在常规的图像处理中，处理的图像均为包含平面数据的图片，因此在测量立体信息时，需要有一定的已知条件，例如，前几节中已知条件为待测直线与物平面的夹角。而立体视觉是指利用相机去感知深度信息，使其能够直接获取包含深度信息的图片，在完成标定工作后，不再依赖其他先验条件。

获得深度信息分为两种途径，一种是被动的测距传感，最常用的方法是双目立体视觉，也就是利用视差的原理计算获取距离信息，另一种是主动测距，以下分别对两种途径进行说明。

双目立体视觉中，视差是指从有一定距离的两个点观察同一目标时所产生的差异。从目标看两个点之间的夹角，叫作这两个点的视差角，两点之间的连线称作基线。只需获得视差角和基线长度这两个条件，就可以计算出目标和观察者之间的距离。人之所以可以观察到物体的深度信息，就是来自于视差，如图5-3所示。

图5-3　视差示意图

需要注意的是，视觉并不是由眼睛产生的，而是由人脑产生的。人脑通过长期的学习，能够熟练地将双眼产生的视差计算成对应的深度信息。通过类似的算法，也可以将两个普通CCD相机组成双眼来获得双目立体视觉，目前市面上已经有很多这样成熟的产品。

主动测距是通过设备本身发射探测信号来完成深度信息的采集，如TOF（Time of Flight，飞行时间）测距法、结构光、激光扫描等方法。

图5-4为单点激光测距示意图，激光从光源出发，照射到待测物体上返回，经过相同的路程后被探测器捕捉，利用激光从放射到接收之间的时间差和光速，就可以计算出待测物体和探测器之间的距离。

图5-4　单点激光测距

其他探测方式大多与此类似，接收信号和测量距离间存在某种关系，从而可以通过接收信号计算出测量距离。

通过增加探测器的数量，或将探测器进行高速移动，即可从只能测量单点数据的传感器，变成能够拍摄深度图片的“相机”，再结合普通的彩色CCD相机，就形成了能够拍摄RGBD（Red Green Blue Depth，红绿蓝深度）四通道图片的相机。