누리호 4차
민간 주도 전환
우주항공청 (KASA)2025.11.27 발사국가 산업화
한국 우주산업이 연구기관 중심에서 민간기업·산업체 참여로 이동. 발사체와 인공위성을 동시에 운영하는 우주 강국 진입.
▶ 영상 — KARI 공식
"[KARI] 누리호 4차 발사 성공! 누리호가 촬영한 우주 공개"
한국 우주산업이 연구기관 중심에서 민간기업·산업체 참여로 이동. 발사체와 인공위성을 동시에 운영하는 우주 강국 진입.
달 탐사도 결국 센서·통신·영상·자동 판단·데이터 분석 이 핵심. 위성 데이터 처리 능력이 우주 시대의 기본기.
광학 카메라가 아닌 전파 레이더. 구름·밤에도 작동. 산불·홍수·빙하 변화·농작물 작황을 24시간 감시.
import numpy as np from PIL import Image import matplotlib.pyplot as plt # 합성 위성 사진 4장 (4 카테고리) np.random.seed(42) city = np.random.randint(80,160,(128,128,3),np.uint8) farm = np.array([[[80,140,60]]128]128,np.uint8) ocean = np.array([[[30,80,160]]128]128,np.uint8) forest= np.array([[[30,100,40]]128]128,np.uint8) print(city.shape) # (128, 128, 3) print(city.dtype) # uint8 (0~255)
# R, G, B 채널만 따로 fig, ax = plt.subplots(1, 3, figsize=(12,4)) ax[0].imshow(city[:,:,0], cmap="Reds") ax[1].imshow(city[:,:,1], cmap="Greens") ax[2].imshow(city[:,:,2], cmap="Blues") plt.show() # 카테고리별 평균 RGB for name, img in [("city",city),("farm",farm), ("ocean",ocean),("forest",forest)]: r,g,b = img[:,:,0].mean(), img[:,:,1].mean(), img[:,:,2].mean() print(f"{name}: R={r:.0f} G={g:.0f} B={b:.0f}")
img[:,:,0] = R 채널{city:(120,120,120), farm:(80,140,60), ocean:(30,80,160), forest:(30,100,40)}. 유클리드 거리로 가장 가까운 걸 반환."def classify(img): rgb = img.mean(axis=(0,1)); refs = {...}; ..." (코드 받음)classify() 가 새 사진 1개 올바르게 분류.test_accuracy(). 새 사진 12장 → 정확도 %.classify() → 결과 기록.