星载图像实时无损压缩系统的FPGA设计与实现_张丽丽.pdf

实 验 技 术 与 管 理 第 40 卷 第 2 期 2023 年 2 月 Experimental Technology and Management Vol.40 No.2 Feb.2023 收稿日期:2022-08-31 基金项目:国家自然科学基金项目（61671310）；辽宁省教育厅项目（LJKZ0174）；辽宁省教改项目（辽教办2021254 号）作者简介:张丽丽（1979）女，黑龙江讷河，博士，副教授，系主任，主要研究方向为 FPGA 系统设计与深度学习，。通信作者:刘雨轩（1998），男，辽宁锦州，硕士研究生，主要研究方向为 FPGA 系统设计与深度学习，。引文格式:张丽丽，刘雨轩，张雷，等.星载图像实时无损压缩系统的 FPGA 设计与实现J.实验技术与管理,2023,40(2):057-062.Cite this article:ZHANG L L,LIU Y X,ZHANG L,et al.FPGA design and implementation of real-time lossless compression system for satellite imageJ.Experimental Technology and Management,2023,40(2):057-062.(in Chinese)ISSN 1002-4956 CN11-2034/T DOI:10.16791/ki.sjg.2023.02.009 星载图像实时无损压缩系统的 FPGA 设计与实现 张丽丽，刘雨轩，张 雷，蔡健楠（沈阳航空航天大学 电子信息工程学院，辽宁 沈阳 110136）摘 要：为实现星载宽幅图像实时无损压缩，针对图像压缩 JPEG-LS 算法，在预测模块向前预测基础上，调整了算法参数更新计算结构，采取了向前预测两级参数策略，并在不影响压缩质量的前提下实现了全流水线结构。在编码模块，采用有限长编码方式，防止了误差值较大时使编码结果产生过多连续的零，导致编码长度剧增、降低编码性能问题。基于 Xilinx 公司的 xc7k325tffg900 现场可编程门阵列（FPGA）芯片，在正常编码模式下，解决了该算法自身反馈结构制约硬件流水线实现，从而导致工作频率低的问题。该文提出的结构不仅可以满足实时处理星上图像数据需求，其参数化的设计还可使系统动态调整输入图像参数，根据不同的应用环境进行参数配置。该文算法最大可处理尺寸为 6 1446 144 的宽幅图像，最高工作频率可达 220 MHz，系统输入图像数据的最大传输带宽可达 3.52 Gbps。关键词：无损压缩；JPEG-LS 算法；FPGA 芯片；向前预测；全流水线结构 中图分类号：TN919.81 文献标识码：A 文章编号：1002-4956(2023)02-0057-06 FPGA design and implementation of real-time lossless compression system for satellite image ZHANG Lili,LIU Yuxuan,ZHANG Lei,CAI Jiannan(College of Electronical and Information Engineering,Shenyang Aerospace University,Shenyang 110136,China)Abstract:In order to achieve real-time lossless compression of spaceborne wide images,for the JPEG-LS algorithm of image compression,based on the forward prediction of the prediction module,the algorithm parameter update calculation structure is adjusted,a two-level forward prediction parameter strategy is adopted,and a full pipeline structure is realized without affecting the compression quality.In the coding module,the finite length coding method is adopted to prevent the coding result from generating too many consecutive zeros when the error value is large,leading to a sharp increase in the coding length and reducing the coding performance.Based on the xc7k325tffg900 field programmable gate array(FPGA)chip of Xilinx Company,under the normal coding mode,the problem that the feedback structure of the algorithm restricts the hardware pipeline implementation has been solved,which leads to low working frequency.The proposed structure can meet the requirements of real-time processing of satellite image data and enable the system to dynamically adjust the input image parameters according to different application environments.The maximum size of the algorithm in this paper is 6 144 6 144 wide images,the maximum working frequency can reach 220 MHz,and the maximum transmission bandwidth of the system input image data can reach 3.52 Gbps Key words:lossless compression;algorithm-JPEG-LS;FPGA chip;forward prediction;full-pipeline construction 58 实 验 技 术 与 管 理 1 背景 随着传感器技术的发展和航空航天科技的进步，机载和星载遥感设备瞬时产生的海量数据对实时传输系统传输带宽的要求日趋提高。卫星上拥有较多载荷，输入原始码数据率高，图像数据保真度要求高1，为保证传输图像的质量，通常采用无损压缩。目前针对图像压缩的算法比较成熟。例如：JPEG2000、Karhunen-Loeve Transform（KLT）、Pairwise Prthogonal Transform（POT）等基于变换的方法可有效去除像素之间的相关性，有较高的压缩效率，但算法复杂度较高，不易实现2；基于深度学习的压缩方法3通过自编码器同时学习图像的特征和概率分布，无需先验知识，但需要大量的数据进行训练4，并且在部署时对硬件资源的要求较高；而针对普通 2D 图像的 JPEG-LS 标准使用预测方式去除相关性，能使其具有良好的压缩性能与较低的算法复杂度，更适合于硬件实现5-8。从硬件角度出发，为了提高系统的运行速率，使之能对图像数据进行实时处理，应采取流水线方式。然而在 JPEG-LS 算法标准中，当连续的像素具有相同的上下文时，由于下一个像素的编码需用到上一个像素编码后更新的参数，这就会制约流水线结构的速度。传统的提高数据吞吐率的方法是将一帧图像分成多个小块，并行处理9。但是在速度要求较高的场景中必须将图像划分为更多的小块以满足需求，这不仅会增加硬件资源的开销，而且过小的子块使得上下文信息更少，更不利于 JPEG-LS 基于上下文的压缩方式10。因此，为满足高速压缩的条件，单核压缩器数据处理速度的提高尤为重要。文献9提出延时参数更新的并行运算结构会导致压缩结果失真，不能满足无损压缩需求；文献11提出的全流水线结构最大只能支持 8 bit位宽的数据；文献12仅能在相邻像素对应不同上下文时才可达到全流水线处理；文献1314提出的向前预测参数 C 的机制并没有对参数 B 的反馈进行处理，导致频率无法进一步提高；文献15从提高算法的压缩比角度，根据序列天文图像的特点，利用去除帧间冗余的方法来对算法进行优化。本文针对包含极少平坦区域的星载图像样本，以实现数据实时高速处理为目标，在正常编码模式下，提出了一种新的全流水向前预测结构。该结构提高了单核压缩器的数据处理速度，对于宽幅图像无需分块处理或用外部、内部的存储器缓存图像，且整个系统参数可动态配置。相比于现有技术，处理速度快、资源占用率少、使用更灵活。本文所述系统是以航天企业实际需求为导向的。将该项目引入 FPGA 课程实践，能够使学生在学习过程中，将理论与实践深度融合，在解决实际工程问题的同时，切实提升工程实践能力和创新意识。2 JPEG-LS 压缩算法分析 在 JPEG-LS 算法中，首先需用当前像素 Ix 和周围的像素值对上下文进行建模。并将梯度值 D1、D2、D3 量化为 Q1、Q2、Q3，再映射成正数 Q 后确定一种上下文模型。当 JPEG-LS 算法对上下文完成建模后，有一个很长的数据回路存在于场景统计信息 B、C 与误差值ErrVal 之间，误差值的修正取决于场景统计的信息，同时场景统计信息的更新取决于误差值的计算结果16。二者的计算有很强的先后次序，无法进行并行计算，是制约硬件运行速度的瓶颈17。3 系统架构设计 JPEG-LS 压缩系统框图如图 1 所示。由于星载获取的某些图像的特性，对于无损压缩，很难进入到游长模式18，而且星载设备的资源极为有限，为了节约资源，系统中只采用正常编码模式。整个系统分为四个模块，控制模块用于动态配置压缩器参数，并通过外部 fifo 状态控制压缩器工作状态；缓存模块用于缓存一行像素，并求出上下文建模需要的像素值 Ix、Ra、Rb、Rc 和梯度值 D1、D2、D3；预测模块用于普通模式下对像素值的预测和误差计算；Golomb 编码模块用于对误差进行 Golomb-rice 编码。由于需要更新上下文参数和计算误差，所以预测模块是整个系统中唯一出现反馈的位置，需采取向前预测方式并行更新参数，从而实现全流水线结构。其余模块均无反馈回路，可直接实现全流水线结构。图 1 系统框图 4 FPGA 设计与实现 4.1 控制模块 信号 sof 与 eof 用于控制压缩器开始工作和停止工作。图像的高和宽用 x_len 与 y_len 信号控制，在sof 有效时锁存 x_len 与 y_len 信号。在接收到 sof 信 张丽丽，等：星载图像实时无损压缩系统的 FPGA 设计与实现 59 号后，压缩器会产生 r_fifo_en 信号读取前端 fifo 中的数据。如果 r_empty 或 w_full 有效，即前端 fifo 为空或后端 fifo 为满，则标志没有数据可以压缩或已压缩数据无处存放。此时压缩器就会暂停工作，令 r_fifo_en为低，暂停从前端 fifo 读取数据，直到前端 fifo 有新的数据并且后端 fifo 有新的位置存放数据。4.2 传统预测模块的局限性 预测模块通过当前上下文模型中的像素值求出预测值 Px，经过误差修正参数 C 修正后与 Ix 求出误差ErrVal，同时用前向预测误差参数 A 与发生次数计量参数 N 求出对应的 k 值（Golomb 编码过程二进制部分的位宽）。最后将误差值映射成正数与 k 一同输出给Golomb 编码模块。在正常编码模式下，制约硬件速度的是偏差参数B 和 C 进行更新时所产生的反馈回路。在 JPEG-LS 算法标准下，参数 B 和 C 的更新方式如图 2 所示。对于输入像素为 16 bit 的数据，参数 B 的更新在该流程下一个时钟周期内最多需要进行两次 18 bit 位宽的加法、三次比较和一次移位，极大地制约了硬件运行速度。但是该流程下每次 B 的更新结果只会在1N,0的范围内，这样就可以对 B 进行向前预测，在每次参数更新时对1N,0内所有的值进行更新，最后选择出正确的 B，这样可使更新 B 的反馈回路里只存在一个选择器。研究表明11，为满足绝大多数应用环境的需求，N 通常取 58 位19，这就带来一个新的问题，当N 的最大值为 64 时，如果将所有 B 的可能值都进行 图 2 参数更新流程图 运算，最多需要同时对 64 个可能的 B 值进行更新，不仅会增加硬件开销，同时在后端数据选择时需要进行 64 选 1，也会限制硬件的运行速度。4.3 新的预测模块的实现 在 JPEG-LS 的参数更新流程下，对于从 B=0 到B=1N，参数更新的结果是有相互依赖关系的。求出参数 B=0 的更新结果后可以通过计算求出其他任意值的更新结果，从而减小硬件开销。使用参数 B=0 进行更新，等同于直接使用误差 E 进行更新。为了硬件实现时减少逻辑判断的复杂度，上一次 B 的更新结果用Bpre表示，E 的更新值 Eupt的相反值与 N 之间的差值用DN 表示。则 B 的更新结果 Bupt可表示为：pre pre upt pre pre pre pre upt pre upt pre pre pre upt pre pre pre1,(2)1,(2,DN),(2,DN)DN,(0,DN),(0,DN)DN,(0,DN),0,DNDN,(2,()NENNNEN BBENEN BBNEBBENEBBBEN BBEEN BBNEN B-+-+-=-+-pre DN)0,(2,DN)0,(2)NEN BNE|（1）当 N=RESET 时，只需先将 E 与 Bpre右移一位再更新即可。Eupt的计算以及 E 与 N 的关系都可以放在B 的反馈回路之外进行计算。经过优化后的反馈回路，判断与加法可并行计算。对于输入位宽为 16 bit 的数据，在 RESET=64 时，改进前 B 的位宽需要 18 bit，在更新 B 时，一个时钟周期内的最大延时为 18 bit 加法的延时+18 bit 位移的延时+19 bit 判断的延时+18 bit 加法的延时。改进后的 Bpre与 Eupt都被限制在 7 bit 内，一个时钟周期内的最大延时为 max7 bit 加法的延时+7 bit 移位的延时，7 bit 判断的延时+7 bit 移位的延时，有效缩减了反馈回路内的计算延时。反馈回路的硬件结构如图 3 所示。图 3 参数 B 更新反馈结构图 60 实 验 技 术 与 管 理 为进一步缩减反馈中判断逻辑的复杂度，以N_RESET_EN 单 bit 信号标志 N 是否等于 RESET 来判断，E 与 N 的关系用 Epst表示，并采取独热编码。由于 B 的更新需要提前计算好 DN、Eupt、Epst，而这些计算也是处于 C 的反馈回路中的，为了实现全流水线结构，需要对 C 的反馈回路进行处理。文献14提供了一种向前预测 C 的方式，对 C 向前预测一级，可为反馈回路增加两个寄存器而不影响数据吞吐率。但B 的反馈回路已经占用了一个寄存器，从 C 到计算出DN 等值只用一个寄存器显然是不够的。在不影响数据吞吐率的条件下，理论上向前预测 C 的级数越多，反馈回路可以添加的寄存器越多，但硬件开销显著提升，并且在后续选择正确数据时的延时也会增大，进而影响更新 B 的反馈回路速度。本文采用向前预测两级 C 的方式，为 C 的反馈回路增添三个寄存器。新增的两级寄存器足够从 C 计算到 DN 等值，而增加的数据选择延时也不会对 B 的反馈回路造成过大影响。为了减少 C 的反馈回路内的计算步骤，将计算顺序做相应调整。在 JPEG-LS 算法中先用 C 对 Px 进行修正，然后将 Px 限定在0,MAXVAL范围内，再与 Ix求 ErrVal。对于输入位宽为 16 bit 的数据，ErrVal 位宽为 18 bit，Px 位宽为 16 bit。计算延时为 16 bit 加法的延时+17bit 判断的延时+17 bit 加法的延时。对 Px 限定范围的目的是为了使修正后的 Px 依旧属于0,MAXVAL范围内，也就是使 SIGN*ErrVal 处于IxMAXVAL,Ix范围。由于未修正的 Px 的范围属于0,MAXVAL，所以令修正后的 Px 越界的原因是 Px靠近上边界或下边界且 C 过大或过小。这样就可以通过 C 与 Px 判断 SIGN*ErrVal 是否越界，同时 C 可以修正 ErrVal。判断和加法可以同时进行，将延时从 16 bit加法的延时+17 bit 判断的延时+17 bit 加法的延时，缩减为 max16 bit 判断的延时,18 bit 加法的延时。修正 ErrVal 的结构图如图 4 所示，修正后的结果用ErrVal_limit 表示。图 4 修正 ErrVal 结构图 然后将 ErrVal_limit 进行更新求出 DN、Eupt、Epst。更新结构图如图 5 所示，为了减少后续 B 反馈回路内的逻辑运算量，将 Epst采用独热编码。图 5 更新 ErrVal 结构图 对于输入位宽为 16 bit 的数据，在 RESET=64 时，将改进后的 ErrVal_limit 的更新与参数 B 的更新当作一个整体，与改进前对 B 的更新进行比较。改进前需要计算 2 个 18 bit 的加法、1 个 18 bit 的位移、1 个 19 bit 的判断，且需在一个时钟周期内计算完成。改进后则需计算 2 个 18 bit 的加法、1 个 7 bit 的判断、一个 7 bit加法、一个 7 bit 移位，且可用 2 个时钟周期计算。相比于改进前，平均每个周期内的计算量得到了有效缩减。在向前预测 B 的方式下，参数 C 的更新方式也做了相应调整：pre pre pre pre pre pre pre pre pre upt pre pre pre pre pre pre pre 1,(2)1,(2,DN)1,2,DN1,0,DN,(0,DN),(0,DN)1,(0,DN)1,(2()(),DN)CENCNEN BCNEN BCNEBCNEBCCEN BCEN BCNEN BC-=+pre pre 1,(2,DN)1,(2)NEN BCNE|+|（2）由于与更新参数 B 时的判断条件类似，故将参数C 的更新与 B 的更新放在一起，最后加上上述修正ErrVal 与更新 ErrVal 的结构，整体如图 6 所示。共采用三级寄存器完成一次对参数 C 的更新，参数 C 更新后的值用 Cupt表示。由于需要向前预测 C 的值，故需将本次更新前的 C 值与正确的 C 值进行比较，如果相同，则表示本次更新结果是正确的，将标志位 upt_crt_en拉高，否则将拉低。张丽丽，等：星载图像实时无损压缩系统的 FPGA 设计与实现 61 图 6 参数 C 更新结构图 由于向前预测两级的参数 C，所以至少需要 C+2、C+1、C、C1、C2 同时进行更新，才可以选择出正确的 C 的更新值。将上述参数 C 更新结构复用 5 个并行计算，并在最后通过 upt_crt_en 选择正确的 Cupt完成整个 C 的更新。同时选择出正确的 ErrVal_limit用于后续计算 k 值与误差的映射。向前预测 C 的结构如图 7 所示。图 7 向前预测参数 C 结构图 4.4 Golomb 编码模块 Golomb 编码模块主要采用 Golomb-rice 编码方式，首先将误差值 ErrVal 除以 2k，然后对这一商值进行一元编码加入到码流中，再将余数用二进制方式加到码流中。为了防止个别较大的误差值使编码结果产生过多连续的零，从而使编码长度剧增降低编码性能，采用有限长编码方式，将编码结果的最大长度限定为limit。设输入数据的最大位宽为 q bpp，则阈值取值为limitq111。由于最大输入为 16 bit 数据，经过映射后的误差位宽最大为 17 bit，本设计有限长的编码长度 limit 为 32，所以阈值为 14。取待编码误差的前 17k 位数据，与阈值进行比较，如果小于阈值则正常编码，如果超过阈值则先对 limit18 进行一元编码，然后将原始数据减 1 的值写入码流，从而提高压缩效率。由于每次编码的长度不固定，为了节省资源同时提高系统的可靠性，采取累积到 32bit 以后输出一次数据的方式。5 图像压缩系统测试 本文基于 Xilinx 公司的 xc7k325tffg900 芯片，在vivado2019.2 的编译环境下，使用 VHDL 语言完成设计、综合、布局布线和下板验证。图像压缩系统的测试分为功能仿真和下板验证两部分。功能仿真通过使用 Modelsim 软件搭建仿真环境、编写激励文件，来测试系统能否正常工作。下板验证把通过功能仿真验证正确的程序烧录到 FPGA 板卡上，使用串口作为 PC 机和 FPGA 板卡的通信接口，串口的通信速度比实际压缩器工作速度低，要达到压缩器单核处理带宽（3.52 Gbps），62 实 验 技 术 与 管 理 需要利用片上资源先缓存一定量的数据，然后再按照实际需要的带宽给压缩器提供数据，图像数据经过压缩器压缩后的压缩码流通过串口回传到上位机。上位机将软件的压缩结果与 FPGA 板卡回传的压缩码流进行对比，如果结果一致，说明压缩器能够在硬件上正常运行。本文分别采用像素间相关性较小的随机数据、像素间相关性较大的递增数据和实际卫星遥感图像深度为 816 bit 的数据进行了测试。以下以常见的位深为8 bit 的卫星遥感图像为例，对压缩器性能进行说明。在图像上分别取尺寸为 256256、512512、1 0241 024、2 0482 048、4 0964 096、6 1446 144 的图像进行测试。处理速度均可达 220 Mpixels/s，压缩比在 1.51以上，满足星载任务需要，测试结果如表 1 所示。表 1 压缩比测试结果 图像尺寸 压缩比 256256 2.157 4 512512 2.344 3 1 0241 024 2.466 0 2 0482 048 2.438 3 4 0964 096 2.362 8 6 1446 144 2.323 6 本文所实现的压缩器与其他 JPEG-LS 实现的压缩器的比较结果见表 2。文献13采用的图像数据最大位宽为 8 bit，为了使本文方法与文献13的实现方式具有可比性，测试了当本文方法和文献13输入数据位宽都为 16 bit 时的资源占用情况，以及数据的处理速度和吞吐率。在 Xilinx Virtex-4 xc4vlx15 芯片上（文献13所使用的芯片），本文所述方法资源占用率为61.80%，文献13的资源占用率为 51.40%，虽然资源占用率有所增加，但是处理速度和整体吞吐率提升了19.81%；在 Xilinx Kintex-7 xc7k325tffg900 芯片上（本文所使用的芯片），本文所述方法资源占用率为2.49%，文献13的资源占用率为 1.90%，虽然资源占 表 2 与其他实现方式的结果比较 本文 文献13 本文 文献13芯片类型 Xilinx Kintex-7 xc7k325tffg900 Xilinx Kintex-7 xc7k325tffg900 Xilinx Virtex-4 xc4vlx15 Xilinx Virtex-4xc4vlx15Slices 资源 资 源占用个数（率/%）1 268（2.49%）968（1.90%）3 797（61.80%）3 158（51.40%）最大输入 图像位深度/bit 16 16 16 16 最大处理速度/Mpixelss1 220 163 127 106 数据吞吐率/Gbps 3.52 2.608 2.032 1.696 用率略有增加，但处理速度和整体吞吐率提升了39.88%，满足星载图像高速压缩的需求。如果压缩系统处理速度达不到高速压缩的需求，一般采用多个压缩器并行方式实现，而两个压缩器的资源占用率不仅会高于本设计的单个压缩器的资源占用率，而且会影响图像的压缩效率。因此，本文的设计虽然单核资源占用情况略高于文献13，但是相比于文献13更适合高速压缩的应用场景。6 结语 本文以实际工程项目为切入点，从工程实现角度基于 FPGA 实现了 JPEG-LS 星载图像实时压缩算法。由于 JPEG-LS 算法相对简单，可以引入 FPGA 课程实践教学。该实际工程项目从航天企业实际需求出发，在系统设计过程中不但包括压缩算法功能的实现，更重要的是包括为了达到工程实际应用所需的性能指标，对算法进行的一系列优化，以及为了验证系统性能所进行的全面的系统仿真。该项目的引入，能够使学生在进行 FPGA 设计时，从只关注系统的功能实现转变为关注系统速度、资源利用率等一系列工程技术指标的实现，与现行 FPGA 课程教学改革目的相一致20-21。学生通过该实验，可以很好地掌握 FPGA 设计过程中的并行、高速等特点，提高解决复杂工程问题的能力。参考文献(References)1 韩宇，袁素春，张建华，等.高分七号卫星图像压缩 FPGA设计与实现技术J.航天器工程，2020,29(3):169176.2 BARRIOS Y,SNCHEZ A J,SANTOS L,et al.SHyLoC 2.0:A versatile hardware solution for on-board data and hyperspectral image compression on future space missionsJ.IEEE Access,2020(8):5426954287.3 ZHANG X,WU X L.Attention-guided image compression by deep reconstruction of compressive sensed saliency skeletonC CVPR 2021.4 OLIVEIRA V A D,CHABERT M,OBERLIN T,et al.Reduced-complexity end-to-end variational autoencoder for on board satellite image compressionJ.Remote Sensing,2021,13(3):447.5 ALONSO T,SUTTER G,MNDEZ J.LOCO-ANS:An optimization of JPEG-LS using an efficient and low complexity coder based on ANSJ.IEEE Access,2021(9):106606106626.6 李英，李博，高新波.提升高精度图像弱目标视觉质量的高效压缩算法J.西南交通大学学报，2019,54(5):10121020.7 宋鸿梅，徐学庆，牟海维，等.图像无损压缩算法 JPEG-LS实现及性能研究J.光学仪器，2014,36(4):315318,322.8 赵亮亮.高可靠星载JPEG-LS图像压缩硬件系统设计D.西安:西安电子科技大学，2018.（下转第 68 页）68 实 验 技 术 与 管 理 动特征的研究方法，可以在非常规油气田化学工作液投入使用前对其相关性能指标进行研究、评价与预测，对依赖增产措施的非常规油气资源的规模化开发具有指导意义。（3）推动产学研融合，设计开发创新性实验资源及大学生研究性实验教学资源，对充分激发学生的学习研究热情，培养学生的创新思维与实践能力，促进学生将理论与工程实践相结合，具有重要的现实意义，也符合国家对复合型创新人才培养的要求。参考文献(References)1 王红军，马锋，童晓光，等.全球非常规油气资源评价J.石油勘探与开发，2016,43(6):850862.2 姜瑞忠，蒋廷学，汪永利.水力压裂技术的近期发展及展望J.石油钻采工艺，2004,26(4):5257,84.3 范白涛，陈峥嵘，姜浒，等.中国海油非常规和海上低渗储层压裂技术现状与展望J.中国海上油气，2021,33(4):112119.4 蒲春生，郑恒，杨兆平，等.水平井分段体积压裂复杂裂缝 形成机制研究现状与发展趋势J.石油学报，2020,41(12):17341743.5 郭建春，何春明.压裂液破胶过程伤害微观机理J.石油学报，2012,33(6):10181022.6 康毅力，张杜杰，游利军，等.裂缝性致密储层工作液损害机理及防治方法J.西南石油大学学报（自然科学版），2015,37(3):7784.7 张路锋，周福建，辜富洋，等.裂缝性致密砂岩气藏入井流体伤害规律J.钻井液与完井液，2018,35(5):121126.8 张博，张海勇，吴小张，等.特低渗油田水力压裂的压裂液伤害实验研究J.重庆科技学院学报（自然科学版），2016,18(2):8286.9 达祺安，姚传进，曲晓欢，等.低温油气藏胍胶压裂液破胶酶的研制与性能评价J.中国石油大学学报（自然科学版），2022,46(2):137144.10 卢祥国，曹豹，谢坤，等.基于压裂液滤失驱油作用的油井压裂方法及实践效果J.油田化学，2020,37(4):635641.11 马鑫，雷光伦，王志惠，等.胍胶降解菌对地层压裂液伤害的修复机制J.中国石油大学学报（自然科学版），2018,42(4):100110.（上接第 62 页）9 CARNEIRO C A,GARCIA F P,FREITAS HC,et al.Scalable spatio-temporal parallel parameterizable stream-based JPEG-LS encoderJ.LEICE Electronics Express,2017,14(2):16.10 阙恒，王渊峰，武凤霞.一种新的 JPEG-LS 压缩算法的低延迟实现方案J.集成电路应用，2017,34(6):2327.11 范文晶，王召利，王惠娟，等.基于 FPGA 的无损图像压缩算法实现J.电子科技，2016,29(11):126128,132.12 刘嘉晗，赵岩，王宇心，等.高性能全流水线可控参数 JPEG-LS编码器实现J.微电子学与计算机，2010,27(2):3437.13 KIM B S,BAEK S,KIM D S,et al.A high performance fully pipeline JPEG-LS encoder for lossless compressionJ.IEICE Electronics Express,2013,10(12):20130348.14 PAPADONIKOLAKIS M E,KAKAROUNTAS A P,GOUTIS C E.Efficient high-performance implementation of JPEG-LS encoderJ.Journal of Real-Time Image Processing,2008,3(4):303310.15 孙建伟，薛长斌，郑铁，等.面向空间天文观测的序列图像无损压缩算法J.空间科学学报，2019,39(6):847852.16 尤传亮.一种图像无损压缩算法 JPEG-LS 的 FPGA 实现D.南京：东南大学，2019.17 李晓雯，陈新凯，李国林，等.低功耗全流水线 JPEG-LS 无损图像编码器的 VLSI 设计J.清华大学学报（自然科学版），2007,47(10):16541657.18 魏亚辉.基于 FPGA 的遥感图像 JPEG-LS 压缩算法的研究与实现J.信阳农林学院学报，2016,26(2):107110.19 KLIMESH M,STANTON V,WATOLA D.Hardware implementation of a lossless image compression algorithm using a field programmable gate arrayR.Pasadena:Progress Report 42144 CA:NASA JPL TMO.2001.20 于秀丽，魏世民，白宇轩.新工科背景下基于 FPGA 课程群的实践教学研究J.实验技术与管理，2020,37(8):178181.21 倪健民，韩绍程.基于 FPGA 的视频图像处理综合性实验项目开发J.实验技术与管理，2021,38(9):161165.