我有一个3D矩阵M = M（i，j，k），基本上是CT扫描，我想对已知的具有球形对称y = f（r）的响应函数进行反卷积。响应函数基本上是机器获得的模糊效果，因此我将其参数化。
我知道我可以使用FFT解卷积，但是所有软件包都要求矩阵内核。从理论上讲，我可以从响应函数中获得矩阵内核，但这一点都不好，因为我失去了分辨率，最终图像比原始图像更加模糊。 有没有办法直接应用响应函数？要么 有没有办法将分辨率更高的内核应用于矩阵3D？ 最后一个问题有意义吗？
from astropy.convolution import convolve_fft
kernel = self.build_kernel(res=[9,9,9]) # converts the response function in a kernel for FFT convolution
new_arr = convolve_fft(array=conv_arr, kernel=kernel, normalize_kernel=False)
问题是，要使内核具有与原始图像相同的分辨率，我将失去其主要功能。结果图像比原始图像更加模糊。