Die Aufnahme eines digitalen Bildes geht oft mit einer Beeinträchtigung durch Unschärfe (Verschwommenheit, Bewegung…) und zufälliges Rauschen einher. Die Dekonvolution hat die Aufgabe, aus dem beschädigten Bild das ursprüngliche, unbeschädigte Bild zu rekonstruieren. Die Bildbeschädigung lässt sich durch einen spezifischen mathematischen Operator modellieren – die sogenannte Konvolution:

Blind-Dekonvolution, auch „blinde Dekonvolution“ genannt, tritt in dem Moment auf, in dem die Faltungsmaske (Kern) nicht im Voraus bekannt ist und zusammen mit dem rekonstruierten Bild geschätzt werden muss. Der Rekonstruktionsprozess ist in diesem Fall sehr anspruchsvoll, da meist nur eine unzureichende Datenmenge zur Verfügung steht, die zudem durch zufälliges Rauschen verzerrt ist. Aus mathematischer Sicht ergibt sich eine etwas einfachere und vergleichsweise qualitativ hochwertige Bildrekonstruktion im Fall sogenannter Mehrkanal-Blind-Dekonvolution, bei der mehrere beschädigte Bilder (g_i) derselben Szene des ursprünglichen, unbeschädigten Bildes durch verschiedene unbekannte Faltungskerne (h_i) verzerrt sind.