La detección de señales de tráfico (TRD) es un componente esencial de los sistemas avanzados de asistencia al conductor y una parte importante de los vehículos autónomos, donde el objetivo es localizar regiones de imagen que contienen señales de tráfico. Durante la última década, la cantidad de investigaciones sobre la detección y reconocimiento de señales de tráfico ha aumentado significativamente. Aunque TRD es una característica incorporada en los coches modernos y se han propuesto varios métodos, es un problema desafiante debido a la alta demanda computacional, el gran número de señales de tráfico, escenas de tráfico complejas y oclusiones. Además, no está claro cómo podemos realizar la detección de señales de tráfico en tiempo real en sistemas integrados. En este artículo, nos centramos en el mejoramiento de imagen, que es el primer paso de muchos métodos de detección de objetos. Proponemos un método de mejora de imagen basado en un modelo de probabilidad mejorado para la detección de señales de tráfico. Para demostrar la eficacia del método propuesto, lo comparamos con otros enfoques de mejora de imagen ampliamente utilizados en la detección de señales de tráfico. Los resultados experimentales muestran que nuestro método aumenta el rendimiento de la detección de objetos. En combinación con el algoritmo de propuesta de objetos Selective Search, las precisión de detección promedio fueron del 98.64% y 99.1% en los conjuntos de datos GTSDB y Swedish Traffic Signs. Además, su costo computacional relativamente bajo permite su uso en sistemas integrados.