Los vehículos modernos dependen de una multitud de sensores y cámaras para comprender el entorno que los rodea y ayudar al conductor en diferentes situaciones. La detección de carriles es un proceso general, ya que puede ser utilizada en sistemas de seguridad como el sistema de advertencia de salida de carril (LDWS). La detección de carriles puede ser utilizada en sistemas de asistencia de dirección, especialmente útil por la noche en ausencia de fuentes de luz. Aunque desarrollar un sistema así se puede hacer simplemente utilizando mapas del sistema de posicionamiento global (GPS), depende de una conexión a internet o señal de GPS, elementos que pueden estar ausentes en algunas ubicaciones. Debido a esto, dichos sistemas también deberían depender de algoritmos de visión por computadora. En este artículo, mejoramos un método de detección de carriles existente, cambiando dos características distintas, lo que a su vez conduce a una mejor optimización y rechazo de marcadores de carril falsos. Proponemos utilizar una transformación de Hough probabilística, en lugar de una regular, así como utilizar una región de interés (ROI) en forma de paralelogramo, en lugar de una trapezoidal. Al utilizar estos dos métodos, obtenemos un aumento en el tiempo de ejecución general de aproximadamente el 30%, así como un aumento en la precisión de hasta el 3%, en comparación con el método original.