AQC0568

Nanopublication — Analyse Computationnelle d'Image - AQC0568

Affirmation 1: Analyse Computationnelle d'Image - AQC0568

Analyse par regroupement k-means [3] (10 couleurs) effectuée sur l'œuvre Composition [1] 3 (AQC0568) [2] par Arnaud Quercy [2] le 2026-02-04. Documentation incluse : familles de couleurs, rugosité de texture, distribution de luminosité, cohérence spatiale.

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] : 843x1124 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 FEFEFE 49.4 white white
2 9EB1B9 9.4 blue steel gray
3 7D929B 8.9 blue lightslategray
4 C3D1D5 7.1 blue lightgray
5 5B717E 6.9 blue dimgray
6 A5704B 4.4 orange burnt sienna
7 46494E 4.2 gray grayish purple
8 E59048 4.1 orange peru
9 E4A775 3.2 orange darksalmon
10 1A1A20 2.6 gray very dark gray
11 3F6C9F 0.3 blue-violet grayish purple [Accent]
12 FFD197 0.3 yellow-orange navajowhite [Accent]
13 B5F0ED 0.3 green paleturquoise [Accent]
14 7E4F60 0.3 red dusty mauve [Accent]
15 96D5D6 0.3 blue-green skyblue [Accent]

Familles de Couleurs:

Famille %
white 49.4
blue 32.2
orange 11.6
gray 6.8
blue-violet 0.3
yellow-orange 0.3
green 0.3
red 0.3
blue-green 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
3F6C9F blue-violet grayish purple 32.0
FFD197 yellow-orange navajowhite 36.1
B5F0ED green paleturquoise 19.6
7E4F60 red dusty mauve 22.1
96D5D6 blue-green skyblue 21.2

Analyse de Texture

Métrique Valeur
Global Roughness 0.256
Mean Local Roughness 0.04
Roughness Uniformity 0.053
Edge Density 0.185
Mean Gradient Magnitude 0.274
Gradient Variance 0.213
Gradient Smoothness 0.0
Directional Coherence 0.439
Pattern Complexity 0.127
Pattern Repetition nan
Detail Frequency Ratio 0.674
Spatial Variation 0.142
Texture Consistency 0.807

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.776
Brightness Variance 0.256
Brightness Uniformity 0.67
Brightness Skewness -0.787
Brightness Entropy 5.107
Rms Contrast 0.256
Michelson Contrast 1.0
Weber Contrast 0.588
Mean Local Contrast 0.039
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.698
Shadow Percentage 5.981
Midtone Percentage 28.568
Highlight Percentage 65.451
Shadow Clipping 0.142
Highlight Clipping 46.017
Tonal Balance 0.0
Fine Contrast 0.026
Medium Contrast 0.048
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.274
Contrast Clustering 0.193

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.74
Color Clustering 0.823
Color Transition Smoothness 0.313
Transition Uniformity 0.0
Sharp Transition Ratio 0.1
Transition Directionality 0.439
Mean Saturation 0.144
Saturation Variance 0.042
Low Saturation Ratio 0.815
Medium Saturation Ratio 0.161
High Saturation Ratio 0.024
Saturation Clustering 0.999
Hue Concentration 0.007
Complementary Balance 0.364
Analogous Dominance 0.497
Temperature Bias 0.013

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 (2024). Composition 3 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0568.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2024/01/composition-3_6d4.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)

1a01ff2f6c9e866dd09741209fa7100f3bb2fa5ce7c75eb44c8914aedffe6d2e