针对点云的非真实感渲染问题,提出一种面向高分辨率点云数据的风格化渲染方法,以提高点云数据展示的艺术性.首先,针对高分辨率点云中海量三维点所带来的计算量问题,提出远距离点采样方法,在实现精简数据的同时保留其三维结构特征;然后,针对跨维度的风格迁移问题,引入基于深度神经网络的风格化渲染方法,实现二维图像至三维网格的风格迁移;最后,为了快速且高效地将可视化风格信息从三维网格向三维点云进行传递,提出基于K-D树的网格数据与点云数据的融合方法,以建立两种数据之间的映射关系.实验结果表明,所提出的方法可有效地将给定二维图像的风格转化为目标三维建筑物的风格,增强了高分辨率三维建筑物点云数据的展示效果.