廣角魚眼車載鏡頭通過人工引入大量的桶形畸變來獲得大視角，從而可以獲得大視場的圖像信息，因此，除了在畫面中心處的形狀不變，其他本該是直線的部分也有一定的扭曲變形，這對其應用造成了許多限制。比如，在安防領域，一個魚眼鏡頭可以替代許多普通鏡頭進行大范圍的監視，由于視角可達180o，所以幾乎沒有監控死角，僅用一次透鏡也很難移動或破壞透鏡而不被發現，但由于圖像的失真使得人眼難以識別，使得監控能力大大降低；此外，在機器人領域，自動機器人需要能夠采集到其周圍場景的圖像信息，進行識別并采取相應的動作，如使用魚眼鏡頭可以使采集效率提高2-4倍，但是由于引入畸變使得常用的識別軟件難以應用。因此，我們需要一些方法來識別魚眼鏡頭獲得的圖像。一種方法是直接在原始圖像中進行識別，如文獻[1]提供了一種算法，能識別圖像中太陽的位置，但是由于畸變的原因，相同的對象位置不同，特征也會發生變化，這將大大增加軟件的運算量，難以實現復雜圖形的識別。因此，目前一般的方法是通過一系列變換來抵消圖像中的畸變，以得到正常圖像，然后進行識別。
魚眼鏡頭設計模式。
常規光學系統都是基于高斯光學，遵循相似的成像準則，魚眼鏡頭是不相似的，因此需要選擇其它成像公式，以替代高斯光學成像公式，每個成像公式對應一種鏡頭設計模型。普通魚眼鏡頭共四種模型，即等距投影(equidistanceprojection)、等立體角投影(equisolidprojection)、體視投影(stereographicprojection)、正交投影(orthogonalprojection)。
