AQC0892

Nanopublication — Analyse Computationnelle d'Image - AQC0892

Affirmation 1: Analyse Computationnelle d'Image - AQC0892

L'œuvre Si Majeur [1] - Recherche sur l'Harmonie - Variations 8 (AQC0892) [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] : 1953x2930 pixels. Date d'analyse : 2025-12-11.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 CE8DB1 16.4 red-violet rosybrown
2 8EACD6 15.0 blue-violet skyblue
3 EDD8AA 14.4 yellow-orange wheat
4 BB7C9C 13.8 red palevioletred
5 E4B7C2 11.1 red thistle
6 544B32 9.9 yellow-orange dark brown
7 D0CBDE 9.7 violet lightgray
8 6E6C54 4.0 yellow dimgray
9 80B250 3.0 yellow-green yellowgreen
10 281C18 2.5 orange very dark gray
11 F9DADC 0.3 red-orange mistyrose [Accent]

Familles de Couleurs:

Famille %
red 25.0
yellow-orange 24.4
red-violet 16.4
blue-violet 15.0
violet 9.7
yellow 4.0
yellow-green 3.0
orange 2.5
red-orange 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
F9DADC red-orange mistyrose 11.4

Analyse de Texture

Métrique Valeur
Global Roughness 0.185
Mean Local Roughness 0.022
Roughness Uniformity 0.023
Edge Density 0.101
Mean Gradient Magnitude 0.187
Gradient Variance 0.068
Gradient Smoothness 0.0
Directional Coherence 0.004
Pattern Complexity 0.128
Pattern Repetition 1.0
Detail Frequency Ratio 0.622
Spatial Variation 0.11
Texture Consistency 0.841

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.641
Brightness Variance 0.185
Brightness Uniformity 0.712
Brightness Skewness -0.954
Brightness Entropy 7.2
Rms Contrast 0.185
Michelson Contrast 1.0
Weber Contrast 0.62
Mean Local Contrast 0.025
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.604
Shadow Percentage 10.746
Midtone Percentage 42.015
Highlight Percentage 47.239
Shadow Clipping 0.001
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.012
Medium Contrast 0.031
Coarse Contrast 0.049
Multiscale Contrast Ratio 0.242
Edge Contrast 0.187
Contrast Clustering 0.159

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.763
Color Clustering 0.727
Color Transition Smoothness 0.529
Transition Uniformity 0.544
Sharp Transition Ratio 0.1
Transition Directionality 0.009
Mean Saturation 0.301
Saturation Variance 0.014
Low Saturation Ratio 0.433
Medium Saturation Ratio 0.561
High Saturation Ratio 0.006
Saturation Clustering 0.999
Hue Concentration 0.457
Complementary Balance 0.057
Analogous Dominance 0.684
Temperature Bias 0.524

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). Si Majeur - Recherche sur l'Harmonie - Variations 8 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0892.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2025/11/si-majeur-recherche-sur-lharmonie-variations-8_i7g.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)

a9bb01d4bc99a5211c24a422f62a44de04beeeefc65b1c3806f5073fbcd030e5