AQC0885

Nanopublication — Analyse Computationnelle d'Image - AQC0885

Affirmation 1: Analyse Computationnelle d'Image - AQC0885

Analyse computationnelle d'image [3] de l'œuvre [23503] (AQC0885) [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 2025-12-11.

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] : 1968x2952 pixels. Date d'analyse : 2025-12-11.

Analyse des Couleurs

Rang Couleur Hex % Famille Nom
1 D8D4DA 18.0 white lightgray
2 8999B2 16.6 blue-violet lightslategray
3 707E98 15.7 blue-violet grayish purple
4 A7B5CB 11.5 blue-violet lightsteelblue
5 596277 9.8 blue-violet grayish purple
6 73C1DE 8.8 blue skyblue
7 665735 8.6 yellow-orange dark brown
8 E3DD31 5.0 yellow gold
9 F2E2AA 3.2 yellow palegoldenrod
10 272118 2.7 yellow-orange very dark gray
11 97D9E0 0.3 blue-green skyblue [Accent]
12 91C0AC 0.3 green darkseagreen [Accent]
13 2E2014 0.3 orange very dark gray [Accent]

Familles de Couleurs:

Famille %
blue-violet 53.6
white 18.0
yellow-orange 11.3
blue 8.8
yellow 8.3
blue-green 0.3
green 0.3
orange 0.3

Couleurs d'Accent:

Hex Famille Nom Chroma
97D9E0 blue-green skyblue 21.5
91C0AC green darkseagreen 20.6
2E2014 orange very dark gray 12.1

Analyse de Texture

Métrique Valeur
Global Roughness 0.193
Mean Local Roughness 0.048
Roughness Uniformity 0.04
Edge Density 0.209
Mean Gradient Magnitude 0.383
Gradient Variance 0.178
Gradient Smoothness 0.0
Directional Coherence 0.008
Pattern Complexity 0.123
Pattern Repetition 1.0
Detail Frequency Ratio 0.655
Spatial Variation 0.074
Texture Consistency 0.827

Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.609
Brightness Variance 0.193
Brightness Uniformity 0.683
Brightness Skewness -0.36
Brightness Entropy 7.524
Rms Contrast 0.193
Michelson Contrast 1.0
Weber Contrast 0.585
Mean Local Contrast 0.052
Contrast Uniformity 0.202
Dynamic Range 1.0
Effective Dynamic Range 0.569
Shadow Percentage 6.621
Midtone Percentage 50.851
Highlight Percentage 42.528
Shadow Clipping 0.007
Highlight Clipping 0.01
Tonal Balance 0.255
Fine Contrast 0.026
Medium Contrast 0.064
Coarse Contrast 0.088
Multiscale Contrast Ratio 0.295
Edge Contrast 0.383
Contrast Clustering 0.173

Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.704
Color Clustering 0.508
Color Transition Smoothness 0.035
Transition Uniformity 0.0
Sharp Transition Ratio 0.1
Transition Directionality 0.009
Mean Saturation 0.282
Saturation Variance 0.041
Low Saturation Ratio 0.614
Medium Saturation Ratio 0.331
High Saturation Ratio 0.054
Saturation Clustering 0.998
Hue Concentration 0.426
Complementary Balance 0.207
Analogous Dominance 0.711
Temperature Bias -0.427

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 bémol Mineur - Recherche sur l'Harmonie - Variations 14 — Catalog raisonné. https://arnaudquercy.art/en/catalogue-raisonne/AQC0885.html

[2] Quercy, A. (2025). Untitled - Gallery. https://artquamanima.com/fr/oeuvres/2025/11/sib-mineur-recherche-sur-lharmonie-variations-14_i4x.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)

bdf1757f200239f3d0ada895ff06d0684c012d98d9a2333226193effaa7c2e6e