与其他类型的3D成像技术一样，双目立体视觉的目的是解决深度感知问题，这是所有3D问题的核心。

双目立体视觉是一种机器视觉技术，可以使用两个或多个机器视觉相机提供完整视野的3D测量。双目立体视觉的基础类似于人眼的3D感知，并且基于来自多个视点的光线的三角测量。

双目立体视觉模仿我们眼睛的工作原理，为我们提供准确、实时的深度感知。它通过使用两个相距固定距离的相机，对来自两个2D平面的相似像素进行三角测量，从而实现深度信息的获取。

相机中的每个像素收集沿物体方向到达相机的光线，如果可以将某个特征识别为图像中的像素位置，那么我们就能知道该特征对应的像素接收的光线。使用多台相机则能够获得多条光线。找到这些光线相交的位置就可以推出物体的3D位置及其特征。

通过像素和光线交叉的基本三角测量，我们可以确定物体的3D位置。视差越大，与物体的角度偏移越大，因此3D深度信息越大。

被动双目立体视觉取决于环境中的可见光，并且不使用任何类型的外部光，适用于光线充足的区域，在阳光和室内灯下效果很好，例如自动驾驶汽车等应用，但不适用于低光环境。

主动双目立体视觉是另一种双目立体，它主动使用激光或结构光等光线来简化立体匹配问题。

主动双目立体视觉在缺乏光线的区域非常有用。特别是使用红外光照射在物体上，从而切断其对于其他光源的依赖性，以此提高精度和深度信息的稳定性。但是主动双目立体视觉也有其缺点，例如在阳光直射和使用相同外部光源的高干扰区域中，主动双目立体视觉会失去其有效性。

双目立体视觉相机使用三角测量来感知深度，重要因素如下：基线；分辨率

• 基线：两个相机之间的距离称为基线，对于人眼而言，瞳孔间的距离大约是50-75mm。基线与深度成正比，因此，基线越长，我们可以覆盖的深度就越深，精度就越高。

• 分辨率：两个相机的分辨率，与深度成正比。要搜索的像素数越高，差异级别数就越高。因此，在更高的分辨率下，视差水平会很高，但是计算的负载也就越高。