حسگرهای تصویر نقش مهمی را در گستره ی بسیار وسیعی از سیستم ها و مدارات الکترونیکی ایفا می کنند. کاربرد گسترده ی حسگرهای تصویر در شاخه های مختلف مانند مخابرات، بیو مدیکال، دوربین های فیلم برداری و عکس برداری دیجیتال، بینایی ماشین و رباتیک و بسیاری شاخه های دیگر، اهمیت بالای مطالعه و تحقیق بر روی این حسگرها را اثبات می کند. از سال 1967 که اولین حسگر تصویر ساخته شد تا به امروز پیشرفت زیادی در این زمینه حاصل گردیده است. حسگرهای تصویر عمدتاً توسط دو تکنولوژی ccd (charged coupled device) و cmos (complementary metal oxide semiconductor) ساخته می شوند. هر کدام از این تکنولوژی ها مزیت ها و عیب هایی دارند؛ اما در سال های اخیر، به دلیل برتری های فراوان حسگر هایی که توسط تکنولوژی cmos ساخته می شوند، استفاده از این نوع حسگر ها بسیار مرسوم و همگانی شده، و بیشتر تحقیقات آکادمیک و صنعتی بر روی حسگرهای cmos متمرکز می باشد. تحقیقات و نوآوری ها بر روی حسگرهای تصویر cmos، غالبا در جهت بالا بردن کیفیت تصاویر دریافتی، کاهش نویز و ناهمگونی ها و افزایش کارایی می باشد. تاکنون تحقیقات اندکی در زمینه ی کاهش توان مصرفی در حسگرهای تصویر cmos انجام گرفته است. این پایان نامه با استفاده از روشی مداری، توان مصرفی حسگرهای تصویر را به مقدار قابل ملاحظه ای کاهش می دهد. در واقع با استفاده از مبدل های آنالوگ به دیجیتال اختلاف-سنج، این مهم میسر می گردد به گونه ای که به جای تبدیل هر نمونه ی آنالوگ به معادل دیجیتال آن بدون توجه به نمونه ی قبلی، تنها اختلاف دو نمونه به دیجیتال تبدیل می شود. در نتیجه با توجه به اختلاف نه چندان زیاد شدت نور در پیکسلهای مجاور برای اغلب پیکسلها، و با استفاده از مبدل آنالوگ به دیجیتال انتگرالگیر، در مدت زمان کوتاهی مدار فعال است و در بخش بزرگتری از زمان مدار خاموش می شود. برای اثبات کارآمدی این روش، یک حسگر تصویر از نوع پیکسل-فعال با ساختار بازخوانی سطح-ستونی و نرخ تصویر برداری 450 فریم در ثانیه و با مبدل های آنالوگ به دیجیتال single-slope integrating با منبع تغذیه 1.8 ولتی و در تکنولوژی 0.18 میکرومتر با ایده ی پیشنهادی طراحی و با نمونه ی سنتی مقایسه شده است. نتایج شبیه سازی hspice موید این هستند که توان مصرفی حسگر تصویر پیشنهادی حدود 30 درصد کمتر از حسگر تصویر سنتی می باشد. همچنین روشی کارامد جهت کاهش نویز الگوی ثابت ستونی ارائه گردیده است. این روش نیز توسط نرم افزار matlab پیاده سازی گردید و کارامدی آن اثبات شد.