CN109974594A - 一种距离确定的方法及装置 - Google Patents

Abstract

本申请提供了一种距离确定的方法及装置，其中，该方法包括：分别获取至少两个预设镜头拍摄的目标物体的测距图像；分别确定每个所述测距图像的清晰度；将清晰度最大的测距图像作为目标图像；基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。与现有技术中的距离确定的方法相比，本申请通过多个焦距不同的摄像机拍摄目标物体的图像，选取清晰度最高的图像对应的成像距离作为目标物体与镜头的距离，以降低成本，提高适用性。

Description

一种距离确定的方法及装置

技术领域

本申请涉及数据测量技术领域，尤其是涉及一种距离确定的方法及装置。

背景技术

在日常生活与工作中，很多人或设备存在测量物体之间距离的需求，距离的测量是生活或工作中必不可少的技能，人们通常采用目测或使用辅助工具进行距离的测量。而常用的距离测量工具往往有所限制，如直尺、卷尺等，受到量程的限制，不利于远距离确定。

现有技术中，常用测距设备，如激光测距仪等，虽然测量结果较为准确，量程也比卷尺等工具要长，但往往成本过高，得不到广泛的使用。因此，对于测量精度要求低、测量成本要求低的场合，需要一种即低成本、而限制又少的距离确定方法。

发明内容

有鉴于此，本申请的目的在于提供一种距离确定的方法及装置，以降低设备成本，减少使用限制。

本申请实施例提供了一种距离确定的方法，所述方法包括：

分别获取至少两个预设镜头拍摄的目标物体的测距图像；

分别确定每个所述测距图像的清晰度；

将清晰度最大的测距图像作为目标图像；

基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

进一步的，所述分别确定每个所述测距图像的清晰度，包括：

分别确定每个所述测距图像的灰度矩阵；

基于所述灰度矩阵，确定所述测距图像的清晰度。

进一步的，所述分别确定每个所述测距图像的灰度矩阵，包括：

分别确定所述测距图像中每个像素的基色的强度值，其中，所述基色包括红色、蓝色和绿色；

基于所述每个像素的基色的强度值，确定所述测距图像的基色强度矩阵；

基于所述基色强度矩阵，确定所述测距图像的灰度矩阵。

进一步的，计算所述测距图像的清晰度的公式为：

其中，j表示所述测距图像的清晰度，f表示所述测距图像的灰度值，x、y分别表示所述测距图像中一个像素在坐标系的横、纵坐标。

进一步的，所述基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离，包括：

基于所述目标图像对应的预设镜头的焦距，确定所述目标图像的清晰度等于预设清晰度阈值时对应的参考距离；

当所述参考距离的个数为二时，计算两个参考距离的差值，基于所述差值，确定最为所述目标物体与所述目标图像对应的预设镜头的距离的参考距离；

当所述参考距离的个数为一时，将所述参考距离作为所述目标物体与所述目标图像对应的预设镜头的距离。

本申请实施例还提供了一种距离确定的装置，所述装置包括：

获取模块，用于分别获取至少两个预设镜头拍摄的目标物体的测距图像；

第一确定模块，用于分别确定每个所述测距图像的清晰度；

选择模块，用于将清晰度最大的测距图像作为目标图像；

第二确定模块，用于基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

进一步的，所述第一确定模块，包括：

第一确定单元，用于分别确定每个所述测距图像的灰度矩阵；

第二确定单元，用于基于所述灰度矩阵，确定所述测距图像的清晰度。

进一步的，所述第一确定单元，具体用于：

分别确定所述测距图像中每个像素的基色的强度值，其中，所述基色包括红色、蓝色和绿色；

基于所述每个像素的基色的强度值，确定所述测距图像的基色强度矩阵；

基于所述基色强度矩阵，确定所述测距图像的灰度矩阵。

进一步的，所述第一确定单元在计算测距图像的清晰度时使用的公式为：

其中，j表示所述测距图像的清晰度，f表示所述测距图像的灰度值，x、y分别表示所述测距图像中一个像素在坐标系的横、纵坐标。

进一步的，所述第二确定模块，包括：

第三确定单元，用于基于所述目标图像对应的预设镜头的焦距，确定所述目标图像的清晰度等于预设清晰度阈值时对应的参考距离；

第四确定单元，用于当所述参考距离的个数为二时，计算两个参考距离的差值，基于所述差值，确定最为所述目标物体与所述目标图像对应的预设镜头的距离的参考距离；

第五确定单元，用于当所述参考距离的个数为一时，将所述参考距离作为所述目标物体与所述目标图像对应的预设镜头的距离。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的距离确定的方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的距离确定的方法的步骤。

本申请实施例提供的距离确定的方法及装置，分别获取至少两个预设镜头拍摄的目标物体的测距图像；分别确定每个所述测距图像的清晰度；将清晰度最大的测距图像作为目标图像；基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。与现有技术中的距离确定的方法相比，本申请通过多个焦距不同的摄像机拍摄目标物体的图像，选取清晰度最高的图像对应的成像距离作为目标物体与镜头的距离，以降低成本，提高适用性。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的距离确定的方法的流程图；

图2示出了本申请实施例所提供的另一种距离确定的方法的流程图；

图3示出了本申请实施例所提供的距离确定的装置的结构示意图之一；

图4示出了本申请实施例所提供的距离确定的装置的结构示意图之二；

图5示出了本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

首先，对本申请可适用的应用场景进行介绍。本申请可应用于数据测量技术领域中，具体而言，可以应用于在对精度要求不高的距离测量的场景中。

经研究发现，现有技术中，常用的距离确定工具往往有所限制，如直尺、卷尺等，受到量程的限制，不利于远距离确定，而激光测距仪等限制条件较少的测距设备，虽然测量结果较为准确，量程也比卷尺等工具要大，但往往成本过高，得不到广泛的使用。因此，对于测量精度要求低、测量成本要求低的场合，需要一种即低成本、而限制又少的距离确定方法。

有鉴于此，本申请实施例提供了一种距离确定的方法及装置以，以降低设备成本，减少使用限制。

请参阅图1，图1为本申请一实施例提供的距离确定的方法的流程图。如图1中所示，本申请实施例提供的距离确定的方法，包括：

S101、分别获取至少两个预设镜头拍摄的目标物体的测距图像。

在该步骤中，在确定目标物体与自身之间的距离时，距离确定的装置可以通过自身所设置的预设镜头对目标物体进行图像拍摄，得到测距图像。

其中，预设镜头的数量和焦距是根据实际情况而定的，对距离确定的精度要求越低，预设镜头的数量就可以越少，但不会低于两个，相对的，在对精度要求高时，就必须提升预设镜头的数量，以提升测距图像数量，进而增加不同量程，提升测距精度，而预设镜头的焦距影响固定位置的成像清晰度，进而影响距离确定的装置的量程；不同预设镜头的焦距也不同，多个预设镜头的焦距的大小可以呈等差设置的，多个预设镜头的排列方式可以按照其焦距的大小，排列成矩形方阵。

其中，测距图像可以是包含目标物体图像，由于每个预设镜头的焦距不同，每个测距图像中目标物体的清晰度也不同。

S102、分别确定每个所述测距图像的清晰度。

在该步骤中，可以通过将测距图像转换为灰度图，计算灰度图中相邻两个像素灰度差的平方，并将其作为清晰度的方式确定测距图像的清晰度，当然，也可以通过Tenengrad梯度函数、能量梯度函数等方法确定。

S103、将清晰度最大的测距图像作为目标图像。

在该步骤中，在确定测距图像的清晰度后，将所有测距图像的清晰度进行比较，选取清晰度最大的测距图像作为用于判断目标物体与自身距离的目标图像。

这样，通过选取到的目标图像对距离进行确定，可以最大程度的提升距离确定的精度。

S104、基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

在该步骤中，可以通过目标图像中目标物体的长度、目标图像对应的预设镜头的焦距、以及目标物体实际的估算长度，计算出预设镜头到目标物体的大致距离，也可以在预先设置的距离-焦距对照表中直接获取参考距离，并将参考距离作为预设镜头到目标物体的距离。

这样，可以降低测量距离的成本，提高距离确定的装置的适用性。

本申请实施例提供的距离确定的方法，分别获取至少两个预设镜头拍摄的目标物体的测距图像；分别确定每个所述测距图像的清晰度；将清晰度最大的测距图像作为目标图像；基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

与现有技术中的距离确定的方法相比，本申请通过多个焦距不同的摄像机拍摄目标物体的图像，选取清晰度最高的图像对应的成像距离作为目标物体与镜头的距离，以降低成本，提高适用性。

请参阅图2，图2为本申请另一实施例提供的距离确定的方法的流程图。如图2中所示，本申请实施例提供的距离确定的方法，包括：

S201、分别获取至少两个预设镜头拍摄的目标物体的测距图像。

S202、分别确定每个所述测距图像的灰度矩阵。

在该步骤中，可以将测距图像转换为灰度图，得到测距图像中每个像素的灰度值，并将所有灰度值整合成灰度矩阵，其中，灰度矩阵包括测距图像中每个像素点的灰度值。

这样，可以得到用于计算测距图像清晰度的数据，进而确定测距图像的清晰度。

S203、基于所述灰度矩阵，确定所述测距图像的清晰度。

在该步骤中，可以将灰度矩阵输入到预设的清晰度计算程序中，直接输出测距图像的清晰度。

其中，清晰度计算程序使用的计算公式可以是Brenner梯度函数、灰度方差函数、灰度方差乘积函数等。

该步骤中，通过多次计算，得出每个测距图像的清晰度，可以将清晰度与测距图像、测距图像对应的预设镜头向关联，分别给予每个测距图像的清晰度一个唯一的标签，其标签能确定与清晰度向对应的测距图像、预设镜头及预设镜头的焦距。

S204、将清晰度最大的测距图像作为目标图像。

S205、基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

其中，S201、S204至S205的描述可以参照S101、S103至S104的描述，并且能达到相同的技术效果，对此不做赘述。

可选的，所述分别确定每个所述测距图像的灰度矩阵，包括：

分别确定所述测距图像中每个像素的基色的强度值，其中，所述基色包括红色、蓝色和绿色；

基于所述每个像素的基色的强度值，确定所述测距图像的基色强度矩阵；

基于所述基色强度矩阵，确定所述测距图像的灰度矩阵。

该步骤中，可以通过对基色强度矩阵中每个像素不同基色的强度值求平均，将三维的基色强度矩阵整合，转化为一维的灰度矩阵。

其中，基色是指通过其他颜色的混合无法得到的基本色，及红、绿、蓝三种颜色，基色的强度可以指该种基色的深度，三种基色的强度的平均值可以作为该像素的灰度值。

可选的，计算所述测距图像的清晰度的公式为：

其中，j表示所述测距图像的清晰度，f表示所述测距图像的灰度值，x、y分别表示所述测距图像中一个像素在坐标系的横、纵坐标。

可选的，所述基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离，包括：

基于所述目标图像对应的预设镜头的焦距，确定所述目标图像的清晰度等于预设清晰度阈值时对应的参考距离；

当所述参考距离的个数为二时，计算两个参考距离的差值，基于所述差值，确定最为所述目标物体与所述目标图像对应的预设镜头的距离的参考距离；

当所述参考距离的个数为一时，将所述参考距离作为所述目标物体与所述目标图像对应的预设镜头的距离。

在该步骤中，每个预设镜头对应的焦距，都存在一个与其相对应的目标图像的清晰度等于预设清晰度阈值时对应的参考距离，参考距离可以是当目标图像的清晰度等于预设清晰度阈值时，其对应的预设相机与目标物体之间的距离，该参考距离可以是预先设置好的，并将其整理为距离-焦距对照表，储存在距离测量的装置当中，以便距离测量的装置调取，并将其作为目标物体到预设镜头的距离。

具体的，当有测距图像的清晰度相同时，可以将其对应的两个测距图像同时作为目标图像，确定其对应的参考距离，并计算两个参考距离之间的差值，若差值大于预设的差值阈值，则可以确定目标物体到预设镜头的距离与较大的参考距离接近，并将较大的参考距离作为目标物体到预设镜头的距离；若差值小于或等于预设的差值阈值，则可以确定目标物体到预设镜头的距离在两个参考距离之间，并将两个参考距离的平均值作为目标物体到预设镜头的距离。

该步骤最后所得到的目标物体到预设镜头的距离可以是一个确定的值，也可以是一个取值范围。

可选的，所述方法还包括对目标物体到预设镜头的距离进行修正的步骤，包括：

基于预设的修正距离，对所述目标物体到预设镜头的距离进行修正。

该步骤中，可以通过过往经验，设置修正距离，具体的，若目标物体到预设镜头的距离为x，修正距离为y，则修正后的目标物体到预设镜头的距离为(x-y，x+y)。

本申请实施例提供的距离确定的方法，分别获取至少两个预设镜头拍摄的目标物体的测距图像；分别确定每个所述测距图像的灰度矩阵；基于所述灰度矩阵，确定所述测距图像的清晰度；将清晰度最大的测距图像作为目标图像；基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

与现有技术中的距离确定的方法相比，本申请通过多个焦距不同的摄像机拍摄目标物体的图像，选取清晰度最高的图像对应的成像距离作为目标物体与镜头的距离，以降低成本，提高适用性。

请参阅图3、图4，图3为本申请实施例提供的距离确定的装置的结构图之一，图4为本申请实施例提供的距离确定的装置的结构图之二。如图3中所示，所述距离确定的装置300包括：

获取模块310，用于分别获取至少两个预设镜头拍摄的目标物体的测距图像；

第一确定模块320，用于分别确定每个所述测距图像的清晰度；

选择模块330，用于将清晰度最大的测距图像作为目标图像；

第二确定模块340，用于基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

进一步的，所述第一确定模块320，包括：

第一确定单元321，用于分别确定每个所述测距图像的灰度矩阵；

第二确定单元322，用于基于所述灰度矩阵，确定所述测距图像的清晰度。

进一步的，所述第一确定单元321，具体用于：

分别确定所述测距图像中每个像素的基色的强度值，其中，所述基色包括红色、蓝色和绿色；

基于所述每个像素的基色的强度值，确定所述测距图像的基色强度矩阵；

基于所述基色强度矩阵，确定所述测距图像的灰度矩阵。

进一步的，所述第一确定单元在计算测距图像的清晰度时使用的公式为：

其中，j表示所述测距图像的清晰度，f表示所述测距图像的灰度值，x、y分别表示所述测距图像中一个像素在坐标系的横、纵坐标。

进一步的，所述第二确定模块340，包括：

第三确定单元341，用于基于所述目标图像对应的预设镜头的焦距，确定所述目标图像的清晰度等于预设清晰度阈值时对应的参考距离；

第四确定单元342，用于当所述参考距离的个数为二时，计算两个参考距离的差值，基于所述差值，确定最为所述目标物体与所述目标图像对应的预设镜头的距离的参考距离；

第五确定单元343，用于当所述参考距离的个数为一时，将所述参考距离作为所述目标物体与所述目标图像对应的预设镜头的距离。

本申请实施例提供的距离确定的装置，分别获取至少两个预设镜头拍摄的目标物体的测距图像；分别确定每个所述测距图像的清晰度；将清晰度最大的测距图像作为目标图像；基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。与现有技术中的距离确定的方法相比，本申请通过多个焦距不同的摄像机拍摄目标物体的图像，选取清晰度最高的图像对应的成像距离作为目标物体与镜头的距离，以降低成本，提高适用性。

请参阅图5，图5为本申请一实施例提供的电子设备的结构图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。

所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图2所示方法实施例中的距离确定的方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的距离确定的方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种距离确定的方法，其特征在于，所述方法包括：

分别获取至少两个预设镜头拍摄的目标物体的测距图像；

分别确定每个所述测距图像的清晰度；

将清晰度最大的测距图像作为目标图像；

基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

2.根据权利要求1所述的方法，其特征在于，所述分别确定每个所述测距图像的清晰度，包括：

分别确定每个所述测距图像的灰度矩阵；

基于所述灰度矩阵，确定所述测距图像的清晰度。

3.根据权利要求2所述的方法，其特征在于，所述分别确定每个所述测距图像的灰度矩阵，包括：

分别确定所述测距图像中每个像素的基色的强度值，其中，所述基色包括红色、蓝色和绿色；

基于所述每个像素的基色的强度值，确定所述测距图像的基色强度矩阵；

基于所述基色强度矩阵，确定所述测距图像的灰度矩阵。

4.根据权利要求3所述的方法，其特征在于，计算所述测距图像的清晰度的公式为：

其中，j表示所述测距图像的清晰度，f表示所述测距图像的灰度值，x、y分别表示所述测距图像中一个像素在坐标系的横、纵坐标。

5.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离，包括：

基于所述目标图像对应的预设镜头的焦距，确定所述目标图像的清晰度等于预设清晰度阈值时对应的参考距离；

当所述参考距离的个数为二时，计算两个参考距离的差值，基于所述差值，确定最为所述目标物体与所述目标图像对应的预设镜头的距离的参考距离；

当所述参考距离的个数为一时，将所述参考距离作为所述目标物体与所述目标图像对应的预设镜头的距离。

6.一种距离确定的装置，其特征在于，所述装置包括：

获取模块，用于分别获取至少两个预设镜头拍摄的目标物体的测距图像；

第一确定模块，用于分别确定每个所述测距图像的清晰度；

选择模块，用于将清晰度最大的测距图像作为目标图像；

第二确定模块，用于基于所述目标图像对应的预设镜头的焦距，确定所述目标物体与所述目标图像对应的预设镜头的距离。

7.根据权利要求6所述的装置，其特征在于，所述第一确定模块，包括：

第一确定单元，用于分别确定每个所述测距图像的灰度矩阵；

第二确定单元，用于基于所述灰度矩阵，确定所述测距图像的清晰度。

8.根据权利要求7所述的装置，其特征在于，所述第一确定单元，具体用于：

分别确定所述测距图像中每个像素的基色的强度值，其中，所述基色包括红色、蓝色和绿色；

基于所述每个像素的基色的强度值，确定所述测距图像的基色强度矩阵；

基于所述基色强度矩阵，确定所述测距图像的灰度矩阵。

9.根据权利要求8所述的装置，其特征在于，所述第一确定单元在计算测距图像的清晰度时使用的公式为：

其中，j表示所述测距图像的清晰度，f表示所述测距图像的灰度值，x、y分别表示所述测距图像中一个像素在坐标系的横、纵坐标。

10.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括：

第三确定单元，用于基于所述目标图像对应的预设镜头的焦距，确定所述目标图像的清晰度等于预设清晰度阈值时对应的参考距离；

第四确定单元，用于当所述参考距离的个数为二时，计算两个参考距离的差值，基于所述差值，确定最为所述目标物体与所述目标图像对应的预设镜头的距离的参考距离；

第五确定单元，用于当所述参考距离的个数为一时，将所述参考距离作为所述目标物体与所述目标图像对应的预设镜头的距离。