La imagen estereofónica se refiere al aspecto de la grabación y reproducción de sonido estereofónico relacionado con las ubicaciones espaciales percibidas de la(s) fuente(s) de sonido, tanto lateralmente como en profundidad. Se considera que una imagen es buena si se puede identificar claramente la ubicación de los intérpretes; se considera que la imagen es mala si la ubicación de los intérpretes es difícil de localizar. Una grabación estereofónica bien realizada, reproducida correctamente, puede proporcionar una buena imagen dentro del cuadrante frontal .
Los sistemas de grabación y reproducción más complejos, como el sonido envolvente y el sistema ambisónico, pueden ofrecer una buena imagen en todo el entorno del oyente e incluso incluir información de altura. La imagen suele pensarse en el contexto de la grabación con dos o más canales, aunque la grabación con un solo canal puede transmitir información de profundidad de forma convincente.