El monitoreo de los parámetros estructurales y el daño a los árboles juega un papel importante en la gestión forestal. Los datos de teledetección recopilados por un vehículo aéreo no tripulado (VANT) proporcionan recursos valiosos para mejorar la eficiencia en la toma de decisiones. En este trabajo, proponemos un enfoque para mejorar los algoritmos de clasificación de especies y evaluación del estado vital de los bosques mediante la delimitación automatizada de copas de árboles individuales (ITCD). El enfoque puede ser utilizado potencialmente para el inventario y la identificación del estado de salud de los árboles en áreas forestales a escala regional. El algoritmo ITCD propuesto pasa por tres etapas: preprocesamiento (mejora de contraste), segmentación de copas basada en transformación wavelet y operaciones morfológicas, y detección de límites. El rendimiento del algoritmo ITCD se demostró en diferentes parcelas de prueba que contenían bosques estructurados homogéneos y complejos. Para escenas típicas, la precisión del contorno de la copa es de aproximadamente el 95%. La clasificación pixel por pixel se basa en el método de clasificación supervisada en conjunto con códigos de salida de corrección de errores, eligiendo la máquina de soporte vectorial con núcleo gaussiano como aprendiz binario. Demostramos que la clasificación de especies pixel por pixel de imágenes multiespectrales se puede realizar con un error total de aproximadamente el 1%, lo que es significativamente menor que al procesar imágenes RGB. La ventaja del enfoque propuesto radica en el procesamiento combinado de imágenes fotográficas multiespectrales y RGB.