1.一种基于粒球计算的图像内容噪声处理方法，其特征在于，所述方法包括：

获取待处理图片的各个像素点的梯度；

以当前梯度最小的像素点为中心，按照矩形形状向外扩散，重复迭代形成多个不同的矩形局域；

计算出各个像素点到其对应矩形区域中心的欧式距离，将所有像素点的欧式距离的倒数经过处理，得到各个矩形区域的权重列表；

将各个矩形区域的权重列表与对应像素点的像素值求乘积得到聚类后的各部分像素值，进而完成对待处理图片的聚类操作；

基于高斯分布对聚类操作后的待处理图片进行重采样处理。

2.根据权利要求1所述的一种基于粒球计算的图像内容噪声处理方法，其特征在于，所述以当前梯度最小的像素点为中心，按照矩形形状向外扩散，重复迭代形成多个不同的矩形局域包括每次迭代选取剩余梯度最小处的像素点为中心呈矩形形状向外扩散，直至该矩形区域像素点的纯度达到事先设定的纯度阈值时终止扩散；其中，所述纯度定义为1减去矩形区域内异类点个数与该区域像素点总数的比值，定义异类点为矩形区域内与中心点灰度值超出某个预设灰度值的像素点。

3.根据权利要求1所述的一种基于粒球计算的图像内容噪声处理方法，其特征在于，所述计算出各个像素点到其对应矩形区域中心的欧式距离，将所有像素点的欧式距离的倒数经过处理，得到各个矩形区域的权重列表包括将各个像素点到当前矩形区域的欧式距离的倒数经过归一化函数处理，当像素点只对应一个矩形区域时，对应权重直接视为1；当像素点对应多个不同矩形区域时，得到当前矩形区域中各个像素点的权重列表，且归一化后权重列表中各权重之和为1。

4.根据权利要求1所述的一种基于粒球计算的图像内容噪声处理方法，其特征在于，所述将各个矩形区域的权重列表与对应像素点的像素值求乘积得到聚类后的各部分像素值，进而完成对待处理图片的聚类操作包括将每个类的像素点的像素值与权重列表中对应的权重值进行相乘，也即对类进行像素值更新，从而完成对待处理图像的聚类操作。

5.根据权利要求1所述的一种基于粒球计算的图像内容噪声处理方法，其特征在于，所述基于高斯分布对聚类操作后的待处理图片进行重采样处理包括先获得一个与待处理图片同等大小的且符合同样分布的目标图像矩阵，再对各像素点的值进行修改：值大于所保存的最大像素值的点，将其值固定为相应最大值；值小于所保存的最小像素值的点，将其值固定为相应的最小值。

6.根据权利要求5所述的一种基于粒球计算的图像内容噪声处理方法，其特征在于，所述高斯分布函数表示为：其中，fi(x)表示第i个矩形区域的高斯分布的概率密度函数，μi表示待处理图片第i个矩形区域内的像素均值，σi表示待处理图片第i个矩形区域内的像素标准差，μi和σi在聚类过程中会动态计算得到并保存。

7.根据权利要求1所述的一种基于粒球计算的图像内容噪声处理方法，其特征在于，基于高斯分布对聚类操作后的待处理图片进行重采样处理之后还包括将重采样处理后的待处理图像输入到目标图像分类模型中，对所述目标图像分类模型进行训练。