Bilddeblurring umfasst algorithmische Verfahren zur Reduktion von Unschärfe in Bilddaten, verursacht durch Bewegungen, Defokus oder begrenzte Systemantwort. In der Materialwissenschaft verbessert Deblurring die Auflösung und Quantifizierbarkeit von Mikroskopie- und Tomografiedaten, etwa bei Korngrößenanalyse, Porositätsbestimmung oder Defektcharakterisierung. Methoden reichen von dekonvolutionsbasierten Ansätzen bis zu Deep-Learning-Modellen, die Point-Spread-Funktionen und Rauschen explizit berücksichtigen.