 片元着色器)
片元着色器是真正“绘制”高斯形状的地方。对于包围盒内的每一个像素，我们需要计算它相对于椭圆中心的马氏距离（Mahalanobis Distance），并据此输出颜色和透明度。
这里有一个非常关键的细节：我们不需要使用概率密度函数中的归一化系数
1
2
π
√
det
(
Σ
)
。在 3DGS 中，我们的目标是 Alpha 混合（Alpha Blending）而非概率估计。高斯椭圆的“浓淡”是由我们单独学习的一个参数——不透明度（Opacity,
α
） 来控制的。如果强行加入归一化系数，反而会导致颜色变得极暗，因为协方差矩阵的行列式通常很小，会把颜色“压”没。
// 片元着色器 (Fragment Shader)
in vec2 v_position; // 相对于中心的实际偏移量
uniform mat2 u_inv_covariance; // 协方差矩阵的逆
uniform vec3 u_color;
uniform float u_opacity; // 基础不透明度
out vec4 frag_color;
void main() {
// 1. 计算马氏距离的平方
// 公式: d² = (x - μ)ᵀ * Σ⁻¹ * (x - μ)
// v_position 就是 (x - μ)
float d_squared = dot(v_position, u_inv_covariance * v_position);
// 2. 计算 Alpha // 注意：这里没有归一化系数，直接由基础不透明度控制 float alpha = u_opacity * exp(-0.5 * d_squared); // 3. 裁剪：如果透明度过低，直接丢弃，提升性能 if (alpha < 0.004) { // 0.004 约等于 1/255 discard; } // 4. 输出最终颜色 frag_color = vec4(u_color, alpha);}
3. 补充说明
通过这套着色器组合，GPU 就能高效地将数百万个数学定义的高斯椭圆渲染到屏幕上。顶点着色器负责“画框”，片元着色器负责“填色”，最终呈现出平滑、连续的 3D 场景。
不过需要指出的是，上述代码主要侧重于原理的直观展示，属于一种理论化实现，旨在帮助读者理解 3DGS 的渲染逻辑。在实际的工业级工程应用中，为了追求极致的性能，实现方式可能有所不同；但其底层的数学原理——即利用二维高斯函数进行屏幕空间投影与混合——是完全一致的。
六、球谐系数
在上一节我们详细探讨了 3DGS 中每个高斯椭球的几何属性（位置、缩放、旋转），但一个逼真的 3D 场景显然不能只有形状，还必须有丰富的颜色和光照信息。回到第三章提到的 .ply 文件属性列表，你会发现除了 scale 和 rot 之外，还有一长串以 f_dc 和 f_rest 开头的属性：
property float f_dc_0
property float f_dc_1
property float f_dc_2
property float f_rest_0
…
property float f_rest_44
这些属性并非简单的 RGB 颜色值，而是球谐函数（Spherical Harmonics, SH）系数。在 3DGS 中，每个高斯椭球的颜色不是固定的，而是会随着观察角度的变化而变化，以此来模拟真实世界中光照与材质相互作用产生的复杂视觉效果（如镜面高光、菲涅尔效应等）。球谐函数正是实现这一“视角相关颜色”的核心数学工具。
- 傅里叶变换
要解释什么是球谐函数，我们先了解一下类似的傅里叶变换。在数字信号处理中，傅里叶变换的核心思想是：任何复杂的波形，都可以被拆解成无数个频率、振幅各不相同的纯正弦波的叠加。
为了理解这个过程，我们需要先认识两个核心概念：
基函数 (Basis Functions)：这些“纯正弦波”就是傅里叶变换的基函数。它们是构成复杂信号的“标准波纹”。
分解与重构：傅里叶变换的过程，就是用这些标准波纹去“测量”原始信号，计算出每个频率的波纹在信号中占多少“份量”（即系数）。
在数学上，这一过程可以用以下公式严谨地表达：
f
(
x
)
∞
∑
n
0
c
n
⋅
ϕ
n
(
x
)
(23)
其中：
f
(
x
)
是我们要分析的原始复杂信号。
ϕ
n
(
x
)
就是第
n
个基函数（即我们提到的“标准正弦波纹”）。
c
n
是对应的系数，代表了该基函数在原始信号中的权重或“份量”。
简单来说，傅里叶变换就是在一条直线上，用不同频率的正弦波作为“尺子”，去度量和表达一个复杂信号。
- 球谐函数
现在，我们将傅里叶变换的思想从一维的“线”推广到三维空间中的“面”——一个单位球面。
在计算机图形学中，我们常常需要描述一个点周围的光照环境。光线可以从四面八方射来，这个光照信息是定义在一个球面上的函数，称为光照函数 (Lighting Function)。那么，如何表示这个复杂的球面函数呢？答案就是球谐函数 (Spherical Harmonics, SH)。
如果说傅里叶变换是用“平面正弦波”去拟合一条线上的信号，那么球谐变换就是用“球面波纹”去拟合一个球面上的信号。
基函数：球谐函数的基函数不再是正弦波，而是一系列定义在球面上的、具有不同频率和方向的“波纹图案”。
0 阶 SH：像一个纯色的球，代表整个球面的平均光照（环境光）。
1 阶 SH：像一个从黑到白渐变的球，能表示一个主方向的光照（比如太阳从上方照射）。
2 阶及更高：图案越来越复杂，能表示更精细的光照细节和反射。
因此，球谐函数本质上就是“球面上的傅里叶变换”。它用一组预定义的球面基函数，将复杂的环境光照压缩成一小撮系数。
在数学上，球谐函数的展开形式与傅里叶变换高度相似，其公式为：
f
(
θ
,
ϕ
)
≈
n
∑
l
0
l
∑
m
−
l
c
m
l
Y
m
l
(
θ
,
ϕ
)
(24)
其中：
f
(
θ
,
ϕ
)
是定义在球面上的原始函数（如光照分布）。
Y
m
l
(
θ
,
ϕ
)
是球谐基函数，由阶数
l
和频率
m
共同决定。
c
m
l
是对应的球谐系数，代表了该基函数在原始球面函数中的权重。
进一步地，球谐基函数
Y
m
l
(
θ
,
ϕ
)
的通用数学定义由三个部分组成：
Y
m
l
(
θ
,
ϕ
)
K
m
l
⋅
P
m
l
(
cos
θ
)
⋅
e
i
m
ϕ
(25)
K
m
l
（归一化常数）：这是一个为了保证数学严谨性而存在的系数，确保基函数在球面上的积分为 1。具体计算式为：
K
m
l
√
2
l
+
1
4
π
(
l
−
m
)
!
(
l
+
m
)
!
P
m
l
(
cos
θ
)
（关联勒让德多项式）：这是决定球谐函数“形状”的核心部分。不同的阶数
l
和频率
m
会对应不同的多项式形状（如常数、线性、二次曲面等）。
e
i
m
ϕ
（复指数项）：这一项代表了函数在水平方向（方位角
ϕ
）上的旋转变化。
在渲染时，我们只需根据观察方向，用这些系数和基函数进行加权求和，就能快速还原出该方向上的光照强度。
- PBR中的球谐函数
在计算机图形学的基于物理的渲染（PBR）中，球谐函数扮演着至关重要的角色，主要用于高效地计算间接漫反射光照。
当一个物体（如角色、车辆）在场景中移动时，它不仅要被太阳光（直接光）照亮，还会被周围环境（如墙壁、地面）反射的光线照亮。这部分光线是柔和且无明确方向的漫反射光。为了实现这个效果，图形引擎会在场景中预先放置一些光照探针（Light Probes）。这些探针会“捕捉”周围环境的光照信息，并将其编码为一组球谐系数。当动态物体经过时，GPU 会根据其位置插值出对应的 SH 系数，并实时计算出物体表面接收到的环境光。
这样做的好处是，用极少的计算量（通常只需 2 阶 9 个系数）就能模拟出非常逼真的全局光照效果，让动态物体完美地融入静态场景。
- 3DGS中的球谐函数
在 3DGS 中，球谐函数的用途与 PBR 略有不同。它不是用来计算环境光，而是直接用来表示每个高斯椭球自身的视角相关颜色（View-dependent Color）。
3DGS 的核心思想是，一个高斯点在不同视角下看起来颜色是不同的，这模拟了现实世界中物体表面的高光（Specular Highlight）和菲涅尔效应（Fresnel Effect）。例如，一个光滑的桌面，从某个角度看会有刺眼的反光，换个角度则没有。
因此，在 3DGS 训练阶段，算法会为每个高斯点学习一组球谐系数（存储在 .ply 文件的 f_rest 字段中）。这组系数编码了该点在所有方向上的颜色变化规律。而在渲染阶段，当摄像机观察这个高斯点时，GPU 会根据观察方向（View Direction）和这组 SH 系数，实时计算出该点在当前视角下应该呈现的颜色。
为了平衡渲染质量与性能，3DGS 通常默认使用 3 阶球谐函数。这意味着公式 (24) 中的求和上限
n
取值为 3，阶数
l
的取值范围是
0
,
1
,
2
,
3
。根据球谐函数的性质，对于每一个阶数
l
，频率
m
的取值范围是
−
l
到
l
。因此，总的基函数数量（即系数个数）为 1 + 3 + 5 + 7 = 16 个。
将这 16 个基函数项代入公式 (24)，我们可以将其展开为四个部分的加权和：
f
(
θ
,
ϕ
)
≈
0
∑
m
0
c
m
0
Y
m
0
0 阶: 基础漫反射
1
∑
m
−
1
c
m
1
Y
m
1
1 阶: 线性方向
2
∑
m
−
2
c
m
2
Y
m
2
2 阶: 二次曲面
3
∑
m
−
3
c
m
3
Y
m
3
3 阶: 三次细节
(26)
具体展开后的 16 项如下：
f
(
v
)
≈
c
0
0
(
0.28
)
+
c
−
1
1
(
−
0.48
y
)
+
c
0
1
(
0.48
z
)
+
c
1
1
(
−
0.48
x
)
+
c
−
2
2
(
1.09
x
y
)
+
c
−
1
2
(
−
1.09
y
z
)
+
c
0
2
(
0.31
(
3
z
2
−
1
)
)
+
c
1
2
(
−
1.09
x
z
)
+
c
2
2
(
0.54
(
x
2
−
y
2
)
)
+
c
−
3
3
(
−
0.59
(
3
x
2
−
y
2
)
y
)
+
c
−
2
3
(
2.89
x
y
z
)
+
c
−
1
3
(
−
0.45
y
(
4
z
2
−
x
2
−
y
2
)
)
+
c
0
3
(
0.39
z
(
5
z
2
−
3
)
)
+
c
1
3
(
−
0.45
x
(
4
z
2
−
x
2
−
y
2
)
)
+
c
2
3
(
1.44
z
(
x
2
−
y
2
)
)
+
c
3
3
(
−
0.59
x
(
x
2
−
3
y
2
)
)
(27)
在这个公式中：
常数项：这些数字并非随意指定，而是根据球谐基函数的通用数学定义，代入不同的阶数
l
和频率
m
后，计算出的归一化系数。它们确保了基函数在球面上的能量分布是标准的。
x
,
y
,
z
多项式：球谐基函数原本是基于球体极坐标系（
θ
,
ϕ
）定义的，包含复杂的三角函数（如
sin
θ
cos
ϕ
）。但在 3D 图形学的实际应用中，为了方便 GPU 进行高效的矩阵运算，我们通常会将这些极坐标下的三角函数，通过数学变换“翻译”成三维笛卡尔坐标系下的多项式形式。
观察方向：球谐函数本身是定义在“方向”上的，3DGS 中计算的是“当前视角”下的颜色，所以这个“方向”就是摄像机的观察方向，也就是这里的笛卡尔坐标
(
x
,
y
,
z
)
。
RGB 三通道：上述公式中的每一个系数
c
m
l
实际上都是一个包含 R、G、B 三个分量的向量。因此，对于 RGB 三个通道，总共需要存储
16
×
3
48
个浮点数。
这使得 3DGS 能够用极低的存储开销（使用 3 阶 SH，共 16 个系数，RGB 三通道共 48 个 float 值），就模拟出复杂的光照交互效果，让重建的场景看起来富有光泽和质感，而不是像塑料一样平淡。
- 3DGS 着色伪代码
结合前面的知识，我们可以写出 3DGS 中计算最终颜色的核心伪代码。这个过程发生在片元着色器（Fragment Shader）中：
// 片元着色器伪代码
// 输入
vec3 view_direction; // 观察方向
float sh_coeffs[48]; // 完整的球谐系数 (f_dc_0~2 + f_rest_0~44)
float opacity; // 基础不透明度
// 1. 计算 16 个球谐基函数值 (基于观察方向)
float sh_basis[16];
sh_basis[0] = 0.282095; // 0 阶 (对应 f_dc)
sh_basis[1] = -0.488603 * view_direction.y; // 1 阶 (对应 f_rest 前3个)
sh_basis[2] = 0.488603 * view_direction.z;
sh_basis[3] = -0.488603 * view_direction.x;
// … 计算 2 阶和 3 阶的基函数 (对应 f_rest 后42个)
// 2. 统一计算最终颜色
// 将 48 个系数与 16 个基函数进行加权求和
vec3 final_color = vec3(0.0);
for (int i = 0; i < 16; i++) {
// RGB 三个通道分别计算
final_color.r += sh_coeffs[i] * sh_basis[i];
final_color.g += sh_coeffs[i + 16] * sh_basis[i];
final_color.b += sh_coeffs[i + 32] * sh_basis[i];
}
// 3. 计算最终 Alpha
float alpha = opacity * exp(-0.5 * d_squared);
// 输出
frag_color = vec4(final_color, alpha);
通过这套机制，3DGS 巧妙地将复杂的、视角相关的光照效果“烘焙”进了一小组球谐系数中，实现了在极低计算成本下的高质量实时渲染。
