AQC0602 | NAN-COL000344

Nanopublication — Analyse Computationnelle d'Image - AQC0602

Fa dièse Mineur - Recherche sur l'Harmonie

Affirmation 1: Analyse Computationnelle d'Image - AQC0602

Analyse computationnelle de la photographie de l'œuvre Fa dièse Mineur - Recherche sur l'Harmonie (AQC0602) [1] par Arnaud Quercy [2], selon IDS-CMP-2025 [3], sur une image de 1000 pixels de côté, le 2025-10-03. Chaque couleur est située dans le système Munsell et nommée selon le système ISCC-NBS (267 noms, National Bureau of Standards, 1976). L'image se divise en 12 aplats. Les plus étendus sont un vert bleuâtre clair (53 %), un vert bleuâtre moyen (25 %) et un vert très foncé (10 %). Parmi les autres, ceux qui se détachent le plus nettement de leur entourage sont un jaune moyen au centre (0,5 %), un jaune profond en bas à gauche (2,5 %) et un jaune moyen au centre (5,3 %). Par famille de noms : vert 90 % et jaune 6,3 %.

Contexte

Analyse effectuée selon IDS-CMP-2025 [3] : (a) couleurs nommées selon Munsell et ISCC-NBS, surfaces et aplats, (b) texture, (c) luminosité et contraste, (d) distribution spatiale. Image source : 2081x2775 pixels. Date d'analyse : 2025-10-03.

A) Analyse des Couleurs

Aplats

Classés par écart avec leur pourtour (CIEDE2000). Les traits de moins de 10 pixels d'épaisseur sont écartés (3).

Rang Couleur Nom ISCC-NBS Munsell Surface Écart Position
1 D0AD53 jaune moyen 2.3Y 7.1/7.4 0,5 % 49.6 au centre
2 0E2A24 vert très foncé 8.4G 1.5/2.9 10 % 37.3 à gauche
3 B1801D jaune profond 1.3Y 5.7/8.7 2,5 % 30.1 en bas à gauche
4 DBC675 jaune moyen 4.4Y 7.9/6.0 5,3 % 27.0 au centre
5 C2C6B5 gris jaunâtre 0.9GY 7.8/1.0 0,6 % 26.3 en bas
6 E5E7D2 blanc jaunâtre 1.1GY 9.0/0.9 0,6 % 24.1 en haut
7 59BBA6 vert bleuâtre clair 0.8BG 6.9/6.4 53 % 15.6 à droite
8 1F817E vert bleuâtre moyen 4.4BG 4.9/6.0 25 % 12.2 en bas à gauche
9 398F7E vert bleuâtre moyen 1.6BG 5.2/5.4 2,4 % 4.3 en bas à droite
10 359482 vert bleuâtre moyen 2.5BG 5.5/6.0 0,1 % 3.2 à droite
11 4E9584 vert bleuâtre clair 1.5BG 5.5/4.9 0,1 % 3.0 en haut à gauche
12 3D937F vert bleuâtre moyen 9.1G 5.5/6.0 0,1 % 3.0 en haut

Familles de noms

Famille Surface
vert 90 %
jaune 6,3 %
jaune-orangé 0,8 %
marron 0,7 %
vert-jaune 0,6 %
gris 0,5 %

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.181
Mean Local Roughness 0.026
Roughness Uniformity 0.021
Edge Density 0.141
Mean Gradient Magnitude 0.208
Gradient Variance 0.055
Gradient Smoothness 0.0
Directional Coherence 0.016
Pattern Complexity 0.142
Pattern Repetition 1.0
Detail Frequency Ratio 0.651
Spatial Variation 0.124
Texture Consistency 0.436

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.511
Brightness Variance 0.181
Brightness Uniformity 0.646
Brightness Skewness -0.606
Brightness Entropy 7.317
Rms Contrast 0.181
Michelson Contrast 1.0
Weber Contrast 0.713
Mean Local Contrast 0.029
Contrast Uniformity 0.245
Dynamic Range 1.0
Effective Dynamic Range 0.639
Shadow Percentage 12.136
Midtone Percentage 69.871
Highlight Percentage 17.994
Shadow Clipping 0.013
Highlight Clipping 0.0
Tonal Balance 0.048
Fine Contrast 0.014
Medium Contrast 0.036
Coarse Contrast 0.048
Multiscale Contrast Ratio 0.286
Edge Contrast 0.208
Contrast Clustering 0.564

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.77
Color Clustering 0.496
Color Transition Smoothness 0.49
Transition Uniformity 0.656
Sharp Transition Ratio 0.1
Transition Directionality 0.019
Mean Saturation 0.561
Saturation Variance 0.027
Low Saturation Ratio 0.043
Medium Saturation Ratio 0.75
High Saturation Ratio 0.207
Saturation Clustering 0.999
Hue Concentration 0.863
Complementary Balance 0.003
Analogous Dominance 0.913
Temperature Bias -0.83

Méthodologie

Analyse computationnelle d'une photographie de l'œuvre, ramenée à 1 000 pixels sur son plus grand côté et filtrée par une médiane 3×3 pour retirer le grain. Couleurs : chaque pixel (sRGB arrondi à 5 bits par canal) reçoit sa notation Munsell et son nom ISCC-NBS par une table calculée une fois depuis les données publiées (renotation Munsell ; blocs ISCC-NBS, NBS Special Publication 440, 1976), jamais depuis les œuvres. Aplats : régions d'un seul tenant d'un même nom, fusionnées avec leurs voisines tant que l'écart CIEDE2000 entre leurs couleurs moyennes reste sous 10 ; aplat retenu à partir de 0,05 % de l'image ; écart avec le pourtour mesuré de 4 à 12 pixels du bord. Texture : écart-type des intensités, écart-type local, densité de contours (Canny), motifs binaires locaux. Luminosité : moyenne, variance, contrastes RMS, de Michelson et local, répartition ombres / tons moyens / lumières. Distribution : cohérence spatiale, transitions, saturation. Méthodes déterministes et reproductibles. Limites : la mesure porte sur la photographie, sa lumière et sa balance des blancs comprises ; deux aplats voisins d'écart inférieur à 10 sont réunis.

Références

  1. [1] Quercy, A. (2024). F# minor - Research on Harmony - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0602.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/2025/11/ids-cmp-2025-norme-danalyse-computationnelle-dimage-5dq9.html

Profil épistémique

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

Somme de contrôle (SHA-256)

ad2d99ae73953999c47c6becb81c5f983d31f27b890a49286a64020d817a6663

Cette page dans d’autres formats

PDF · Markdown · English