为更好地数字化传承与创新传统的蓝印花布纹样,并能单独提取构成纹样的图案基元并进行分类,提出一种基于卷积神经网络的纹样基元分类方法。首先,对采集的128张蓝印花布图像进行纹样基元提取,形成图像样本库,共21 212张。其次,从库中随机选取80%的图像样本作为训练集,20%作为测试集,利用5×5卷积核对训练样本进行卷积操作,将得到的特征图进行池化。通过3层卷积、3层池化及2层全连接层计算后,利用Softmax分类器得到12种分类结果。最后,通过基元样本的学习获取最佳网络模型参数,并取得较理想的分类结果。结果表明:提出的卷积神经网络模型对12种纹样基元的平均分类准确率达99.61%,检测平均准确率达98.5%,为蓝印花布纹样的研究提供了新思路。