AQC0756 | NAN-COL000198

Nanopublication — Analyse Computationnelle d'Image - AQC0756

Ré Mineur - Recherche sur l'Harmonie - Variation 3

Affirmation 1: Analyse Computationnelle d'Image - AQC0756

L'œuvre Ré Mineur - Recherche sur l'Harmonie - Variation 3 (AQC0756) [1] par Arnaud Quercy [2] a fait l'objet d'une analyse computationnelle complète [3] le 2025-10-03. Méthode : regroupement k-means avec 10 couleurs extraites. Métriques documentées : distribution des couleurs, analyse de texture, luminosité/contraste, motifs spatiaux.

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 : 3024x4032 pixels. Date d'analyse : 2025-10-03.

A) Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 282424 17.5 gray very dark gray
2 E6932E 16.9 orange goldenrod
3 ECA043 13.1 orange sandybrown
4 CC9548 10.9 orange peru
5 B9792C 10.4 orange chocolate
6 E18016 8.3 orange darkorange
7 BEB4A7 7.4 yellow-orange steel gray
8 D9A968 6.2 yellow-orange darksalmon
9 A84A32 5.0 red-orange burnt sienna
10 8D3722 4.6 red-orange russet
11 6B633B 0.3 yellow dark brown [Accent]

Familles de Couleurs:

Famille %
orange 59.4
gray 17.5
yellow-orange 13.6
red-orange 9.5
yellow 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
6B633B yellow dark brown 24.2

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.198
Mean Local Roughness 0.011
Roughness Uniformity 0.012
Edge Density 0.036
Mean Gradient Magnitude 0.109
Gradient Variance 0.025
Gradient Smoothness 0.0
Directional Coherence 0.028
Pattern Complexity 0.118
Pattern Repetition 1.0
Detail Frequency Ratio 0.591
Spatial Variation 0.168
Texture Consistency 0.304

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.518
Brightness Variance 0.198
Brightness Uniformity 0.618
Brightness Skewness -0.974
Brightness Entropy 6.855
Rms Contrast 0.198
Michelson Contrast 1.0
Weber Contrast 0.78
Mean Local Contrast 0.014
Contrast Uniformity 0.0
Dynamic Range 0.996
Effective Dynamic Range 0.584
Shadow Percentage 20.731
Midtone Percentage 58.769
Highlight Percentage 20.5
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.005
Medium Contrast 0.017
Coarse Contrast 0.03
Multiscale Contrast Ratio 0.183
Edge Contrast 0.109
Contrast Clustering 0.696

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.725
Color Clustering 0.431
Color Transition Smoothness 0.724
Transition Uniformity 0.84
Sharp Transition Ratio 0.1
Transition Directionality 0.035
Mean Saturation 0.578
Saturation Variance 0.09
Low Saturation Ratio 0.238
Medium Saturation Ratio 0.254
High Saturation Ratio 0.509
Saturation Clustering 1.0
Hue Concentration 0.989
Complementary Balance 0.0
Analogous Dominance 1.0
Temperature Bias 1.0

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. (2024). D Minor - Research on Harmony - Variation 3 - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0756.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)

3472d4f7516dc3ccfb1d3d10f7141ec6fe3a99361cb69c8dc311d8ea0d9ff16b

Cette page dans d’autres formats

PDF · Markdown · English