En matemáticas , la deconvolución es un proceso algorítmico destinado a revertir los efectos de la convolución . El concepto de deconvolución se usa ampliamente en el procesamiento de señales y procesamiento de imágenes , incluidas la microscopía y la astronomía .
El problema es determinar la solución f de una ecuación de la forma:
Denotamos aquí por h una señal a medida que se adquiere yf la señal que se desea estimar o restaurar, pero que fue convolucionada por una respuesta de impulso g durante la adquisición. La respuesta de impulso a menudo (especialmente en el procesamiento de imágenes) también se denomina función de dispersión de puntos ( la función de dispersión de puntos o PSF English).
Cuando se trata de un proceso de adquisición física, la medición h a menudo se ve empañada por el ruido de medición ε :
La operación de deconvolución se verá dificultada por la presencia de "ruido". La aplicación de la inversa analítica de la deconvolución (convolucionando por la función de Green ) dará un resultado de mala calidad. Entonces es necesario incluir el conocimiento estadístico del ruido y la señal para mejorar el resultado, por ejemplo utilizando “filtrado de Wiener ”.
Por lo tanto, en el procesamiento de señales existe un gran número de métodos de deconvolución basados en diferentes tipos de a priori y, por lo tanto, adecuados para diversas aplicaciones.
La deconvolución mejora la resolución y el ruido de las imágenes de microscopía de fluorescencia . La deconvolución normalmente requiere el conocimiento de la función de dispersión puntual / PSF, que es exclusiva del instrumento (es decir, microscopio).
Puede medirse, a menudo utilizando nanoperlas fluorescentes, o determinarse teóricamente.
También existen algoritmos iterativos de deconvolución ciega, que no requieren ningún conocimiento a priori de la función de dispersión de puntos. Estos últimos intentan estimar la función de expansión del punto y requieren la imposición de algunas restricciones (por ejemplo, intensidades positivas, etc.).
El término "deconvolución" a veces se usa incorrectamente para descomponer una función en dos subfunciones, incluso si la operación no es una convolución. Por ejemplo, en la difractometría X , a menudo consideramos que un pico I (2 θ ) es la suma de una función gaussiana y una función lorentziana :
Yo (2 θ ) = G (2 θ ) + L (2 θ )
La operación que consiste en encontrar los parámetros de las funciones G y L a partir de los valores medidos de I es, por tanto, una desumación , pero los usuarios la denominan erróneamente "deconvolución".