AQC0462

Nanopublication — Analyse Computationnelle d'Image - AQC0462

Affirmation 1: Analyse Computationnelle d'Image - AQC0462

Analyse computationnelle d'image [3] de l'œuvre Hawaï [1] (AQC0462) [2] par Arnaud Quercy [2] 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 2026-02-04.

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] : 3024x4032 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 B7998E 13.8 orange rosybrown
2 946669 12.4 red-orange gray
3 74A4E9 10.6 blue-violet cornflowerblue
4 707995 10.4 blue-violet grayish purple
5 998CB6 10.2 violet steel gray
6 535164 10.1 violet dusty mauve
7 B6B6DF 9.9 violet lightsteelblue
8 212E49 9.8 blue-violet very dark indigo
9 487DDA 8.2 blue-violet royalblue
10 1C53AE 4.6 violet darkslateblue
11 65D3E6 0.3 blue-green skyblue [Accent]
12 C2E1FB 0.3 blue paleturquoise [Accent]
13 D5AEBD 0.3 red silver [Accent]
14 B8AE6A 0.3 yellow ochre [Accent]
15 7D3962 0.3 red-violet dusty mauve [Accent]

Familles de Couleurs:

Famille %
blue-violet 39.0
violet 34.8
orange 13.8
red-orange 12.4
blue-green 0.3
blue 0.3
red 0.3
yellow 0.3
red-violet 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
65D3E6 blue-green skyblue 32.2
C2E1FB blue paleturquoise 16.8
D5AEBD red silver 17.1
B8AE6A yellow ochre 36.5
7D3962 red-violet dusty mauve 36.7

Analyse de Texture

Métrique Valeur
Global Roughness 0.168
Mean Local Roughness 0.036
Roughness Uniformity 0.018
Edge Density 0.254
Mean Gradient Magnitude 0.26
Gradient Variance 0.042
Gradient Smoothness 0.216
Directional Coherence 0.003
Pattern Complexity 0.124
Pattern Repetition 1.0
Detail Frequency Ratio 0.662
Spatial Variation 0.085
Texture Consistency 0.792

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.495
Brightness Variance 0.168
Brightness Uniformity 0.662
Brightness Skewness -0.411
Brightness Entropy 7.373
Rms Contrast 0.168
Michelson Contrast 1.0
Weber Contrast 0.652
Mean Local Contrast 0.035
Contrast Uniformity 0.527
Dynamic Range 1.0
Effective Dynamic Range 0.565
Shadow Percentage 18.086
Midtone Percentage 66.047
Highlight Percentage 15.867
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.144
Fine Contrast 0.022
Medium Contrast 0.044
Coarse Contrast 0.056
Multiscale Contrast Ratio 0.403
Edge Contrast 0.26
Contrast Clustering 0.208

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.649
Color Clustering 0.541
Color Transition Smoothness 0.33
Transition Uniformity 0.722
Sharp Transition Ratio 0.1
Transition Directionality 0.002
Mean Saturation 0.391
Saturation Variance 0.041
Low Saturation Ratio 0.415
Medium Saturation Ratio 0.498
High Saturation Ratio 0.087
Saturation Clustering 0.999
Hue Concentration 0.529
Complementary Balance 0.11
Analogous Dominance 0.674
Temperature Bias -0.295

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). Hawaï — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0462.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2023/01/hawai_57w.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)

896108d8dddbf938d1cfc93ae41250a559d55b6da9dc5de828ff4d21f31d437d