurden, kann das Mosaik als symbolische oder thematische Karte verwendet werden, um genaue Entfernungs- und Winkelmessungen durchzuführen. Der Vorteil eines Orthofotos besteht darin, dass es alle in den Bilddaten sichtbaren Informationen enthält und nicht nur die Features und GIS-Layer, die aus dem Bild extrahiert und auf einer Karte symbolisiert wurden. Beispielsweise hat eine Straße, die auf einer Karte symbolisiert ist, eine einheitliche Breite, während eine Straße auf dem Orthofoto eine variable Breite aufweist und über einen Seitenstreifen verfügt, auf dem Notfallfahrzeuge Verkehrsstaus umfahren oder Baumaterial und -geräte untergebracht werden können.

Der Orthorektifizierungsvorgang

Eines der wichtigsten, durch Photogrammetrie erzeugten Produkte ist eine Sammlung von orthorektifizierten Bildern, die als Orthomosaik bezeichnet wird. Die Erstellung des Orthofotos umfasst die Entzerrung des Quellbildes, sodass die Entfernung und die Fläche in Bezug auf die realen Messwerte einheitlich sind. Dies erfolgt durch die Festlegung der Beziehung zwischen den XY-Koordinaten und den realen Bodenpasspunkten, um den Algorithmus für das Resampling des Bildes zu bestimmen. Analog dazu wird die mathematische Beziehung zwischen den von einem DEM dargestellten Bodenkoordinaten und dem Bild berechnet und zum Festlegen der richtigen Position der einzelnen Pixel im Quellbild herangezogen.

Somit stimmen die in den Orthofotos gemessenen Features mit den Messwerten, dem Maßstab und Winkel derselben Features auf dem Boden überein, und dies unabhängig davon, ob sie sich auf steilem Gelände oder einer ebenen Fläche befinden. Die resultierende Genauigkeit des Orthofotos basiert auf der Genauigkeit der Triangulation, dem Winkel der Off-Nadir-Bildsammlung, der Auflösung des Quellbildes und der Genauigkeit des Höhenmodells.

Es gibt verschiedene Anforderungen für die Erstellung eines Orthofotos oder Orthomosaiks aus unverarbeiteten Bilddaten:

• Digitale Bilder: Können als digitale Luftbilddaten, gescannte Bilder oder Satellitenbilder vorliegen.
• Kamerakalibrierungsdatei: Enthält die Messungen von Sensoreigenschaften wie Brennweite, Größe und Form der Bildebene, Pixelgröße und Linsenkorrekturparameter. Bei der Photogammetrie wird die Messung dieser Parameter als innere Orientierung bezeichnet; außerdem sind sie in einer Kameramodelldatei gekapselt. Kameras für die luftgestützte Kartenerstellung mit hoher Genauigkeit werden analysiert, um so in einem Bericht Kamerakalibrierungsinformationen zum Berechnen eines Kameramodells zur Verfügung zu stellen. Andere Verbraucherkameras werden während der Inbetriebnahme von den jeweiligen Nutzern kalibriert; sie können auch während des Anpassungsprozesses beim Orthorektifizieren kalibriert werden.
• Rationale polynomiale Koeffizienten (RPC): Werden von Satellitenbildanbietern bereitgestellt. Rationale polynomiale Koeffizienten werden für jedes Satellitenbild berechnet und beschreiben die Transformation von 3D-Erdoberflächenkoordinaten in 2D-Bildkoordinaten in einem mathematischen Sensormodell, das als Verhältnis zweier kubischer Polynomausdrücke vorliegt. Die Koeffizienten dieser beiden rationalen Polynome werden vom Satellitenunternehmen aus der Orbitalposition des Satelliten und der Ausrichtung sowie dem strengen physischen Sensormodell berechnet. Rationale polynomiale Koeffizienten ersetzen die Notwendigkeit eines strengen Kameramodells und werden häufig als Ersatzsensormodelle bezeichnet, wenn die Fehlerkovarianzmatrizen einbezogen werden.
• Anpassungspunkte: Bestehen aus Bodenpasspunkten, Bildverknüpfungspunkten und Prüfpunkten.
  • Bodenpasspunkte stammen in der Regel aus Positionen und Messungen der Landvermessung. Sekundäre Passpunkte können auch aus einer Karte oder einem vorhandenen Orthofoto mit bekannter Genauigkeit abgeleitet werden, sofern die bekannte Genauigkeit die erwartete Genauigkeit des neuen Orthofotos um den drei- oder fünffachen Linearfaktor überschreitet. Diese Punkte auf dem Boden müssen in den Bilddaten sichtbar sein.
  • Bildverknüpfungspunkte werden in den überlappenden Bereichen zwischen aneinandergrenzenden Bildern erstellt, die das Mosaik bilden. Mit diesen Punkten werden alle Bilddaten verknüpft, die ein Orthomosaik bilden. Diese werden in der Regel automatisch mithilfe von Bildabgleichsverfahren im Überlappungsbereich berechnet.
  • Passpunkte werden zum Bewerten der Genauigkeit der Orthorektifizierung verwendet. Dies sind Bodenpasspunkte aus Landvermessungen, die beim Berechnen der photogrammetrischen Anpassung nicht herangezogen werden.

Die oben aufgeführten Informationen dienen zur Berechnung der Bildausrichtung, die zum Erstellen eines DEM und eines orthorektifizierten Bildmosaiks aus Bilddaten erforderlich ist. Die abgeleiteten Bildausrichtungsparameter enthalten die Position des Sensors zum Zeitpunkt der Bilderfassung in Koordinaten, z. B. Breitengrad, Längengrad und Höhe (X, Y, Z). Die Haltung des Sensors wird als Omega, Phi und Kappa (Roll-, Neigungswinkel, Ausrichtung) ausgedrückt.

Erstellung von Orthomosaiken

In diesem Abschnitt wird der allgemeine Workflow zum Erstellen eines Orthomosaiks erläutert. ArcGIS Pro stellt Werkzeuge, Funktionen und geführte Workflows bereit, um den Prozess der Erstellung von DEM- und Orthofotoprodukten durchzuführen. Details zur Erstellung eines Orthomosaiks mit den Ortho-Mapping-Werkzeugen und -Assistenten werden unter Ortho-Mapping unter Ortho-Mapping in ArcGIS Pro ausführlich beschrieben.

Bildausrichtung

Die Bildausrichtung ist eine Voraussetzung für die Erzeugung digitaler Höhenmodelle und von Orthofotografie. Bei diesem Prozess wird die räumliche Position und Ausrichtung des Sensors zum Zeitpunkt der Bilderfassung bestimmt. Ist die Höhe des Sensors über dem Boden bekannt, kann darüber die Überlappung von Regionen in benachbarten Bildern berechnet werden. Dies wiederum ermöglicht die Erstellung von Verknüpfungspunkten. Bei der Erstellung von Verknüpfungspunkten werden alle Bilder korrekt in einem zusammenhängenden Block platziert. Hierbei wird die innere Ausrichtung in Abhängigkeit der Eigenschaften und äußeren Ausrichtung des physischen Sensors verwendet, die auf Boden- und Verknüpfungspunkten zwischen Bildern basieren.

Die Erfassung von Passpunkten zwischen mehreren überlappenden Bildern kann mühsam und zeitaufwändig sein. Das Werkzeug Verknüpfungspunkte berechnen identifiziert automatisch lagegleiche Punkte in den überlappenden Bereichen zwischen Bildern, die Kreuzkorrelationsmethoden verwenden. Diese Verknüpfungspunkte werden gemeinsam mit Bodenpasspunkten verwendet, die auch in mehreren Bildern sichtbar sind, um die äußere Ausrichtung der einzelnen Bilder zu berechnen, aus denen das Mosaik besteht. Dies bedeutet, dass die Bodenpasspunkte in den Bilddaten per Foto identifizierbar (oder sichtbar) sein müssen. Typische per Foto identifizierbare Bodenpasspunkte sind dauerhafte und direkt identifizierbare Features. Hierbei kann es sich um gezeichnete Ziele auf einer Autobahn oder um den Mittelpunkt zweier Straßen handeln, die sich überschneiden.

Blockausgleichung

Anhand der Bodenpasspunkt- und Verknüpfungspunktinformationen wird eine Bündelausgleichungsberechnung für die äußere Ausrichtung der jeweiligen Bilder angestellt, sodass sie mit den benachbarten Bildern konsistent sind. Die Ausrichtung für den gesamten Bilderblock wird anschließend an den Boden angepasst. Diese Blockausgleichung erzeugt die beste statistische Anpassung zwischen Bildern, sodass für den gesamten zusammenhängenden Block Verknüpfungspunkt- und Passpunktfehler minimiert werden. Die angepasste Transformation für jedes Bildelement, das zum Block gehört, wird in der Lösungstabelle und im Workspace für das Orthomosaik gespeichert.

Qualitätssicherung und -kontrolle

Wenn der Bilderblock an den Boden angepasst wurde, wird der offensichtliche Fehler der angepassten Punkte in einer Tabelle mit Restklaffen dargestellt. Grobe Fehler werden direkt erkannt, und die Punkte mit hohem Restfehler werden entweder gelöscht oder häufiger manuell neu positioniert. Die Anpassung wird berechnet, bis der globale Fehler und der Restfehler der einzelnen Punkte akzeptabel sind.

Erstellen eines digitalen Höhenmodells

Sobald die Ausrichtung der Blockausgleichung abgeschlossen ist, kann ein Höhen-Dataset mit dem DEMs-Assistenten erzeugt werden. Eine photogrammetrische Punktwolke wird zum Erzeugen des DEM mithilfe von Techniken zur Bildkreuzkorrelation erstellt. Das DEM wird dann in der Bild-Orthorektifizierung verwendet, um Terrainverzerrungen zu entfernen und ein Orthomosaik zu erzeugen.

Zwei Typen von DEMs können erstellt werden:

• DTM: Digitales Modell der Höhe der Erdoberfläche, ohne die Höhe von Objekten auf der Erdoberfläche. Dies wird auch als Höhe der unbedeckten Erdoberfläche bezeichnet. Mit dem DTM-Dataset der unbedeckten Erdoberfläche lassen sich Orthofotos und Orthomosaike erstellen.
• DSM: Digitales Modell der Höhe der Erdoberfläche, einschließlich der Höhe von Objekten auf der Erdoberfläche, wie Bäume oder Gebäude. Das DSM ist ein nützliches Analyse-Dataset zum Klassifizieren von Features in Orthofotos, z. B. zum Unterscheiden von Straßenbelägen und Dächern aus Asphalt. Es sollte nur dann für die Bild-Orthorektifizierung verwendet werden, wenn die Quellbilddaten die Nadir-Perspektive aufweisen, sodass für Gebäude oder Features keine perspektivische Verzerrung vorliegt und echte Orthofotos erzeugt werden können.

Hinweis:

Bei einem dicht bewaldeten Gebiet mit undurchdringlicher Vegetationsbedeckung kann keine DTM-Bodenoberfläche abgeleitet werden, da der Boden nicht sichtbar ist. Das am besten geeignete Höhenoberflächenprodukt für eine dichte Waldbedeckung ist ein DSM, das eine Oberfläche erstellt, die die Spitze der Baumkronen darstellt.

Mit dem DEMs-Assistenten können Sie verschiedene Parametereinstellungen definieren, um die Höhenpunktwolke und das DEM zu generieren. Das DTM wird dann in der Bild-Orthorektifizierung verwendet, um Terrainverzerrungen zu entfernen und ein Orthomosaik zu erzeugen.

Orthorektifizierung von Bildern

Ein orthorektifiziertes Bild weist einen konstanten Maßstab auf, sodass die Features in der tatsächlichen Position in Relation zu ihrer Bodenposition dargestellt werden. Dadurch werden genaue Entfernungs-, Winkel- und Flächenmessungen im Orthofoto ermöglicht.

Die Orthorektifizierung erfolgt durch die Festlegung der Beziehung zwischen den XY-Koordinaten und den realen Bodenpasspunkten, um den Algorithmus für das Resampling des Bildes zu bestimmen. Analog dazu wird die mathematische Beziehung zwischen den vom DTM dargestellten Bodenkoordinaten und dem Bild berechnet und zum Festlegen der richtigen Position der einzelnen Pixel im Quellbild herangezogen.

Das Orthomosaik wird mit dem Orthomosaik-Assistenten erstellt. Zu den Eingaben gehören Elemente mit Blockausgleich, die die Bildsammlung und das DTM umfassen. Es kann auch ein vorhandenes DEM der unbedeckten Erdoberfläche verwendet werden. Mit dem Orthomosaik-Assistenten können Sie die Einstellungen zum Mosaikieren Ihrer Orthofotos definieren. Dazu gehören der Maßstab und das Datenformat, die Seamline-Generation und der Farbausgleich zwischen orthorektifizierten Bildern, um ein nahtloses Orthomosaik zu erstellen.

Hinweis:

Nadir-Satellitenbilddaten mit hoher Auflösung sind kaum von Verzerrungen betroffen, die bei Luftbilddaten typisch sind. Diese sind auf die große Entfernung zwischen Sensor und Boden, lange Sensorbrennweiten (im Bereich von 10 Metern) und ein kleines Sichtfeld zurückzuführen. Diese Faktoren sowie die Angabe von genauen Ausrichtungsinformationen in Form von rationalen Polynomkoeffizienten führen dazu, dass die Genauigkeit des digitalen Höhenmodells und Positionen mit dichter Vegetation bei der Erstellung genauer Orthofotos von geringerer Bedeutung sind, sofern die angepasste externe Ausrichtung und die Passpunkte angemessen gewählt werden. Somit ist häufig die Erstellung des digitalen Höhenmodells nicht erforderlich. Bei einem Maßstab von maximal 1:5.000 können World Elevation-Services von Esri (oder vorhandene DEMs des USGS NED oder der SRTM) gemeinsam mit genauen Bodenpasspunkten Orthofotos der Klasse I oder II erzeugt werden.

Wenn eine große Off-Nadir-Sammlung vorliegt oder die Brennweite gering ist, wird ein DEM in einer höheren Auflösung für eine genaue Orthorektifizierung benötigt.

Bildartefakte

Die Artefaktetypen, die sich auf Fernerkundungsdaten auswirken und bei der Orthorektifizierung berücksichtigt werden, werden in der nachfolgenden Tabelle kurz beschrieben.

Perspektivverzerrung	Perspektivverzerrung wird durch den schiefen Betrachtungswinkel und die Entfernung zwischen dem Sensor und dem Bodenziel sowie durch Sensoreigenschaften beeinflusst. Die kurze Brennweite flugzeuggetragener Sensoren weisen eine höhere Perspektivverzerrung auf als die langen Brennweiten der satellitenbasierten Sensoren. Die Perspektive zeigt die dem Sensor zugewandten Gebäudeseiten und maskiert die abgewandten Seiten. Außerdem wird der Maßstab des Bildes in Perspektivbildern verkleinert, wenn sich vom Fußpunkt wegbewegt wird. Die Bodenauflösung ist in Richtung Fußpunkt des Bildes also kleiner und in Richtung der entfernten Kante des Bildes größer und die Pixel sind trapezförmig.
Sichtbarer Bereich	Der sichtbare Bereich ist die Winkelausdehnung, die während der Exposition für den Sensor sichtbar ist. Er wird durch die Sensorgröße, Brennweite und Höhe bestimmt. Brennweite ist die effektive Entfernung vom rückseitigen Nodalpunkt der Linse zur Brennebene. Dadurch wird die perspektivische Geometrie des Bildes festgelegt. Je kürzer die Brennweite, desto größer ist die Perspektivverzerrung und desto breiter der sichtbare Bereich.
Linsenverzerrung	Linsen nähern sich lediglich der perspektivischen Geometrie an. Demzufolge verzerren sie die Platzierung und Form von Objekten, die auf der Brennebene dargestellt werden. Radiometrisch variieren sie außerdem die Lichtintensität, die die Brennebene erreicht. Beide Verzerrungstypen werden als Funktion der Entfernung vom Mittelpunkt des Bildes erhöht. Diese Effekte werden im Mittelpunkt minimiert und werden in Richtung Bildkante verstärkt.
Erdkrümmung	Durch die Erdkrümmung herbeigeführte Verzerrung ist in Bildern vorherrschend, die große Ausdehnungen der Erde abdecken oder bei denen es sich um eine Schrägsicht mit großen Winkeln aus großer Höhe handelt. Sie wirkt sich in der Regel auf Luftbilddaten aus, die mit kurzer Brennweite, aus großer Höhe, mit einem breitem sichtbaren Bereich oder Satellitenbildern in Streifen oder Blöcken erfasst wurden.
Reliefversatz	Reliefversatz wird durch eine variable Höhe über oder unter einem bestimmten Datum verursacht, die zu einer Verschiebung der scheinbaren Position des Objekts im Bild führt. Diese topografische Variation wirkt sich in Kombination mit der Ausrichtung der Sicht und dem Sichtfeld (Field of view, FoV) des Sensors auf die Entfernung und den Maßstab aus, mit dem Features in den Bildern dargestellt werden.
Radialer Versatz	In vertikalen Bildern ragen große Objekte wie Mobilfunkmasten über den Mittelpunkt (Fußpunkt) des Bildes hinaus. Da die Spitze des Turms im Bild nicht unterhalb der Bodenplatte des Turmes liegt, wird der Effekt als Reliefversatz bezeichnet.
Scannen	Beim Scannen von Luftaufnahmen werden Verzerrungen zunächst bei der Filmverarbeitung und -speicherung herbeigeführt. Anschließend kann es aufgrund der Linse oder anderen Scaninstrumenten zu zusätzlichen Verzerrungen beim Scanvorgang kommen. Diese Fehler müssen größtenteils durch den Orthorektifizierungsvorgang kompensiert werden.