C# 类型为'；的未处理异常；System.IO.FileNotFoundException'；在InAirSignature.exe中发生

我正在用C语言编写Emgu.CV程序#

我在编译时收到这个错误

“System.IO.FileNotFoundException”类型的未处理异常 在InAirSignature.exe中发生

其他信息：无法加载文件或程序集的Emgu.CV.UI， 版本=2.9.0.1922，区域性=中性，PublicKeyToken=7281126722ab4438' 或者它的一个依赖项。系统找不到指定的文件

有什么办法解决吗？ 对于我的编码，需要一个网络摄像头。 下面是我的代码

使用系统；
使用System.Collections.Generic；
使用系统组件模型；
使用系统数据；
使用系统图；
使用System.Linq；
使用系统文本；
使用System.Threading.Tasks；
使用System.Windows.Forms；
使用Emgu.CV；
使用Emgu.CV.GPU；
使用Emgu.Util；
使用Emgu.CV.Structure；
使用Emgu.CV.UI；
使用Emgu.CV.CvEnum；
使用系统诊断；
使用System.Windows.Forms.DataVisualization.Charting；
使用Emgu.CV.ML.Structure；
使用Emgu.CV.ML；
使用System.IO；
命名空间签名
{
公共部分类Main：表单
{
私人捕获；
私有矩形roi；
私有Bgr-redOrGreen；
帧的私有常量整数=90，
符号数=6，
特征的数量=3，//X Y平均范围
特征_X=0，
特征_Y=1，
测试=符号-1的数字，
_神经元的数量=15；
private const int frameHeight=640；
private const int frameWidth=480；
私有列表imgGrayBuffer=新列表（）；
私有列表点x=新列表（）；
private List pointY=new List（）；
私有int[][]点设计，点之间的距离；
私人双保险；
私有int[][]点设计参考；
私有int[]防护和测试点之间的距离；
私有int[]类={0,0,0,1,1,1,1,1}；
私有int resultMode=0；
私有int-recordSign=0；
私有布尔记录=假；
专用整数计数器=0；
私人秒表；
private const string SYSTEM_MESSAGE=“系统消息：”，
欢迎消息=“欢迎！”；
矩阵分层；
MCvANN_MLP_列车参数；
神经网络；
//////////////////////////////////////////////////////////////////////////////////////////////////////////
/////////////////////表格////////
//////////////////////////////////////////////////////////////////////////////////////////////////////////
#区域形式
公用干管（）
{
初始化组件（）；
#区域初始化图
图表X.系列添加（“X1”）；
图表X.系列添加（“X2”）；
图表X.系列添加（“X3”）；
图表X.系列添加（“X4”）；
图表X.系列添加（“X5”）；
图表X.系列添加（“Xtest”）；
chartX.Series.Add（“外部参照”）；
图表系列添加（“Y1”）；
图表系列添加（“Y2”）；
图表系列添加（“Y3”）；
图表系列添加（“Y4”）；
图表系列添加（“Y5”）；
图表系列添加（“Ytest”）；
图表系列添加（“Yref”）；
chartX.系列[“X1”]。颜色=颜色。蓝色；
chartX.系列[“X2”]。颜色=颜色。绿色；
chartX.系列[“X3”]。颜色=颜色。红色；
chartX.系列[“X4”]。颜色=颜色。粉红色；
chartX.系列[“X5”]。颜色=颜色。紫色；
chartX.Series[“Xtest”].Color=Color.Aqua；
chartX.Series[“Xref”].Color=Color.blueviole；
海图系列[“Y1”]。颜色=颜色。蓝色；
图表系列[“Y2”]。颜色=颜色。绿色；
图表系列[“Y3”]。颜色=颜色。红色；
黄绿色系列[“Y4”]。颜色=颜色。粉红色；
黄绿色系列[“Y5”]。颜色=颜色。紫色；
海图系列[“Y测试”]。颜色=颜色。浅绿色；
海图系列[“Yref”]。颜色=颜色。蓝紫色；
chartX.Series[“X1”]。ChartType=SerieChartType.FastLine；
chartX.Series[“X2”].ChartType=SerieChartType.FastLine；
chartX.Series[“X3”].ChartType=SerieChartType.FastLine；
chartX.Series[“X4”].ChartType=SerieChartType.FastLine；
chartX.Series[“X5”].ChartType=SerieChartType.FastLine；
chartX.Series[“Xtest”].ChartType=SerieChartType.FastLine；
chartX.Series[“Xref”].ChartType=SerieChartType.FastLine；
chartY.Series[“Y1”].ChartType=SerieChartType.FastLine；
chartY.Series[“Y2”].ChartType=SerieChartType.FastLine；
chartY.Series[“Y3”].ChartType=SerieChartType.FastLine；
chartY.Series[“Y4”].ChartType=SerieChartType.FastLine；
chartY.Series[“Y5”].ChartType=SerieChartType.FastLine；
chartY.Series[“Ytest”].ChartType=serieChartType.FastLine；
chartY.Series[“Yref”].ChartType=SerieChartType.FastLine；
#端区
#区域初始化神经网络
layerSize=新矩阵（新int[]{u特征的数量，u神经元的数量，1}）；
参数=新的MCvANN_MLP_TrainParams（）；
parameters.term_crit=新的MCVTerm标准（10,1.0e-8）；
parameters.train_method=Emgu.CV.ML.MlEnum.ANN_MLP_train_method.BACKPROP；
参数.bp_-dw_标度=0.1；
参数.bp_矩_标度=0.1；
网络=新的ANN_MLP（layerSize，Emgu.CV.ML.MlEnum.ANN_MLP_ACTIVATION_FUNCTION.SIGMOID_SYM，1.0，1.0）；
#端区
#区域初始化摄像机
捕获=新捕获（）；
capture.SetCaptureProperty（Emgu.CV.CvEnum.CAP_PROP.CV_CAP_PROP