En la base de cualquier tipo de percepción tridimensional, se encuentran una serie de complejos procesos fisiológicos y psicológicos relacionados con la visión, que desembocan en la creación de una sensación de volumen y dota a los objetos de un aspecto sólido y los sitúa en un punto concreto del espacio.

En última instancia, la materia prima de estos procesos es la obtención de dos imágenes distintas de una misma escena por parte de los dos ojos. Estas imágenes son procesadas y comparadas por el cerebro, el cual acaba creando una sensación espacial.

Estos mecanismos se utilizan de forma inconsciente en todo momento, por lo que, en general, no nos damos cuenta de que estamos viendo en tres dimensiones. Sin embargo, cuando se trata de observar representaciones que estamos acostumbrados a ver planas (tales como cuadros, dibujos o fotografías), el efecto es enormemente llamativo.

Esta visión en tres dimensiones, también llamada visión estereoscópica o visión en relieve, resuta de la capacidad del sistema visual de dar aspecto tridimensional a los objetos a partir de las imágenes en dos dimensiones obtenidas en cada una de las retinas de los ojos.

Se trata de un estado de la visión que se produce cuando ambos ojos fijan su atención simultáneamente en un mismo objeto. La fusión automática de ambas imágenes crea una percepción única en la que es posible apreciar distancias, espesores, profundidades y dimensiones.

En la creación de estas sensaciones intervienen tanto aspectos de la visión monocular como de la binocular, las cuales se suman y complementan. Los mecanismos que intervienen son muy variados, y se recogen en las páginas siguientes.