闭环检测是同步定位与地图构建(SLAM)的关键组成部分之一。传统的闭环检测多是基于手工设计特征的图像描述方法,很容易受环境的影响。而基于深度学习图像描述方法的闭环检测通常没有考虑到图像的局部空间特性。基于这些因素,提出一种CNN与VLAD融合的图像描述方法,应用于闭环检测。实验结果表明,与传统的基于手工设计特征的图像描述相比,基于CNN与VLAD融合的图像描述方法在实现100%的准确率下,召回率最高提高59.71%,与基于深度学习的图像描述方法相比召回率提高28.33%。