从放缩到重构的Swin Transformer图像矩形化网络

来源：计算机工程与应用杂志2025年第12期北京时间：

作者：杨利春, 党建武, 王梦思, 张天胤, 田彬

单位：1.兰州交通大学 光电技术与智能控制教育部重点实验室，兰州 730070；2.兰州交通大学 电子与信息工程学院，兰州 730070

摘要：图像矩形化旨在解决拼接后的图像所存在的边界不规则问题。现有的矩形化方法通过多步扭曲处理来实现图像的矩形化处理。但是这些方法仍然存在一定的内容失真及边界破损等问题。为了解决这些问题，提出了一种单步扭曲处理的图像矩形化解决方案（IRFormer）。具体来说，结合了尺度放缩策略，构建了一个基于Swin Transformer架构的低分辨率单步扭曲分支；结合轻量化策略，构建了一个高分辨率重建及边界修复的分支。通过广泛的实验，验证了IRFormer在多种场景中均具有良好的矩形化表现，具有较高的内容保真性和边界完整性。在定性和定量比较中，IRFormer均展现出了最先进的矩形化性能。

关键词：图像矩形化,单级网格预测,尺度放缩,Swin Transformer,超分辨率重建