AQC0729

Nanopublication — Analyse Computationnelle d'Image - AQC0729

Affirmation 1: Analyse Computationnelle d'Image - AQC0729

Analyse computationnelle d'image [3] de l'œuvre Mi bémol Mineur [1] - Recherche sur l'Harmonie - Variation 5 (AQC0729) [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] : 2953x3937 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 D2CAC1 18.6 yellow-orange lightgray
2 513B68 17.5 violet dusty mauve
3 8F6EB6 14.0 violet mediumpurple
4 7ACEAA 13.3 yellow-green mediumaquamarine
5 81DABE 11.0 green aquamarine
6 9E7FCD 10.1 violet mediumorchid
7 5E4B7B 5.1 violet dusty mauve
8 182426 4.6 blue-green very dark gray
9 2E4F4A 3.1 green darkslategray
10 7F878F 2.8 blue-violet grayish purple
11 785D4F 0.3 orange dimgray [Accent]

Familles de Couleurs:

Famille %
violet 46.7
yellow-orange 18.6
green 14.0
yellow-green 13.3
blue-green 4.6
blue-violet 2.8
orange 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
785D4F orange dimgray 15.0

Analyse de Texture

Métrique Valeur
Global Roughness 0.212
Mean Local Roughness 0.01
Roughness Uniformity 0.016
Edge Density 0.016
Mean Gradient Magnitude 0.083
Gradient Variance 0.032
Gradient Smoothness 0.0
Directional Coherence 0.058
Pattern Complexity 0.121
Pattern Repetition 1.0
Detail Frequency Ratio 0.609
Spatial Variation 0.15
Texture Consistency 0.511

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.546
Brightness Variance 0.212
Brightness Uniformity 0.611
Brightness Skewness -0.364
Brightness Entropy 7.077
Rms Contrast 0.212
Michelson Contrast 1.0
Weber Contrast 0.667
Mean Local Contrast 0.011
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.6
Shadow Percentage 27.371
Midtone Percentage 30.459
Highlight Percentage 42.17
Shadow Clipping 0.007
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.005
Medium Contrast 0.014
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.083
Contrast Clustering 0.489

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.795
Color Clustering 0.811
Color Transition Smoothness 0.783
Transition Uniformity 0.777
Sharp Transition Ratio 0.1
Transition Directionality 0.074
Mean Saturation 0.353
Saturation Variance 0.02
Low Saturation Ratio 0.238
Medium Saturation Ratio 0.749
High Saturation Ratio 0.013
Saturation Clustering 0.999
Hue Concentration 0.599
Complementary Balance 0.002
Analogous Dominance 0.616
Temperature Bias -0.382

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). Mi bémol Mineur - Recherche sur l'Harmonie - Variation 5 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0729.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2024/01/mi-bemol-mineur-recherche-sur-lharmonie-variation-5_83q.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)

d16e3576df97d376e9268221f0181b3f2746b588a55e841f930062346862a472