چکیده محیط فیزیکی اطراف ما، یک محیط سه بُعدی 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 تکنیک های سه بُعدی¬ساز مغز و داشتن قابلیت دید دو¬چشمی ، محیط را به شکل سه بُعدی درک می کند 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. کلمات کلیدی: تشخیص عمق، شبکه¬عصبی، بخش¬بندی تصویر، کلاس¬بندی