图像语义通信依赖深度神经网络实现端到端的语义表示与重建，其网络架构将直接影响系统性能。而现有架构仍存在局限：基于CNN的方案难以建模像素间长程依赖，基于Transformer的方案计算开销较高而难以高效部署，二者混合架构的特征融合判据相对单一，在噪声干扰下易致次优决策。为此，提出面向图像语义通信的多尺度混合特征变换(Multi-scale Hybrid Feature Transform，MHFT)，构建兼顾全局语义与局部细节的双路径架构，前者在频域以较低计算开销实现全局建模，后者在空间域强化对图像纹理与边缘的表征。在此基础上，设计分阶段多证据融合策略(Phased Multi-Evidence Fusion，PMEF)，基于双路径特征强度、差异与相关性分阶段构造融合证据，自适应分配路径权重，从而强化全局语义与局部纹理的协同建模，并提升在噪声信道条件下的鲁棒性。实验结果表明，在多种信道条件与带宽预算下，该方案相较于主流方案在PSNR和MS-SSIM上实现一致提升，并在计算开销与端到端编解码速度上同样具有优势，体现了其有效性与应用潜力。