由于安裝設(shè)計(jì)，以及攝相機(jī)之間的差異，會(huì)造成視頻圖像之間有縮放（鏡頭焦距不一致造成）、傾斜（垂直旋轉(zhuǎn)）、方位角差異（水平旋轉(zhuǎn)），因此物理的差異需要預(yù)先校準(zhǔn)，得到一致性好的圖像，便于后續(xù)圖像拼接。

在實(shí)際應(yīng)用中，全景圖像的獲得往往需要攝像機(jī)以不同的位置排列和不同的傾角拍攝。例如由于機(jī)載或車載特性，相機(jī)的排列方式不盡相同，不能保證相機(jī)在同一面上，如柱面投影不一定在同一個(gè)柱面上，平面投影不一定在同一平面上；另外為了避免出現(xiàn)盲區(qū)，相機(jī)拍攝的時(shí)候往往會(huì)向下傾斜一定角度。這些情況比較常見，而且容易被忽略，直接投影再拼接效果較差。因而有必要在所有圖像投影到某個(gè)柱面（或平面）之前，需要根據(jù)相機(jī)的位置信息和角度信息來獲得坐標(biāo)變換后的圖像。
理論上只要滿足靜止三維圖像或者平面場(chǎng)景的兩個(gè)條件中的任何一個(gè)，兩幅圖像的對(duì)應(yīng)關(guān)系就可以用投影變換矩陣表示，換句話說只要滿足這其中任何一個(gè)條件，一個(gè)相機(jī)拍攝的圖像可以通過坐標(biāo)變換表示為另一個(gè)虛擬相機(jī)拍攝的圖像。