Utilizar sensores LiDAR montados en vehículos aéreos no tripulados (UAVs) para adquirir datos tridimensionales de huertos frutales y extraer información precisa sobre árboles individuales puede facilitar en gran medida la gestión no tripulada. Para abordar el problema de la baja precisión en los métodos tradicionales de segmentación de cuencas hidrográficas basados en modelos de altura de dosel, este documento propone un método mejorado para extraer copas de árboles individuales en huertos frutales, lo que permite una mejor detección de características de copas superpuestas. En primer lugar, se ajusta una curva de distribución de copas de árboles de una sola fila o columna basada en las copas de árboles detectadas utilizando un tamaño de ventana variable. Posteriormente, se genera una región espacial cúbica que se extiende infinitamente a lo largo del eje Z con ancho igual alrededor de esta curva, y se extraen todos los puntos de copa que caen dentro de esta región, para luego proyectarlos sobre el plano central. El contorno proyectado de las copas en el plano se ajusta utilizando funciones gaussianas. Las copas de los árboles se detectan identificando puntos máximos en la curva ajustada por funciones gaussianas. Finalmente, se aplica el algoritmo de cuencas para segmentar las copas de los árboles frutales. Los resultados demuestran que en huertos de cítricos con superposición de copas pronunciada, este novedoso método reduce significativamente el número de árboles no detectados con una tasa de recuperación del 97.04%, y el puntaje F1 que representa la precisión de detección para los árboles frutales alcanza el 98.01%. Las comparaciones entre el método tradicional y el algoritmo de fusión de ajuste de Gauss y cuencas en huertos que muestran diferentes grados de superposición de copas revelan que el algoritmo de fusión logra una alta precisión de segmentación al tratar con copas superpuestas caracterizadas por variaciones significativas de altura.