AQC1087 | NAN-COL000650

Nanopublication — Analyse Computationnelle d'Image - AQC1087

Étude à l'aquarelle en La bémol majeur n° 3

Affirmation 1: Analyse Computationnelle d'Image - AQC1087

Analyse computationnelle d'image de l'œuvre Étude à l'aquarelle en La bémol majeur n° 3 (AQC1087) [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 2026-07-13.

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 : 1592x2122 pixels. Date d'analyse : 2026-07-13.

A) Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 A8AFAF 28.2 gray steel gray
2 B5BBBB 23.0 gray silver
3 999CA1 14.9 gray steel gray
4 6C6760 8.9 yellow-orange dimgray
5 828393 6.9 violet dusty mauve
6 903B16 5.7 orange russet
7 95684E 4.1 orange burnt sienna
8 3F1638 3.7 red-violet very dark purple
9 0F090B 2.4 black black
10 4B454C 2.3 red-violet dusty mauve
11 3D0A08 0.3 red-orange very dark red [Accent]
12 222D4D 0.3 blue-violet very dark indigo [Accent]

Familles de Couleurs:

Famille %
gray 66.1
orange 9.8
yellow-orange 8.9
violet 6.9
red-violet 6.0
black 2.4
red-orange 0.3
blue-violet 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
3D0A08 red-orange very dark red 27.3
222D4D blue-violet very dark indigo 21.6

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.179
Mean Local Roughness 0.018
Roughness Uniformity 0.017
Edge Density 0.024
Mean Gradient Magnitude 0.142
Gradient Variance 0.044
Gradient Smoothness 0.0
Directional Coherence 0.005
Pattern Complexity 0.133
Pattern Repetition 1.0
Detail Frequency Ratio 0.602
Spatial Variation 0.108
Texture Consistency 0.628

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.573
Brightness Variance 0.179
Brightness Uniformity 0.688
Brightness Skewness -1.27
Brightness Entropy 6.941
Rms Contrast 0.179
Michelson Contrast 1.0
Weber Contrast 0.581
Mean Local Contrast 0.019
Contrast Uniformity 0.025
Dynamic Range 1.0
Effective Dynamic Range 0.573
Shadow Percentage 11.764
Midtone Percentage 43.083
Highlight Percentage 45.153
Shadow Clipping 0.04
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.011
Medium Contrast 0.024
Coarse Contrast 0.037
Multiscale Contrast Ratio 0.307
Edge Contrast 0.142
Contrast Clustering 0.372

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.731
Color Clustering 0.729
Color Transition Smoothness 0.637
Transition Uniformity 0.676
Sharp Transition Ratio 0.1
Transition Directionality 0.005
Mean Saturation 0.167
Saturation Variance 0.059
Low Saturation Ratio 0.845
Medium Saturation Ratio 0.069
High Saturation Ratio 0.086
Saturation Clustering 0.998
Hue Concentration 0.643
Complementary Balance 0.031
Analogous Dominance 0.66
Temperature Bias 0.712

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. (2026). Watercolor Study in Ab Major No. 3 - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC1087.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)

f658e1bd1b84a1bb8c206bd92285e2e2d62d5afe1a7acd0983a487c562080f21

Cette page dans d’autres formats

PDF · Markdown · English