AQC0810

Nanopublication — Analyse Computationnelle d'Image - AQC0810

par Arnaud Quercy · La Mineur - Recherche sur l'Harmonie - Variation 7 · 2025

Affirmation 1: Analyse Computationnelle d'Image - AQC0810

Enregistrement d'analyse [3] : [11633] (AQC0810) [2] par Arnaud Quercy [2]. Méthode : k-means. Paramètres : 10 couleurs. Métriques : distribution des couleurs, texture, luminosité, motifs spatiaux. Effectuée : 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] : 2355x3140 pixels. Date d'analyse : 2026-02-04.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 E5AD8E 30.9 orange burlywood
2 EFB99C 16.3 orange tan
3 DE9B7E 14.6 orange darksalmon
4 C2997F 9.4 orange rosybrown
5 B2876E 8.6 orange ochre
6 D1876B 7.3 orange lightcoral
7 2E1D16 4.7 orange very dark gray
8 C45B0F 3.4 orange chocolate
9 A16D53 3.3 orange burnt sienna
10 4C3429 1.4 orange darkslategray

Familles de Couleurs:

Famille %
orange 100.0

Analyse de Texture

Métrique Valeur
Global Roughness 0.154
Mean Local Roughness 0.022
Roughness Uniformity 0.019
Edge Density 0.127
Mean Gradient Magnitude 0.175
Gradient Variance 0.041
Gradient Smoothness 0.0
Directional Coherence 0.008
Pattern Complexity 0.117
Pattern Repetition 1.0
Detail Frequency Ratio 0.634
Spatial Variation 0.086
Texture Consistency 0.482

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.646
Brightness Variance 0.154
Brightness Uniformity 0.761
Brightness Skewness -2.029
Brightness Entropy 6.657
Rms Contrast 0.154
Michelson Contrast 1.0
Weber Contrast 0.383
Mean Local Contrast 0.023
Contrast Uniformity 0.192
Dynamic Range 0.996
Effective Dynamic Range 0.592
Shadow Percentage 6.079
Midtone Percentage 34.889
Highlight Percentage 59.032
Shadow Clipping 0.0
Highlight Clipping 0.0
Tonal Balance 0.0
Fine Contrast 0.012
Medium Contrast 0.029
Coarse Contrast 0.042
Multiscale Contrast Ratio 0.29
Edge Contrast 0.175
Contrast Clustering 0.518

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.749
Color Clustering 0.409
Color Transition Smoothness 0.566
Transition Uniformity 0.73
Sharp Transition Ratio 0.1
Transition Directionality 0.015
Mean Saturation 0.415
Saturation Variance 0.014
Low Saturation Ratio 0.013
Medium Saturation Ratio 0.945
High Saturation Ratio 0.041
Saturation Clustering 0.999
Hue Concentration 0.998
Complementary Balance 0.0
Analogous Dominance 1.0
Temperature Bias 1.0

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). La Mineur - Recherche sur l'Harmonie - Variation 7 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0810.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2025/01/un-mineur-recherche-sur-lharmonie-variation-7_8z8.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)

c8a7248409de8bf7f3ed7ef7d3e237c7d908307c881cae732d8f52b4c3371159