AQC0482

Nanopublication — Analyse Computationnelle d'Image - AQC0482

par Arnaud Quercy · Murmures de Solitude · 2023

Affirmation 1: Analyse Computationnelle d'Image - AQC0482

L'œuvre Murmures [1] de Solitude (AQC0482) [2] par Arnaud Quercy [2] a fait l'objet d'une analyse computationnelle complète [3] le 2025-12-15. Méthode : regroupement k-means avec 10 couleurs extraites. Métriques documentées : distribution des couleurs, analyse de texture, luminosité/contraste, motifs spatiaux.

Contexte

L'analyse effectuée selon MMIDS-CMP-2025 [3] 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] : 1466x2048 pixels. Date d'analyse : 2025-12-15.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 D0BAAC 15.3 orange silver
2 A78371 14.6 orange rosybrown
3 C09E8B 13 orange tan
4 8C6857 11.2 orange dimgray
5 E2D3C8 11.2 orange lightgray
6 6A270C 10.9 orange russet
7 471307 9 red-orange very dark red
8 624638 7.5 orange dark brown
9 904B27 5.5 orange burnt sienna
10 CC911F 1.8 yellow-orange goldenrod

Familles de Couleurs:

Famille %
orange 89.2
red-orange 9
yellow-orange 1.8

Analyse de Texture

Métrique Valeur
Detail Frequency Ratio 0.689
Directional Coherence 0.012
Edge Density 0.302
Global Roughness 0.233
Gradient Smoothness 0.116
Gradient Variance 0.122
Mean Gradient Magnitude 0.396
Mean Local Roughness 0.062
Pattern Complexity 0.13
Pattern Repetition 1
Roughness Uniformity 0.041
Spatial Variation 0.075
Texture Consistency 0.842

Analyse de Luminosité et Contraste

Métrique Valeur
Brightness Entropy 7.756
Brightness Skewness -0.184
Brightness Uniformity 0.545
Brightness Variance 0.233
Coarse Contrast None
Contrast Clustering 0.158
Contrast Uniformity 0.392
Dynamic Range 1
Edge Contrast 0.396
Effective Dynamic Range 0.714
Fine Contrast 0.043
Highlight Clipping 0.005
Highlight Percentage 32.307
Mean Brightness 0.513
Mean Local Contrast 0.053
Medium Contrast 0.066
Michelson Contrast 1
Midtone Percentage 40.555
Multiscale Contrast Ratio 1
Rms Contrast 0.233
Shadow Clipping 0.013
Shadow Percentage 27.138
Tonal Balance 0.489
Weber Contrast 0.777

Analyse de Distribution Spatiale

Métrique Valeur
Analogous Dominance 0.997
Color Clustering 0.676
Color Transition Smoothness 0
Complementary Balance 0.003
High Saturation Ratio 0.232
Hue Concentration 0.984
Low Saturation Ratio 0.445
Mean Saturation 0.428
Medium Saturation Ratio 0.323
Saturation Clustering 0.995
Saturation Variance 0.092
Sharp Transition Ratio 0.1
Spatial Coherence 0.671
Temperature Bias 0.994
Transition Directionality 0.011
Transition Uniformity 0.199

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] Arnaud Quercy (2023). Murmures de Solitude — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0482.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2023/01/murmures-de-solitude_5fo.html

[3] 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)

3299a98b94ba4d9b11fcfea5b72669319fc6a0bf12c4320759a226dfc6561367