AQC0712

Nanopublication — Analyse Computationnelle d'Image - AQC0712

Affirmation 1: Analyse Computationnelle d'Image - AQC0712

Enregistrement d'analyse [3] : Si Mineur [1] - Recherche sur l'Harmonie - Variation 2 (AQC0712) [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] : 3024x4032 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 6DCCC3 34.6 green mediumaquamarine
2 CCC1AD 10.6 yellow-orange silver
3 2E333E 10.2 blue-violet grayish purple
4 130F16 9.6 black black
5 DFD2C0 7.6 yellow-orange lightgray
6 E8A45B 6.5 orange sandybrown
7 4A526D 6.3 blue-violet grayish purple
8 D69643 5.3 orange peru
9 5F6A39 5.2 yellow-green dark brown
10 798295 4.1 blue-violet grayish purple
11 621606 0.3 red-orange maroon [Accent]
12 AF9D27 0.3 yellow darkgoldenrod [Accent]
13 9EC4CF 0.3 blue lightsteelblue [Accent]
14 7FE3E9 0.3 blue-green skyblue [Accent]

Familles de Couleurs:

Famille %
green 34.6
blue-violet 20.6
yellow-orange 18.1
orange 11.9
black 9.6
yellow-green 5.2
red-orange 0.3
yellow 0.3
blue 0.3
blue-green 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
621606 red-orange maroon 43.3
AF9D27 yellow darkgoldenrod 59.3
9EC4CF blue lightsteelblue 14.1
7FE3E9 blue-green skyblue 30.5

Analyse de Texture

Métrique Valeur
Global Roughness 0.244
Mean Local Roughness 0.025
Roughness Uniformity 0.026
Edge Density 0.125
Mean Gradient Magnitude 0.193
Gradient Variance 0.073
Gradient Smoothness 0.0
Directional Coherence 0.016
Pattern Complexity 0.126
Pattern Repetition 1.0
Detail Frequency Ratio 0.648
Spatial Variation 0.182
Texture Consistency 0.312

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.549
Brightness Variance 0.244
Brightness Uniformity 0.554
Brightness Skewness -0.844
Brightness Entropy 7.191
Rms Contrast 0.244
Michelson Contrast 1.0
Weber Contrast 0.83
Mean Local Contrast 0.027
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.753
Shadow Percentage 24.139
Midtone Percentage 23.25
Highlight Percentage 52.611
Shadow Clipping 0.049
Highlight Clipping 0.003
Tonal Balance 0.0
Fine Contrast 0.014
Medium Contrast 0.033
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.193
Contrast Clustering 0.688

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.791
Color Clustering 0.801
Color Transition Smoothness 0.498
Transition Uniformity 0.471
Sharp Transition Ratio 0.1
Transition Directionality 0.024
Mean Saturation 0.39
Saturation Variance 0.031
Low Saturation Ratio 0.317
Medium Saturation Ratio 0.654
High Saturation Ratio 0.03
Saturation Clustering 0.997
Hue Concentration 0.404
Complementary Balance 0.101
Analogous Dominance 0.685
Temperature Bias -0.444

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). Si Mineur - Recherche sur l'Harmonie - Variation 2 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0712.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2024/01/si-mineur-recherche-sur-lharmonie-variation-2_7x4.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)

4fa7fb3e77ebaf9f56c4a015cd6bfadcf1e24551abd9ed10670129ec0316c689