Aunque las imágenes de microscopía óptica (LM) se utilizan ampliamente para observar varios tejidos corporales, incluidas las glándulas salivales, lograr una resolución espacial satisfactoria en las imágenes finales sigue siendo un desafío importante. El objetivo de este estudio fue modelar un algoritmo robusto de deconvolución ciega utilizando la estructura extraída y analizar su aplicabilidad a las imágenes de LM. Dadas las imágenes de LM de las glándulas salivales, el método propuesto de deconvolución ciega robusta realiza deconvolución no ciega después de estimar el mapa estructural y el núcleo de cada imagen. Para demostrar la utilidad del algoritmo propuesto para las imágenes de LM, se utilizaron el índice de nitidez perceptual (PSI), el índice de nitidez de Blanchet (BSI) y el evaluador de calidad de imagen natural (NIQE) como métricas de evaluación. Demostramos que cuando se aplicó el algoritmo propuesto a las imágenes de LM de las glándulas salivales, el PSI y BSI mejoraron en un 7,95% y 7,44%, respectivamente, en comparación con los del algoritmo convencional basado en TV. Cuando se aplicó el algoritmo propuesto a una imagen de LM, confirmamos que el valor de NIQE era similar al de una imagen de baja resolución. En conclusión, el algoritmo propuesto de deconvolución ciega robusta es altamente aplicable a las imágenes de LM de las glándulas salivales, y esperamos que se vuelvan posibles más aplicaciones.