interpolate3d_fft.py ドキュメント

概要

interpolate3d_fft.py は、3次元空間に等間隔で配置された周期的な離散データを、高速フーリエ変換(FFT)とゼロパディングを用いて高解像度化(アップサンプリング)するための処理を提供するプログラムである。 主に科学技術計算や画像処理の分野において、周期境界条件を前提としたデータの滑らかな補間に利用される。

非標準ライブラリ

本プログラムは以下の非標準ライブラリに依存している。

  • numpy

  • matplotlib

  • scipy

理論とアルゴリズム

本プログラムは、周波数領域におけるゼロパディングを利用して、実空間での高解像度化を実現する。 離散信号をフーリエ変換したのち、高周波成分をゼロで埋めて逆フーリエ変換を行うことで、ナイキスト周波数以下の成分を維持したまま、空間解像度を向上させることができる。

元の3次元離散データを \(f(x, y, z)\) とし、そのサイズを \(N_x \times N_y \times N_z\) とする。 まず、3次元高速フーリエ変換(FFT)を用いて、周波数領域のデータ \(F(k_x, k_y, k_z)\) を計算する。

\[F(k_x, k_y, k_z) = \sum_{x=0}^{N_x-1} \sum_{y=0}^{N_y-1} \sum_{z=0}^{N_z-1} f(x, y, z) e^{-i 2\pi \left(\frac{k_x x}{N_x} + \frac{k_y y}{N_y} + \frac{k_z z}{N_z}\right)}\]

次に、各次元に対する補間倍率を \(M_x, M_y, M_z\) と設定し、新たなサイズ \(N'_x = N_x M_x\), \(N'_y = N_y M_y\), \(N'_z = N_z M_z\) を持つゼロ配列を用意する。 scipy.fft.fftshift を用いて \(F(k_x, k_y, k_z)\) の直流(DC)成分を配列の中心にシフトさせた上で、新しいゼロ配列の中央に配置する。これにより、元の信号に含まれない高周波領域が \(0\) でパディングされた新たな周波数空間データ \(F_{padded}\) が得られる。

最後に、scipy.fft.ifftshift を適用して周波数成分の配置を元に戻し、逆高速フーリエ変換(IFFT)を実行する。補間後の振幅を正しく保つため、要素数の増加比率を乗じ、実数部を抽出することで最終的な補間データ \(f_{interp}(x, y, z)\) を得る。

\[f_{interp}(x, y, z) = \frac{N'_x N'_y N'_z}{N_x N_y N_z} \Re \left( \mathcal{F}^{-1} \{ F_{padded} \} \right)\]

入出力仕様

プログラム内部のデータ処理における入出力の仕様は以下の通りである。

  • 入力仕様

    • data: 補間対象となる3次元の numpy.ndarray。形状は \(N_x \times N_y \times N_z\)。

    • interp_factor: 各次元 \((x, y, z)\) の補間倍率を指定する3要素の整数タプル。

  • 出力仕様

    • 補間処理後の高解像度化された3次元データが numpy.ndarray として出力される。

    • 形状は入力サイズと補間倍率の積 \((N_x M_x) \times (N_y M_y) \times (N_z M_z)\) となる。

    • プログラム内で最終的に実数部のみが抽出されるため、実数型のデータが返される。

実行例

本スクリプトを直接実行すると、サイン波とコサイン波を合成したサンプル3次元データが生成され、各次元を4倍に補間する処理が行われる。 その後、matplotlib を用いて補間前後の2次元スライス画像の比較、および3次元サーフェスプロットによる可視化が実行される。

以下のコマンドで実行する。

python interpolate3d_fft.py

実行時、コンソールには元のデータ形状と補間後のデータ形状が出力される。

元のデータの形状: (10, 10, 10)
補間後のデータの形状: (40, 40, 40)

同時に、以下のグラフがウインドウとして描画される。

  • 元データのX軸方向中央での2次元スライス画像と、対応する補間後データの2次元スライス画像の比較

  • 元データの3次元散布図と、補間後データにおけるZ軸方向中央での3次元サーフェスプロットの比較