AQC0719

Nanopublication — Analyse Computationnelle d'Image - AQC0719

Affirmation 1: Analyse Computationnelle d'Image - AQC0719

Analyse par regroupement k-means [3] (10 couleurs) effectuée sur l'œuvre Si Mineur [1] - Recherche sur l'Harmonie - Variation 3 (AQC0719) [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] : 3024x4032 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 74C497 16.7 yellow-green mediumaquamarine
2 62B589 15.4 yellow-green cadetblue
3 98DA95 11.8 yellow-green lightgreen
4 1C2423 11.7 gray very dark gray
5 AB8A46 11.4 yellow-orange peru
6 D2C4A6 11.3 yellow-orange tan
7 B3AD9D 9.7 yellow steel gray
8 3C434A 5.9 blue-violet grayish purple
9 747B7C 4.9 gray gray
10 3C9749 1.3 yellow-green seagreen
11 160A03 0.3 orange black [Accent]
12 1B0503 0.3 red-orange black [Accent]
13 B8C2CA 0.3 blue silver [Accent]
14 ADD4C8 0.3 green lightsteelblue [Accent]

Familles de Couleurs:

Famille %
yellow-green 45.1
yellow-orange 22.7
gray 16.6
yellow 9.7
blue-violet 5.9
orange 0.3
red-orange 0.3
blue 0.3
green 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
160A03 orange black 5.7
1B0503 red-orange black 8.9
B8C2CA blue silver 5.4
ADD4C8 green lightsteelblue 15.1

Analyse de Texture

Métrique Valeur
Global Roughness 0.204
Mean Local Roughness 0.036
Roughness Uniformity 0.029
Edge Density 0.178
Mean Gradient Magnitude 0.25
Gradient Variance 0.09
Gradient Smoothness 0.0
Directional Coherence 0.006
Pattern Complexity 0.121
Pattern Repetition 1.0
Detail Frequency Ratio 0.677
Spatial Variation 0.121
Texture Consistency 0.423

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.566
Brightness Variance 0.204
Brightness Uniformity 0.64
Brightness Skewness -1.121
Brightness Entropy 7.237
Rms Contrast 0.204
Michelson Contrast 1.0
Weber Contrast 0.764
Mean Local Contrast 0.036
Contrast Uniformity 0.133
Dynamic Range 1.0
Effective Dynamic Range 0.655
Shadow Percentage 16.911
Midtone Percentage 46.951
Highlight Percentage 36.138
Shadow Clipping 0.066
Highlight Clipping 0.001
Tonal Balance 0.0
Fine Contrast 0.023
Medium Contrast 0.045
Coarse Contrast 0.055
Multiscale Contrast Ratio 0.41
Edge Contrast 0.25
Contrast Clustering 0.577

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.725
Color Clustering 0.775
Color Transition Smoothness 0.364
Transition Uniformity 0.373
Sharp Transition Ratio 0.1
Transition Directionality 0.008
Mean Saturation 0.359
Saturation Variance 0.029
Low Saturation Ratio 0.333
Medium Saturation Ratio 0.646
High Saturation Ratio 0.021
Saturation Clustering 0.997
Hue Concentration 0.603
Complementary Balance 0.085
Analogous Dominance 0.649
Temperature Bias -0.357

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 3 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0719.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2024/01/si-mineur-recherche-sur-lharmonie-variation-3_7zu.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)

a4e90c51bf6f11029c28847b0e28fd633e55b9f9e2c49514a980825bc2348128