Estimar con precisión la distancia absoluta y la altura de objetos en áreas abiertas es bastante desafiante, especialmente cuando se basa únicamente en imágenes individuales. En este artículo, abordamos estos problemas y proponemos un nuevo método que combina técnicas tradicionales de visión por computadora con soluciones avanzadas basadas en redes neuronales. Nuestro enfoque combina la detección y segmentación de objetos, la estimación de profundidad monocular y el mapeo basado en homografía para proporcionar mediciones precisas y eficientes de altura y distancia absolutas. Esta solución se implementa en un dispositivo de borde, lo que permite el procesamiento de datos en tiempo real utilizando tanto fuentes de datos visuales como térmicas. Las pruebas experimentales en un conjunto de datos de estimación de altura que creamos muestran una precisión del 98.86%, confirmando la efectividad de nuestro método.