GEE python：按照指定内核（方核和圆核）进行卷积运算（边缘检测）

影像的卷积
影像的卷积原理是指通过对影像进行卷积操作，可以实现对影像进行平滑、锐化、边缘检测等处理。卷积操作是一种基本的图像处理操作，它是将一个核函数与图像的每一个像素点进行运算，从而得到一个新的像素值。

具体来说，卷积操作的原理是将核函数与图像的每一个像素点进行乘积，然后将所有乘积的结果相加，得到一个新的像素值。这个新的像素值代表了该像素点与周围像素点的关系，可以用于实现平滑、锐化、边缘检测等图像处理操作。

例如，如果我们想对一张图片进行平滑处理，可以使用一个平滑核函数进行卷积操作。平滑核函数通常是一个正方形的矩阵，每个元素都是相等的。通过对图像进行卷积操作，可以将每个像素点的值替换为周围像素点的平均值，从而实现平滑处理。

另外，卷积核函数的不同也会导致不同的影响效果。例如，锐化核函数可以使图像的边缘更加清晰，边缘检测核函数可以使图像中的边缘更加明显。因此，在进行图像处理时，需要根据具体情况选择合适的卷积核函数。

核函数：
在图像处理中，核函数（也称为卷积核或滤波器）是一种用于对图像进行卷积运算的矩阵。核函数的大小和形状可以根据需要进行调整，不同的核函数可以实现不同的图像处理功能。

下面是一些常见的核函数及其作用：

1. 平滑核函数：平滑核函数通常是一个正方形的矩阵，每个元素都是相等的。通过对图像进行卷积操作，可以将每个像素点的值替换为周围像素点的平均值，从而实现平滑处理。平滑处理可以去除图像中的噪声和细节。

2. 锐化核函数：锐化核函数可以使图像的边缘更加清晰。锐化核函数通常是一个 3x3 的矩阵，中