卷积本质

1. 卷积的本质：加权叠加：

2. eg1: 线性时不变系统：对于线性时不变系统，如果知道该系统的单位响应，那么将单位响应和输入信号求卷积，就相当于对输入信号各个时间点的单位响应 加权，加权值为输入信号各个时间点上的值，然后叠加，就直接得到了输出信号。

3. y(t) = x(t) * h(t)

4. eg2 图像处理中的滤波：对于图像处理中的滤波，相当于对图像中每个像素点的卷积核加权，加权值为对应中心点窗口内像素点的值，然后叠加到中心点，就直接得到了经过滤波之后的图像。
   

5. 卷积核的窗口越大，视野越大。

6. 多次卷积，也可以拓宽图像的视野（深度学习网络就是这样搞的）。