全景攝像機大致分為兩種類型：第一種，使用單個CMOS傳感器，用魚眼鏡頭來達到完整的全景效果。用軟件來做圖像處理，達到180度全景圖像的效果。第二種，使用多傳感器，使用的是標準的百萬像素鏡頭;有的用2個300萬像素加90度的鏡頭達到180度全景圖像的效果，總共6百萬像素;有的用4個200萬像素加45度的鏡頭達到180度全景圖像的效果，總共8百萬像素;或4個3百萬像素，4個5百萬像素，4個1千萬像素，來達到更高清晰度的180度全景圖像的效果。

　　就覆蓋范圍而言，單傳感器的魚眼全景攝像機與多傳感器架構的全景攝像機的監控覆蓋區域是類同的，在壁裝的情況下可以達到180°，吊裝的情況下也都可以達到360°的監控覆蓋效果。但我們知道，在相同分辨率的情況下，攝像機的視野越廣，能夠看清楚相同細節的距離就越短。所以可知，由于魚眼型全景本身僅使用了一塊傳感器，且目前市面上最高端的魚眼全景攝像機也僅是使用一塊500萬像素的傳感器，而又提供了360°的視角，使用魚眼型攝像機能夠獲取到的監控畫面細節自然就會捉襟見肘。更進一步說，由于魚眼鏡頭本身的光學成像原理所致，魚眼全景攝像機的實際成像區域為一個圓形(未經軟件拉伸矯正的實際成像畫面也是圓形)，而目前市面上所有視頻監控設備廠家所采用的圖像傳感器都是矩形的，像素點在這個矩形內平均分布，這又導致了在魚眼全景攝像機500萬像素的傳感器上，實際的有效像素遠遠達不到標稱的500萬像素，這也是魚眼全景攝像機清晰度低的一個原因。在另一個方面，魚眼全景攝像機為了給用戶提供一個相對常見，或者說更容易被理解的監控畫面，一般都會對圓形的實際成像畫面做一次軟件校正，實際是通過像素插值的方法將圓形畫面上的各像素點從中心向四角拉伸，而目前已有的校正算法并不能說非常智能或完美，這又導致魚眼型全景攝像機在后期軟件校正時造成了一定的畫面失真，也更進一步的犧牲了監控畫面細節的可辨識度。

　　從實際應用來說，使用魚眼全景攝像機記錄車牌就是一個非常不現實的要求。由于魚眼全景本身的有效監控距離很短，僅當車牌距離魚眼全景攝像機非常近，而且處于畫面中心位置時才有可能通過人眼辨識，由于車輛本身具有一定的體積，常識可知此時為了看清楚車牌魚眼全景攝像機實際覆蓋范圍實際僅有2個車位大小，這樣的應用已明顯與魚眼全景攝像機的設計初衷背道而馳。

　　從2006年起至今，各安防設備制造商就已陸續發布了多傳感器架構的全景攝像機，應用這種領先的設計理念，我們就可以完全兼顧視頻監控的覆蓋范圍，以及畫面細節。

　　就目前行業趨勢來看，未來一定會有更多的廠商開發全景攝像機，解析度也會不斷的提高。　由于清晰度提高，帶寬和存儲會增加，對攝像機幀率的要求會自然相對降低。很多廠家都開始研發H.265壓縮算法，同時優化高解析度全景攝像機的帶寬和存儲。軟件廠商也開始對多傳感器的全景攝像機進行深入的開發，使得4個視頻在軟件里組合為一個視頻。平安城市項目里有非常多的PTZ快球機，快球機的視頻死角多，軟件商開始研發快球機與全景攝像機的聯動，用戶可保留現有的快球增加全景攝像機，節省監控人員的工作量，解決快球機有死角的缺陷，可讓平安城市的應用更加完美。