轮廓检测是计算机视觉中一个重要且基本的问题, 找到了许多应用程序。 尽管过去取得了重大进展几十年来,由于困难,从自然图像进行轮廓检测仍然是一项艰巨的任务清楚地区分物体边缘和周围背景的方法。 为了解决这个问题,我们首先捕获了从像素级到段级的多尺度特征使用本地和全球信息。 这些特征被映射到一个空间通过计算高斯后散度来捕获判别信息混合模型,然后用于训练用于轮廓检测的随机森林分类器。 我们针对伯克利文献中的领先方法评估提出的算法分割和Weizmann马数据集。 实验结果表明提出的轮廓检测算法优于最新方法