AQC0341

Nanopublication — Analyse Computationnelle d'Image - AQC0341

par Arnaud Quercy · Vue aveugle · 2022

Affirmation 1: Analyse Computationnelle d'Image - AQC0341

Enregistrement d'analyse [3] : Vue [1] aveugle (AQC0341) [2] par Arnaud Quercy [2]. Méthode : k-means. Paramètres : 10 couleurs. Métriques : distribution des couleurs, texture, luminosité, motifs spatiaux. Effectuée : 2026-02-04.

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] : 2000x2000 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 07080A 48.5 black black
2 0E0F11 19.2 black black
3 1C1710 8.1 orange black
4 191C20 6.8 gray very dark gray
5 282A2C 4.9 gray very dark gray
6 362B1C 4.7 orange very dark gray
7 41413E 3.7 gray darkslategray
8 56451D 2.3 yellow-orange dark brown
9 5A5F59 1.0 gray dimgray
10 7A7028 0.8 yellow olivedrab

Familles de Couleurs:

Famille %
black 67.7
gray 16.4
orange 12.8
yellow-orange 2.3
yellow 0.8

Analyse de Texture

Métrique Valeur
Global Roughness 0.077
Mean Local Roughness 0.002
Roughness Uniformity 0.004
Edge Density 0.003
Mean Gradient Magnitude 0.015
Gradient Variance 0.002
Gradient Smoothness 0.0
Directional Coherence 0.531
Pattern Complexity 0.067
Pattern Repetition 1.0
Detail Frequency Ratio 0.576
Spatial Variation 0.053
Texture Consistency 0.317

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.082
Brightness Variance 0.077
Brightness Uniformity 0.056
Brightness Skewness 2.087
Brightness Entropy 5.397
Rms Contrast 0.077
Michelson Contrast 1.0
Weber Contrast 0.854
Mean Local Contrast 0.002
Contrast Uniformity 0.0
Dynamic Range 0.502
Effective Dynamic Range 0.235
Shadow Percentage 98.293
Midtone Percentage 1.707
Highlight Percentage 0.0
Shadow Clipping 0.046
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.001
Medium Contrast 0.003
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.015
Contrast Clustering 0.683

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.774
Color Clustering 0.309
Color Transition Smoothness 0.949
Transition Uniformity 0.982
Sharp Transition Ratio 0.1
Transition Directionality 0.546
Mean Saturation 0.315
Saturation Variance 0.029
Low Saturation Ratio 0.38
Medium Saturation Ratio 0.607
High Saturation Ratio 0.013
Saturation Clustering 1.0
Hue Concentration 0.391
Complementary Balance 0.142
Analogous Dominance 0.687
Temperature Bias -0.418

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 (2022). Vue aveugle — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0341.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2022/01/vue-aveugle_3wu.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)

4073dc70c969e301f9741778ab507f5a6406b0a9b2146e3acecc7c9819afae99