AQC0905 | NAN-COL000058

Nanopublication — Analyse Computationnelle d'Image - AQC0905

Mi bémol Majeur - Recherche sur l'Harmonie - Variations 6

Affirmation 1: Analyse Computationnelle d'Image - AQC0905

Analyse par regroupement k-means (10 couleurs) effectuée sur l'œuvre Mi bémol Majeur - Recherche sur l'Harmonie - Variations 6 (AQC0905) [1] par Arnaud Quercy [2] le 2025-12-11, selon IDS-CMP-2025 [3]. Documentation incluse : familles de couleurs, rugosité de texture, distribution de luminosité, cohérence spatiale.

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 : 1963x1963 pixels. Date d'analyse : 2025-12-11.

A) Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 DABD90 25.7 yellow-orange burlywood
2 EBCEA1 20.5 yellow-orange wheat
3 618DD3 9.6 blue-violet cornflowerblue
4 58544F 9.0 gray dimgray
5 DCCCDF 8.3 red-violet thistle
6 BA7E19 7.5 orange darkgoldenrod
7 CD902C 7.0 yellow-orange peru
8 8F6F9F 5.7 red-violet dusty mauve
9 78A0E3 4.8 blue-violet skyblue
10 221B1E 2.0 gray very dark gray
11 434362 0.3 violet dusty mauve [Accent]
12 CBA19B 0.3 red-orange tan [Accent]
13 A8A36A 0.3 yellow ochre [Accent]
14 AB9697 0.3 red rosybrown [Accent]

Familles de Couleurs:

Famille %
yellow-orange 53.2
blue-violet 14.4
red-violet 14.0
gray 10.9
orange 7.5
violet 0.3
red-orange 0.3
yellow 0.3
red 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
434362 violet dusty mauve 19.7
CBA19B red-orange tan 17.5
A8A36A yellow ochre 30.8
AB9697 red rosybrown 8.2

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.18
Mean Local Roughness 0.033
Roughness Uniformity 0.029
Edge Density 0.191
Mean Gradient Magnitude 0.25
Gradient Variance 0.089
Gradient Smoothness 0.0
Directional Coherence 0.007
Pattern Complexity 0.122
Pattern Repetition 1.0
Detail Frequency Ratio 0.659
Spatial Variation 0.077
Texture Consistency 0.675

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.654
Brightness Variance 0.18
Brightness Uniformity 0.725
Brightness Skewness -0.874
Brightness Entropy 7.1
Rms Contrast 0.18
Michelson Contrast 1.0
Weber Contrast 0.554
Mean Local Contrast 0.036
Contrast Uniformity 0.171
Dynamic Range 1.0
Effective Dynamic Range 0.537
Shadow Percentage 6.187
Midtone Percentage 38.705
Highlight Percentage 55.108
Shadow Clipping 0.006
Highlight Clipping 0.044
Tonal Balance 0.0
Fine Contrast 0.018
Medium Contrast 0.044
Coarse Contrast 0.054
Multiscale Contrast Ratio 0.325
Edge Contrast 0.25
Contrast Clustering 0.325

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.731
Color Clustering 0.62
Color Transition Smoothness 0.379
Transition Uniformity 0.399
Sharp Transition Ratio 0.1
Transition Directionality 0.007
Mean Saturation 0.392
Saturation Variance 0.051
Low Saturation Ratio 0.32
Medium Saturation Ratio 0.539
High Saturation Ratio 0.14
Saturation Clustering 0.998
Hue Concentration 0.527
Complementary Balance 0.184
Analogous Dominance 0.74
Temperature Bias 0.556

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. (2025). Eb Major - Research on Harmony - Variations 6 - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0905.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)

d32bdcf51b8c8bc86f780119ea3f6a1cf4f0da7c8f8520cd31049667423f9bbc

Cette page dans d’autres formats

PDF · Markdown · English