AQC0877

Nanopublication — Analyse Computationnelle d'Image - AQC0877

Affirmation 1: Analyse Computationnelle d'Image - AQC0877

L'œuvre Mi Mineur [1] - Recherche sur l'Harmonie - Variations 6 (AQC0877) [2] par Arnaud Quercy [2] a fait l'objet d'une analyse computationnelle complète [3] le 2025-12-11. 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] : 1918x2877 pixels. Date d'analyse : 2025-12-11.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 E5B223 15.8 yellow-orange goldenrod
2 E6A34F 14.9 orange sandybrown
3 EAB16A 14.9 orange darksalmon
4 E7E0BE 13.9 yellow wheat
5 EFBF83 11.9 orange burlywood
6 524A3E 8.4 yellow-orange dark brown
7 CBDA67 7.7 yellow-green ochre
8 EAD150 6.2 yellow ochre
9 ED8B14 3.8 orange darkorange
10 8F7E64 2.6 yellow-orange gray

Familles de Couleurs:

Famille %
orange 45.4
yellow-orange 26.8
yellow 20.1
yellow-green 7.7

Analyse de Texture

Métrique Valeur
Global Roughness 0.151
Mean Local Roughness 0.019
Roughness Uniformity 0.023
Edge Density 0.054
Mean Gradient Magnitude 0.163
Gradient Variance 0.058
Gradient Smoothness 0.0
Directional Coherence 0.012
Pattern Complexity 0.11
Pattern Repetition 1.0
Detail Frequency Ratio 0.621
Spatial Variation 0.096
Texture Consistency 0.615

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.705
Brightness Variance 0.151
Brightness Uniformity 0.786
Brightness Skewness -1.656
Brightness Entropy 6.791
Rms Contrast 0.151
Michelson Contrast 1.0
Weber Contrast 0.384
Mean Local Contrast 0.022
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.569
Shadow Percentage 5.857
Midtone Percentage 14.841
Highlight Percentage 79.302
Shadow Clipping 0.0
Highlight Clipping 0.001
Tonal Balance 0.0
Fine Contrast 0.011
Medium Contrast 0.027
Coarse Contrast 0.044
Multiscale Contrast Ratio 0.242
Edge Contrast 0.163
Contrast Clustering 0.385

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.762
Color Clustering 0.366
Color Transition Smoothness 0.595
Transition Uniformity 0.613
Sharp Transition Ratio 0.1
Transition Directionality 0.012
Mean Saturation 0.536
Saturation Variance 0.057
Low Saturation Ratio 0.213
Medium Saturation Ratio 0.564
High Saturation Ratio 0.223
Saturation Clustering 0.999
Hue Concentration 0.981
Complementary Balance 0.0
Analogous Dominance 0.999
Temperature Bias 0.885

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). Mi Mineur - Recherche sur l'Harmonie - Variations 6 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0877.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2025/11/mi-mineur-recherche-sur-lharmonie-variations-6_i21.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)

012c4e43144ab33cd0c496f60d09c3f1253ae4efd3b5431bc911a08a1250c1b3