AQC0800 | NAN-COL000154

Nanopublication — Analyse Computationnelle d'Image - AQC0800

Les Collines Toscanes - Lignes Aube par Temps et Vent

Affirmation 1: Analyse Computationnelle d'Image - AQC0800

Analyse computationnelle d'image de l'œuvre Les Collines Toscanes - Lignes Aube par Temps et Vent (AQC0800) [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 : 2508x3761 pixels. Date d'analyse : 2025-10-03.

A) Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 99B79A 15.7 yellow-green darkseagreen
2 8FA689 15.0 yellow-green steel gray
3 A6C7AA 14.8 yellow-green steel gray
4 82927B 12.6 yellow-green gray
5 717C6F 10.2 yellow-green dimgray
6 B5D9BD 9.0 yellow-green silver
7 5F675E 8.9 yellow-green dimgrey
8 4D4F46 5.6 yellow-green darkslategray
9 33352A 4.6 yellow-green darkslategrey
10 998E56 3.5 yellow grey

Familles de Couleurs:

Famille %
yellow-green 96.5
yellow 3.5

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.16
Mean Local Roughness 0.025
Roughness Uniformity 0.015
Edge Density 0.167
Mean Gradient Magnitude 0.214
Gradient Variance 0.037
Gradient Smoothness 0.105
Directional Coherence 0.008
Pattern Complexity 0.12
Pattern Repetition 1.0
Detail Frequency Ratio 0.614
Spatial Variation 0.099
Texture Consistency 0.784

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.575
Brightness Variance 0.16
Brightness Uniformity 0.722
Brightness Skewness -0.632
Brightness Entropy 7.266
Rms Contrast 0.16
Michelson Contrast 1.0
Weber Contrast 0.552
Mean Local Contrast 0.027
Contrast Uniformity 0.457
Dynamic Range 0.992
Effective Dynamic Range 0.537
Shadow Percentage 9.028
Midtone Percentage 57.197
Highlight Percentage 33.774
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.045
Fine Contrast 0.015
Medium Contrast 0.034
Coarse Contrast 0.054
Multiscale Contrast Ratio 0.268
Edge Contrast 0.214
Contrast Clustering 0.216

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.705
Color Clustering 0.845
Color Transition Smoothness 0.461
Transition Uniformity 0.761
Sharp Transition Ratio 0.1
Transition Directionality 0.009
Mean Saturation 0.198
Saturation Variance 0.007
Low Saturation Ratio 0.915
Medium Saturation Ratio 0.085
High Saturation Ratio 0.0
Saturation Clustering 1.0
Hue Concentration 0.771
Complementary Balance 0.017
Analogous Dominance 0.701
Temperature Bias -0.195

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). The Tuscan Hills - Lines Dawn by Time and Wind - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0800.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)

219df36695b44b753e8dd107a3a1a1acae34b7e5aff2a39c48d5171c63a97274

Cette page dans d’autres formats

PDF · Markdown · English