在图像处理中，常用的卷积核包括Sobel、Prewitt、Laplacian等。
这些卷积核的浸染是通过对像素周围的邻居像素进行加权均匀，来检测出图像中的边缘。
例如，Sobel卷积核可以检测出图像中的水平和垂直边缘，而Laplacian卷积核可以检测出图像中的所有边缘。

详细来说，卷积操作可以通过以下步骤实现：

1. 选择一个卷积核，例如Sobel卷积核。

2. 将卷积核放置在图像的一个像素上，例如图像中的第一个像素。

3. 将卷积核与图像中的像素进行加权均匀，得到输出像素的值。

4. 将卷积核向右移动一个像素，重复步骤3，直到卷积核覆盖了全体图像。

5. 将卷积核向下移动一个像素，重复步骤4，直到卷积核覆盖了全体图像。

6. 得到卷积操作的输出图像，个中每个像素的值代表该像素周围的邻居像素对该像素的影响。

通过这种卷积操作，可以检测出图像中的边缘。
例如，Sobel卷积核可以检测出图像中的水平和垂直边缘，其事理是通过对像素周围的邻居像素进行加权均匀，来检测出图像中的边缘。
详细来说，Sobel卷积核包括一个水平方向的卷积核和一个垂直方向的卷积核，分别对应图像中的水平和垂直边缘。
通过将这两个卷积核运用于图像中的每个像素，可以得到图像中的水平和垂直边缘，从而实现边缘检测。

总之，卷积是一种常用的图像处理技能，可以用于实现图像中物体的边缘检测。
通过对像素周围的邻居像素进行加权均匀，可以检测出图像中的边缘，从而实现边缘检测。
常用的卷积核包括Sobel、Prewitt、Laplacian等，可以根据不同的需求选择不同的卷积核来实现边缘检测。