在数字图像处理中，空间滤波是一种常见的技术，它可以对图像进行平滑、锐化、边缘检测等操作，以提高图像的质量。而卷积则是空间滤波中最常见的操作之一，它是一种线性运算，可以将一个核函数与图像进行卷积运算，从而得到一幅新的图像。

那么为什么卷积可以用于空间滤波呢？首先，我们需要了解卷积的定义和原理。卷积是将两个函数进行积分运算的过程，其中一个函数通常是图像本身，而另一个函数则是由用户定义的核函数。卷积运算的结果是一个新的函数，它描述了图像中每个像素点周围的像素值的加权平均值。

在空间滤波中，核函数通常被用来描述图像的特征，例如边缘、纹理等。通过将核函数与图像进行卷积运算，我们可以得到一个新的图像，其中每个像素点的值是该像素点周围像素值的加权平均值。这个加权平均值可以通过调整核函数的权重来实现不同的滤波效果。例如，如果我们想要平滑一张图像，可以使用一个平滑核函数，它会将每个像素点周围的像素值进行平均，从而使图像变得更加模糊；如果我们想要检测图像中的边缘，可以使用一个边缘检测核函数，它会将每个像素点周围的像素值进行加权平均，从而凸显图像中的边缘。

总之，卷积可以用于空间滤波，因为它可以将一个核函数与图像进行卷积运算，从而得到一个新的图像。这种操作可以实现图像的平滑、锐化、边缘检测等效果，从而提高图像的质量。