1. 單目相機模型
a. 首先， 世界座標系下有一個固定的點P，世界座標爲Pw。
b. 由於相機在運動，它的運動由R,t或變換矩陣T描述。P的相機座標爲P’ = R*Pw + t。
c. 這時的P’仍有X, Y, Z三個量，把他們投影到歸一化平面Z=1上，得到P的歸一化相機座標：Pc = [X/Z,Y/Z, 1]T.
d. 最後，P的歸一化座標經過內參後，對應到它的像素座標：Puv = KPc。
其中共談到了4種座標：世界座標，相機座標，歸一化相機座標和像素座標。
2. 雙目相機模型
明顯上述有缺陷， 僅根據一個像素，我們是無法確定這個空間點的具體位置的，因爲從相機光心到歸一化平面連線上的所有點，都可以投影至該像素上。這時我們需要它的深度，正如人眼通過視差來判斷物體與我們之間的距離，雙目相機一樣如此。
這個就是雙目相機的幾何模型，Ol,Or是兩個相機。Pl, Pr是成像點，P點是物體。由上圖可得出以下公式：
z-f : z = (b - uL + uR) ：b
稍加整理:
z = fb/d d = uL - uR
這裏，d爲左右圖的橫座標之差，稱爲視差。 根據視差，我們可以估計一個像素與相機之間的距離。視差與距離成反比。由於視差最小爲一個像素，於是雙目的深度存在一個理論的最大值，由fb確定。事實上，視差公式推導簡單，但視差d的計算對與計算機來說卻比較困難。使用到GPU或FPGA來計算
3.RGB-D（深度）相機模型
目前根據原理分爲兩類：
a. 通過紅外結構光( Structured Light )來測量像素距離。例：Kinect 1代，Project Tango 1代，Inter RealSense等。由光結構的偏移計算
b. 通過飛行時間法( Time-of-flight,TOF )原理測量像素距離。例：Kinect 2代和一些現有的ToF傳感器等。類似激光傳感器，不過激光傳感器是通過逐點掃描來獲取距離，而ToF相機則可以獲得整個圖像的像素深度。
c . RGB-D相機自己完成深度與彩色圖像素之間的匹配，輸出一一對應的彩色圖和深度圖。我們可以在同一圖像位置，讀取到色彩信息和距離信息，計算像素的3D相機座標，生成點雲( Point Cloud )。
