机器视觉在众多领域被广泛的应用，比如家庭智能机器人、仪表自动监测、汽车低速自动导航驾驶和航空图片中的物体识别，并且随着机器视觉技术的发展，机器视觉系统具更广泛的应用前景。而机器视觉的基础问题之一是物体识别。在识别物体的方法和过程中，还存在着许多问题和挑战，比如不仅仅需要从2D图片中的物体，而且要从2D图片中分析并猜测出物体的深度信息。人类的视觉系统不仅能轻易地快速识别2D图片中的物体，还能够对物体的立体几何形状做出判断，这实际上是一个由2D信息，辅以先验知识，推导出3D信息(深度信息)的过程。本文就侧重分析人在识别物体过程中使用的几何特征和先验知识，提出在人造几何物体图片中搜索共面线索进而实现深度信息猜测的算法。 首先，我们首先根据人造几何物体往往包含大量直线边缘和共面线索这一特点，提出了对汽车模型(Transit汽车)的几个面进行平面分割的算法。从图像中提取出边缘图片，并用向量化的方法表示出边缘图片，进而从中提取出角特征和共面的线索。汽车模型的每个平面都有其各自的特征，我们着重地考虑共面线索的使用，利用共面线索来界定并分割汽车模型的各个平面。 然后，我们通过模拟投影一个与汽车模型形状类似的长方体到投影平面的过程，对长方体的一个顶角投影到平面上所形成的Y型连接进行采样。每一个样本包含了Y型连接的形状、投影的角度以及投影时的相关投影参数。通过匹配平面分割结果中的Y型连接与采样得到的Y型连接，可以猜测并验证汽车图片的深度信息。之所以选择Y型连接是因为它在人从2D图像猜测3D深度信息时起到重要的先验知识的作用。