La velocidad de procesamiento y la precisión de las mediciones son factores importantes que reflejan la calidad del rendimiento de los sistemas de detección y alcance de luz (LiDAR). Este estudio propuso un algoritmo de correlación cruzada rápida (fCC) para mejorar la carga computacional en el sistema LiDAR que opera en entornos de alto ruido de fondo. Para reducir el tiempo de cálculo, acumulamos ciclos de la forma de onda del receptor para aumentar la relación señal-ruido. De esta manera, el pulso de parada puede distinguirse fácilmente del ruido de fondo aplicando la correlación cruzada (CC) en la forma de onda del receptor acumulada con el primer pulso de inicio. Además, se investigaron y compararon el fCC propuesto combinado con técnicas de interpolación variante: parabólica (fCCP), gaussiana (fCCG), coseno (fCCC) y spline cúbica (fCCS) para aumentar la precisión de las mediciones. Los experimentos se realizaron en el sistema LiDAR en tiempo real bajo una intensidad lumínica de fondo alta. Los resultados de las pruebas mostraron que el método propuesto fCCP logró 879 ns por medición, 38 veces más rápido que el método de CC original combinado con el mismo algoritmo de interpolación parabólica (CCP) 33.5 s. Mientras tanto, el método fCCS resultó en la mayor precisión, alcanzando 5.193 cm/8.588 cm, respectivamente. Estos resultados demostraron que nuestro método propuesto mejora significativamente la velocidad de las mediciones en el sistema LiDAR que opera bajo una fuerte luz de fondo.