近年来,随着计算机技术的迅速发展,可视化技术得到迅猛发展的同时,其应用领域也更加广泛。基于流线的矢量场可视化是科学可视化的重要分支,航空航天、高速列车气动分析、医学等领域均有重要作用。基于流线的矢量场可视化研究中最重要的一个方向就是种子点布置问题。经过多年的研究,各种各样的种子点布置算法出现百家争鸣的局面,但目前这些种子点布局算法由于性能问题或3D问题的遮挡等问题很难应用到工程中,且流线质量评估的方法寥寥无几,没有一种通用方法能够有效评估流线对流场的反映程度。因此提出一种更优的布局算法和流线质量评估算法在可视化领域有很重要的背景。本文提出了一种基于信息熵的矢量场种子点评估和布局算法。首先,基于信息熵流线布局算法能有效捕捉矢量场中的主要特征,并利用模板将这些特征加强显示。然后,流线扩散算法能够基于生成的流线恢复出中间矢量场,通过恢复的矢量场和输入矢量场的条件熵值量化评估现有流线对矢量场的信息反映程度。当流场中流线对流场信息反映不足,则进行重要性采样布点。重要性采样布点能够在流场中最需要新的种子点的区域进行布点,生成新的流线。每次重要性采样布点后需重新评估当前流线质量,反复迭代直到条件熵收敛。使用该方法,我们对Isabel飓风数据、Rayleigh-Benard对流现象和圆台绕流数据集进行了分析,得到了相对应的流线图。这些流线图能够覆盖整个流场且能很好的反映流场特征；能够对用户更为关注的特征区域加强显示,而用户关注度较小区域放置的流线数目也较少,但不会妨碍用户对流场结构的理解。实验表明,该方法可以用较少的流线反映出矢量场中较多信息。