PCL点云处理中的多种模型滤波器

点云是由大量的三维点组成的数据集，常用于感知和建模任务。在点云处理中，滤波器是一种常见的工具，用于去除噪音、平滑数据和提取有用的特征。PCL（Point Cloud Library）是一个流行的开源库，提供了丰富的点云处理算法和工具。在PCL中，有多种模型滤波器可用于对点云数据进行处理和优化。

本文将介绍几种常见的PCL模型滤波器，并提供相应的源代码示例。以下是每种滤波器的详细介绍和示例代码：

1. 简单高斯滤波器（Simple Gaussian Filter）
   简单高斯滤波器是一种基于高斯函数的滤波器，用于平滑点云数据并去除噪音。它通过计算每个点的邻域内点的加权平均值来实现平滑效果。PCL中的pcl::SimpleGaussianKernel类提供了简单高斯滤波器的实现。以下是一个示例代码：

#include <pcl/filters/simple_gaussian.h>

pcl::