Możliwość wykazania korelacji pomiędzy parą biomolekuł została znacznie wzbogacona przez Erika Mandersa z Uniwersytetu w Amsterdamie, który wprowadził do użytku mikroskopistów współczynnik korelacji Pearsona wraz z innymi współczynnikami, z których najbardziej popularne i użyteczne okazały się „współczynniki nakładania” M1 i M2. Celem stosowania współczynników jest scharakteryzowanie stopnia nakładania się obrazów, najczęściej dwóch kanałów w wielowymiarowym obrazie mikroskopowym, rejestrowanych przy różnych długościach fali emisyjnej. Popularne podejście zostało wprowadzone przez Sylvaina Costes’a, który wykorzystał współczynnik korelacji Pearsona jako narzędzie do obiektywnego wyznaczania progów wymaganych przez M1 i M2. Podejście Costesa zakłada, że interesujące są tylko korelacje dodatnie i nie zapewnia użytecznego pomiaru PCC.
Choć zastosowanie współczynników może znacząco poprawić wiarygodność detekcji kolokalizacji, zależy to od wielu czynników, w tym od warunków, w jakich przygotowywano próbki z fluorescencją oraz w jaki sposób pozyskiwano i przetwarzano obrazy z kolokalizacją. Badania powinny być prowadzone z dużą ostrożnością i po dokładnym zapoznaniu się z podstawowymi informacjami. Obecnie w tej dziedzinie panuje zamieszanie, a standaryzacja podejścia nie została jeszcze ustalona. Próby naprawienia tego stanu rzeczy obejmują ponowną analizę i rewizję niektórych współczynników, zastosowanie współczynnika korygującego szum, „Replicate based noise corrected correlations for accurate measurements of colocalization” oraz propozycję kolejnych protokołów, które zostały dokładnie przejrzane przez Bolte i Cordelieres (2006). Ponadto, ze względu na tendencję obrazów fluorescencyjnych do zawierania pewnej ilości nieostrego sygnału, szumu poissonowskiego i innych, wymagają one zwykle wstępnego przetworzenia przed kwantyfikacją. Staranne odtworzenie obrazu poprzez dekonwolucję usuwa szum i zwiększa kontrast w obrazach, poprawiając jakość wyników analizy kolokalizacji. Dotychczas najczęściej stosowane metody ilościowego określania kolokalizacji obliczają statystyczną korelację intensywności pikseli w dwóch różnych kanałach mikroskopowych. Najnowsze badania wykazały, że może to prowadzić do uzyskania wysokich współczynników korelacji nawet dla celów, o których wiadomo, że rezydują w różnych przedziałach komórkowych. Bardziej solidna kwantyfikacja kolokalizacji może być osiągnięta poprzez połączenie cyfrowego rozpoznawania obiektów, obliczenia obszaru nakładania się i połączenia z wartością korelacji intensywności pikseli. Doprowadziło to do powstania koncepcji skorygowanego obiektowo współczynnika korelacji Pearsona.
.