Evnen til at påvise en korrelation mellem et par biomolekyler blev stærkt forbedret af Erik Manders fra Amsterdams Universitet, som introducerede Pearsons korrelationskoefficient for mikroskopikere sammen med andre koefficienter, hvoraf “overlapningskoefficienterne” M1 og M2 har vist sig at være de mest populære og nyttige. Formålet med at anvende koefficienterne er at karakterisere graden af overlapning mellem billeder, normalt to kanaler i et flerdimensionalt mikroskopibillede, der er optaget ved forskellige emissionsbølgelængder. En populær fremgangsmåde blev introduceret af Sylvain Costes, som anvendte Pearsons korrelationskoefficient som et redskab til objektivt at fastsætte de tærskelværdier, der kræves af M1 og M2. Costes fremgangsmåde forudsætter, at kun positive korrelationer er af interesse, og giver ikke en nyttig måling af PCC.
Men selv om brugen af koefficienter kan forbedre pålideligheden af kolokaliseringsdetektion betydeligt, afhænger det af en række faktorer, herunder betingelserne for, hvordan prøver med fluorescens blev forberedt, og hvordan billeder med kolokalisering blev erhvervet og behandlet. Undersøgelser bør udføres med stor forsigtighed og efter omhyggelig baggrundslæsning. I øjeblikket er feltet præget af forvirring, og en standardiseret fremgangsmåde er endnu ikke blevet fast etableret. Forsøg på at rette op på dette omfatter genundersøgelse og revision af nogle af koefficienterne, anvendelse af en faktor til korrektion for støj, “Replicate based noise corrected correlations for accurate measurements of colocalization”. og forslag til yderligere protokoller, som blev grundigt gennemgået af Bolte og Cordelieres (2006). På grund af fluorescensbilledernes tendens til at indeholde en vis mængde ufokuseret signal og poissonskud og anden støj kræver de desuden normalt en forbehandling forud for kvantificering. En omhyggelig billedrestaurering ved hjælp af dekonvolution fjerner støj og øger kontrasten i billederne, hvilket forbedrer kvaliteten af kolokaliseringsanalyseresultaterne. Hidtil har de hyppigst anvendte metoder til at kvantificere kolokalisering beregnet den statistiske korrelation mellem pixelintensiteterne i to forskellige mikroskopikanaler. Nyere undersøgelser har vist, at dette kan føre til høje korrelationskoefficienter, selv for mål, som vides at befinde sig i forskellige cellulære kompartmenter. En mere robust kvantificering af kolokalisering kan opnås ved at kombinere digital objektgenkendelse, beregning af arealoverlapning og kombination med en pixelintensitets-korrelationsværdi. Dette førte til begrebet en objektkorrigeret Pearson-korrelationskoefficient.