La eliminación de ruido en imágenes infrarrojas es una tarea crítica en diversas aplicaciones, sin embargo, los métodos existentes a menudo tienen dificultades para preservar detalles finos y manejar patrones de ruido complejos, especialmente bajo niveles altos de ruido. Para abordar estas limitaciones, este documento propone un método de eliminación de ruido novedoso basado en la arquitectura del Transformador Swin, llamado SwinDenoising. Este método aprovecha las potentes capacidades de extracción de características de los Transformadores Swin para capturar características de imagen locales y globales, mejorando así el proceso de eliminación de ruido. El método SwinDenoising propuesto se probó en los conjuntos de datos de imágenes infrarrojas FLIR y KAIST, donde demostró un rendimiento superior en comparación con los métodos de vanguardia. Específicamente, SwinDenoising logró una mejora de PSNR de hasta 2.5 dB y un aumento de SSIM de 0.04 bajo altos niveles de ruido gaussiano (50 dB), y un aumento de PSNR de 2.0 dB con una mejora de SSIM de 0.03 bajo ruido de Poisson (= 100). Estos resultados resaltan la efectividad del método en mantener la calidad de la imagen mientras reduce significativamente el ruido, convirtiéndolo en una solución robusta para la eliminación de ruido en imágenes infrarrojas.