AQC0763 | NAN-COL000191

Nanopublication — Analyse Computationnelle d'Image - AQC0763

Sol Mineur - Recherche sur l'Harmonie - Variation 6

Affirmation 1: Analyse Computationnelle d'Image - AQC0763

Analyse computationnelle d'image de l'œuvre Sol Mineur - Recherche sur l'Harmonie - Variation 6 (AQC0763) [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 : 2888x3851 pixels. Date d'analyse : 2025-10-03.

A) Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 2E2F35 20.1 gray darkslategray
2 695388 15.3 violet dusty mauve
3 DEA465 14.1 orange sandybrown
4 B95C2C 13.7 orange burnt sienna
5 DFBB97 12.3 orange burlywood
6 CD8651 9.3 orange peru
7 4D424B 5.0 red-violet dusty mauve
8 BBB4AC 4.8 yellow-orange steel gray
9 EEA11F 3.1 yellow-orange goldenrod
10 E1D8D9 2.1 white gainsboro
11 420F07 0.3 red-orange very dark red [Accent]
12 1C0F14 0.3 red black [Accent]

Familles de Couleurs:

Famille %
orange 49.4
gray 20.1
violet 15.3
yellow-orange 8.0
red-violet 5.0
white 2.1
red-orange 0.3
red 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
420F07 red-orange very dark red 29.4
1C0F14 red black 8.1

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.215
Mean Local Roughness 0.017
Roughness Uniformity 0.016
Edge Density 0.079
Mean Gradient Magnitude 0.16
Gradient Variance 0.045
Gradient Smoothness 0.0
Directional Coherence 0.014
Pattern Complexity 0.113
Pattern Repetition 1.0
Detail Frequency Ratio 0.593
Spatial Variation 0.165
Texture Consistency 0.378

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.49
Brightness Variance 0.215
Brightness Uniformity 0.561
Brightness Skewness -0.086
Brightness Entropy 7.42
Rms Contrast 0.215
Michelson Contrast 1.0
Weber Contrast 0.741
Mean Local Contrast 0.02
Contrast Uniformity 0.031
Dynamic Range 1.0
Effective Dynamic Range 0.616
Shadow Percentage 26.567
Midtone Percentage 43.009
Highlight Percentage 30.424
Shadow Clipping 0.002
Highlight Clipping 0.004
Tonal Balance 0.104
Fine Contrast 0.008
Medium Contrast 0.025
Coarse Contrast 0.044
Multiscale Contrast Ratio 0.182
Edge Contrast 0.16
Contrast Clustering 0.622

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.782
Color Clustering 0.503
Color Transition Smoothness 0.587
Transition Uniformity 0.699
Sharp Transition Ratio 0.1
Transition Directionality 0.017
Mean Saturation 0.427
Saturation Variance 0.056
Low Saturation Ratio 0.331
Medium Saturation Ratio 0.521
High Saturation Ratio 0.148
Saturation Clustering 0.999
Hue Concentration 0.541
Complementary Balance 0.019
Analogous Dominance 0.703
Temperature Bias 0.606

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). G Minor - Research on Harmony - Variation 6 - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0763.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)

5080a5c40802950500e27a794cf5c92253dbf3d4ecb2ba6916cb380408ead948

Cette page dans d’autres formats

PDF · Markdown · English