Este esfuerzo de investigación propone un método novedoso para identificar y extraer carreteras de imágenes aéreas tomadas después de un desastre utilizando segmentación de imágenes basada en grafos. El conjunto de datos utilizado consiste en imágenes tomadas por un Vehículo Aéreo No Tripulado (VANT) en la Universidad de West Florida (UWF) después del huracán Sally. Se crearon máscaras de verdad de terreno para estas imágenes, que dividen los píxeles de la imagen en tres categorías: carretera, no carretera y incierto. Se implementó un paso de preprocesamiento específico, que utilizó interpolación cúbica de Catmull-Rom para redimensionar la imagen. Además, el filtro gaussiano utilizado en la Segmentación de Imágenes Basada en Grafos Eficiente se reemplaza por un filtro de mediana, y el espacio de color se convierte de RGB a HSV. La Segmentación de Imágenes Basada en Grafos Eficiente se modifica aún más al (i) cambiar el vecindario de píxeles de Moore al vecindario de píxeles de Von Neumann, (ii) introducir una nueva función de umbral de cociente isoperimétrico adaptativo, (iii) cambiar la función de distancia utilizada para crear los bordes del grafo, y (iv) cambiar el algoritmo de ordenación para que el algoritmo pueda ejecutarse de manera más efectiva. Finalmente, se añade una función simple para calcular automáticamente el parámetro k (escala). Se propone una nueva heurística de post-procesamiento para la extracción de carreteras, y se utiliza la métrica de evaluación de Intersección sobre Unión para cuantificar el rendimiento de la extracción de carreteras. El método propuesto mantiene un alto rendimiento en todas las imágenes del conjunto de datos y logra una puntuación de Intersección sobre Unión (IoU) que es significativamente más alta que la puntuación de una técnica de extracción de carreteras similar utilizando agrupamiento K-means.