Wird ein Objekt über eine Stereokamera aufgenommen, ergibt sich ein räumlicher Versatz zwischen korrespondierenden Punkten im linken und rechten Bild. Dieser Versatz ist umgekehrt proportional zur Entfernung des betrachteten Punktes. So können aus einem Stereobild Tiefeninformationen zu einer betrachteten Szene errechnet werden. Das Ergebnis der Berechnung ist ein Wert pro Pixel und lässt sich visuell als Tiefenkarte darstellen.