我们可以把两只眼睛比做两名哨兵，他们从不同角度观察世界，彼此通报各自的经验，用观念（idea）完成一幅共同的图景，并且通过观念将每位观察者分别看到的东西联合起来。
双目视力（binocular）与单目视力（monocular）不同，人们发现这一事实已经有很久。早期的生理学家认为由单眼产生的物体映象与由双眼产生的物体映像并无区别。因此，他们假设，双目实际上等于单目——这一结论在视神经（optic nerves）的解剖结构中得到证实。在视神经从脑部出发通往眼睛的途中，于某一地点发生×形交叉。该地点上的神经纤维紧密交错；然后，又形成两根神经干（nerve-trunks），每一根神经干通向一只眼睛。据假设，在两种神经的×形交叉点上，神经纤维产生了分离。每一根神经纤维，不论它来自脑的哪一侧，被认为是以下列方式分离（divide）的，即它的一部分通向一只眼睛，并在每只眼睛中通往相应位置的视网膜点上。英国物理学家惠特斯通（Wheatstone）于1840年证明，投射于每只眼睛视网膜上的映像（images）往往是不相同的，这种不相同并没有给视觉带来混乱。如果我们将某样东西放在靠近我们面前的地方，先闭一只眼睛，然后再闭另一只眼睛，在这先后两种情况下，我们见到的这个东西稍有不同。譬如说，我们将自己的一只手放在两眼之间，离开双目只有一点点的距离，以便使手的表面和脸部成直角；这样一来，一只眼睛只能见到手背，另一只眼睛只能见到手掌。如果解剖上的×形交叉点确是分离之处，而且如果投射于双目的映像在脑中直接相混合（intermixed），那么同时发生的双目视觉将只能为我们提供一幅混乱的图像。因为在一只眼的视网膜上反映出手背的部分，而在另一只眼的视网膜的相应区域则反映出手掌的部分。然后这两种图像参与视觉的共同活动，这样一来就会使任何一种清晰的视觉理解成为不可能的事。但是，实际的观察并未证明上述观点的正确。事实恰恰是，我们用双目看手比用单目看手可以看得更完美。原因不仅在于用双目看东西可以同时看，用单目看东西是相继地看，而且还在于我们直接感知到手并不是画在平面上的一幅图画，而是第三维度（third dimension）的延伸。我们可以用各种物体重复进行同样的试验；我们将总是发现对物体的第三维度的理解始终与同时发生的双目视觉密切联系着。如果我们只用单眼，那么我们便常常难以确定我们注视的物体究竟是三维的，还是仅仅画在平面上的一幅图画。因此，在单目注视中错觉是容易产生的；用透视法作画，其中明亮部分和阴影部分尤其可以提供第三维度的强烈印象。如果物体靠近我们，那么只要第二只眼睛一睁开，错觉便立即消失。虽然第三维度的知觉可以用单眼得到，但是它仍然是不够完整的、瞬间即逝的，而双目视觉获得的第三维度和知觉便不会这样。一般说来，我们用单目视力只能逐渐地获得物体的第三维度的知觉，并且按照眼睛由较近的注视点向较远的注视点的移动，也就是通过时间上一个接着另一个的系列活动来获得对物体的第三维度的知觉。
如果直接的深度观念（idea of depth）始终与同时发生的双目视觉相联系的话，那么显然可以这样说，我们用此方式见到的物体正是由于投射到双目的映像是不同的缘故。我们关于第三维度延伸的直接知觉是因为双目从不同视角注视事物的缘故。而且，这一事实通过观察得到了证实。当我们把物体移向距离眼睛越来越远的地方时，深度知觉便随之消失。但是，随着距离的增长，两眼视网膜之间的差异也随之减少。直到最后，当物体已经十分遥远，以至于双目之间的距离与物体相比实际上为零时，两种映象恰好相似，并相应地投射到两眼视网膜的有关部分。譬如说，如果我们拿一张纸放在眼前，以便使右眼见到纸的一边，左眼见到纸的另一边，我们便获得该纸在第三维度中延伸的清晰观念。但是，如果将纸张移动，使之离眼睛越来越远，结果我们便越来越少地看到纸的两面；直到最后，除了纸的前缘以外便什么也看不到了，而纸的前缘对于一只眼睛和另一眼睛都是一样的。换句话说，深度知觉和两种视网膜映像之间的差异始终是彼此平行的。
如果双眼视网膜映像之间的这种差异是深度知觉的原因，那么很显然这种深度知觉便可以在并未实际见到三维物体的情况下产生，只要向双眼呈现具有差异的视网膜映像（这种差异与知觉这样一种物体时产生的差异相类似）便可做到。也就是说，如果我们向一个视网膜投射一个看上去很像倾斜着的手背的映像，并向另一个视网膜投射一个在相似的条件下见到的类似手掌的映像，那么在我们的头脑里便会产生第三维度延伸的观念，尽管所使用的映像只不过是一个平面上的图画而已。这些视网膜映像与我们注视一只真实的手时所反映出来的视网膜映像恰好一样；其结果也因此保持不变。
要测试这一点颇为容易。最好采用简单形式的目标物。假定我们将截去顶端并且具有圆形底部的锥体放在眼前，锥体的顶点朝着我们的脸部。首先，我们闭起右眼，然后画一张确切的锥体图；接着，又闭起左眼，并画类似的图画。结果，画出来的两幅图是不同的，因为右眼所看到的锥体的一些部分是左眼所看不到的，反之亦一样，左眼所看到的那个部分是右眼所看不到的。左眼看到的锥体近似于A，右眼看到的锥体类似于B（见图25）。这两幅图仅仅作为图画都无法提供任何启迪以形成第三维度的观念。我们所能做的便是通过一种想象的努力去或近或远地注视内部的小圆，而不是去注视外部的大圆。但是，如果我们让A影响左眼，好像它是一个出自实际锥体的映像，并让B对右眼施以同样的影响，那么，我们便会得到明确的三维观念，就像我们通过观察锥体本身所获得的三维观念一样。
当然，如果用双眼去看这两幅画时眼睛随意乱指是不行的。我们必须以这样一种方式去看这两幅画，这种方式与那些由实际物体来形成的映像相对立。左眼必须凝视A里面的小圆，右眼必须凝视B里面的小圆。只有在这种条件下，两只眼睛里的映像才可能像我们凝视一个真实的截去顶端的锥体顶部时所产生的那种映像相关。但是，这样的实验并非易事。我们习惯于将双眼指向同一点上。这里，我们必须用两只眼睛凝视一个不同的点，用左眼看A的顶部，用右眼看B的顶部。唯有经过长而持续的实践，我们才能使自己的眼睛运动控制到这样的程度，即用每一只眼睛进行独立的注视。正常情况下，双目的运动完全是同时发生的。运动本身是由外部印象决定的；也有可能这些运动最初有助于机能的同时发生（functional concurrence）。因为，正如我们已经看到的那样，这是每只眼睛的反射机制的规律（law of the reflex mechanism），即我们的凝视总是受到与众不同的地点或界线（points or boundary lines）所吸引，并根据它们引起的印象的强度（intensity）从一个地点（或界线）移动到另一个地点（或界线）。由于双眼均遵循同一条规律，它们的运动必须紧密地相互联系。引导一只眼睛去凝视它的那个地点也会吸引另一只眼睛。这样一来，就两只眼睛来说，便产生了一种共同凝视的冲动，这种共同凝视的冲动只有通过实践才能克服。
