AQC0504 | NAN-COL000428

Nanopublication — Analyse Computationnelle d'Image - AQC0504

Le Pigeon grognon de Cap Town - Afrique du Sud

Affirmation 1: Analyse Computationnelle d'Image - AQC0504

Analyse computationnelle d'image de l'œuvre Le Pigeon grognon de Cap Town - Afrique du Sud (AQC0504) [1] par Arnaud Quercy [2], effectuée selon IDS-CMP-2025 [3], utilisant la méthode de regroupement regroupement k-means avec 10 paramètres d'extraction de couleurs. L'analyse comprend la distribution des couleurs, les métriques de texture, les mesures de luminosité/contraste, et la caractérisation des motifs spatiaux. Analyse effectuée le 2025-10-03.

Contexte

L'analyse effectuée selon IDS-CMP-2025 [3] comprend quatre catégories de métriques : (a) Distribution des couleurs via k-means (10 couleurs), (b) Analyse de texture utilisant les caractéristiques de Haralick, (c) Mesures de luminosité et contraste, (d) Caractérisation des motifs spatiaux. Image source : 1516x2048 pixels. Date d'analyse : 2025-10-03.

A) Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 CBBCA9 31.0 yellow-orange silver
2 D5C8B5 26.7 yellow-orange lightgray
3 4A5044 8.1 yellow-green darkslategray
4 D7A679 6.2 orange burlywood
5 A98054 6.2 orange peru
6 6B7065 5.8 yellow-green dimgray
7 2D2920 5.3 yellow-orange very dark gray
8 A59881 5.3 yellow-orange rosybrown
9 865B35 4.2 orange burnt sienna
10 7C9FB0 1.1 blue lightslategray
11 180A00 0.3 red-orange black [Accent]
12 A5C3CB 0.3 blue-green lightsteelblue [Accent]

Familles de Couleurs:

Famille %
yellow-orange 68.3
orange 16.6
yellow-green 13.9
blue 1.1
red-orange 0.3
blue-green 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
180A00 red-orange black 7.8
A5C3CB blue-green lightsteelblue 10.6

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.196
Mean Local Roughness 0.01
Roughness Uniformity 0.018
Edge Density 0.029
Mean Gradient Magnitude 0.097
Gradient Variance 0.045
Gradient Smoothness 0.0
Directional Coherence 0.198
Pattern Complexity 0.117
Pattern Repetition 1.0
Detail Frequency Ratio 0.591
Spatial Variation 0.113
Texture Consistency 0.566

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.633
Brightness Variance 0.196
Brightness Uniformity 0.691
Brightness Skewness -1.121
Brightness Entropy 6.742
Rms Contrast 0.196
Michelson Contrast 1.0
Weber Contrast 0.611
Mean Local Contrast 0.012
Contrast Uniformity 0.0
Dynamic Range 0.996
Effective Dynamic Range 0.58
Shadow Percentage 11.638
Midtone Percentage 25.385
Highlight Percentage 62.976
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.005
Medium Contrast 0.015
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.097
Contrast Clustering 0.434

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.741
Color Clustering 0.756
Color Transition Smoothness 0.743
Transition Uniformity 0.692
Sharp Transition Ratio 0.1
Transition Directionality 0.195
Mean Saturation 0.24
Saturation Variance 0.024
Low Saturation Ratio 0.76
Medium Saturation Ratio 0.226
High Saturation Ratio 0.014
Saturation Clustering 0.999
Hue Concentration 0.765
Complementary Balance 0.072
Analogous Dominance 0.868
Temperature Bias 0.699

Méthodologie

Cette analyse emploie des méthodes computationnelles standardisées pour la caractérisation objective des images. L'extraction des couleurs utilise l'algorithme de regroupement k-means. L'analyse de texture applique l'extraction des caractéristiques de Haralick. Les métriques de luminosité incluent la moyenne, la variance et l'analyse de distribution. Les motifs spatiaux sont caractérisés par des mesures de cohérence et de regroupement. Toutes les méthodes sont déterministes et reproductibles. Analyse effectuée par les systèmes d'imagerie computationnelle des Études idéamorphiques.

Références

  1. [1] Quercy, A. (2023). The grumpy Pigeon of Cap Town - South Africa - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0504.html
  2. [2] Quercy, A. (2025). ORCID https://orcid.org/0009-0000-2662-7790
  3. [3] Quercy, A. (2026). Computational Image Analysis Standard. https://ideamorphism.org/fr/mesures/2025/09/ids-cmp-2025-computational-image-analysis-standard-5dq9.html

Profil épistémique

Type de revendicationcomputational analysis
Voixthird person
Statut épistémiqueempirical measurement
Méthodologiecomputational analysis
Certitudehigh

Somme de contrôle (SHA-256)

59152698b140bea14ef94ff96657d879aff6013b54e7aaa086bbf378e21c0c1d

Cette page dans d’autres formats

PDF · Markdown · English