Wieso entsteht nur dann ein scharfes Bild, wenn die Bildebene auf der Netzhaut liegt?

Deine Pupille hat eine gewisse Größe. Der Lichtstrahl, der von einem Objekt ausgeht und z.B. am linken Rand deiner Pupille ins Auge trifft, muss an der selben Stelle der Netzhaut auftreffen wie der Lichtstrahl, der am rechten Rand deiner Pupille ins Auge kommt. Und natürlich auch die Lichtstrahlen, die an einer anderen Stelle durch die Pupille kommen. Nur dann siehst du das Bild scharf.

Die Lichtstrahlen, die von einem Punkt eines Objektes ausgehen, werden durch die Linse gebündelt und auf die Netzthaut projeziert. Nur wenn dort wieder ein Punkt entsteht ist das Bild scharf, ansonsten unscharf, weil die Strahlen dann nicht in einem Punkt zusammentreffen sondern ein Fläche ergeben.
Da ein Objekt nicht nur einen Punkt hat sondern sehr viele (unendlich viele) überschneiden sich die ganzen Flächen, das Bild ist verschwommen.

Weil die Sinneszellen in der Netzhaut sind. Sie verarbeiten die Lichtreize und können nur das Bild weiter geben, das sie bekommen.