攝像機採集的圖像以標準電視信號的形式經高速圖像採集系統轉換爲數字圖像，並輸入計算機。每幅數字圖像在計算機內爲M*N數組，M行N列的圖像中的每一個元素（稱爲像素，pixel）的數值即是圖像點的亮度（或稱灰度）。在圖像上定義直角座標系u,v，每個像素的座標（u,v）分別以該像素爲單位的圖像座標系座標。由於（u,v）只表示像素位於數組中的列數和行數，並沒有用物理單位表示出該像素在圖像中的位置。因此，需要再建立以物理單位（毫米）表示的圖像座標系。該座標系以圖像內某一點（攝像機光軸與圖像平面的交點）爲原點。X軸與Y軸分別與u,v軸平行。每個像素在X軸、Y軸方向上的物理尺寸爲dX、dY，則可建立兩個座標系的關係，見pp24。
攝影機座標系的原點爲攝像機光心，x軸與y軸與圖像的X,Y軸平行，z軸爲攝像機光軸，它與圖像平面垂直。光軸與圖像平面的交點，即爲圖像座標系的原點，構成的直角座標系稱爲攝像機座標系。
由於攝像機可安放在環境中的任意位置，在環境中選擇一個基準座標系來描述攝像機的位置，並用它描述環境中任何物體的位置，該座標系稱爲世界座標系。攝像機座標系與世界座標系之間的關係可以用旋轉矩陣與平移向量來描述。