El objetivo del presente trabajo es mejorar un algoritmo existente de desenfoque de imágenes ciegas, basado en un paradigma de aprendizaje de componentes independientes, mediante cálculo de variedades. La técnica original se basa en un algoritmo de análisis de componentes independientes aplicado a un conjunto de pseudoimágenes obtenidas mediante filtrado Gabor de una imagen borrosa y se basa en un paradigma de adaptación y proyección. Una comparación entre la técnica original y el método mejorado muestra que el aprendizaje de componentes independientes en la hiperesfera unitaria mediante un algoritmo de gradiente riemanniano supera a la estrategia de adaptación y proyección. Un conjunto completo de pruebas numéricas puso de manifiesto las fortalezas y debilidades de la técnica de desenfoque discutida.