AQC0741

Nanopublication — Analyse Computationnelle d'Image - AQC0741

Affirmation 1: Analyse Computationnelle d'Image - AQC0741

L'œuvre [10667] (AQC0741) [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] : 2958x3944 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 D57919 20.5 orange chocolate
2 9D9985 16.1 yellow rosybrown
3 A76412 13.7 orange burnt sienna
4 DCC0BA 11.8 red-orange silver
5 D2B37E 9.3 yellow-orange tan
6 C59C5D 8.6 yellow-orange ochre
7 34768E 8.5 blue steelblue
8 828569 7.5 yellow-green gray
9 62461B 2.7 yellow-orange russet
10 1D0F0C 1.4 red-orange black
11 041E35 0.3 blue-violet very dark indigo [Accent]
12 CB93A1 0.3 red rosybrown [Accent]
13 618C96 0.3 blue-green blue gray [Accent]
14 597F77 0.3 green dimgray [Accent]

Familles de Couleurs:

Famille %
orange 34.1
yellow-orange 20.5
yellow 16.1
red-orange 13.2
blue 8.5
yellow-green 7.5
blue-violet 0.3
red 0.3
blue-green 0.3
green 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
041E35 blue-violet very dark indigo 19.1
CB93A1 red rosybrown 23.0
618C96 blue-green blue gray 15.6
597F77 green dimgray 15.0

Analyse de Texture

Métrique Valeur
Global Roughness 0.143
Mean Local Roughness 0.018
Roughness Uniformity 0.015
Edge Density 0.083
Mean Gradient Magnitude 0.164
Gradient Variance 0.039
Gradient Smoothness 0.0
Directional Coherence 0.01
Pattern Complexity 0.114
Pattern Repetition 1.0
Detail Frequency Ratio 0.601
Spatial Variation 0.104
Texture Consistency 0.606

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.562
Brightness Variance 0.143
Brightness Uniformity 0.746
Brightness Skewness -0.385
Brightness Entropy 7.091
Rms Contrast 0.143
Michelson Contrast 1.0
Weber Contrast 0.474
Mean Local Contrast 0.021
Contrast Uniformity 0.132
Dynamic Range 1.0
Effective Dynamic Range 0.459
Shadow Percentage 4.656
Midtone Percentage 71.724
Highlight Percentage 23.62
Shadow Clipping 0.006
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.009
Medium Contrast 0.026
Coarse Contrast 0.043
Multiscale Contrast Ratio 0.201
Edge Contrast 0.164
Contrast Clustering 0.394

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.761
Color Clustering 0.484
Color Transition Smoothness 0.59
Transition Uniformity 0.735
Sharp Transition Ratio 0.1
Transition Directionality 0.011
Mean Saturation 0.527
Saturation Variance 0.1
Low Saturation Ratio 0.343
Medium Saturation Ratio 0.271
High Saturation Ratio 0.386
Saturation Clustering 0.999
Hue Concentration 0.742
Complementary Balance 0.048
Analogous Dominance 0.869
Temperature Bias 0.676

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). La Majeur - Recherche sur l'Harmonie - Variation 2 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0741.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2024/01/un-majeur-recherche-sur-lharmonie-variation-2_88e.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)

853876a1da77d45a5fcf18801c0efc03a4fcfafa7c851c64805e34506bf9d91d