本发明公开了一种基于迁移学习和高斯混合模型分离的单株植被提取方法，包括以下步骤：S1，基于直推式迁移学习进行树干探测，以获取树干点；S2，以树干点云为基础进行最邻近聚类获取初始分割结果；S3，采用主成分变换和核密度估计确定初始分割中各部分的混合成分的数目，并基于混合成分的数目实现高斯混合模型分离获得树冠分离结果；S4，进行基于点密度重心的过分割植被优化合并；S5，基于竖直连续性原则采用从上之下的方式获取各个树冠所对应的树干点云，完成单木提取。本发明能够在保证获取较高树木提取精度的同时，可以实现更多的树木的探测。