شبکه های حسگر دوربین، گونه ای خاص از شبکه های حسگر هستند که امروزه تحقیقات زیادی در مورد آن در حال اجراست. حسگرهای استفاده شده در این شبکه ها تصویر قسمتی از محیط اطرافشان را دریافت می کنند و این مورد موجب تفاوت شبکه های حسگر دوربین با شبکه های حسگری است که داده های تک بعدی را از کل فضای محدود اطرافشان جمع آوری می کنند. هدف از انجام این تحقیق آن است که با استفاده از تکنیک های بهینه سازی و پردازش تصویر و بینایی ماشین بتوان با استفاده بهتر از منابع شبکه، تصویری از ناحیه ای تهیه نمود که توسط دوربین های مذکور نظارت می شوند. برای این کار ابتدا بایستی در هر زمان تعدادی حسگر به نحوی برای دیده بانی کل ناحیه انتخاب شوند که میزان زنده بودن شبکه به بیشترین حد ممکن برسد. همچنین چون ارتباط بین حسگرها باید برقرار شود نیاز به حل مشکل مسیریابی و ارسال داده ها نیز وجود دارد. سپس، با استفاده از روش های بینایی ماشین و تولید تصاویر موزاییکی، تصویری کلی از محیط بدست می آید. در این پایان نامه چهار دسته الگوریتم برای انتخاب بهینه حسگرها با در نظر گرفتن مسیریابی معرفی می گردد. این چهار دسته الگوریتم های اولویتی و همسایگی ادراکی و همسایگی ارتباطی و تکاملی است. نتایج شبیه سازی نشان می دهد که الگوریتم های اولویتی و ادراکی و تکاملی برای انتخاب حسگرها به صورت متمرکز و الگوریتم های همسایگی ارتباطی برای انتخاب حسگرها به صورت توزیعی کاربرد دارند. همچنین از بین روشهای معرفی شده الگوریتم های تکاملی دارای نتایج بهتری نسبت به سایر روش ها در مصرف بهینه منابع شبکه بودند.