假设已经取得了两图像之间的单应，则可单应矩阵HH可以将两幅图像关联起来：
其中，(u1,v1,1)T(u1,v1,1)T表示图像1中的像点，(u2,v2,1)T(u2,v2,1)T是图像2中的像点，也就是可以通过单应矩阵H将图像2变换到图像1，该功能有很多实际的应用，例如图像的校正、对齐以及在SLAM中估计两个相机间的运动。并保持某些性质的不变性，显然具有保线性。
而在视觉slam中一般为同一相机在不同的位姿得到同一平面的图像有以下公式
以上公式如何推导而来呢？假设使用同一相机在不同的位姿下拍摄了同一平面，如图：
上图表示场景中的平面π在两相机的成像，设平面π在第一个相机坐标系下的单位法向量为N，其到第一个相机中心（坐标原点）的距离为d，则平面π可表示为：
