Ekstraksi jalan dari citra satelit di QGIS: 6 cara

Untuk mengekstrak jalan di QGIS, instal QuickOSM, buka Vector > QuickOSM > QuickOSM, kueri kunci highway di atas extent kanvas Anda, dan jaringannya tiba sebagai garis dalam hitungan detik. Jika data OpenStreetMap masih tipis, lima metode lain menaruh jalan di peta: model segmentasi, dataset nasional publik, digitasi manual, penipisan GRASS, dan klasifikasi terbimbing.

Satu pilihan datang lebih dulu, dan ia menentukan metode mana yang terbuka untuk Anda. Anda bukan mengekstrak jalan. Anda memilih antara centreline, satu garis di tengah yang membawa jumlah lajur dan batas kecepatan, dan surface, aspal dari kerb ke kerb. Routing butuh garis. Drainase dan volume pengaspalan ulang butuh area. Separuh metode di bawah memberi Anda yang satu, separuh memberi yang lain, dan konversi di antaranya butuh satu langkah tambahan.

Setiap harga, versi, dan menu path dibaca pada 3 September 2026, terhadap QGIS 3.44 manual dan dokumentasi masing-masing tool.

Metode 1: Jalan dari OpenStreetMap dengan QuickOSM

Tiga puluh detik memeriksa OSM menghemat semua metode di bawah. QuickOSM mengkueri Overpass API dan menjatuhkan jawabannya langsung ke proyek Anda.

Tag adalah alasan area yang sudah dipetakan mengalahkan deteksi apa pun. highway=track memberi tahu Anda suatu jalur adalah trek pertanian dan highway=unclassified bahwa itu jalan umum kecil. Tidak ada model di halaman ini yang bisa memberi tahu Anda keduanya, karena deteksi mengembalikan bentuk dan OSM mengembalikan bentuk yang sudah dinamai seseorang. Atribusi wajib di bawah ODbL.

Cakupan adalah tempat OSM berhenti. Buka garis highway di atas citra terbaru di Afrika rural, di Asia Selatan, atau di tepi kota yang berkembang, dan trek-trek itu jelas terlihat di gambar tanpa ada yang digambar di atasnya.

Gunakan saat: seseorang sudah memetakan area tersebut.

Lewati saat: citra menunjukkan jalan yang tidak ada di layer OSM.

Seberapa lengkap OpenStreetMap? Empat komune Prancis, diukur

Di empat komune Prancis yang kami ukur pada 23 September 2026, OpenStreetMap memuat 96 sampai 98% panjang jalan beraspal di BD TOPO resmi IGN, sementara 20 sampai 32% trek pertanian dan hutan IGN tidak ada di OSM di tiga komune pedesaan, dan deteksi gratis Microsoft menemukan 6 sampai 12% dari trek yang hilang itu. Di negara yang terpetakan sebaik Prancis, ekstraksi jalan dari citra adalah masalah trek, bukan masalah jalan.

Di keempat komune ini, garis Microsoft mencakup 89 sampai 95% panjang jalan beraspal IGN dan 17 sampai 37% trek-nya.

Letak trek yang hilang menentukan apakah citra bisa menemukannya. Kami menggambar 20 potongan hilang secara acak di setiap komune pedesaan dan memeriksa masing-masing pada ortofoto IGN. Di Orgères-en-Beauce, 7 menunjukkan trek di lapangan dan 5 jatuh di tepi ladang kosong tanpa apa pun untuk ditelusuri. Di Gérardmer, 15 dari 20 berjalan di bawah kanopi konifer, tempat tidak ada model yang melihat dari atas akan pernah melihatnya. Saint-Léonard berada di antara keduanya, dengan 7 terlihat dan 5 di bawah pohon.

Dua hal lain muncul yang mengubah cara Anda membuat kueri. Di Gérardmer, 93 km trek IGN lainnya ada di OSM sebagai highway=path, jadi kueri QuickOSM untuk track saja akan melewatkannya: kosongkan Value. Dan OSM memuat apa yang tidak digambar IGN, seperti 100 km jalan setapak dan jalur di Gérardmer serta 64 km jalan layanan di Villeurbanne (lorong parkir, halaman, jalan masuk rumah).

Cara kami mengukurnya

Kami mengambil IGN BD TOPO troncon_de_route dari WFS Géoplateforme, setiap way highway OSM dari Overpass pada 22 dan 23 September 2026 (yang dikembalikan QuickOSM, tanpa trotoar), serta rilis Microsoft 28 April 2025, semuanya dipotong ke setiap komune. Setiap garis dipotong menjadi ruas 10 m, dan satu ruas dihitung hilang jika dataset lain tidak punya garis dalam jarak 10 m yang berjalan dalam 45 derajat darinya. Pada 5 m atau 20 m, jalan beraspal tetap di bawah 5% hilang dan trek pedesaan antara 15 dan 37%. Empat komune bukan Prancis secara keseluruhan, BD TOPO adalah acuan dan bukan kebenaran mutlak (5 dari 20 potongan di Orgères tidak menunjukkan apa pun di lapangan), dan pemeriksaan ortofoto adalah penilaian satu pembaca atas 60 gambar.

Metode 2: Model segmentasi

Model segmentasi telah belajar seperti apa jalan, sehingga bentuk dan konteks membawanya melewati rupa kembar yang menghentikan Metode 6. Kami membangun salah satunya, AI Segmentation. Bagian ini tentang tool kami sendiri.

Output adalah poligon kerb ke kerb dan tidak pernah centreline, jadi deliverable garis membuat Anda membayar langkah skeleton di atas. Kedua mode cloud mengirim citra ke server di Uni Eropa, dan hanya model lokal kecil yang tetap di mesin Anda.

Kanopi pohon memecah surface menjadi potongan yang Anda sambung ulang dengan tangan, dan dek jembatan melakukan hal sama. Aspal basah dan pengaspalan baru mengubah rona cukup untuk menghilangkan satu ruas. Kami tidak menerbitkan angka akurasi, karena angkanya bergerak mengikuti citra Anda.

Satu angka dari tabel tuning kami sendiri, karena ia menjelaskan hasil yang menurut orang aneh. Jalan berjalan pada tile lebih kasar daripada bangunan, dibatasi bawah pada 512 m ground per tile melawan 128 m untuk bangunan, karena model yang diberi fragmen aspal menyebutnya tempat parkir. Jalan hanya terbaca sebagai jalan saat model bisa melihat hamparannya.

Biaya, dibaca 28 September 2026. Paket gratis mencakup 1,5 km² ground per bulan pada mode Otomatis tanpa kartu, plus 20 deteksi objek per bulan pada Semi-Auto cloud, dan Semi-Auto di mesin sendiri tanpa counter sama sekali. Pro menaikkan itu menjadi 100 km² dan 500 objek seharga €39 per bulan di luar PPN. Mapflow membawa model jalan yang dihargai dalam kredit seharga $0,10 per kredit, 5 kredit per km² plus biaya citra, dengan 250 kredit gratis untuk mulai.

Gunakan saat: citra lebih baru dari peta, dan ada lebih banyak jalan daripada yang mau Anda gambar tangan.

Lewati saat: OSM sudah memegang jaringannya, atau citra tidak boleh keluar dari mesin Anda.

Metode 3: Dataset jalan publik

Seseorang mungkin sudah menjalankan deteksi dan membagikan hasilnya gratis.

Microsoft Road Detections mencakup 54,2 juta kilometer jalan di 235 negara, ditambang dari citra udara Bing Maps dan dirilis di bawah ODbL sebagai centreline, satu file per negara.

Meta menerbitkan jalan hasil AI-nya sendiri melalui Rapid editor. Distribusi Daylight yang dulu mengemasnya telah dihentikan pada Mei 2024, sehingga Rapid kini menjadi rute praktis menuju datanya.

Badan nasional mengalahkan keduanya di mana mereka ada. Prancis menerbitkan BD TOPO dengan layer Troncons de route pada presisi metrik di bawah Etalab 2.0, melawan alignment kasar yang diberikan dataset hasil tambang. Britania Raya menerbitkan OS Open Roads gratis melalui OS Data Hub, disegarkan setiap April dan Oktober.

Kelemahannya adalah vintage. Satu set deteksi adalah potret citra dari mana ia ditambang, dan tidak satu pun dari ini tahu bahwa suatu jalan ditutup musim semi lalu.

Gunakan saat: Anda butuh cakupan nasional sore ini dan tanggalnya cukup baik.

Lewati saat: pekerjaannya adalah perubahan sejak dataset itu dibangun.

Metode 4: Digitasi manual, dengan tracing aktif

Di bawah sekitar lima puluh jalan, menggambar masih menang, dan QGIS memberi bantuan nyata setelah Anda tahu apa yang sebenarnya diikuti tracing.

Aktifkan editing, pilih Add Line Feature, lalu aktifkan tool Tracing pada Snapping toolbar atau tekan T. Snap ke vertex, pindah ke vertex kedua, dan QGIS membangun jalur terpendek di antara keduanya di sepanjang tepi fitur yang ada. Buka ikon tracing dan atur Offset untuk mendigitasi sejajar fitur tersebut, bukan di sepanjangnya.

Dua perilaku mengejutkan orang. Tracing mati sendiri saat kanvas memuat terlalu banyak fitur, dan kembali saat Anda zoom masuk. Untuk kurva bebas, R memberi Anda streaming digitizing sebagai gantinya.

Gunakan saat: di bawah sekitar lima puluh jalan, atau koreksi terhadap layer yang sudah Anda percaya.

Lewati saat: Anda menatap satu distrik berisi trek yang belum dipetakan.

Metode 5: GRASS r.thin, lalu r.to.vect

Kerja dalam CRS proyeksi. Dua langkah di bawah memakai lebar dalam unit layer, dan lebar dalam derajat tidak ada artinya.

Ini satu-satunya metode yang memberi Anda centreline langsung, itulah sebabnya ia bertahan pada 2026. Beri ia raster di mana jalan bernilai satu dan sisanya bernilai lain: pindaian peta kertas yang di-threshold, atau mask dari Metode 2 atau 6.

r.thin mereduksi setiap goresan menjadi selebar satu piksel, dan rantai piksel itu adalah centreline. r.to.vect dengan tipe fitur line mengubahnya menjadi geometri. Manual GRASS memperingatkan bahwa ia membuat node berlebih di persimpangan dan spur gantung, jadi anggarkan bersih-bersih: buang spur menurut panjang, lalu gabungkan segmen yang seharusnya menjadi satu jalan.

GRASS ikut dalam sebagian besar installer QGIS, jadi tidak ada yang perlu dibeli. Ia juga langkah yang mengubah surface Metode 2 menjadi jaringan garis, yang merupakan pasangan yang paling sering saya pakai.

Gunakan saat: Anda memegang mask jalan bersih atau pindaian bersih, dan Anda butuh garis.

Lewati saat: masukannya adalah foto berwarna.

Metode 6: Klasifikasi terbimbing

Klasifikasikan piksel, lalu vektorkan kelas jalan. Semi-Automatic Classification Plugin adalah tool standar, oleh Luca Congedo. Rilis 9.0.4 butuh QGIS 3.99, lini QGIS 4, jadi pada QGIS 3.x manager memberi Anda 8.5.0 sebagai gantinya. dzetsaka melakukan pekerjaan sama dengan antarmuka lebih kecil.

Anda menggambar region training pada piksel jalan dan pada setiap kelas lain di scene, menjalankan classifier seperti Maximum Likelihood, lalu mengirim kelas jalan melalui Raster > Conversion > Polygonize. panduan raster ke vektor mencakup paruh kedua itu, termasuk algoritma yang memperbaiki tepi tangga yang ditinggalkan polygonize.

Ia bekerja saat aspal benar-benar berbeda dari sekitarnya, dan band multispektral membantu. Ia tumbang pada rupa kembar, karena classifier membandingkan nilai piksel dan tidak tahu apa-apa tentang bentuk: atap abu-abu, dasar sungai kering, dan tepi ladang gundul semua masuk ke kelas jalan. Anggarkan berjam-jam untuk sampel training, dan bersiap menggambar ulang untuk scene berikutnya.

Gunakan saat: Anda punya band multispektral dan jalan yang menonjol di dalamnya.

Lewati saat: jalan dan atap berbagi warna, yang terjadi di sebagian besar kota.

Yang perlu diingat

Empat hal merusak semua metode di halaman ini, berapa pun yang Anda bayar. Kanopi pohon di atas jalan perumahan menyembunyikan jalan dari sensor mana pun yang melihat dari atas, sehingga hasilnya kembali terpotong-potong. Trek tanah dan ladang di sebelahnya berwarna sama, itulah sebabnya jalan tak beraspal hilang tepat di tempat yang paling butuh dipetakan.

Dua lainnya adalah soal bentuk. Sungai, dasar sungai kering, dan rel kereta adalah fitur panjang tipis, dan metode berbasis piksel mana pun memasukkannya ke kelas jalan. Jembatan dan mulut terowongan memotong permukaan tepat di titik di mana jaringan paling harus tetap tersambung.

Periksa OpenStreetMap dulu, karena tiga puluh detik di sana menentukan apakah lima metode lain layak dibuka. Di negara yang terpetakan dengan baik, yang tersisa untuk ditemukan sebagian besar adalah trek, dan banyak di antaranya berada di bawah pohon.

Putuskan antara centreline dan surface sebelum Anda memilih metode, bukan sesudah. Routing butuh garis, hitungan area butuh poligon, dan konversinya butuh satu langkah ke arah mana pun.

Tracing otomatis mengikuti feature vektor yang sudah ada, tidak pernah citra di bawahnya. r.thin butuh raster biner, tidak pernah foto.

Jalan di bawah pohon kembali terputus di semua metode di halaman ini, dan berapa pun uang tidak memperbaikinya.

Surface Metode 2 yang dijalankan melalui Metode 5 memberi Anda jaringan centreline yang tidak perlu didigitasi siapa pun.

Coba gratis di QGIS, tanpa kartu

Pertanyaan yang sering ditanyakan

Bisakah QGIS mengekstrak jalan dari citra satelit sendiri?

Tidak otomatis. QGIS inti mendigitasi dengan tangan dan memvektorkan raster yang sudah Anda klasifikasikan. Mengeluarkan jalan dari foto butuh plugin: model segmentasi, atau classifier seperti SCP yang Anda latih sendiri.

Apakah ekstraksi jalan menghasilkan garis atau poligon?

Keduanya ada, dan metodenya yang menentukan. OSM, dataset nasional, deteksi publik, dan GRASS r.thin mengembalikan garis. Klasifikasi terbimbing dan model segmentasi mengembalikan surface, karena surface adalah apa yang ditunjukkan citra. GRASS v.voronoi.skeleton mengubah satu ke lainnya.

Mengapa jalan di bawah kanopi pohon hasilnya terputus?

Tidak ada sensor yang melihat dari atas menembus kanopi, jadi celahnya ada di data sebelum perangkat lunak apa pun menyentuhnya. Jembatani potongannya dengan snapping segmen bersama dalam sesi editing.

Seberapa lengkap jaringan jalan OpenStreetMap?

Untuk jalan beraspal di negara yang terpetakan dengan baik, hampir lengkap: OSM memuat 96 sampai 98% panjang jalan beraspal IGN di empat komune Prancis yang kami ukur pada September 2026. Celahnya ada di trek, dengan 20 sampai 32% panjang trek IGN hilang di komune pedesaan. Secara global, sebuah studi 2017 menempatkan jaringan jalan OSM pada kelengkapan sekitar 83%.

Bisakah metode apa pun menemukan trek tak beraspal?

Sebagian. Trek tanah dan ladang di sebelahnya berbagi warna, sehingga klasifikasi biasanya melewatkannya dan model deteksi menemukan yang lebih lebar. OSM highway=track adalah sumber paling andal di mana mapper pernah datang, yang justru masalahnya di tempat yang paling membutuhkannya.

Resolusi citra berapa yang cukup untuk ekstraksi jalan?

Apa pun yang memisahkan jalan dari apa yang ada di sebelahnya. Jalan tol muncul di scene satelit kasar; gang perumahan di bawah pohon butuh ortofoto 20 cm atau lebih baik. Uji citra Anda sendiri pada tier gratis sebelum berkomitmen pada satu metode.

Apakah ekstraksi jalan gratis di QGIS?

Metode 1 dan 3 hingga 6 gratis dipasang dan gratis dijalankan. Hanya model segmentasi cloud yang berbayar, dan keduanya yang disebut di sini punya jatah gratis.

Bisakah tracing diaktifkan untuk mengikuti jalan pada citra?

Tracing tidak melihat gambar. Manual QGIS 3.44 jelas: ia membangun jalur terpendek di sepanjang tepi feature vektor yang sudah ada. Di atas citra satelit polos tidak ada yang bisa diikuti, jadi tool tersebut tidak melakukan apa-apa. Ia berguna saat Anda sudah memegang bidang tanah atau jaringan parsial dan ingin geometri baru menempel ke sana.

Bisakah GRASS r.thin dijalankan pada foto udara?

r.thin butuh raster di mana jalan bernilai satu dan sisanya bernilai lain. Beri ia foto berwarna dan ia menipiskan apa pun yang kebetulan dikelompokkan oleh nilai piksel, yang bukan jalan. Ia tool brilian yang ditaruh satu langkah terlalu awal: ia milik setelah klasifikasi atau deteksi, bukan sebelum.

panduan raster ke vektor mencakup paruh polygonize dari Metode 6, dan panduan footprints bangunan memandu langkah filtering sampai tuntas. Jika rantai deteksi lalu skeletonize pada Metode 2 mulai membosankan di banyak tile, AI Agent bisa menjalankan langkah-langkah yang sama dari satu instruksi di QGIS. hub AI QGIS membandingkan plugin berdampingan.