在外部环境和图像视角变化的情况下，传统视觉闭环检测算法的精度和稳健性变得很差。为此，提出一种融合多层次卷积神经网络特征的闭环检测算法。高层次的卷积特征包含较多的语义信息，可以应对图像视角的变化；中等层次卷积特征包含更多的几何空间信息，对光照等变化具有更好的稳健性。通过充分利用中高等层次卷积特征的特性进行组合式相似性度量，提高了闭环检测的精度与稳健性。由于卷积特征向量的维度特别大，因此，首先对卷积特征向量进行降维处理。在Gardens Point数据集上的实验结果证明，利用多层次卷积特征的图像匹配