这些人工制品是以19世纪英国天文学家乔治·比德尔·艾里（George Biddell Airy）的名字命名的，他首先描述了后来被称为艾里盘的东西，即由透镜投射的围绕点源图像的不可避免的衍射图案。基本上，任何一个有限孔径的望远镜都会再现一个带有同心衍射伪影的点光源，就像这张图片（来自维基百科）：
现在，像这样的图像是由理想望远镜产生的，它有一个完美的圆形孔径。真正的望远镜可能没有一个完美的圆形光圈。它们的光路中也可能有其他元素，例如，固定副镜的小结构位元，甚至像JWST那样在镜段之间有小间隙。这些额外的元素改变了望远镜的行为。最终，望远镜所做的事情可以用一个叫做点扩散函数（PSF）或脉冲响应函数的数学表达式来描述，它告诉我们点状源的图像是如何在望远镜的焦平面上出现的*。
利用这个PSF，我们可以确定望远镜是如何将原始图像映射成图像的。例如，这可以以数学对象的形式捕捉，即所谓的卷积矩阵。原则上，简单地对这个矩阵求逆就能让我们还原出原始矩阵的完美版本。
这个过程的问题在于，一个数学模型必须是一个近似值，而不是混乱现实的完美代表。此外，噪声总是存在的：光以离散包（光子）的形式出现，这就产生了所谓的散射噪声，探测器传感器和电子设备，无论多好，都会产生一点额外的噪声，等等。
当我们对卷积矩阵求逆时，这些小误差通常会被放大。所以，是的，我们最终消除了衍射伪影，但以增加噪音为代价，也许是显著增加。这相当于降低了望远镜的灵敏度。
所以这就成了一个权衡的问题。对模糊图像进行反卷积可以去除伪影，但也可以消除重要的细节。
顺便提一下，当哈勃太空望远镜发射升空时，很快就发现它有一个重大缺陷：它的反射镜被磨成错误的规格！虽然只差了几微米，但它产生的图像还是模糊的。由于有缺陷的反射镜的PSF被很好地理解，所以有可能去卷积那些模糊的图像，但同样，以增加噪声为代价，这相当于显著降低哈勃的灵敏度。这就是为什么在第一次维修任务中，通过改正哈勃的光学系统来解决这个问题很重要，通过用兼容的组件替换其他光学元件来补偿反射镜的缺陷。正是在这次修复之后，哈勃才得以实现它真正的潜力。
