针对任意放大倍数的图像超分辨率重建问题，本文中提出一种基于多尺度隐式表示函数的图像超分辨率重建网络。具体来说，为了让网络能够学习到不同尺度的特征以增强不同倍数的超分辨率重建结果，本文首先设计了一个多尺度特征编码器用于提取图像在不同尺度下的特征信息。然后，针对网络在不同放大倍数的重建任务中重建特征存在的细微差距，以及仅适用单一放大倍数的问题，本文将条件卷积将进入到网络中，并进一步改进设计一种尺度自适应卷积来细化各放大倍数任务下的图像特征。最后，将学习到的特征以及对应的坐标信息通过隐式表示函数映射为RGB值，获得重建的高分辨率图像。大量实验结果显示，所提出方法的重建结果有着清晰的纹理信息，并且在评估指标上优于最先进的方法，甚至能在30 这种极端任务中重建出大部分图像信息。