AQC0437

Nanopublication — Analyse Computationnelle d'Image - AQC0437

Affirmation 1: Analyse Computationnelle d'Image - AQC0437

L'œuvre [6411] (AQC0437) [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] : 1536x703 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 DD9365 19.6 orange darksalmon
2 E8A479 17.7 orange lightsalmon
3 C0673E 15.3 orange peru
4 D07E51 14.4 orange indianred
5 B55022 8.8 orange burnt sienna
6 E06F3A 7.2 orange chocolate
7 6B391C 6.0 orange russet
8 915537 4.4 orange burnt sienna
9 3A1A08 3.8 orange very dark orange
10 30444F 2.9 blue darkslategray
11 1B232A 0.3 blue-violet very dark gray [Accent]

Familles de Couleurs:

Famille %
orange 97.1
blue 2.9
blue-violet 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
1B232A blue-violet very dark gray 6.1

Analyse de Texture

Métrique Valeur
Global Roughness 0.154
Mean Local Roughness 0.019
Roughness Uniformity 0.015
Edge Density 0.078
Mean Gradient Magnitude 0.169
Gradient Variance 0.04
Gradient Smoothness 0.0
Directional Coherence 0.013
Pattern Complexity 0.116
Pattern Repetition 1.0
Detail Frequency Ratio 0.603
Spatial Variation 0.077
Texture Consistency 0.621

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.531
Brightness Variance 0.154
Brightness Uniformity 0.71
Brightness Skewness -0.893
Brightness Entropy 7.111
Rms Contrast 0.154
Michelson Contrast 0.965
Weber Contrast 0.584
Mean Local Contrast 0.021
Contrast Uniformity 0.211
Dynamic Range 0.871
Effective Dynamic Range 0.494
Shadow Percentage 12.702
Midtone Percentage 65.749
Highlight Percentage 21.549
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.01
Medium Contrast 0.026
Coarse Contrast 0.042
Multiscale Contrast Ratio 0.237
Edge Contrast 0.169
Contrast Clustering 0.379

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.733
Color Clustering 0.47
Color Transition Smoothness 0.565
Transition Uniformity 0.71
Sharp Transition Ratio 0.1
Transition Directionality 0.012
Mean Saturation 0.619
Saturation Variance 0.019
Low Saturation Ratio 0.007
Medium Saturation Ratio 0.724
High Saturation Ratio 0.269
Saturation Clustering 0.999
Hue Concentration 0.945
Complementary Balance 0.026
Analogous Dominance 0.974
Temperature Bias 0.947

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 (2023). La bémol Majeur - Réflexions 3 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0437.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2023/01/majeur-la-reflexions-3_4y6.html

[3] Quercy, A. (2025). Computational Image Analysis Standard - MMIDS-CMP-2025 https://multimodal.institute/en/publications/2025/10/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)

d7158fa6fd409199713bd2c6fd193984c65196f3dd1bb449a22f849a1bb19ee8