Calcular los rasgos complejos en 3D de los árboles, como la estructura de las ramas, utilizando drones/vehículos aéreos no tripulados (VANT) con cámaras RGB a bordo es un desafío, ya que extraer los esqueletos de las ramas de nubes de puntos dispersas generadas por imágenes sigue siendo difícil. Este artículo propone un algoritmo de extracción de esqueletos para la nube de puntos dispersa generada por imágenes RGB de VANT con fotogrametría. Realizamos un experimento comparativo volando un VANT desde dos altitudes (50 m y 20 m) sobre un huerto universitario con varias especies de árboles frutales y desarrollamos tres métricas, a saber, el F1-score del punto de bifurcación (FBP), el F1-score del punto final (FEP) y la distancia de Hausdorff (HD) para evaluar el rendimiento del algoritmo propuesto. Los resultados muestran que los valores promedio de FBP, FEP y HD para la nube de puntos de las ramas de los árboles frutales recolectados a 50 m de altitud fueron 64.15%, 69.94% y 0.0699, respectivamente, y los de 20 m fueron 83.24%, 84.66% y 0.0474, respectivamente. Este artículo proporciona un método de extracción de esqueletos de ramas para la gestión digital 3D de huertos de bajo costo, que puede extraer de manera efectiva el esqueleto principal de la nube de puntos dispersa de las ramas de los árboles frutales, puede ayudar a analizar el estado de crecimiento de diferentes tipos de árboles frutales y tiene cierto valor práctico en la gestión de huertos.