AQC0829

Nanopublication — Analyse Computationnelle d'Image - AQC0829

Affirmation 1: Analyse Computationnelle d'Image - AQC0829

L'œuvre Fa Majeur [1] - Recherche sur l'Harmonie - Variation 8 (AQC0829) [2] par Arnaud Quercy [2] a fait l'objet d'une analyse computationnelle complète [3] le 2026-02-04. Méthode : regroupement k-means avec 10 couleurs extraites. Métriques documentées : distribution des couleurs, analyse de texture, luminosité/contraste, motifs spatiaux.

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] : 2262x3134 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 E0DBD2 27.7 yellow-orange gainsboro
2 C8CAC4 15.7 white silver
3 E0CAAD 12.9 yellow-orange wheat
4 B7A99B 11.3 orange steel gray
5 D2B796 9.4 yellow-orange tan
6 A19184 5.9 orange rosybrown
7 2E252E 5.6 red-violet very dark gray
8 C1936D 4.1 orange ochre
9 443F50 4.0 violet dusty mauve
10 7D6F64 3.3 orange dimgray

Familles de Couleurs:

Famille %
yellow-orange 50.0
orange 24.6
white 15.7
red-violet 5.6
violet 4.0

Analyse de Texture

Métrique Valeur
Global Roughness 0.196
Mean Local Roughness 0.015
Roughness Uniformity 0.017
Edge Density 0.069
Mean Gradient Magnitude 0.132
Gradient Variance 0.035
Gradient Smoothness 0.0
Directional Coherence 0.032
Pattern Complexity 0.116
Pattern Repetition 1.0
Detail Frequency Ratio 0.607
Spatial Variation 0.096
Texture Consistency 0.428

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.708
Brightness Variance 0.196
Brightness Uniformity 0.723
Brightness Skewness -1.636
Brightness Entropy 6.965
Rms Contrast 0.196
Michelson Contrast 1.0
Weber Contrast 0.557
Mean Local Contrast 0.017
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.686
Shadow Percentage 9.379
Midtone Percentage 17.228
Highlight Percentage 73.393
Shadow Clipping 0.001
Highlight Clipping 0.033
Tonal Balance 0.0
Fine Contrast 0.008
Medium Contrast 0.021
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.132
Contrast Clustering 0.572

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.737
Color Clustering 0.877
Color Transition Smoothness 0.671
Transition Uniformity 0.778
Sharp Transition Ratio 0.1
Transition Directionality 0.04
Mean Saturation 0.161
Saturation Variance 0.013
Low Saturation Ratio 0.88
Medium Saturation Ratio 0.12
High Saturation Ratio 0.0
Saturation Clustering 1.0
Hue Concentration 0.75
Complementary Balance 0.031
Analogous Dominance 0.833
Temperature Bias 0.818

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 (2025). Fa Majeur - Recherche sur l'Harmonie - Variation 8 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0829.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2025/01/fa-majeur-recherche-sur-lharmonie-variation-8_96m.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)

6b939906c31dc8bd1d10d033f746adea484efe718769801a9dacbd20fb7c5d5a