在MATLAB中，圖像拼接可以通過以下幾種方法實現：

1. 使用imresize函數對圖像進行調整大小以使其具有相同的尺寸，然后使用imtile函數將它們平鋪在一起。

% 讀取圖像
image1 = imread('image1.jpg');
image2 = imread('image2.jpg');
% 調整圖像大小
image1 = imresize(image1, [h, w]);
image2 = imresize(image2, [h, w]);
% 平鋪圖像
tiledImage = imtile({image1, image2});
imshow(tiledImage);

2. 使用imcrop函數從兩個圖像中選擇感興趣的區域，然后使用imfuse函數將它們融合在一起。

% 讀取圖像
image1 = imread('image1.jpg');
image2 = imread('image2.jpg');
% 選擇感興趣的區域
rect1 = [x1, y1, w1, h1];
rect2 = [x2, y2, w2, h2];
croppedImage1 = imcrop(image1, rect1);
croppedImage2 = imcrop(image2, rect2);
% 圖像融合
fusedImage = imfuse(croppedImage1, croppedImage2, 'blend');
imshow(fusedImage);

3. 使用圖像配準和融合算法，例如SIFT（尺度不變特征變換）或SURF（加速穩健特征）來自動對齊和拼接圖像。

% 讀取圖像
image1 = imread('image1.jpg');
image2 = imread('image2.jpg');
% 提取圖像特征點
points1 = detectSURFFeatures(rgb2gray(image1));
points2 = detectSURFFeatures(rgb2gray(image2));
% 提取特征描述子
features1 = extractFeatures(rgb2gray(image1), points1);
features2 = extractFeatures(rgb2gray(image2), points2);
% 匹配特征點
indexPairs = matchFeatures(features1, features2);
% 選擇匹配對
matchedPoints1 = points1(indexPairs(:, 1));
matchedPoints2 = points2(indexPairs(:, 2));
% 圖像配準
[tform, ~, ~] = estimateGeometricTransform(matchedPoints2, matchedPoints1, 'affine');
% 圖像拼接
outputImage = imwarp(image2, tform, 'OutputView', imref2d(size(image1)));
imshowpair(image1, outputImage, 'montage');

這些方法可以根據需要選擇使用，具體方法取決于圖像的內容和拼接的目的。