为了排除仅仅把观察限制在少数有经验者的身上这一困难，惠特斯通制成了立体视镜（stereoscope）。借助这种仪器，任何一个人都可以相当容易地从一个平面上呈示的东西中获得三维观念。普通类型的立体视镜是由布鲁斯特（Brewster）提供的（见图26）。它包含两块小的呈倾斜角度的棱镜，在棱镜后面的一段距离置有可供组合的两幅图画。双目在自由注视时必须使它们的视轴平行，以便能同时注视两幅图画（b）。但是，如果中间插入两块棱镜（p），而且它们的折射角朝向彼此的眼睛，从而使得来自图画（b）的光线将以这样的方式转向，即这些光线能落在视力最清楚的地方和视网膜的邻近部分，尽管双目并不凝视着图画（b），而是凝视着f点。这样一来，其必然的结果是，A和B的内部小圆（见图25）影响两眼视网膜的重合之点（coincident points），而图25的余下部分正好显现出视网膜映像中的同样差异，像我们直接观察一个具有类似特征的真实物体时所产生的视网膜映像的差异一样。
下面是最简单的立体视镜实验。如果用立体视镜把彼此位于不同距离的两根垂直线向每只眼睛呈现的话，那么深度知觉便会产生（见图27）；例如，向左眼呈现ab，向右眼呈现cd。运用这种方式，我们得到了两根垂直线的共同映像，共同映像之一，即垂直线1，是由于融合了a和c的结果，共同映像之二，即垂直线2，则是融合了b和d的结果。前者存在于纸的平面上，后者则存在于稍后一点的距离上。这是符合通常的情况的。当我们双目凝视两根线条时，右面一根线条往往比左面一根线条稍远一点，右眼视网膜映像中两根线条的水平距离必然比左眼视网膜映像中两根线条的水平距离要大一些。
当我们向每只眼睛呈现画得稍稍倾斜的一根线段，而且使两根线段的倾斜度稍有不同时，用这种方式同样产生了深度观念。如果线段l和r分别落入左眼和右眼上面，具有如图28所示的倾斜度，那么我们便能获得一个共同的映像（s），它延伸至第三维度，其上端比下端更远。但是，另一方面，如果线段像图29那样倾斜，我们便获得了一个共同的映像，它的下端要比上端更远。
在上述两个事例中，倾斜的线段以不同的形式倾斜，或者说垂直线之间的水平距离有所不同。这两个事例不断地被肉眼在三维视觉的条件下认识到，同时也在立体视镜中被认识到。它们构成两种基本的立体视镜的视觉实验。垂直线或斜线无须笔直；如果它们有点弯曲结果也一样。所有立体视镜的视觉最终有赖于这两种基本实验的结合。另一方面，如果呈现不同距离的水平线，我们便无法获得深度观念了。这一现象是很容易得到解释的，因为我们记得在自然界并不存在这类三维视觉的情况。我们可以随心所欲地翻转或扭曲一个物体；它的界线不是垂直的便是倾斜的。
立体视镜视觉的事实无可争辩地证明了双目是彼此独立地感知的，它们的知觉只是在第二步上才结合成共同的观念。关于立体视觉现象的原因，其他任何一种观点都不可避免地涉及一些矛盾。例如，认为两只眼睛实际上仅是一只眼睛；认为每根神经纤维分成两个分支，各自通往两个视网膜的相应点上，这样的想法是绝对不可能的。如果情况真是这样的话，那么我们从截去顶端的锥体所获得的共同映像将具有图30所示的特征。在图30中，那些不投射于相应视网膜点上的图画部分干脆相互覆盖起来；而且没有产生一种简单的三维物体观念的暗示。
如果我们承认（正如该现象不可避免地迫使我们去承认的那样）两眼是分离的视觉器官，它们彼此独立地进行感知，那么我们便只能以某种心理过程寻求两种视知觉（visual perceptions）的融合。事实上，这一现象本身导致了这样的结论。我们认为深度观念只有在两种映像恰巧与我们对空间实际物体的看法相符合时才会产生；我们发现，第三维度的直接知觉始终意指着双目视觉。现在，假定在你面前分开展示两幅平面图画，你被告知这两幅平面图画是同一物体的两种投影（projections），那么关于这一物体的性质你会作出什么推论呢？当然，你会说，物体在三个维度中得到扩展；你甚至会拥有一个关于该物体第三维度的大体正确的观念，也许还能构筑整个物体的确切模型。如果双目知觉原本便是两个分离的东西，那么就必须通过一种基本相似的方法，它使我们最终将这两种分区（separate area）的映像融合成在第三维度中延伸的物体的共同观念。我们也必须从物体的分区投影中构筑我们关于该物体模型的观念。唯一的差别在于我们并不是有意识地做到这一点，而是通过一种感觉联合的活动无意识地和不自觉地做到这一点：这是出现在意识中的唯一的结果，也即物体本身的观念。
将知觉融合成单一物体的观念，就其必要性而言，部分在于这些知觉的无限数量。不断向我们的双目呈现的是与三维物体相应的并补充三维物体的分区的投影。我们总是根据通过我们双目获得的关于外部世界的不同观点来感知这些物体。但是，将两部分的观念联结起来的动机只是事情的一半。在心理努力中还可以找到另一种更强烈的影响支配着一切知觉过程——努力获得同时发生的观念和观念要素的永久性联合。我们已经发现，在刚才谈到的分区和三维的知觉过程中，这种努力运作着。毫无疑问，两种视觉映像的融合是一种心理联合活动的结果。但是，我们仍然需要更加精确地确定这种联合是如何发生的。
当讨论单眼知觉的形成时，我们发现运动感觉（sensations of movement）提供了对视野中一些分离点的空间距离的测量。与此相似的是，在双目的深度观念中，也是运动感觉为我们提供了对空间距离的基本测量。如果共同视野包含了单一的亮点（bright point），那么支配着视网膜上黄斑（yellow spot）的眼动关系的反射机制便导致了双眼对该单一亮点的凝视。该亮点的映像投射于黄斑，也即视觉最清楚的地方；它是视轴发生交叉的地点。如果在共同视野中出现其他亮点，这些亮点便依次地被感知，其顺序按照这些亮点刺激眼睛趋向于运动的强度而定。由此，产生了对视野中出现的与众不同的点或界线的连续凝视。但是，当双目以这种方式一个点接一个点地区分出一个物体时，必然会在各种情形之间立即产生重要的差异。如果目光扫视过的那些点存在于一个平面上，那么不再被凝视的那些点的映像——也就是说那些点的映像没有落入黄斑，而是落入视网膜的侧面部分——仍然会影响双目中近似于重合位置（coincident position）的一些视网膜的点。这种位置的重合也提供了有赖于印象位置的特定感觉色彩的某种相似性。另一方面，如果连续凝视的点位于离开眼睛的不同距离，那么不再被凝视的点的映像就不会落入重合位置和两眼视网膜中相似感觉特征的点上。随着把这些点分离开来的第三维度的距离越大，这种分叉（divergence）现象也会越大。在这种情形里，两种视觉映像的联合必然会存在基本的差异；而且，与表面知觉（perceptions of surface）和深度知觉相对应的两个系列的实际经验将会清楚地彼此区分开来。
