随着现代互联网技术的发展以及商业化应用的出现,网络所包含的图像资源数不胜数。传统的检索技术需要进行人工标注,这就意味着会花费大量的时间、人力与物力;且颜色、纹理、或者形状等单一特征也不能完全表达图像所包含的丰富内容,特别是对于图案复杂的刺绣图像,单单以某一种属性作为检索条件,并不能达到如期效果。青海拥有丰富的非物质文化遗产,具有鲜明民族特征、地域特性、底蕴丰富的传统民族刺绣就是其中之一。青海民族刺绣题材丰富、颜色艳丽、用途广泛、极具艺术价值,以数字图像的方式将其记录保存尤为重要。图像记录就意味着会产生大量的刺绣图像资源,这就会涉及到资源的查找等操作。因此利用这些刺绣图像资源,实现对其有针对性、高效、精准地检索,对于方便相关人员查询使用、图像资源高效管理和保护传承刺绣文化遗产、传播发扬民族文化具有重要的意义。由于卷积神经网络对图像有着很强的处理能力,不仅可以直接以图像作为输入,而且不需要人工进行额外的图像预处理和特征提取,因此本文针对卷积神经网络结合PCA降维以及距离相似性算法在刺绣图像检索里的应用进行了深入研究。针对青海民族刺绣图像的检索,本文做了以下相关工作:1、采用了VGG16卷积神经网络模型,通过卷积等系列操作提取刺绣图像特征并保存,构建了图像特征向量空间模型;2、为有效提升刺绣图像检索的效率和减少图像特征的冗余,使用了PCA主成分分析技术实现对图像的高维特征向量到低维的转换从而达到降维目的,并在此基础上构建了特征向量映射空间;3、在进行刺绣图像检索时,使用余弦相似性算法实现待检索刺绣图像特征向量与特征库特征向量的比较与匹配,进而实现刺绣图像的检索;4、最后,在一系列工作基础之上,设计了刺绣图像检索系统。