Nguyên lý hoạt động cơ bản được minh họa như hình sau.
Chuột quang dùng một LED chiếu sáng một khu vực của bề mặt làm việc, để làm lộ rõ cách sắp xếp hiển vi của các vùng sáng và các vùng tối của bề mặt làm việc. Những cấu trúc này được phản xạ vào trong cảm biến theo dõi mà thu những bức ảnh bề mặt ở tốc độ 1500 ảnh trên giây hay lớn hơn.
Mắt chúng ta dễ dàng nhìn thấy những vị trí khác nhau trên một bề mặt vật chất cĩ cấu trúc (gồ ghề lớn) khác nhau. Do bởi cường độ và năng lượng ánh sáng do những vị trí cĩ cấu trúc bề mặt khác nhau phản xạ, hội tụ vào võng mạc của mắt là khác nhau. Với một bề mặt vật chất nhẵn bĩng mắt thường chúng ta khơng thể nhìn thấy những chi tiết nhỏ gồ ghề của nĩ, nhưng dưới kính hiển vi chúng ta sẽ thấy cấu trúc lổm chỗm của bề mặt. Cấu trúc bề mặt lổm chỗm rất nhỏ này được chuột quang dùng để tạo ra (bằng phương pháp quang học tinh vi và cơng nghệ CMOS) một ảnh bề mặt gồm những điểm cĩ độ sáng ứng với cường độ và năng lượng phản xạ của các điểm bề mặt tương ứng.
Một diode phát ánh sáng (LED) làm sáng bề mặt phía dưới đáy của chuột. Ánh sáng từ LED phản ảnh những đặc tính kết cấu rất nhỏ (chỉ nhìn thấy dưới kính hiển vi) của bề mặt ra khơng gian. Một thấu kính bằng nhựa hội tụ ánh sáng được phản xạ từ những điểm rất nhỏ, gần nhau vào cảm biến hình thành một ảnh trên một cảm biến. Nếu chúng ta nhìn bức ảnh, nĩ sẽ là bức ảnh trắng đen của một phần nhỏ xíu của bề mặt. Như minh họa trong hình trên, bức ảnh nhỏ xíu này gồm nhiều điểm ảnh bằng nhau nhưng cĩ cường độ sáng hồn tồn khác nhau nằm giữa độ sáng của màu tối đen và màu trắng sáng, các điểm ảnh
cĩ độ sáng khác nhau này là do cấu trúc hiển vi của bề mặt khác nhau tại các điểm hiển vi khác nhau. Cảm biến liên tục thu những bức ảnh khi chuột di chuyển. Cảm biến thu những bức ảnh rất nhanh-cỡ 1500 ảnh trên giây hay nhanh hơn đủ để cho những ảnh liên tiếp trùng khớp (giống nhau) một phần. Những ảnh sau đĩ được gửi đến Optical Navigation Engine (tạm dịch phương tiện dẫn đường quang) để xử lý. The Optical Navigation Engine nhận dạng những cấu trúc, đặc điểm khác nhau giữa những ảnh thu được và theo dấu sự di động của chúng. Hình sau minh họa cách làm này :
The Navigation Engine nhận dạng những đặc điểm chung trong các ảnh lên tiếp để xác định hướng và lượng di chuyển. Ảnh B được chụp trong khi chuột đang di chuyển, một thời gian ngắn sau khi chụp ảnh A. Hình B giống như hình A nhiều điểm, dễ thấy hình B là hình A mà được dịch xuống và về phía trái.
Hai ảnh được bắt liên tiếp khi chuột được quét sang bên phải và đi lên. Nhiều chỗ trực quan giống nhau cĩ thể được nhận ra dễ dàng trong hai ảnh. Thơng qua giải thuật xử lý ảnh đã giành được bằng phát minh, The Opticcal Navigation Engine nhận dạng những nét chung giữa hai ảnh này và xác định khoảng cách giữa chúng (khoảng cách khơng gian giữa điểm chụp được ảnh A và điểm chụp được ảnh B). Thơng tin này sau đĩ được chuyển đổi thành tọa độ di chuyển X (theo phương ngang) và Y (theo phương thẳng đứng) để biểu thị sự di chuyển của chuột. Vị trí con trỏ chuột được định vị bằng cách kết hợp hai giá trị X và Y này.
Bằng trực quan, xem xét kỹ ảnh chục lúc A và B ta thấy rõ ràng chuột đã di chuyển qua phải và lên trên. Đĩ là định tính, thực tế giải thuật xử lý ảnh rất tinh vi, được cài đặt trong IC cảm biến sẽ xác định chính xác hướng và khoảng cách di chuyển. Chúng ta sẽ xét các IC cảm biến trong mục sau, nĩ gồm nhiều bộ phận chức năng khác nhau.