چکیده: محیط فیزیکی اطراف ما، یک محیط سه‌بُعدی است، محیطی که هر جسم موجود در آن، دارای طول، عرض و ارتفاع (عمق) می باشد. زمانی که به این محیط نگاه می کنیم و یا توسط دوربین های معمولی از آن عکس می گیریم، یک محیط سه بُعدی بر روی یک صفحه دوبُعدی نگاشت می شود. این کار باعث از دست دادن بُعد سوم یا همان عمق می شود. این بُعد حاوی اطلاعات بسیار مهمی جهت تحلیل و بررسی موقعیت و ویژگی های اشیاء موجود در تصویر می باشد. انسان با استفاده از تکنیک‌های سه‌بُعدی ساز مغز و داشتن قابلیت دید دو چشمی ، محیط را به شکل سه‌بُعدی درک می‌کند اما زمانی که از محیط عکس می گیریم باید سعی کنیم در کامپیوتر، بُعد سوم صحنه را توسط تکنیک های موجود بازیابی کنیم. تشخیص عمق تصویر، مسئله ای بسیار مهم و اساسی در بحث بینائی ماشین و هوش مصنوعی می باشد که هنوز راه حل قطعی برای آن پیدا نشده است. هدف این تحقیق، بدست آوردن عمق یک صحنه با توجه به یک تصویر دو بُعدی یک چشمی از آن و بخش بندی رنگی تصویر از نظر عمق می باشد. جهت رسیدن به این مهم، ابتدا ویژگی های موردنظر را از تصویر استخراج کرده و بردار ویژگی را تشکیل می دهیم سپس این بردار را به شبکه-عصبی داده و با توجه به نتیجه آن، تصویر را به کلاس های متمایزی از نظر عمق تقسیم می کنیم سپس هر قسمت را با توجه به عمق مربوطه رنگ آمیزی می کنیم. مستقل بودن از ویژگی های دوربین و صحنه، دقت و سرعت بالا، عدم نیاز به دسته بندی تصویر، آنچنان که در کارهای پیشین وجود داشت، استفاده از ویژگی ها و تکنیک های رایج و نسبتاً ساده پردازش تصویر، برخی از مزایای روش پیشنهادی می باشد.