AQC0217

Nanopublication — Analyse Computationnelle d'Image - AQC0217

Affirmation 1: Analyse Computationnelle d'Image - AQC0217

Enregistrement d'analyse [1] : Les Deux Cités - partie II (AQC0217) [1] par Arnaud Quercy [2]. Méthode : k-means. Paramètres : 10 couleurs. Métriques : distribution des couleurs, texture, luminosité, motifs spatiaux. Effectuée : 2025-12-06.

Contexte

L'analyse effectuée selon MMIDS-CMP-2025 [1] comprend quatre catégories de métriques : (1) Distribution des couleurs via k-means (10 couleurs), (2) Analyse de texture utilisant les caractéristiques de Haralick, (3) Mesures de luminosité et contraste, (4) Caractérisation des motifs spatiaux. Image source [5] : 1438x2048 pixels. Date d'analyse : 2025-12-06.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 0F1D2E 16.3 blue-violet very dark gray
2 A9ABA1 16.1 yellow-green steel gray
3 969C96 15.2 gray steel gray
4 BEBDB0 10.5 yellow silver
5 808D8B 9.2 green gray
6 5F737B 9.0 blue dimgray
7 D1CFC1 8.8 yellow lightgray
8 385465 7.3 blue darkslategray
9 1E394C 6.1 blue grayish purple
10 EAE7DB 1.5 yellow white

Familles de Couleurs:

Famille %
blue 22.4
yellow 20.8
blue-violet 16.3
yellow-green 16.1
gray 15.2
green 9.2

Analyse de Texture

Métrique Valeur
Global Roughness 0.24
Mean Local Roughness 0.008
Roughness Uniformity 0.024
Edge Density 0.011
Mean Gradient Magnitude 0.06
Gradient Variance 0.058
Gradient Smoothness 0.0
Directional Coherence 0.222
Pattern Complexity 0.103
Pattern Repetition 1.0
Detail Frequency Ratio 0.587
Spatial Variation 0.16
Texture Consistency 0.652

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.503
Brightness Variance 0.24
Brightness Uniformity 0.522
Brightness Skewness -0.483
Brightness Entropy 7.31
Rms Contrast 0.24
Michelson Contrast 1.0
Weber Contrast 0.864
Mean Local Contrast 0.009
Contrast Uniformity 0.0
Dynamic Range 0.949
Effective Dynamic Range 0.718
Shadow Percentage 27.68
Midtone Percentage 43.66
Highlight Percentage 28.66
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.005
Medium Contrast 0.012
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.06
Contrast Clustering 0.348

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.68
Color Clustering 0.943
Color Transition Smoothness 0.834
Transition Uniformity 0.581
Sharp Transition Ratio 0.1
Transition Directionality 0.229
Mean Saturation 0.24
Saturation Variance 0.061
Low Saturation Ratio 0.696
Medium Saturation Ratio 0.287
High Saturation Ratio 0.017
Saturation Clustering 0.999
Hue Concentration 0.994
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 de l'Institut Multimodal.

Références

[1] Quercy, A. (2025). Computational Image Analysis Standard - MMIDS-CMP-2025 https://multimodal.institute/en/publications/2025/11/mmids-cmp-2025-computational-image-analysis-standard-dg1.html

Profil épistémique

Type de revendicationcomputational analysis
Voixthird person
Statut épistémiqueempirical measurement
Méthodologiecomputational analysis
Certitudehigh

Somme de contrôle (SHA-256)

2e1e4e43d7f142a19358eaa5884e63a835f67198d56220d0a243f00a7dea9c8a