Schopnost prokázat korelaci mezi dvojicí biomolekul výrazně rozšířil Erik Manders z Amsterodamské univerzity, který mikroskopistům představil Pearsonův korelační koeficient a další koeficienty, z nichž se jako nejoblíbenější a nejužitečnější ukázaly být „koeficienty překrytí“ M1 a M2. Účelem použití koeficientů je charakterizovat míru překrývání obrazů, obvykle dvou kanálů ve vícerozměrném mikroskopickém obraze zaznamenaném při různých emisních vlnových délkách. Populární přístup zavedl Sylvain Costes, který využil Pearsonův korelační koeficient jako nástroj pro objektivní stanovení prahových hodnot požadovaných M1 a M2. Costesův přístup vychází z předpokladu, že zajímavé jsou pouze pozitivní korelace, a neposkytuje užitečné měření PCC.
Přestože použití koeficientů může výrazně zlepšit spolehlivost detekce kolokace, závisí na řadě faktorů, včetně podmínek, jak byly vzorky s fluorescencí připraveny a jak byly snímky s kolokací získány a zpracovány. Studie by měly být prováděny s velkou opatrností a po pečlivém přečtení podkladů. V současné době je tato oblast provázena nejasnostmi a standardizovaný přístup ještě nebyl pevně stanoven. Pokusy o nápravu zahrnují opětovné přezkoumání a revizi některých koeficientů, použití faktoru pro korekci šumu, „Replicate based noise corrected correlations for accurate measurements of colocalization“. a návrh dalších protokolů, které důkladně přezkoumali Bolte a Cordelieres (2006). Kromě toho vzhledem k tendenci fluorescenčních snímků obsahovat určité množství rozostřeného signálu a poissonova záběru a dalšího šumu obvykle vyžadují před kvantifikací předběžné zpracování. Pečlivá obnova obrazu pomocí dekonvoluce odstraní šum a zvýší kontrast snímků, čímž se zlepší kvalita výsledků kolokalizační analýzy. Doposud nejčastěji používané metody kvantifikace kolokalizace počítají statistickou korelaci intenzit pixelů ve dvou různých mikroskopických kanálech. Novější studie ukázaly, že to může vést k vysokým korelačním koeficientům i u cílů, o nichž je známo, že se nacházejí v různých buněčných kompartmentech. Robustnější kvantifikace kolokability lze dosáhnout kombinací digitálního rozpoznávání objektů, výpočtu překryvu ploch a kombinací s hodnotou korelace intenzity pixelu. To vedlo ke koncepci objektově korigovaného Pearsonova korelačního koeficientu
.