圖像形成的研究包含了三維物體的二維圖像形成的輻射和幾何過程。在數字圖像的情況下，圖像形成過程還包括模擬到數字的轉換和采樣。

成像過程是將物體映射到一個圖像平面上。圖像上的每個點都對應于物體上的一個點。被照亮的物體將向鏡頭散射光線，鏡頭將收集和聚焦光線以形成圖像。圖像的高度與物體的高度之比就是放大率。像面的空間范圍和鏡頭的焦距決定了鏡頭的視場。鏡子的圖像形成這些有一個曲率中心，其鏡子的焦距是曲率中心的一半。

一個物體可能被來自發射源的光照亮，如太陽、燈泡或發光二極管。入射到物體上的光以一種取決于物體表面特性的方式被反射。對于粗糙的表面，反射的光是以表面的雙向反射分布函數（BRDF）的方式散射的。一個表面的BRDF是每平方米的射出功率（輻射度）與每平方米的入射功率（輻照度）的比率。BRDF通常隨著角度的變化而變化，也可能隨著波長的變化而變化，但一個特殊的重要情況是一個表面具有恒定的BRDF。這種表面類型被稱為Lambertian，BRDF的大小是R/π，其中R是表面的反射率。散射光中向鏡頭傳播的部分被成像鏡頭的入口瞳孔收集在視場內。

鏡頭的視場受到像面大小和鏡頭焦距的限制。圖像上的位置和物體上的位置之間的關系是y=f*tan(θ)，其中y是像面的xxx范圍，f是鏡頭的焦距，θ是視場。如果y是圖像的xxx徑向尺寸，那么θ就是鏡頭的視場。雖然鏡頭創造的圖像是連續的，但它可以被建模為一組離散的場點，每個場點代表物體上的一個點。圖像的質量受限于鏡頭中的像差和有限光圈檔所產生的衍射。

鏡頭的光圈檔是一個機械光圈，它限制了每個場點的光線收集。入場瞳孔是由鏡頭物體一側的光學元件形成的光圈擋板的圖像。被物體散射的光線被入口瞳孔收集，并通過一系列的折射元件聚焦到像面上。聚焦在像面的光線的錐度是由入口瞳孔的大小和鏡頭的焦距決定的。這通常被稱為鏡頭的f檔或f數。f/#=f/D其中D是入口瞳孔的直徑。

在典型的數字成像系統中，一個傳感器被放置在圖像平面。光線被聚焦到傳感器上，連續圖像被像素化。入射到傳感器中每個像素的光線將在像素內被整合，并產生一個成比例的電子信號。像素的角度幾何分辨率由atan（p/f）給出，其中p是像素的間距。這也被稱為像素的視場。傳感器可以是單色的或彩色的。在單色傳感器的情況下，入射到每個像素上的光線被整合，所產生的圖像是一個類似灰度的圖片。對于彩色圖像，通常在像素上放置一個馬賽克彩色濾光片，以創建一個彩色圖像。一個例子是拜爾濾波器。然后，每個像素上的信號被數字化為一個比特流。

一個圖像的質量取決于幾何和物理項目。從幾何學上講，圖像中像素的密度越高，塊狀的像素就越少，從而獲得更好的幾何圖像質量。鏡頭像差也有助于提高圖像的質量。從物理上講，由于光圈擋板引起的衍射將限制可分辨的空間頻率，作為f數的函數。在頻域中，調制傳遞函數（MTF）是衡量成像系統質量的一個標準。MTF是對輻照度的正弦變化在圖像平面上的可見度的測量，是正弦波頻率的一個函數。它包括衍射、像差和像素化的影響。對于鏡頭來說，MTF是瞳孔函數的自相關，因此它考慮了有限的瞳孔范圍和鏡頭的像差。傳感器的MTF是像素幾何形狀的傅里葉變換。對于一個正方形的像素，MTF(ξ)=sin(πξp)/πξp，其中p是像素寬度，ξ是空間頻率。