ぼやけた画像（blurred images）ではシャープネスやコントラストを改善しても”ぼけ”に埋もれてしまった細部を救い出すことは出来ません。ぼけの原因を見つけ出して取り除いてやる必要があります。原因は、例えば、1）焦点が合っていない、2）霧やすりガラスなどの散乱体で光が散乱される、3）被写体が動くことによる、などが挙げられます。数学的には、真の画像やシグナルデータからこのようなぼけた画像やシグナルデータを得る操作は、コンボリューション（convolution）と呼ばれます。逆に、数学的に元の画像やシグナルデータを得ることはデコンボリューション（deconvolution）と呼ばれます。いわば、逆関数を得るようなもので極めて難しくなる場合もあります。その中の一つにポイント・スプレッド・ファンクション（PSF）を求めてデコンボルーションを行うという操作があります。元の画像の各ピクセル1点1点からの光がカメラまで達するとどのようにボケるか、つまりPSF、が分かればぼけた画像から元の画像が計算できるという訳です。

このPSFを使ったデコンボルーションはImageJのプラグインで幾つか開発されています。学術的に一番役立っているのが、顕微鏡のボケ画像を改善するものです。顕微鏡の場合には光の波長（可視光は0.5μｍ前後）ギリギリの微小な画像を得ようとするので光の波としての回折効果により本質的にボケてしまいます。これを修正するプラグインが有名です（ImageJの外部サイトhttp://www.optinav.com/よりDiffraction_PSF_3D.classとIterative_Deconvolve_3D.classをダウンロードします；もうひとつのImageJの外部のサイトMcMaster Biophotonics Facilityに詳しく解説されています）。

ここでは、例として、普通の画像のボケを修正するデコンボルーションを試してみました。使ったプラグインは、同じ上記の最初の外部サイトoptinavよりダウロードできるGaussian_PSF_3D.classとIterative_Deconvolution.classです（これらのプラグインファイルを”Program files”の中の”ImageJ”のプラグインフォルダーにコピーしてImageJを再起動するだけです）。これらのプラグインでデコンボルーションに使える画像は8ビットか16ビットの白黒画像です（カラー画像の場合にはRGB３色に分解してそれぞれの色の画像を白黒画像として解析してまたRGB合成すれば得られます）。使った画像例は、ボケた人工衛星の画像です。ここまでボケてしまうとコントラストやシャープネスではどうにもなりません。何が原因でボケているのか分からないときは真のPSFも得られないのですが数学的に良く使われるガウス分布関数に従って１点からの光がボケているという単純化でデコンボルーションを試みると、意外にも人間の目で見ても殆んど分からない細かな構造物がぼんやりと見えてきます。

この画像例の場合のデコンボルーションのステップは、次のようになります：

1）satelite-blur.png画像を開いておいてPluginsメニューから”Gaussian PSF 3D”を選びます（右１番目のキャプチャー画面）

2）Gaussian PSF 3Dのパラメータ入力画面で各数値を入力して（とりあえず右の画面キャプチャのように設定）”OK”をクリックします（右2番目のキャプチャー画面）

3）PSF画像が生成されたらプラグインの”Iterative Deconvolution”を選びます

4）Iterative Deconvolutionのパラメータ入力画面でオペレーションをDeconvolveにして画像とPSFファイルを選択して（とりあえず右の画面キャプチャのように設定）”OK”をクリックします（右3番目のキャプチャー画面）

以上でデコンボルーションされた画像が生成しますが、PSF生成時のパラメーター特に3つのpeak widthを色々試す必要があります（右4番目の画面キャプチャー）。また、デコンボルーション時のLP filter（ローパスフィルター）のピクセル数がデコンボルーション画像の解像度に関係します（右5番目の画面キャプチャー）。