Потому что диафрагма - она сама по себе "объектив". Самые первые фотоаппараты (камеры-обскуры) обходились вообще без линзового объектива - его заменяла дырка в стенке. И чем меньше размер отверстия - тем более резким получалось изображение.
Это легко понять даже на пальцах, если нарисовать ход лучей света через маленькое отверстие:
Где бы ни располагались точки (объекты) в пространстве - на экране их изоображения будут получаться достаточно чёткими как раз потому, что луч света от них может дойти до экрана единственным образом. Есть там линза или нет - большой роли уже не играет.
Из этого же рисунка ясно, что если увеличить диаметр оотверстия, то резкость изображения упадёт: даже от точечного объекта лучи могут попасть на разные точки экрана.
Теперь вспомним, что линза может дать чёткое изображение только для предмета, находящегося от неё на определённом расстоянии, в соответствие с известной со школы формулой линзы 1/F = 1/f + 1/d. Если F и f заданы, то d, расстояние от линзы до объекта, определяется однозначно. Объекты, находящиеся на другом расстоянии, будут "не в фокусе". Это и создаёт эффект размытия заднего плана, но с тем же успехом может создать эффект размытия переднего плана, если сфокусироваться на задний. При условии, что изображение создаётся линзой. Всей линзой.
Так вот, если внутри линзы, в её оптическом центре, расположить диафрагму, то ход световых лучей будет определяться в основном этой диафрагмой. Это диафрагма, а не весь объектив, будет строить изображение. И если диафрагма маленькая, то, как показывает рисунок, лучам по фигу, фокусирует ли их линза и куда именно фокусирует.