AQC0723

Nanopublication — Analyse Computationnelle d'Image - AQC0723

Affirmation 1: Analyse Computationnelle d'Image - AQC0723

Analyse computationnelle d'image [3] de l'œuvre [10415] (AQC0723) [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] : 3024x4032 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 AFBFB5 21.8 yellow-green silver
2 C0CEC6 18.2 yellow-green lightgray
3 ED355A 12.6 red-orange crimson
4 3B0F17 11.8 red very dark red
5 8C2F46 9.2 red brown
6 532829 8.9 red-orange darkslategray
7 6D4243 6.2 red-orange dark brown
8 95525D 5.4 red burnt sienna
9 647295 4.0 blue-violet grayish purple
10 98938F 1.9 gray gray
11 F5A580 0.3 orange lightsalmon [Accent]
12 320941 0.3 red-violet very dark purple [Accent]
13 41314E 0.3 violet dusty mauve [Accent]

Familles de Couleurs:

Famille %
yellow-green 39.9
red-orange 27.7
red 26.5
blue-violet 4.0
gray 1.9
orange 0.3
red-violet 0.3
violet 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
F5A580 orange lightsalmon 40.5
320941 red-violet very dark purple 38.3
41314E violet dusty mauve 20.5

Analyse de Texture

Métrique Valeur
Global Roughness 0.244
Mean Local Roughness 0.02
Roughness Uniformity 0.019
Edge Density 0.104
Mean Gradient Magnitude 0.162
Gradient Variance 0.038
Gradient Smoothness 0.0
Directional Coherence 0.024
Pattern Complexity 0.116
Pattern Repetition 1.0
Detail Frequency Ratio 0.639
Spatial Variation 0.218
Texture Consistency 0.497

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.489
Brightness Variance 0.244
Brightness Uniformity 0.501
Brightness Skewness -0.082
Brightness Entropy 7.322
Rms Contrast 0.244
Michelson Contrast 1.0
Weber Contrast 0.814
Mean Local Contrast 0.022
Contrast Uniformity 0.103
Dynamic Range 1.0
Effective Dynamic Range 0.69
Shadow Percentage 32.156
Midtone Percentage 28.24
Highlight Percentage 39.604
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.013
Fine Contrast 0.011
Medium Contrast 0.027
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.162
Contrast Clustering 0.503

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.768
Color Clustering 0.715
Color Transition Smoothness 0.591
Transition Uniformity 0.742
Sharp Transition Ratio 0.1
Transition Directionality 0.032
Mean Saturation 0.397
Saturation Variance 0.087
Low Saturation Ratio 0.428
Medium Saturation Ratio 0.343
High Saturation Ratio 0.23
Saturation Clustering 0.999
Hue Concentration 0.875
Complementary Balance 0.001
Analogous Dominance 0.925
Temperature Bias 0.87

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). Ré bémol Majeur - Recherche sur l'Harmonie - Variation 6 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0723.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2024/01/re-majeur-recherche-sur-lharmonie-variation-6_81e.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)

3a824367d8610f01cb492ede9116ef4a83d2e55d1bc4358cc73d14807bd2d31a