为了获取更加清晰、更多细节的轮廓特征，充分利用Kinect传感器获取的RGB-D图像信息，将结构化的随机森林作为分类器，提出一种更加精确的轮廓提取器。首先，将RGB-D图像的多种信息利用数学公式表示出来；然后利用BSD500数据集以及NYU深度数据集训练结构化的随机森林算法，核心是将给定节点的结构化标签映射到一组离散标签；最后，利用该随机森林算法对RGB-D图像信息进行分类，得到图像轮廓。针对细节不同的四种场景图像进行对比实验，结果表明，经改进后的算法得到的轮廓效果更加清晰、准确。