تظهر خطوط المطر في الهواء بدرجات متفاوتة من التشويش والدقة بسبب المسافات المختلفة بين مواقعها وموقع الكاميرا. كما تُظهر صور المطر أنماطًا متشابهة، سواء في الصورة الأصلية أو في نسخها متعددة المقاييس (أو متعددة الدقة)، مما يتيح استغلال هذه المعلومات المكملة لتمثيل خطوط المطر. في هذا العمل، نستكشف تمثيلًا تعاونيًا متعدد المقاييس لخطوط المطر من منظور مقاييس الصورة المدخلة والسمات العميقة الهرمية ضمن إطار موحد، يُسمى شبكة التجميع التدريجي متعدد المقاييس (MSPFN) لتنظيف خطوط المطر من صورة واحدة. وبالنسبة لخطوط المطر المتشابهة في مواقع مختلفة، نستخدم الحساب التكراري لالتقاط النسيج العالمي، مما يمكّن من استكشاف المعلومات المكملة والمتكررة على المستوى المكاني لتمثيل خطوط المطر المستهدفة. علاوةً على ذلك، نُنشئ هيكلًا هرميًا متعدد المقاييس، ونُدخل آلية الانتباه لتهيئة دمج دقيق لهذه المعلومات المرتبطة من مقاييس مختلفة. إن هذه الاستراتيجية التدريجية متعددة المقاييس لا تُعزز التمثيل التعاوني فحسب، بل تُعزز أيضًا التدريب من الطرف إلى الطرف. وقد تم تقييم طريقة الاقتراح بشكل واسع على عدة مجموعات بيانات معيارية، وحققت نتائج تفوق التقنيات الحالية. علاوةً على ذلك، أجرينا تجارب على مهام متعددة تشمل تنقية الصور من المطر، والكشف، والتقسيم، مما يُلهم اتجاهًا بحثيًا جديدًا موجهًا بالمهام البصرية لتنقية الصور من المطر. يتوفر الكود المصدري على الرابط التالي: \url{https://github.com/kuihua/MSPFN}.